Course Description
Mata kuliah Teknik Optimasi memperkenalkan konsep dasar dan metode optimasi untuk menyelesaikan masalah dalam sains data. Isi mencakup formulasi masalah optimasi, teknik optimasi linier dan non-linier, serta algoritma seperti gradient descent dan simplex. Tujuannya adalah membekali mahasiswa dengan kemampuan untuk mengidentifikasi, memodelkan, dan menyelesaikan masalah optimasi dalam konteks analisis data. Ruang lingkup meliputi aplikasi dalam machine learning, pemrosesan data besar, dan pengambilan keputusan berbasis data.
Program Objectives (PO)
- Menerapkan konsep dasar optimasi dalam menyelesaikan masalah sederhana terkait sains data (C3)
- Menganalisis karakteristik berbagai algoritma optimasi untuk menentukan pendekatan yang sesuai dengan konteks masalah (C4)
- Mengevaluasi performa algoritma optimasi berdasarkan kriteria efisiensi dan akurasi dalam pengolahan data (C5)
- Menciptakan solusi optimasi yang inovatif untuk masalah kompleks dalam domain sains data (C6)
- Menerapkan teknik optimasi linier dan non-linier dalam pemodelan masalah nyata (C3)
- Menganalisis struktur masalah optimasi dengan kendala untuk mengidentifikasi pola dan strategi solusi (C4)
- Mengevaluasi implementasi algoritma optimasi dalam sistem basis data dengan mempertimbangkan keamanan dan integritas (C5)
- Menciptakan model optimasi yang terintegrasi dengan pipeline data untuk meningkatkan efisiensi analitik (C6)