Mata kuliah Proyek Sains Data merupakan mata kuliah berbasis praktik dan proyek yang bertujuan mengintegrasikan pengetahuan serta keterampilan mahasiswa dalam bidang sains data untuk menyelesaikan permasalahan nyata. Mahasiswa diarahkan untuk melaksanakan seluruh tahapan proyek sains data, mulai dari identifikasi dan perumusan masalah, pengumpulan data, data cleaning, eksplorasi dan visualisasi data, analisis data, pemilihan serta penerapan algoritma machine learning, evaluasi model, interpretasi hasil, hingga penyusunan laporan dan presentasi proyek. Dalam pelaksanaannya, mahasiswa dapat menggunakan Python, Jupyter Notebook/Google Colab, serta berbagai library sains data untuk menghasilkan solusi berbasis data yang relevan dan dapat dipertanggungjawabkan. Proyek dapat mengambil kasus dari berbagai bidang, seperti bisnis, pendidikan, kesehatan, pemerintahan, industri, maupun lingkungan, sehingga mahasiswa diharapkan mampu mengembangkan kemampuan berpikir analitis, pemecahan masalah, kerja sama tim, komunikasi hasil analisis, serta menghasilkan insight atau model prediktif yang memberikan nilai tambah bagi pengambilan keputusan.

<?start name="assistant-pending-56b247d9-54e8-495d-a388-687470c7be87-reasoning"?><?end ?><?start name="assistant-pending-56b247d9-54e8-495d-a388-687470c7be87-committed"?><?start name="assistant-pending-56b247d9-54e8-495d-a388-687470c7be87-committed-block-0"?>

MT421A – Data Warehouse & Big Data is a course that focuses on how to manage, store, process, and analyze large amounts of data to support business and organizational<?marker name="assistant-pending-56b247d9-54e8-495d-a388-687470c7be87-pending-tail"?><?marker name="assistant-pending-56b247d9-54e8-495d-a388-687470c7be87-pending-tail"?> decision-making. The course covers topics such as Data Warehousing, ETL/ELT, databases, dimensional modeling, OLTP and OLAP, Big Data, Data Lakes, and distributed data processing. Students will learn how data from different sources can be collected, cleaned, integrated, and stored before being analyzed to generate useful information and insights. The course may also involve technologies such as SQL, Hadoop, Spark, NoSQL, and other Big Data platforms, depending on the syllabus. In simple terms, this course teaches students how to transform large amounts of raw data into meaningful information that can be used for analysis and decision-making.