Educational Data Mining Course

Mata kuliah Pembelajaran Mesin (Machine Learning) membekali mahasiswa dengan pemahaman konseptual, metodologis, dan keterampilan praktis dalam merancang, membangun, mengevaluasi, serta mengimplementasikan model pembelajaran mesin untuk menyelesaikan permasalahan di bidang pendidikan dan teknologi informasi. Materi mencakup dasar-dasar machine learning, proses pengolahan data (data preprocessing), supervised learning, unsupervised learning, evaluasi model, rekayasa fitur (feature engineering), optimasi model, serta pengenalan deep learning dan explainable artificial intelligence (XAI). Mahasiswa juga mempelajari penerapan machine learning pada learning analytics, educational data mining, sistem rekomendasi pembelajaran, prediksi capaian belajar, deteksi risiko mahasiswa, serta pengembangan sistem cerdas untuk mendukung pengambilan keputusan di bidang pendidikan. Perkuliahan dilaksanakan melalui pendekatan project-based learning, studi kasus, diskusi ilmiah, praktikum menggunakan bahasa pemrograman Python dan berbagai pustaka machine learning, serta analisis artikel penelitian terkini. Pada akhir perkuliahan, mahasiswa diharapkan mampu mengembangkan solusi berbasis machine learning yang valid, dapat dipertanggungjawabkan secara ilmiah, serta mempertimbangkan aspek etika, fairness, transparansi, keamanan data, dan keberlanjutan dalam implementasi kecerdasan buatan pada bidang Pendidikan Teknologi Informasi.

• PLO-5
  Menguasai teori bidang pendidikan teknologi informasi terutama yang mencakup learning analitics, learning adaptive, dan cyber security in education untuk meningkatkan efektivitas dan efisiensi pembelajaran di berbagai konteks pendidikan
• PLO-8
  Mengidentifikasi, menganalisis, dan memecahkan masalah kompleks dalam konteks pendidikan teknologi informasi menggunakan pendekatan yang kritis, logis, dan berbasis data
• PLO-10
  Merancang, mengembangkan, dan mengimplementasikan sistem pembelajaran yang memanfaatkan teknologi informasi secara efektif, inovatif, dan sesuai dengan kebutuhan pembelajaran adaptif dan analitis
• PLO-11
  Mengaplikasikan teknik learning analytics, adaptive learning, dan cybersecurity in education untuk menganalisis data pembelajaran, mengevaluasi efektivitas strategi pembelajaran, dan memberikan rekomendasi berbasis data untuk peningkatan proses pendidikan

PO-1
Menganalisis karakteristik permasalahan pendidikan serta menentukan pendekatan, algoritma, dan representasi data yang sesuai untuk penyelesaian menggunakan pembelajaran mesin.

PO-2
Mengevaluasi kualitas data, teknik prapemrosesan, pemilihan fitur, serta metode evaluasi model pembelajaran mesin untuk memperoleh model yang valid dan andal pada konteks pendidikan.

PO-3
Mengembangkan model pembelajaran mesin menggunakan Python dan Google Colab untuk menyelesaikan permasalahan pada learning analytics dan educational data mining.

PO-4
Mengevaluasi kinerja berbagai algoritma pembelajaran mesin berdasarkan metrik evaluasi, interpretabilitas model, serta kesesuaian implementasinya pada berbagai kasus pendidikan.

PO-5
Merancang solusi berbasis pembelajaran mesin yang inovatif untuk mendukung pengambilan keputusan, personalisasi pembelajaran, atau prediksi performa peserta didik dengan mempertimbangkan aspek etika dan keberlanjutan.

PO-6
Menghasilkan proyek machine learning yang terdokumentasi secara ilmiah melalui implementasi, analisis hasil, interpretasi, dan penyusunan laporan teknis sesuai kaidah penelitian pada bidang Pendidikan Teknologi Informas