Algoritma dan Struktur Data
Mata kuliah "Algoritma dan Struktur Data" di Universitas Muhammadiyah Kotabumi menekankan pengetahuan teknis dan etika. Mahasiswa mempelajari konsep dasar algoritma, struktur data, dan implementasi dengan Python. Etika dan nilai moral ditekankan untuk memastikan teknologi memberikan manfaat positif. Kolaborasi penting dalam teknologi informasi. Materi umum meliputi sejarah algoritma, implementasi algoritma, jenis-jenis bahasa pemrograman, pengolahan data dalam Python, dan konsep-konsep algoritma maju seperti Big-O dan Algoritma A*.
Pemrograman Dasar
Selamat datang di mata kuliah Pemrograman Dasar. Kita akan mempelajari konsep dasar pemrograman dan penerapannya. Tujuan pembelajaran meliputi sikap religius (S01, S02, S05, S08), keterampilan umum seperti pemikiran logis (KU1, KU5, KU6, KU8), keterampilan khusus (KK1, KK2), dan pengetahuan teoritis (P01). Materi mencakup pengenalan pemrograman, dasar-dasar (variabel, tipe data, operasi), struktur kontrol (kondisional, looping), fungsi, OOP, operasi IO, modul, pustaka, dan penerapan dalam kasus nyata. Mari jelajahi dunia pemrograman bersama!
Kecerdasan Buatan
Matakuliah Pengantar Kecerdasan Buatan adalah matakuliah yang bertujuan untuk memberikan pemahaman dasar tentang konsep, teknik, dan aplikasi utama dalam bidang kecerdasan buatan (AI). Kecerdasan Buatan adalah cabang ilmu yang berfokus pada pengembangan teknologi informasi yang dapat melakukan tugas yang membutuhkan kecerdasan. Matakuliah ini akan membantu mahasiswa memahami landasan teori di balik konsep-konsep seperti pembelajaran mesin, jaringan saraf tiruan, pengambilan keputusan, dan pemahaman visual. Selama perkuliahan, para mahasiswa akan diperkenalkan dengan sejarah dan perkembangan AI, serta berbagai pendekatan yang digunakan untuk mengembangkan sistem kecerdasan buatan.
Mahasiswa akan diberikan wawasan tentang penerapan praktis kecerdasan buatan dalam beberapa industri dan bidang, seperti teknologi pertanian, transportasi mandiri, analisis data, dan lainnya. Pada akhir matakuliah, diharapkan siswa dapat mengenali potensi dan keterbatasan kecerdasan buatan, serta memiliki dasar untuk melanjutkan studi lebih lanjut dalam bidang ini pada konsentrasi AI.
Capaian Matakuliah :
- Mampu merancang dan mengimplementasikan model pembelajaran mesin sederhana menggunakan bahasa pemrograman dan library yang sesuai, seperti Python dan Scikit-learn.
- Mampu mengidentifikasi dan menganalisis potensi penerapan kecerdasan buatan dalam memecahkan masalah dan meningkatkan efisiensi dalam berbagai konteks, termasuk dalam sektor teknologi informasi.
- Mampu mendeskripsikan konsep dasar kecerdasan buatan, termasuk definisi, sejarah, dan aplikasi.
- Mampu mendeskripsikan teknik-teknik pencarian dan penyelesaian masalah dalam kecerdasan buatan, seperti pencarian heuristik, pencarian berbasis graf, dan algoritma genetika.
- Mampu mendeskripsikan konsep pembelajaran mesin, termasuk pembelajaran terarah (supervised learning), pembelajaran tak terarah (unsupervised learning), dan reinforcement learning.
- mampu mendeskripsikan teknik-teknik dan algoritma terkini dalam kecerdasan buatan, seperti deep learning dan neural networks, serta teknik dalam pengolahan bahasa alami dan visi komputer.
- Mampu mendeskripsikan prinsip etika dan hukum yang berlaku dalam penggunaan dan pengembangan kecerdasan buatan, termasuk isu privasi dan bias algoritma.
Pengantar Teknologi Informasi
Matakuliah Pengantar Teknologi Informasi ini meliputi Pengenalan komputer, sejarah dan perkembangan komputer, tren perangkat lunak, tren perangkat keras, sistem bilangan, penerapan teknologi informasi di segala bidang, e-commerce, jaringan komputer, keamanan komputer, basis data, sistem informasi serta pengantar kecerdasan buatan.
TEKNOLOGI KOMPUTASI AWAN
Teknologi komputasi awan berorientasi pada pengguna dalam hal layanan, penyediaan sumber daya komputasi secara transparan. Mata kuliah ini akan membahas dasar dan pengenalan teknologi, mekanisme, dan arsitektur komputasi awan beserta teknologi dan penelitian terbaru dalam komputasi awan
SISTEM SMARTCITY
Mata kuliah ini memberikan pemahaman mengenai Smart City yang didefinisikan sebagai penggunaan teknologi informasi untuk mengintegrasikan komponen-komponen penting dari infrastruktur dan layanan kota, seperti administrasi kota, pendidikan, kesehatan, keselamatan publik, real estate, transportasi dan keperluan kota lainnya, dimana penggunaan keseluruhannya harus dilakukan secara cerdas, saling berhubungan dan efisien. Melalui Smart City, tujuan-tujuan pembangunan perkotaan berkelanjutan dapat dicapai secara sistematis dan bertahap dengan perspektif jangka panjang. Mata kuliah ini dimaksudkan untuk memberi pengetahuan baik secara teoritis dan praktis mengenai dasar-dasar pemanfaatan teknologi informasi dalam domain Teknik Elektro mencakup berbagai hal seperti: Dasar Teknologi Informasi, Pemanfaatan Sensor, Data Analytic, Master Plan, Standar IEEE yang digunakan untuk membangun Sistem Smart City. Sistem Smart City adalah konsep yang spesifik, unik dan dinamis dimana teknologi bagian dari solusi permasalahan yang muncul di perkotaan yang membutuhkan perencanaan yang jelas (master plan). Smart City menekankan pentingnya sebuah inovasi untuk menyelesaikan persoalan masing-masing kota dengan memanfaatkan keunggulan local domain untuk penyelesaian masalah (enabling factor). Sistem Smart City menyediakan ruang inovasi yang luas untuk menyelesaikan berbagai persoalan yang dihadapi oleh pemerintah daerah, masyarakat, pelaku bisnis, dunia pendidikan dan berbagai pemangku kepentingan (stakeholder) lain. Pengetahuan tentang Sistem Smart City ini menjadi bekal dalam mempersiapkan dan mengimplementasikan konsep Smart City sesuai dengan karakter keunikan dan potensi perkotaan menggunakan teknologi yang berkembang saat ini.
PENGANTAR TATA KELOLA TEKNOLOGI INFORMASI
Pengantar Tata Kelola IT mempelajari tentang dasar dasar pengetahua di bidang IT
Knowledge Data Discovery
Penggunaan teknologi informasi telah meningkatkan volume pertumbuhan data digital dengan cepat dari berbagai bidang dan aktivitas manusia, seperti transaksi bisnis, perbankan, kedokteran, sains, telekomunikasi, dan sebagainya. Semuanya memerlukan teori, metode dan alat baru untuk dapat menganalisis dan mengekstrak informasi yang berguna dan menarik dari repositori besar atau kumpulan data. Dalam kursus ini kita mengeksplorasi teori dan alat data mining yang mengintegrasikan teknik dari database, statistik, dan pembelajaran mesin. Kursus ini juga akan membahas metodologi mendasar dalam penemuan pengetahuan, aplikasi, dan metode data mining yang saat ini digunakan termasuk preprocessing data, analisis asosiasi, klasifikasi, analisis cluster, dan deteksi anomali.