Course Analisis Multivariat

Course Description

Matakuliah ini mengkaji tentang konsep dasar analisis multivariat dari metode statistika konvensional berbasis matriks yang dapat diterapkan menjadi dasar maupun pembanding model kecerdasan artifisial yang meliputi konsep dasar normal multivariat, reduksi dimensi dengan analisis komponen utama, analisis kluster dan klasifikasi konvensional hingga regresi dan korelasi multivariat. Matakuliah ini memiliki prasyarat, yaitu mahasiswa telah menempuh matakuliah aljabar matriks serta probabilitas dan statistik. Analisis multivariat mendukung SDG 4 dan 9, yaitu pendidikan berkualitas dengan menanamkan konsep matematika dan statistika pada matakuliah berbasis proyek untuk membekali lulusan dalam mengimplementasikan teknologi kecerdasan artifisial di masa kini.

Program Objectives (PO)

Mahasiswa mampu menguasai Konsep Dasar Data Multivariat dan Landasan Statistical Learning
Mampu mampu menerapkan metode Reduksi Dimensi dan Pengelompokan (Unsupervised Learning)

Mahasiswa mampu membangun, menguji, dan menginterpretasikan model hubungan multivariat menggunakan pendekatan regresi linear multivariat serta metode statistical learning untuk mengatasi multikolinieritas
Mahasiswa mampu memformulasikan dan mengevaluasi model klasifikasi multivariat menggunakan metode statistika klasik maupun algoritma statistical learning
Mahasiswa mampu melakukan validasi model (model assessment) menggunakan teknik resampling (seperti Cross-Validation) serta memilih model terbaik berdasarkan trade-off antara bias dan variance untuk meminimalkan error prediksi pada data baru

Aktifitas Pembelajaran

Pertemuan 1
Konsep dasar Analisis Data Multivariat dan Statistical Learning serta relevansinya dengan Kecerdasan Artifisial
Date 10 September 2026
Pertemuan 2
Dan menghitung Distribusi Normal Multivariat serta Mahalanobis Distance
Date 17 September 2026
Pertemuan 3
Melakukan eksplorasi data multivariat (visualisasi dan deteksi outlier)
Date 24 September 2026
Pertemuan 4
Memahani menginterpretasikan hasil PCA untuk reduksi dimensi dan ekstraksi fitur
Date 1 Oktober 2026
Pertemuan 5
Dan menerapkan konsep Clustering dan jenisnya
Date 8 Oktober 2026
Pertemuan 6
Membangun model Regresi Linier Berganda
Date 15 Oktober 2026
Pertemuan 7
Melakukan klasifikasi linier dengan metode statistika multivariat
Date 22 Oktober 2026
Pertemuan 8
Konsep dasar Analisis Data Multivariat dan Statistical Learning serta relevansinya dengan Kecerdasan Artifisial
Date 29 Oktober 2026
Pertemuan 9
Linear Discriminant Analysis (LDA)
Date 5 November 2026
Pertemuan 10
Melakukan analisis MANOVA dan MANCOVA
Date 12 November 2026
Pertemuan 11
Merancang, melaksanakan dan melaporkan proyek analisis data multivariat
Date 19 November 2026
Pertemuan 12
Kernel dalam statistical learning dan analisis data multivariat
Date 26 November 2026
Pertemuan 13
Metode resampling untuk validasi model
Date 3 Desember 2026
Pertemuan 14
Merancang, melaksanakan dan melaporkan proyek analisis data multivariat
Date 10 Desember 2026
Pertemuan 15
Merancang, melaksanakan dan melaporkan proyek analisis data multivariat
Date 17 Desember 2026
Pertemuan 16
Merancang, melaksanakan dan melaporkan proyek analisis data multivariat
Date 24 Desember 2026