Topic outline

  • General

    • Greetings Forum
      Hallo, Perkenalkan saya Wahyuni, S.Kom., M.Kom., Dosen pengampuh mata kuliah Pembelajaran Mesin untuk semester ini. Senang bisa bertemu teman-teman semua dalam mata kuliah ini. Mata kuliah ini berlangsung setiap hari Jumat pukul 08.30. 

      Untuk teman-teman yang mengambil mata kuliah ini bisa bergabung di grup wa Pembelajaran Mesin pada link di bawah ini.
      Semoga selama satu semester ke depan nanti perkuliahan kita bisa berjalan dengan lancar. Diharapkan juga kepada teman-teman untuk dapat aktif di perkuliahan baik secara offline maupun online. Mohon juga untuk mengingatkan saya jika ada perkuliahan, karena khawatir terlupa dan terlewat. Mohon juga dapat merespon suatu informai atau aktif di grup. 

      Info kontak saya:
      hp : 085252052167
      email: wahyuni@wicida.ac.id
      ig: wahyuni_pamungkas

      Selamat belajar, tetap semangat!!!
    • Deskripsi Mata Kuliah Forum
      Kode Mata Kuliah: IFT5243
      Nama Mata Kuliah : Pembelajaran Mesin
      SKS : 2 SKS
      SMT : 5
      Prodi : Teknik Informatika

      Deskripsi Mata kuliah:
      Menjelaskan dasar dari konsep pembelajaran mesin; Menafsirkan distribusi dataset menggunakan metode regresi; Klasifikasi eksperimen dan algoritma pengelompokan dari dataset yang diberikan.

      Capaian Profile Lulusan
      1. TI-CPL-P2 Mengetahui konsep-konsep analisis data, pemecahan masalah, komunikasi dan presentasi yang baik, konsep-konsep basis data dan penambangan data
      2. TI-CPL-K8 Mampu menggunakan library atau komponen pre-existing, menerapkan akses basis data, membuat dokumen kode program, melakukan debugging dan melaksanakan pengujian unit program
      Capaian Profile Mata Kuliah
      1. CPMK01 Mahasiswa mampu memahami konsep dasar pembelajaran mesin [ ] ( TI-CPL-P2 )
      2. CPMK02 Mahasiswa mampu menjelaskan macam metodologi pembelajaran mesin [ ] ( TI-CPL-P2 )
      3. CPMK03 Mahasiswa mampu mengimplementasikan metodologi pembelajaran mesin [ ] ( TI-CPL-K8 )



  • Pertemuan 1 - Konsep Dasar Pembelajaran Mesin (CPMK01)

    • Assalamualaikum wr.wb.

      Selamat datang pada pertemuan pertama di Mata Kuliah Pembelajaran Mesin.

      Hari ini kita akan membahas mengenai "Konsep Dasar Pembelajaran Mesin".

      Melalui matakuliah hari ini, mahasiswa diharapkan (CPMK01):

      1. mahasiswa mampu menjelaskan pengertian pembelajaran mesin
      2. mahasiswa mampu memberikan contoh penerapan pembelajaran mesin

      Yuk kita mulai belajar untuk pertemuan kali ini.

      Untuk materi hari ini bisa di unduh di sini

      Berikut adalah link beberapa penelitian yang berkaitan dengan Pembelajaran Mesin, seperti yang sudah di jelaskan di kelas

      1. CLASSIFICATION OF INTERNET TRAFFIC DATA USING SUPPORT VECTOR MACHINE ALGORITHM | J-Icon : Jurnal Komputer dan Informatika (undana.ac.id)

      2. Coffee Type Classification Using Backpropagation Artificial Neural Network

      3. Modeling The Prediction of Hard Drive Capacity Usage on Server Computers Based on Linear Regression

      4. Perbandingan Algoritma Machine Learning Dalam Mendeteksi Serangan DDOS



    • Tugas 1 - Debat Assignment

      Mahasiswa akan berdebat mengenai isu yang sudah ditentukan secara berkelompok yang terdiri dari 3 orang untuk masing-masing kelompok. Adapun isu yang akan di angkat adalah:

      • Motion 1: "Machine learning harus digunakan secara luas dalam proses pengambilan keputusan pemerintahan untuk meningkatkan efisiensi dan akurasi."

        • Pro: Machine learning dapat membantu menganalisis data besar dengan cepat, menghasilkan keputusan yang lebih tepat dan berbasis data, serta mengurangi kesalahan manusia.
        • Kontra: Keputusan pemerintah sering kali melibatkan aspek moral, etika, dan sosial yang tidak bisa diputuskan hanya berdasarkan data, sehingga pengambilan keputusan tetap membutuhkan pertimbangan manusia.

      • Motion 2: "Machine learning harus diintegrasikan dalam pendidikan untuk personalisasi pembelajaran setiap siswa."

        • Pro: Machine learning dapat membantu menyesuaikan metode dan materi pembelajaran sesuai kebutuhan dan kecepatan belajar masing-masing siswa, sehingga meningkatkan hasil belajar.
        • Kontra: Terlalu mengandalkan algoritma dapat mengabaikan aspek-aspek pembelajaran emosional dan sosial yang hanya bisa diperoleh melalui interaksi manusia dengan guru.

      • Motion 3: "Penggunaan machine learning dalam penegakan hukum dan prediksi kejahatan melanggar hak asasi manusia."

        • Pro: Algoritma machine learning yang digunakan untuk memprediksi kejahatan atau penegakan hukum bisa mengandung bias dan menciptakan ketidakadilan dalam proses hukum, serta melanggar privasi individu.
        • Kontra: Machine learning membantu polisi dan penegak hukum mendeteksi pola kejahatan lebih awal, meningkatkan keamanan dan mengurangi tingkat kejahatan dengan cara yang lebih efisien.

      • Motion 4: "Penggunaan machine learning dalam sektor kesehatan harus diprioritaskan untuk mendiagnosis penyakit secara lebih akurat."

        • Pro: Machine learning dapat memproses data medis dengan cepat, menemukan pola yang mungkin terlewatkan oleh dokter, dan memberikan diagnosis yang lebih akurat, sehingga menyelamatkan lebih banyak nyawa.
        • Kontra: Keputusan medis tidak hanya tentang data, tetapi juga pertimbangan kontekstual, etis, dan pengalaman dokter, yang sulit diotomatisasi oleh algoritma.

      Adapun rubrik penilaian adalah sebagai berikut:

      Rubrik Tugas 1 - Debat
      Kriteria Bobot 80-100 60-79 40-59 <40
      Penyampaian pendapat 40 Mahasiswa dapat menyampaikan pendapat dengan sangat baik Mahasiswa dapat menyampaikan pendapat dengan cukup baik Mahasiswa dapat menyampaikan pendapat dengan kurang baik Mahasiswa tidak dapat menyampaikan pendapat
      Memberikan sanggahan 40 Mahasiswa dapat memberikan sanggahan dengan sangat baik Mahasiswa dapat memberikan sanggahan dengan cukup baik Mahasiswa dapat memberikan sanggahan dengan kurang baik Mahasiswa tidak dapat memberikan sanggahan
      Kesesuaian materi dengan motion 20 Materi sangat sesuai dengan motion materi cukup sesuai dengan motion materi kurang sesuai dengan motion materi tidak sesuai dengan motion

      Terimakasih, selamat mengerjakan

  • PERTEMUAN 2 - TIPE MESIN LEARNING

    • Assalamualaikum wr.wb.

      Minggu ini kita akan masuk ke materi Tipe-tipe dari Pembelajaran Mesin. Capaian Pembelajaran Mata Kuliah (CPMK) pada minggu ini yaitu:

      1. mahasiswa mampu menjelaskan supervised learning
      2. mahasiswa mampu menjelaskan unsupervised learning
      3. mahasiswa mampu menjelaskan reinforcement learning

      Silahkan simak materi dengan baik ya...

      Materi bisa di unggah di link berikut
      https://drive.google.com/file/d/17ChMM3izqtK0crzlnCu7I4n3s-zpYqBW/view?usp=sharing

      setelah itu silahkan kerjakan quiz yang sudah tersedia di link berikut
      https://quizizz.com/join?gc=69375102

      quiz terbuka pada 20 September 2023 pukul 8 AM - 10PM.

      Jangan lupa absen ya..

  • Pertemuan 3 - Task Pembelajaran Mesin

    • Minggu ini kita akan masuk ke materi task-task dari Pembelajaran Mesin. Capaian Pembelajaran Mata Kuliah (CPMK) pada minggu ini yaitu:

        1. mahasiswa mampu menjelaskan tentang regresi
        2. mahasiswa mampu menjelaskan tentang prediksi
        3. mahasiswa mampu menjelaskan tentang klasifikasi
        4. mahasiswa mampu menjelaskan tentang clustering
        5. mahasiswa mampu menjelaskan tentang asosias

  • Pertemuan 4 - Dasar-dasar Python

    • Minggu ini kita akan masuk ke materi tipe-tipe data dari Pembelajaran Mesin. Capaian Pembelajaran Mata Kuliah (CPMK) pada minggu ini yaitu:

      1. mahasiswa mampu menjelaskan numerical data 

      2. mahasiswa mampu menjelaskan kategorical data



  • Pertemuan 5 - Metodologi Pembelajaran Mesin

    • Minggu ini kita akan masuk ke materi Metodologi  dari Pembelajaran Mesin. Capaian Pembelajaran Mata Kuliah (CPMK) pada minggu ini yaitu:

      1. mahasiswa mampu menjelaskan metodologi SKKNI
      2. mahasiswa mampu menjelaskan metodologi KDD
      3. mahasiswa mampu menjelaskan metodologi SEMMA
      4. mahasiswa mampu menjelaskan metodologi CRISP -DM
      5. mahasiswa mampu menjelaskan metodologi IBM Data Science
      6. mahasiswa mampu menjelaskan metodologi Domino Datalab
      7. mahasiswa mampu menjelaskan metodologi Microsoft Team Data Science Process


  • Pertemuan 6 - Perbandingan Metodologi Pembelajaran Mesin (2)

    • Minggu ini kita akan masuk ke materi Perbandingan Metodologi  dari Pembelajaran Mesin. Capaian Pembelajaran Mata Kuliah (CPMK) pada minggu ini yaitu:

      1. mahasiswa mampu menjelaskan metodologi SKKNI
      2. mahasiswa mampu menjelaskan metodologi KDD
      3. mahasiswa mampu menjelaskan metodologi SEMMA
      4. mahasiswa mampu menjelaskan metodologi CRISP -DM
      5. mahasiswa mampu menjelaskan metodologi IBM Data Science
      6. mahasiswa mampu menjelaskan metodologi Domino Datalab
      7. mahasiswa mampu menjelaskan metodologi Microsoft Team Data Science Process


    • Link Youtube Tugas Perbandingan Metodologi Pembelajaran Mesin Forum

      Silahkan kirimkan link youtube dari presentasi yang sudah di buat di sini yaaaa.

      sertakan nama kelompok

  • Pertemuan 7 - Bussiness Understanding

  • Pertemuan 8 - Data Understanding

  • Pertemuan 9 - Data Visualisasi

  • Pertemuan 10 - Project

    • Pada minggu ini silahkan masing-masing kelompok mencari studi kasus dan lakukan tahapan:

      1. Business Understanding

      2. Data Understanding

      3. Data Visualization


  • Pertemuan 11 - Review Project

    • Hari ini dilakukan review project yang sudah dilakukan minggu sebelumnya, masing-masing kelompok akan mempresentasikan hasilnya

  • Pertemuan 12 - Review MAteri

  • Pertemuan 13 - Data Preparation

  • Pertemuan 14 - Data Transformation

  • Pertemuan 15 - Review Project

    • Assalamualaikum wr.wb.

      Hari ini akan dilakukan review project masing-masing kelompok tentang machine learning.

  • Topic 16