Course Description
This course is a project-based course that studies basic techniques for abstracting data, creating algorithms that can access that data, and manipulating the abstract structure. In this course, space and time complexity analysis will also be introduced in implementing an algorithm. Topics covered include: abstract data type concepts, linear data models (array and dynamic list, stack and queue), sets, hierarchical data models (binary tree, heap, binary search tree, AVL-tree, B-Tree), graph data structure model, tracking algorithm. Students will create group projects to apply data structure theories and concepts to problems in the field of Data Science.
Program Objectives (PO)
- Bekerja sama dan memiliki kepekaan sosial serta membawa perubahan terhadap lingkungannya dengan menggunakan keilmuan sains data
- Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam mendesain, mengimplementasi dan mengevaluasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora dalam bidang sains data
- Mampu merancang dan mengembangkan algoritma untuk berbagai keperluan komputasi
- Mengidentifikasi dan menganalisis kebutuhan-kebutuhan pengguna dan mempertimbangkannya dalam memilih, membuat, mengintegrasi, mengevaluasi, dan mengadministrasi algoritma dan kode program komputer
- Menguasai konsep teoritis struktur data dan algoritma secara mendalam, serta mampu memformulasikan penyelesaian masalah prosedural yang terkait dengan sains data