Course Analisis Multivariat

Deskripsi Mata Kuliah

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.

CPMK

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 7 September 2026
Pertemuan 2
Dan menghitung Distribusi Normal Multivariat serta Mahalanobis Distance
Date 14 September 2026
Pertemuan 3
Melakukan eksplorasi data multivariat (visualisasi dan deteksi outlier)
Date 21 September 2026
Pertemuan 4
Memahani menginterpretasikan hasil PCA untuk reduksi dimensi dan ekstraksi fitur
Date 28 September 2026
Pertemuan 5
Dan menerapkan konsep Clustering dan jenisnya
Date 5 Oktober 2026
Pertemuan 6
Membangun model Regresi Linier Berganda
Date 12 Oktober 2026
Pertemuan 7
Melakukan klasifikasi linier dengan metode statistika multivariat
Date 19 Oktober 2026
Pertemuan 8
Konsep dasar Analisis Data Multivariat dan Statistical Learning serta relevansinya dengan Kecerdasan Artifisial
Date 26 Oktober 2026
Pertemuan 9
Linear Discriminant Analysis (LDA)
Date 2 November 2026
Pertemuan 10
Melakukan analisis MANOVA dan MANCOVA
Date 9 November 2026
Pertemuan 11
Merancang, melaksanakan dan melaporkan proyek analisis data multivariat
Date 16 November 2026
Pertemuan 12
Kernel dalam statistical learning dan analisis data multivariat
Date 23 November 2026
Pertemuan 13
Metode resampling untuk validasi model
Date 30 November 2026
Pertemuan 14
Merancang, melaksanakan dan melaporkan proyek analisis data multivariat
Date 7 Desember 2026
Pertemuan 15
Merancang, melaksanakan dan melaporkan proyek analisis data multivariat
Date 14 Desember 2026
Pertemuan 16
Merancang, melaksanakan dan melaporkan proyek analisis data multivariat
Date 21 Desember 2026