STMIK Profesional Makassar

Mata kuliah ini memberikan landasan matematis yang fundamental bagi mahasiswa informatika. Fokus utama pembelajaran adalah pada struktur diskrit yang menjadi dasar algoritma dan pemrograman. Topik yang dibahas meliputi logika matematika, teori himpunan, relasi dan fungsi, kombinatorika, serta pengantar teori graf. Melalui mata kuliah ini, mahasiswa diharapkan mampu mengasah kemampuan berpikir logis dan sistematis dalam memecahkan masalah komputasi secara efisien.

Mata kuliah ini merupakan kelanjutan dari Matematika Informatika I yang berfokus pada pendalaman konsep matematika diskrit sebagai landasan logika pemrograman dan analisis sistem. Topik utama mencakup Teori Graf, Pohon (Trees), Kompleksitas Algoritma, serta Relasi Rekurensi. Mahasiswa akan diajak untuk mengaplikasikan prinsip matematis dalam menyelesaikan permasalahan komputasi yang kompleks secara efisien.

Mata kuliah Sistem Pendukung Keputusan membahas konsep, metode, dan teknik dalam pengembangan sistem pendukung keputusan (Decision Support Systems/DSS). Tujuan utama adalah memahami bagaimana sistem dapat membantu dalam pengambilan keputusan yang kompleks melalui analisis data, model prediksi, dan teknik optimisasi

Mata kuliah Sistem Basis Data membahas konsep, perancangan, implementasi, dan manajemen basis data. Topik utama mencakup model data (relasional, hierarkis, dan jaringan), bahasa kueri (SQL), normalisasi, transaksi, keamanan data, serta optimasi kinerja basis data. Mahasiswa akan mempelajari bagaimana merancang dan mengelola basis data yang efisien serta memahami peran sistem manajemen basis data (DBMS) dalam pengolahan data. Mata kuliah ini penting bagi pengembangan sistem informasi, analisis data, dan aplikasi berbasis data lainnya.

Mata kuliah ini membahas konsep, arsitektur, dan implementasi Data Warehouse serta penerapan teknik Data Mining untuk mendukung proses pengambilan keputusan berbasis data (data-driven decision making). Mahasiswa akan mempelajari bagaimana data dari berbagai sumber dikumpulkan, dibersihkan, disimpan dalam data warehouse, lalu dianalisis menggunakan algoritma data mining untuk menemukan pola, tren, atau pengetahuan tersembunyi.

Materi yang dipelajari mencakup desain skema data warehouse (star/snowflake), ETL (Extract-Transform-Load), OLAP (Online Analytical Processing), serta berbagai teknik data mining seperti klasifikasi, klastering, asosiasi, dan prediksi.

Mata kuliah Analisis Big Data membahas konsep, teknik, dan teknologi dalam mengolah data berukuran besar dan kompleks yang tidak dapat ditangani oleh sistem basis data tradisional. Mahasiswa akan diperkenalkan pada siklus hidup big data mulai dari pengumpulan, penyimpanan, pemrosesan, hingga analisis dan visualisasi.