Course Teknik Optimasi

Deskripsi Mata Kuliah

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.

CPMK

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)

Aktifitas Pembelajaran

Pertemuan 1

Dan merumuskan masalah optimasi sederhana terkait sains data, serta menerapkan teknik optimasi dasar untuk menemukan solusi optimal.

Date 28 Agustus 2025

Pertemuan 2

Dan merumuskan masalah optimasi sederhana terkait sains data, serta menerapkan teknik optimasi dasar untuk menemukan solusi optimal.

Date 4 September 2025

Pertemuan 3

Mengidentifikasi, membandingkan, dan memilih algoritma optimasi yang tepat berdasarkan analisis karakteristik dan kesesuaiannya dengan masalah yang dihadapi.

Date 11 September 2025

Pertemuan 4

Mengidentifikasi, membandingkan, dan memilih algoritma optimasi yang tepat berdasarkan analisis karakteristik dan konteks permasalahan yang dihadapi.

Date 18 September 2025

Pertemuan 5

Dan membandingkan kelebihan dan kekurangan algoritma optimasi berdasarkan metrik performa yang relevan untuk aplikasi pengolahan data.

Date 25 September 2025

Pertemuan 6

Keunggulan dan kelemahan berbagai algoritma optimasi berdasarkan metrik performa, serta merekomendasikan algoritma yang sesuai untuk kasus pengolahan data tertentu.

Date 2 Oktober 2025

Pertemuan 7
Date 9 Oktober 2025

Pertemuan 8

Setelah mengikuti pertemuan ini, mahasiswa diharapkan mampu: 1) Menganalisis karakteristik dan kompleksitas suatu masalah sains data untuk diidentifikasi sebagai masalah optimasi; 2) Merancang solusi optimasi yang kreatif dan inovatif dengan memilih atau memodifikasi algoritma yang tepat; 3) Mengimplementasikan solusi yang dirancang menggunakan tools pemrograman yang relevan; 4) Mengevaluasi performa dan keunggulan solusi yang dibuat dibandingkan pendekatan baseline atau state-of-the-art.

Date 16 Oktober 2025

Pertemuan 9

Merancang, mengembangkan, dan mengevaluasi solusi optimasi yang orisinal dan efektif untuk tantangan nyata dalam sains data, seperti pemodelan prediktif, clustering, atau optimasi resource, dengan memanfaatkan algoritma dan tools terkini.

Date 23 Oktober 2025

Pertemuan 10

Teknik optimasi linier dan non-linier dalam pemodelan masalah nyata, menganalisis solusi yang dihasilkan, dan mengevaluasi efektivitasnya.

Date 30 Oktober 2025

Pertemuan 11

Karakteristik masalah optimasi dengan kendala, menganalisis pola kendala dan fungsi objektif, serta merumuskan strategi solusi yang sesuai berdasarkan analisis struktur masalah.

Date 6 November 2025

Pertemuan 12
Komponen masalah optimasi berkendala, mengenali pola umum, dan merumuskan strategi penyelesaian berdasarkan analisis mendalam.
Date 13 November 2025

Pertemuan 13

Efektivitas dan keamanan implementasi algoritma optimasi dalam konteks sistem basis data, serta memberikan rekomendasi perbaikan berdasarkan analisis integritas data.

Date 20 November 2025

Pertemuan 14

Merancang, mengimplementasikan, dan mengevaluasi model optimasi yang terintegrasi dengan pipeline data untuk meningkatkan efisiensi proses analitik dalam konteks nyata.

Date 27 November 2025

Pertemuan 15

Merancang, mengembangkan, dan mengimplementasikan model optimasi yang terintegrasi dengan pipeline data untuk meningkatkan efisiensi proses analitik dalam konteks nyata.