Mata Kuliah Analisis Data Lanjutan

Analisis Data Lanjutan membekali mahasiswa dengan kemampuan menganalisis data akuntansi dan bisnis menggunakan teknik statistik multivariat dan machine learning untuk pengambilan keputusan dan penelitian. Konten mencakup multiple regression, logistic regression, panel data analysis, factor analysis, SEM (Structural Equation Modeling), time series forecasting, cluster analysis, dan introduction to machine learning (classification, prediction). Pembelajaran dilakukan melalui kuliah interaktif, hands-on practice dengan statistical software (SPSS, Stata, R, Python), analisis dataset akuntansi riil, workshop interpretasi output statistik, dan applied research project. Evaluasi meliputi software lab assignments (30%), midterm analysis project (25%), final research project (30%), final exam (10%), participation (5%).
Kode Aspek Deskripsi
CPL-04 Pengetahuan Menguasai konsep, prinsip, dan teknik manajemen keuangan yang meliputi keputusan keuangan, nilai waktu uang,penganggaran modal, struktur modal, biaya modal dan pembiayaan, kebutuhan modal kerja, analisis arus kas, dan prinsip-prinsip investasi pada aset keuangan.
CPL-07 Pengetahuan Menguasai teoritis secara mendalam tentang kebutuhan informasi untuk pengambilan keputusan, etika bisnis, konsep dan prinsip tentang organisasi, tata kelola, manajemen risiko, manajemen strategi, pengendalian internal, dan lingkungan bisnis.
CPL-09 Keterampilan Umum Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya.
CPL-11 Keterampilan Khusus Mampu secara mandiri menyusun laporan hasil analisis atas informasi keuangan dan non keuangan, menyusun laporan investasi dan pendanaan, serta pengungkapan terkait yang relevan dan andal untuk pengambilan keputusan manajerial dengan menerapkan teknik dan metode analisis akuntansi dan keuangan.
CPL-13 Keterampilan Khusus Mampu secara mandiri mendisain proses bisnis dalam suatu sistem informasi akuntansi yang mendukung penyediaan infomasi berbasis teknologi informasi, mengoperasikan dan memanfaatkan piranti lunak dalam rangka penyusunan laporan keuangan, anggaran, administrasi perpajakan, pengauditan, dan penelitian.
Kode Deskripsi
CPMK-01 Melakukan comprehensive exploratory data analysis dan creating insightful data visualizations (C3).
CPMK-02 Building, diagnosing, dan interpreting multiple regression models (C4).
CPMK-03 Analyzing binary dependent variables menggunakan logistic dan probit regression (C3)
CPMK-04 Analyzing longitudinal data menggunakan panel data techniques (C4).
CPMK-05 Analyzing dan forecasting time series data (C3).
CPMK-06 Conducting factor analysis dan SEM untuk latent variable modeling (C4).
CPMK-07 Performing unsupervised learning (clustering) dan supervised classification (discriminant analysis) (C3).
CPMK-08 Menerapkan machine learning fundamentals untuk predictive analytics.
CPMK-09 Melakukan text analytics dan sentiment analysis.
CPMK-10 Mengintegrasikan advanced analytics dalam business contexts.
RPS Belum Tersedia

Dokumen Rencana Pembelajaran Semester (RPS) belum tersedia untuk mata kuliah ini.

Mata kuliah Analisis Data Lanjutan dirancang untuk mencapai kompetensi mahasiswa dalam menganalisis data akuntansi dan bisnis menggunakan teknik statistik multivariat dan machine learning secara sistematis. Ketercapaian pembelajaran dilakukan melalui pembelajaran konseptual, praktik pengolahan data menggunakan perangkat lunak statistik dan pemrograman, analisis studi kasus, serta penyelesaian proyek berbasis data. Mahasiswa secara bertahap mengembangkan kemampuan melakukan regresi berganda, regresi logistik, analisis panel, Structural Equation Modeling, clustering, dan forecasting. Evaluasi ketercapaian dilakukan melalui partisipasi aktif, tugas dan praktik analisis data, proyek penelitian, serta ujian akhir yang mengukur kemampuan mahasiswa dalam menginterpretasikan hasil analisis untuk mendukung pengambilan keputusan bisnis dan penelitian.
Materi Belum Tersedia

Belum terdapat materi pembelajaran untuk mata kuliah ini.