SD25-32003 Analisis Deret Waktu
Mata kuliah ini memberikan pemahaman menyeluruh tentang bagaimana data deret waktu dianalisis untuk mengidentifikasi pola, tren, dan musiman guna membuat prediksi yang akurat di masa depan. Di dalamnya dijelaskan berbagai pendekatan peramalan, mulai dari metode klasik seperti moving average dan exponential smoothing, hingga model-model statistik yang lebih kompleks seperti ARIMA, SARIMA, dan model berbasis regresi. Selain itu, mata kuliah ini juga membahas evaluasi model peramalan dengan metrik seperti MAE, RMSE, dan MAPE. Penggunaan perangkat lunak statistik, seperti R atau Python, juga sering disertakan dalam contoh aplikatif untuk membantu pembaca memahami penerapan teori secara praktis.
Struktur Data
| Struktur data merupakan mata kuliah yang berisi dasar dan prinsip perepresentasian informasi (bagaimana menyimpan/store dan mendapatkan kembali/retrieve informasi yang telah disimpan) dalam pemrograman yang berorientasi obyek. Dalam pemrograman, representasi ini melibatkan berbagai pengorganisasian atau penstrukturan himpunan item data yang disebut dengan struktur data, sehingga didapatkan program yang efisien. Topik-topik yang dibahas dalam mata kuliah ini antara lain struktur data dasar (list, stack, queue), struktur data kompleks (binary tree, heap, general tree), algoritma-algoritma sorting dan searching. |