Sidia is a education Platform website.
Deskripsi Mata Kuliah
Matakuliah ini mengkaji tentang penerapan Aljabar Linear Elementer dan Statistika di bidang komputasi. Mahasiswa dikenalkan dengan program aplikasi matematika (Scilab & Python) untuk mengelompokkan data dengan menggunakan K-Means dan mengklasifikasi data (K-Nearest Neighbour) serta mengompresi citra dengan metode PCA.
CPMK
- Mampu menggunakan aplikasi pemrograman untuk menyelesaikan masalah matematis
- Mampu mengimplementasikan konsep-konsep operasi matriks dan statistika untuk menyelesaikan masalah di bidang komputasi
- Mampu menyusun program komputer sederhana untuk menyelesaikan permasalahan matematika
- Mampu mengomunikasikan hasil kerja mandiri ataupun kelompok yang sesuai dengan kaidah ilmiah
Aktifitas Pembelajaran
-
Pertemuan 1 Lingkungan kerja Program Aplikasi Matematika (Scilab) -
Pertemuan 2 Lingkungan kerja Program Aplikasi Matematika (Scilab) -
Pertemuan 3 Aplikasi dari aljabar linear elementer dalam komputasi matematika -
Pertemuan 4 Aplikasi dari aljabar linear elementer dalam komputasi matematika -
Pertemuan 5 Aplikasi dari aljabar linear elementer dalam komputasi matematika -
Pertemuan 6 Aplikasi dari aljabar linear elementer dalam komputasi matematika -
Pertemuan 7 Konsep reduksi dimensi dalam komputasi -
Pertemuan 8 Ujian Tengah Semester -
Pertemuan 9 Konsep pengelompokkan (clustering) pada sekumpulan data sederhana -
Pertemuan 10 Konsep pengelompokkan (clustering) pada sekumpulan data sederhana -
Pertemuan 11 Konsep pengelompokkan (clustering) pada sekumpulan data sederhana -
Pertemuan 12 Konsep klasifikasi pada sekumpulan data sederhana -
Pertemuan 13 Konsep klasifikasi pada sekumpulan data sederhana -
Pertemuan 14 Konsep klasifikasi pada sekumpulan data sederhana -
Pertemuan 15 Merancang program pada aplikasi matematika untuk menyelesaikan permasalahan rill yang berkaitan dengan konsep PCA, K-Means, dan KNN -
Pertemuan 16 Merancang program pada aplikasi matematika untuk menyelesaikan permasalahan rill yang berkaitan dengan konsep PCA, K-Means, dan KNN
Pustaka
- Alpaydim, E. 2020. Introduction to Machine Learning (4th Edition). Cambridge: MIT University Press.
- Anton, H. dkk. 2019. Elementary Linear Algebra Application Version (12th Edition). Hoboken: John Wiley & Sons.
- Baskar, A. dkk. 2023. Digital Image Processing. Oxon: CRC Press
- Murphy, K. P. 2012. Machine Learning: A Probabilistic Perspective. Cambridge: MIT University Press
Dosen
Difficult Things About Education.
$75$10
More Similar Courses
Related Courses
KEWIRAUSAHAAN
Pemahaman konsep kewirausahaan dalam usaha menumbuh kembangkan jiwa kewirausahaan yaitu kemampuan memotivasi diri agar mampu menginderai peluang usaha, menciptakan jasa, produksi, pemasaran, kemitraan dan manajemen,
LITERASI DIGITAL
Mata kuliah Literasi Digital merupakan mata kuliah wajib umum (MKWU) bagi seluruh mahasiswa Universitas Negeri Surabaya yang disajikan pada tahun pertama perkuliahan. Matakuliah ini membekali
Metodologi Penelitian
Mata kulaih ini mengaji tentang paradigma penelitian, pendekatan penelitian, jenis-jenis penelitian, kajian artikel-artikel penelitian mutakhir, hipotesis, variabel, rancangan penelitian, instrumen penelitian, teknik penelitian, analisis data
Copyright © 2026 Sinau Digital UNESA All Rights Reserved