Teknik Informatika
14 Courses
Informatika Sosial dan e-Government (Topik Khusus Agent based Modelling)
Mata kuliah ini membahas
peran teknologi
informasi
dalam transformasi sosial dan pemerintahan elektronik (E-Government). Mahasiswa akan memahami dampak teknologi informasi pada
masyarakat, serta cara penerapan teknologi dalam meningkatkan efisiensi dan transparansi dalam layanan publik.
Perencanaan dan Manajemen Rekayasa Perangkat Lunak
Matakuliah ini memberikan memberikan kemampuan kepada mahasiswa S2 di Program Studi Magister Teknologi Informasi untuk menangani rekayasa perangkat lunak. Perencanaan dan menejemen rekayasa perangkat lunak terkait dengan semua aspek produksi software dari keadaan awal sampai proses evolusi dari sebuah software. Perencanaan dan menejemen rekayasa perangkat lunak ini juga memerlukan kemampuan khusus karena perkembangan teknologi informasi sedemikian cepat sehingga proses produksi sebuah perangkat lunak harus dilaksanakan dengan cepat dan adaptif.
Analisis dan Pengelolaan Sistem Cerdas
Mata kuliah Analisis dan Pengelolaan Sistem Cerdas merupakan Mata Kuliah Wajib bagi Program Magister Teknologi Informasi 3 SKS :
- Metode Pengajaran Berbasis Project
- Metode Assessment OBE
Manajemen Informasi Multimedia dalam Teknologi Multiplatform
Mata kuliah ini membahas manajemen informasi multimedia dalam lingkungan
teknologi
multiplatform. Mahasiswa akan mempelajari cara merencanakan, mengembangkan, dan mengelola konten
multimedia yang efektif dan responsif untuk berbagai platform, termasuk web, mobile, dan lainnya.
MTI: Knowledge Management and Decision Support System
Text Processing explores methods to extract information from raw texts and combine features extracted from the texts (such as bag of word, language model, morphology, dependency relation, and parsing). The goal is to get computers to perform useful tasks involving human language tasks like enabling human-machine communication, improving human-human communication, or simply doing useful processing of text or speech. Lessons are mostly given in a group discussion as case-based problems and in practical works. At the end of the course, students required work on a project using language processing techniques (cleaning, stemming, regular expression, feature extraction, embeddings, etc.) and may be processed using machine learning techniques. The course target is students have basic abilities to work on computational linguistics tasks like sentiment analysis, paraphrasing, summarization, machine translation, language generation, etc.).
Enrolment Key: kmdss2024
Metodologi Penelitian dan Penulisan Ilmiah (MTI)
Mata kuliah metodologi penelitian berisi tentang proses ilmiah berupa tahapan penelitian, jenis-jenis penelitian, perumusan masalah, kajian literatur, teknik pengumpulan data kuantitatif dan kualitatif, pengembangan instrumen, teknik analisis data kuantitatif dan kualitatif, teknik keabsahan data, dan teknik serta penulisan tesis.
Mata kuliah ini menggunakan pendekatan student center learning, yang mengedepankan kemandirian mahasiswa untuk mencari dan menemukan pengetahuan serta membangun kompetensi yang diharapkan. Bedah kepustakaan melalui pendekatan project-based learning secara multi literasi menjadi kegiatan utama dalam mata kuliah ini.
Melalui kuliah ini, mahasiswa dilatih agar mampu merancang dan mendokumentasikan suatu penelitian, khususnya yang menyangkut pemanfaatan teknologi informasi di bidang kepariwisataan, pertanian, kemaritiman, dan pemerintahan.
Setelah mengikuti perkuliahan ini, mahasiswa diharapkan memiliki kemampuan dasar untuk merancang suatu sistem penelitian yang baik dan mendokumentasikan proses serta hasil penelitian secara terstruktur menjadi suatu artikel ilmiah yang dapat dipertanggungjawabkan.
S2 Magister Teknologi Informasi/ Master of Information Technology
Pembelajaran Mesin Lanjut
The Advanced Machine Learning course is an elective course for Master of Information Technology (Magister Technologi Informasi, MTI) students in the 2nd semester. This course provides students with knowledge, application techniques, and problem solving about ML which focuses on cloud computing and Deep Learning and how to apply it to solve real problems. This course discusses several important topics such as:
- Introduction to machine learning in cloud computing
- Data collection and augmentation;
- Machine Learning Using Azure
- Long Short Term Memory Networks (LSTMs), Recurrent Neural Networks (RNNs), and Radial Basis Function Networks (RBFNs)
- Self Organizing Maps (SOMs) and Autoencoders
- Computer Vision
- AI in Industry, especially Tourism, Agriculture and Maritime
- Project, Presentations, Simulations and Publications
Teknik Informatika