Mata kuliah ini membahas bagaimana merepresentasikan permasalahan nyata ke dalam model matematika dan menginterpretasikan hasilnya.
Materi meliputi proses pemodelan, contoh model, dan proyek pemodelan. Model yang dikaji mencakup:
Mata kuliah Teori optimisasi dan kontrol memberikan landasan metode-metode optimasi dan teori kontrol. Optimisasi pada pemrograman non linear tanpa kendala maupun dengan kendala akan dikaji. Metode analitik untuk menyelesaikan optimisasi non liniear tanpa kendala secara menggunakan metode Lagrange dipelajari, sedangkan syarat Kun Tuchker untuk masalah optimisasi berkenadala pertidaksamaan dipelajari. Selain itu juga mempelajari metode numerik untuk menyelesaikan masalah optimisasi non linear yaitu Metode Newton, Stepest Descent untuk menyelesaiakan masalah optimsasi baik single variabel maupun multi variabel, serta pemrogrmaan kuadratik, metode titik interior dan matrik hessian. Pokok Bahasan kontrol optimum meliputi system dinamik, shooting method, dan pontyarigin minimum principle.
Periode kuliah januari 2026-Juli 2026
Mata kuliah ini membahas konsep integral, penggunaan integral dan perilaku fungsi transenden
Mata kuliah ini membahas konsep integral, penggunaan integra dan perilaku fungsi transenden
Mata kuliah ini membahas konsep integral, penggunaan integral dan perilaku fungsi transenden
Mata kuliah ini membahas tentang Terminologi Dasar, Klasifikasi PDP orde dua, Pemodelan
persamaan gelombang, Solusi D’alembert, Pemodelan Persamaan panas, Tehnik Pemisahan
Variabel, Penyelesaian Persamaan Panas, PDP orde satu, Persamaan Transport.
Mata kuliah ini mencakup ruang vektor umum, subruang vektor, kombinasi linear, merentang, kebebaslinearan, basis, dimensi, ruang baris dan kolom, ruang hasil kali dalam, panjang dan jarak vector, basis orthogonal dan ortonormal, proses Gram-Schmidt, koordinat vektor dan perubahan basis, transformasi linear, kernel dan jangkauan, rank dan nulitas, matriks transformasi linear, similaritas, nilai eigen dan vektor eigen, diagonalisasi matriks beserta sifat-sifatnya.
Mata kuliah ini mencakup korelasi, penyusunan model regresi linier dugaan, pemilihan regresi linier terbaik, dan validasi model regresi polinomial dan analisis regresi dengan variabel dummy, residual analisis serta remidial
Mata kuliah ini mencakup memuat pengenalan program R, uji khi-kuadrat bagi data kategorik univariat, uji khi-kuadrat bagi data kategorik bivariat, regresi linear sederhana, regresi linear berganda, analisis variansi satu arah, analisis variansi dua arah, dasar manipulasi data, manipulasi data, penggabungan beberapa bingkai data, pembersihan data, visualisasi data kategorik, visualisasi data kontinu, visualisasi data kategorik dan kontinu secara bersamaan, visualisasi peta.
Mata kuliah ini membahas teori dan implementasi model-model jaringan syaraf tiruan (JST), termasuk struktur dasar neuron tiruan, algoritma pelatihan seperti Perceptron, Adaline, Backpropagation, serta jaringan kompetitif seperti SOM dan LVQ. Mahasiswa juga akan dikenalkan dengan arsitektur lanjutan seperti Convolutional Neural Network (CNN) dan Recurrent Neural Network (RNN), serta pengenalan pre-trained model dan transfer learning. Pembelajaran menekankan pemahaman konsep, praktik dengan Python, serta kemampuan menerapkan JST dalam berbagai permasalahan data.
Mata kuliah Aljabar Linear Elementer ini membahas konsep tentang matriks dan operasi matriks, aturan aturan ilmu hitung matriks, jenis-jenis matriks, matriks elementer dan metode mencari matriks invers, operasi matriks invers, sistem persamaan linear (SPL), eliminasi Gauss, dan eliminasi Gauss-Jordan, fungsi determinan, menghitung determinan dengan reduksi baris, sifat-sifat fungsi determinan, ekspansi kofaktor dan aturan Cramer, keterkaitan antara SPL homogen, matriks invers dan determinan, aplikasi matriks invers pada kriptografi, vektor-vektor (analitik), norma vektor, hasil kali titik, proyeksi, hasil kali silang di R2 dan R3, dan ruang-n euclidis.
Mata kuliah ini membahas mengenai optimisasi, penelitian operasional dan model-modelnya; masalah transportasi dan transshipment: skenario, model dan teknik penyelesaiannya serta terapannya; masalah penugasan dan masalah travelling salesman; mempelajari teknik/algoritmaalgoritma: jaringan lintasan terpendek, lintasan terpanjang (PERT/CPM), pohon perentang minimal, arus maksimal; mempelajari teknik penyelesaian masalah pemrograman dinamik.
Mata kuliah Persamaan Diferensial membahas mengenai definisi dan solusi dari persamaan diferensial, solusi eksak dari persamaan diferensial orde satu, metode pengelompokkan, factor integral, persamaan diferensial terpisah, persamaan diferensial linear dan Bernoulli, factor integral khusus, transformasi khusus. Selanjutnya dibahas persamaan diferensial biasa order dua baik homogen maupun non homogen. Untuk menyelesaikan persamaan order dua non homogen digunakan metode koefisien tak tentu ataupun metode variasi parameter dan Persamaan Cauchy Euler
Mata kuliah Aplikasi Komputer berbobot 3 SKS dan mencakup materi tentang:Â
- Pengenalan software-software matematika - baik yang komersial maupun yang gratis
- Perbandingan fitur-fitur software matematika tersebut,
- Penggunaan beberapa software matematika gratis untuk menyelesaikan masalah-masalah matematika dan membuat tulisan tentang matematika.Â
Dalam mata kuliah ini mahasiswa belajar menggunakan beberapa software matematika gratis yang memiliki kemampuan menyelesaikan masalah matematika secara analitik (eksak) maupun secara numerik, yakni Euler Math Toolbox (EMT), Markdown dan LaTeX, dan memadukan ketiga software tersebut untuk menghasilkan tulisan/dokumen matematika secara profesional,Â
Mata kuliah Kalkulus Multivariabel membahas konsep tentang turunan fungsi peubah banyak, dan integral ganda beserta aplikasinya. Topik-topik yang dipelajari meliputi fungsi dua peubah, limit dan kekontinuan fungsi dua peubah, keterdeferensial dan turunan berarah, maksimum dan minimum, metode Lagrange, integral lipat dua dalam koordinat Cartesius dan kutub, volum, dan luas permukaan.