LKP : Merdeka Belajar Kampus Merdeka (Studi Independen) - Dashboard Informatif Persebaran Covid-19 di Indonesia pada Data And Artificial Intelligence Menggunakan Microsoft Azure Machine Learning di PT Microsoft Indonesia

Febriansyah, Rizky Alief (2022) LKP : Merdeka Belajar Kampus Merdeka (Studi Independen) - Dashboard Informatif Persebaran Covid-19 di Indonesia pada Data And Artificial Intelligence Menggunakan Microsoft Azure Machine Learning di PT Microsoft Indonesia. Undergraduate thesis, Universitas Dinamika.

[img]
Preview
Text
19410200020-2022-UNIVERSITASDINAMIKA.pdf - Accepted Version

Download (1MB) | Preview
[img] Text
19410200020-2022-LAMPIRAN.pdf - Accepted Version
Restricted to Repository staff only

Download (848kB)

Abstract

Kampus Merdeka merupakan sebuah kegiatan yang diselenggarakan oleh Kementrian Pendidikan, Kebudayaan, Riset dan Teknologi (Kemendikbudristek) bertujuan untuk mengeksplorasi maahsiswa untuk belajar di luar kegiatan perkuliahan reguler. Melalui program Kampus Merdeka, mahasiswa dapat mengikuti beberapa program yang ditawarkan seperti Kampus Mengajar, Pertukaran Pelajar, Kewirausahaan, Magang Bersertifikat, dan Studi Independen. Salah satu bentuk kegiatan Kampus Merdeka yang diikuti penulis adalah Studi Independen. Dimana kegiatan Studi Independen yang penulis ikuti diselenggarakan oleh PT Microsoft Indonesia melalui MariBelajar. Program Studi Independen oleh Microsoft melalui MariBelajar memiliki tiga penjurusan belajar antara lain: Microsoft Productivity, Cloud Fundamental, dan Data and Artificial Intelligence. Dalam pembuatan Capstone Project ini penulis berfokus kepada tema Bidang Kesehatan dimana perancangan arsitektur Data and Artificial Intelligence untuk mengetahui persebaran data COVID-19 (Coronavirus Disease-19) di Indonesia menggunakan data yang di pre-processing pada Microsoft Azure Machine Learning. Hasil dari pembuatan proyek ini adalah sebuah dashboard pada layanan Microsoft PowerBI untuk mengetahui daya persebaran virus Covid-19 di Indonesia dengan fungsionalitas untuk masyarakat.


Export Record



Statistic

IRStats Detail StatisticView more statistics

Item Type: Thesis (Undergraduate)
Additional Information: Rizky Alief Febriansyah (19410200020)
Uncontrolled Keywords: Data and Artficial Intelligence, Azure Machine Leaning, Microsoft Power BI
Dewey Decimal Classification: 600 – Technology > 650 Management & auxiliary services > 658 General management
Divisions: Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User: Rizky Alief Febriansyah
Date Deposited: 21 Jul 2022 13:00
Last Modified: 21 Jul 2022 13:00
THESIS ADVISORS: 1. Yosefine Triwidyastuti, M.T. (NIDN : 0729038504)
URI: http://repository.dinamika.ac.id/id/eprint/6479

Actions (login required)

View Item View Item