RPS/IF-3501/2026/001

Bisnis Analitik dan Big Data (BDK5305)

Bisnis Digital | Sri Rahayu, M.Kom | 3 SKS (Semester 5)

Cetak PDF Export Excel

Deskripsi Mata Kuliah

Mata kuliah Bisnis Analitik dan Big Data membahas konsep, metode, dan teknologi yang digunakan untuk mengumpulkan, mengelola, mengolah, menganalisis, serta memvisualisasikan data dalam mendukung pengambilan keputusan bisnis berbasis bukti. Materi pembelajaran mencakup konsep dasar bisnis analitik, karakteristik Big Data, pengolahan data, analisis deskriptif, diagnostik, prediktif, dan preskriptif, penerapan teknologi analitik, visualisasi data, serta studi kasus industri. Mahasiswa diarahkan untuk merancang dan mengimplementasikan proyek analitik berbasis data nyata menggunakan perangkat lunak yang relevan, sekaligus memahami aspek etika, keamanan, privasi, dan tantangan penerapan Big Data. Mata kuliah ini penting bagi Program Studi Bisnis Digital untuk membekali mahasiswa dengan kompetensi analitis, teknologi digital, dan kemampuan mengambil keputusan strategis dalam lingkungan bisnis yang dinamis.

Bahan Kajian (BK) / Materi Pembelajaran
BK-07
Data Analytics dan Business Intelligence
Bobot Min: 0.00% | Statistik, business analytics, data mining, BI, data visualization, predictive analytics
BK-08
Artificial Intelligence untuk Bisnis
Bobot Min: 0.00% | AI, machine learning dasar, generative AI, AI analytics, automation, responsible AI
BK-09
Teknologi dan Sistem Informasi Bisnis
Bobot Min: 0.00% | Sistem informasi, database, cloud, web technology, API, integrasi sistem, cybersecurity
Tim Pengembang & Otorisasi
Pengembang RPS Koordinator RMK Ketua Program Studi
Sri Rahayu., M.Kom Dr. Yadi Maryadi, S.E., M.Si

Capaian Pembelajaran Lulusan (CPL)

Kode CPL Kategori Deskripsi CPL
CPL-03 Pengetahuan Mampu memahami konsep, prinsip, arsitektur, komponen, dan perkembangan sistem informasi serta penerapannya dalam mendukung proses dan strategi bisnis digital.
CPL-05 Pengetahuan Mampu memahami konsep data, basis data, analitik data, dan business intelligence untuk menghasilkan informasi yang mendukung pengambilan keputusan bisnis.
CPL-07 Keterampilan Umum Mampu berpikir logis, kritis, sistematis, analitis, kreatif, dan inovatif dalam mengidentifikasi serta menyelesaikan permasalahan bisnis dan sistem informasi berbasis teknologi digital.
CPL-09 Keterampilan Khusus Mampu melakukan analisis kebutuhan bisnis dan sistem informasi, memodelkan proses bisnis, serta merancang solusi sistem informasi yang sesuai dengan kebutuhan organisasi dan pengguna.
CPL-11 Keterampilan Khusus Mampu mengolah, menganalisis, memvisualisasikan, dan menginterpretasikan data bisnis dan data keuangan menggunakan teknologi informasi untuk menghasilkan informasi dan rekomendasi yang mendukung pengambilan keputusan.

Capaian Pembelajaran Mata Kuliah (CPMK)

Kode CPMK Deskripsi CPMK Sub-CPMK Turunan
CPMK92 Mampu menjelaskan konsep, karakteristik, arsitektur, teknologi big data, dan business analytics dalam konteks bisnis.
  • Sub-CPMK92.1: Mampu menjelaskan konsep, karakteristik, sumber, arsitektur, dan teknologi Big Data serta Business Analytics dalam konteks bisnis. (15.00%)
  • Sub-CPMK92.2: Mampu menjelaskan peran Business Analytics dan Big Data dalam menghasilkan informasi dan mendukung pengambilan keputusan bisnis. (15.00%)
CPMK93 Mampu menganalisis kebutuhan data dan menentukan metode analitik yang sesuai untuk menyelesaikan permasalahan bisnis.
  • Sub-CPMK93.1: Mampu mengidentifikasi kebutuhan data berdasarkan permasalahan dan tujuan analisis bisnis. (15.00%)
  • Sub-CPMK93.2: Mampu menganalisis karakteristik data dan memilih metode analitik yang sesuai dengan kebutuhan bisnis. (15.00%)
CPMK94 Mampu mengolah, menganalisis, memvisualisasikan, dan menginterpretasikan data bisnis menggunakan metode dan teknologi analitik yang sesuai.
  • Sub-CPMK94.1: Mampu melakukan pengolahan dan pembersihan data bisnis menggunakan perangkat analitik yang sesuai. (15.00%)
  • Sub-CPMK94.2: Mampu melakukan analisis dan visualisasi data bisnis untuk menemukan pola dan informasi yang relevan. (15.00%)
  • Sub-CPMK94.3: Mampu menginterpretasikan hasil analisis data secara logis berdasarkan karakteristik dan konteks bisnis. (15.00%)
CPMK95 Mampu menyusun insight dan rekomendasi keputusan bisnis berdasarkan hasil analisis data secara objektif dan berbasis evidence.
  • Sub-CPMK95.1: Mampu mengidentifikasi insight bisnis berdasarkan hasil analisis data dan bukti yang relevan. (15.00%)
  • Sub-CPMK95.2: Mampu menyusun rekomendasi bisnis berbasis data untuk mendukung pengambilan keputusan. (15.00%)

Matriks 16 Minggu Perkuliahan

Mg Sub-CPMK Materi Pembelajaran Metode & Media Pengalaman Belajar Assessment Bobot %
1 Sub-CPMK92.1 Pengenalan mata kuliah, SAP/RPS, kontrak kuliah, konsep dasar Business Analytics dan Big Data, karakteristik 5V. Metode: Kuliah, Diskusi
Media: Slide Presentation, LMS 		Mempelajari RPS, memahami kontrak kuliah, dan mengidentifikasi contoh Big Data dalam bisnis digital. Partisipasi
mampu menjelaskan konsep dan karakteristik Big Data. 		3.00%
2 Sub-CPMK92.2 Peran Business Analytics, jenis analitik (deskriptif, diagnostik, prediktif, preskriptif), dan penerapan dalam bisnis. Metode: Kuliah, Diskusi, & Case Studi
Media: Slide Presentation, LMS 		Menganalisis contoh pemanfaatan analitik pada e-commerce dan perusahaan digital. Tugas analisis kasus.
mampu menjelaskan peran analitik dalam keputusan bisnis. 		3.00%
3 Sub-CPMK93.1 Identifikasi masalah bisnis, tujuan analisis, kebutuhan data, sumber data internal dan eksternal, serta pengumpulan data. Metode: Problem-Based Learning, diskusi, praktikum
Media: Slide Presentation, LMS, PC Studio 		Menentukan permasalahan bisnis dan menyusun kebutuhan data untuk penyelesaiannya Tugas identifikasi kebutuhan data.
kesesuaian kebutuhan data dengan masalah bisnis. 		3.00%
4 Sub-CPMK93.2 Tipe data, struktur data, kualitas data, data eksplorasi awal, pemilihan metode analisis, dan EDA. Metode: Kuliah, praktikum, Case Study.
Media: Slide Presentation, LMS, PC Studio 		Menganalisis dataset bisnis dan memilih teknik pengolahan atau analisis yang relevan. Tugas analisis dataset
ketepatan identifikasi karakteristik data dan pemilihan metode. 		3.00%
5 Sub-CPMK94.1 Data cleaning, missing value, data duplikat, outlier, transformasi data, dan persiapan dataset. Metode: Kuliah, Diskusi, & Praktikum
Media: Slide Presentation, LMS, PC Studio 		Melakukan pembersihan dan transformasi data menggunakan Google Colab dan Python. Praktikum data cleaning.
dataset bersih dan tahapan pengolahan terdokumentasi. 		3.00%
6 Sub-CPMK94.2 Statistik deskriptif, analisis eksploratif, grafik, dashboard, KPI, dan visualisasi data bisnis Metode: Praktikum, Project-Based Learning.
Media: Slide Presentation, LMS, PC Studio 		Mengolah data dan membuat grafik serta dashboard analitik bisnis. Praktikum visualisasi.
ketepatan analisis, kejelasan visualisasi, dan relevansi KPI. 		3.00%
7 Sub-CPMK94.3 Interpretasi hasil analisis, identifikasi pola dan tren, korelasi, insight awal, dan penyusunan kesimpulan. Metode: Case Study, diskusi, praktikum.
Media: Slide Presentation, LMS, PC Studio 		Menafsirkan hasil EDA dan menyusun kesimpulan berdasarkan bukti data. Tugas interpretasi data.
interpretasi logis dan didukung hasil analisis 		3.00%
8 - UJIAN TENGAH SEMESTER (UTS) konsep Big Data, Business Analytics, pengolahan, analisis, dan visualisasi data. Metode: Ujian / Evaluasi Terstruktur
Media: Slide Presentation, LMS, PC Studio 		Menyelesaikan soal konseptual dan kasus analitik bisnis UTS
Evaluasi Capaian Pembelajaran Minggu 1-7 		25.00%
9 Sub-CPMK95.1 Business Intelligence, insight bisnis, KPI, analitik pelanggan, tren penjualan, dan pengambilan keputusan berbasis data. Metode: Case Study, praktikum, diskusi.
Media: Slide Presentation, LMS, PC Studio 		Mengidentifikasi insight dari dashboard atau dataset transaksi bisnis. Tugas identifikasi insight.
insight relevan, berbasis data, dan dapat dijelaskan 		3.00%
10 Sub-CPMK95.2 Penyusunan rekomendasi, analitik prediktif, regresi, klasifikasi, evaluasi model, dan strategi bisnis. Metode: Project-Based Learning, praktikum, Case Study.
Media: Slide Presentation, LMS, PC Studio 		Mengembangkan analisis dan menyusun rekomendasi bisnis berdasarkan hasil model atau analisis. Tugas rekomendasi bisnis.
rekomendasi relevan, logis, dan didukung bukti data. 		3.00%
11 Sub-CPMK95.1 Menganalisis data pelanggan untuk menemukan pola perilaku dan peluang bisnis Metode: Case Study, praktikum, diskusi kelompok
Media: Slide Presentation, LMS, PC Studio 		Studi kasus & latihan pemrograman mandiri Laporan analisis pelanggan.
ketepatan identifikasi pola dan insight. 		3.00%
12 Sub-CPMK95.2 Penerapan Big Data dan Business Analytics pada e-commerce, fintech, pemasaran digital, dan supply chain. Metode: Case Study, Problem-Based Learning.
Media: Slide Presentation, LMS, PC Studio 		Menganalisis studi kasus industri dan menyusun rekomendasi berbasis data. Laporan studi kasus
kualitas analisis, relevansi rekomendasi, dan bukti pendukung. 		3.00%
13 Sub-CPMK95.2 Etika data, privasi, keamanan, bias algoritma, tantangan Big Data, dan tata kelola data. Metode: Diskusi, Case Study, Problem-Based Learning.
Media: Slide Presentation, LMS, 		Mengevaluasi kasus etika data dan merumuskan rekomendasi mitigasi risiko Esai/studi kasus.
identifikasi risiko, argumentasi, dan rekomendasi etis. 		3.00%
14 Sub-CPMK95.1 Perancangan proyek akhir, identifikasi masalah, kebutuhan data, metode analisis, desain dashboard/model, dan indikator keberhasilan. Metode: Project-Based Learning, bimbingan, diskusi
Media: Slide Presentation, LMS, PC Studio 		Menyusun proposal, memilih dataset, merancang metode, dan mengembangkan prototipe proyek. Proposal dan progres proyek.
Proposal dan progres proyek. Indikator: masalah jelas, metode sesuai, dan rancangan terukur. 		3.00%
15 Sub-CPMK95.2 Presentasi proyek, demo dashboard/model, interpretasi hasil, rekomendasi, evaluasi, dan umpan balik. Metode: Project-Based Learning, presentasi, peer review.
Media: Slide Presentation, LMS, PC Studio 		Mendemonstrasikan proyek, mempresentasikan hasil, dan memperbaiki solusi berdasarkan masukan Presentasi dan demo proyek.
implementasi, kualitas insight, komunikasi, dan respons terhadap pertanyaan. 		3.00%
16 - UJIAN AKHIR SEMESTER (UAS) Pengumpulan Laporan Proyek Akhir: laporan, metode, hasil analisis, visualisasi, kesimpulan, rekomendasi, dan evaluasi. Metode: Ujian / Evaluasi Terstruktur
Media: Slide Presentation, LMS, PC Studio 		Mengumpulkan laporan proyek akhir dan menyajikan rekomendasi bisnis berbasis data. UAS
Evaluasi Capaian Pembelajaran Minggu 9-15 		35.00%

Pustaka & Referensi

Referensi Utama
  1. Albright, S. C., & Winston, W. L. (2015). Business analytics: Data analysis & decision making. Cengage Learning..
  2. Provost, F., & Fawcett, T. (2013). Data science for business: What you need to know about data mining and data-analytic thinking. O'Reilly Media.
  3. Mayer-Schönberger, V., & Cukier, K. (2013). Big data: A revolution that will transform how we live, work, and think.. Houghton Mifflin Harcourt..
  4. Han, J., Kamber, M., & Pei, J. (2012). Data mining: Concepts and techniques (3rd ed.). Morgan Kaufmann.. Morgan Kaufmann..
  5. Ragsdale, C. T. (2017). Spreadsheet modeling and decision analysis: A practical introduction to business analytics (8th ed.).. Cengage Learning..
Perangkat & Media Pembelajaran

Software: -

Hardware: -