Matakuliah Sistem Big Data
Deskripsi:
- Matakuliah Sistem Big Data mempelajari tentang konsep, metodologi, dan teknologi yang terkait dengan pengelolaan dan analisis data berskala besar.
Topik yang dibahas meliputi:
- Karakteristik Big Data: 3V (Volume, Velocity, Variety)
- Arsitektur Big Data: Hadoop, Spark, Hive, HBase, Kafka, dll.
- Teknologi Pengolahan Data: Batch processing, stream processing, real-time processing
- Analisis Big Data: Machine learning, deep learning, data mining, natural language processing
- Visualisasi Big Data: Tableau, Qlik, Power BI
- Etika dan Privasi Big Data
- Memahami konsep dan prinsip dasar Big Data
- Mampu mengelola dan menganalisis data berskala besar
- Mampu menggunakan teknologi Big Data untuk menyelesaikan masalah
- Mampu memahami etika dan privasi dalam Big Data
- Meningkatkan kemampuan dalam mengolah data
- Meningkatkan daya saing di dunia kerja
- Mempersiapkan diri untuk karir di bidang Big Data
- Sumber Data Big Data: Data sensor, data media sosial, data web, dll.
- Aplikasi Big Data: Bisnis, kesehatan, pemerintahan, ilmu pengetahuan, dll.
- Tantangan Big Data: Skalabilitas, keamanan, privasi, dll.
- Kuliah teori
- Praktikum
- Diskusi
- Proyek
- Ujian
- Tugas
- Proyek
- Big Data Analytics, 1st Edition. Editor(s): Govindaraju, Raghavan, and Rao. ReleaseDate: 07 Jul 2015. Imprint: Elsevier
- Data Science and Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data. Editor: EMC Education Services. January 2015.
- Big Data: A Very Short Introduction by Dawn Griffiths
- Big Data for Dummies by Judith Hurwitz, Robin Bloor, Marcia Kaufman
- Judith S. Hurwitz, et. al. 2013. Big Data for Dummies, John Wiley & Sons, Inc.,Hoboken, New Jersey
- Parhusip, H. A. Pemrograman Python untuk Penanganan Big Data. Pnerbit Andi Yogyakarta, 2019.
- Wu. X, Kumar, V. The Top Ten Algorithms in Data Mining. CRC Press, 6000 Broken Sound Parkway NW, Suite 300. 2009.
- Dugard P, Todman J, Staines H. Approching Multivariate Analysis A Practical Introduction. Routledge 270 Madison Avenue, New York, 2010.
- Kantardzic M. DATA MINING Concepts, Models, Methods, And Algorithms. A JOHN WILEY & SONS, INC., PUBLICATION 2011.
- S. Sumathi, S.N. Sivanandam. Introduction to Data Mining and its Applications. Springer 2006.
- Ratner B. Statistical Modeling and Analysis for Database Marketing Effective Techniques for Mining Big Data
- Referensi Bisa di Unduh di link Berikut: Folder Buku DISINI, Password diberikan ketika perkuliahan
Materi
- Pertemuan 1. Orientasi Perkuliahan
- Rencana Perkuliahan Semester (RPS) Unduh Disini
- Kontrak Kuliah Unduh Disini
- Orientasi Perkuliahan Disini
- Pengenalan dan Motivasi Perkuliahan Disini
- Pertemuan 2. Pengenalan Big Data
- Penjelasan tentang pengenalan big data
- Pengertian big data
- Pengertian fungsi
- Manfaat
- Tools
- Teknologi dan implementasinya
- Materi Pengenalan Big Data bisa di Unduh Disini dan Disini
- Materi dari kelompok satu Unduh Disini
- Tugas Mandiri 1, Unduh Disini
- Pertemuan 3. Sifat Big Data dan Kompleksitas Big Data
Penjelasan tentang sifat big data dan kompleksitas big data
- Volume, Variety, Velocity, Veracity,Value
- Big-O Complexity
- Materi bisa di Unduh Disini
- Pertemuan 4. Arsitektur Manajemen Big Data dan Data Warehouse
- Arsitektur manajemen Big Data 3 lapisan umum Big Data :
- Aplikasi
- Infrastruktur
- Teknologi
- Teknologi Hadoop/Ekosistem Hadoop
- Materi bisa di unduh disini
- Pertemuan 5. Pengenalan Metodologi, Model, dan Algoritma data Mining
- Pengenalan metodologi, model dan algoritma pada Data Mining
- Materi bisa dilihat Disini
- Pertemuan 6. Konsep Data Mining: Regresi
- Tujuan metode regresi
- Aplikasi regresi Penggunaan
- Software untuk pengolahan model regresi
- Materi bisa dilihat Disini
- Pertemuan 7. Konsep Data Mining: Klasifikasi
- Definisi dan perbedaan klasifikasi
- Algoritma pada klasifikasi : decision tree, dll
- Aplikasi klasifikasi Penggunaan software untuk pengolahan model klasifikasi
- Materi bisa di akses Disini
- Klasifikasi Adaptive Boosting lihat Disini
- Klasifikasi K Nearest Neigbor (KNN) lihat Disini
- Tugas akses Disini
- Pertemuan 8. UAS
- Pertemuan 9-10. Teknik Clustering dalam Data Mining
- Klustering
- Definisi dan konsep dasar clustering data mining Lihat Disini
- Algoritma K-Means & Hierarchical Clustering bisa dilihat Disini
- Algoritma DBSCAN Lihat Disini
- Algoritma J48 lihat Disini
- Evaluasi Clustering
- Karakteristik data, cluster dan algoritma clustering
- Prototype –based & Density
- Graphbased clustering
- Skalabilitas Clustering
- Penggunaan Ai(ex:Fuzzy logic, K-means,JST) pada clustering
- Pertemuan 11-12. Konsep Data Mining: Association Rule
- Penjelasan tentang konsep data mining: association rule
- Definisi dan konsep asosiasi data
- Aplikasi / studi kasus asosiasi data
- Penggunaan software untuk pengolahan model asosiasi data
- Materi bisa dilihat Disini
- Pertemuan 13-14 Peluang Big Data dan Studi Kasus Big Data
- Penjelasan tentang project peluang big data dan studi kasus big data.
- Tugas Kelompok Peluang Big Data
- Informasi tugas unduh DISINI
- Pertemuan 15. Aplikasi Big Data dalam Industri
- Pertemuan 16. UAS