KURIKULUM 2023-2028 S1 SAINS DATA

Program Studi

Bantuan

Hubungi Kami

Kurikulum 2023-2028 Program Studi S1 Sains Data

Visi, Misi dan Tujuan

Visi

Menjadi lembaga pendidikan jenjang sarjana dan pengembangan sains data yang berfokus pada machine learning berbasis keilmuan statistika bertaraf internasional yang berkontribusi dalam ilmu pengetahuan dan teknologi serta terapannya pada bidang (1) Bisnis dan Industri, (2) Ekonomi dan Finansial, (3) Sosial dan Kependudukan, serta (4) Lingkungan dan Kesehatan.

Misi

  1. Misi Program Studi Sains Data adalah memberikan kontribusi dalam pengembangan ilmu pengetahuan dan teknologi pada bidang sains data yang berfokus pada machine learning berbasis keilmuan statistika serta terapannya untuk mewujudkan kesejahteraan masyarakat melalui kegiatan pendidikan, penelitian, pengabdian kepada masyarakat, dan manajemen yang berbasis teknologi informasi dan komunikasi.
  2. Misi Program Studi Sains Data di bidang pendidikan:
    • menyelenggarakan pendidikan Sarjana pada bidang sains data yang berfokus pada machine learning berbasis keilmuan statistik, teknologi informasi dan komunikasi untuk menghasilkan lulusan yang berkualitas internasional;
    • menghasilkan lulusan yang beriman dan bertakwa kepada Tuhan Yang Maha Esa, memiliki tanggung jawab dan etika profesi, serta mampu memotivasi diri untuk berpikir kreatif dan belajar sepanjang hayat; dan
    • menghasilkan lulusan yang profesional di bidang sains data yang mempunyai pengetahuan kewirausahaan.
  3. Misi Program Studi Sains Data di bidang penelitian adalah berperan secara aktif dalam pengembangan ilmu pengetahuan dan teknologi pada bidang sains data yang berfokus pada machine learning berbasis keilmuan statistik serta terapannya melalui kegiatan penelitian yang berkualitas internasional.
  4. Misi Program Studi Sains Data di bidang pengabdian kepada masyarakat adalah memanfaatkan sumber daya yang dimiliki untuk berperan aktif dalam menyelesaikan permasalahan yang dihadapi oleh masyarakat, industri, dan pemerintahan.
  5. Misi Program Studi Sains Data di bidang manajemen:
    • pengelolaan kemampuan sumber daya secara profesional dalam penyelenggaraan Tridharma Perguruan Tinggi yang berbasis teknologi informasi dan komunikasi; dan
    • mengembangkan jejaring dan bersinergi dengan perguruan tinggi dalam dan luar negeri, industri, masyarakat, dan pemerintahan dalam penyelenggaraan Tridharma Perguruan Tinggi.

Tujuan

  1. Menghasilkan lulusan yang dapat berkarier sebagai (1) Data Scientist dan (2) Business Intelligence Analyst and Data Analyst yang memiliki kemampuan:
    • menerapkan metode sains data yang berfokus pada machine learning berbasis keilmuan statistik dalam menyelesaikan masalah pada bidang (1) Bisnis dan Industri, (2) Ekonomi dan Finansial, (3) Sosial dan Kependudukan, serta (4) Lingkungan dan Kesehatan;
    • menyusun program komputer untuk pengumpulan dan analisis data berskala besar; dan
    • mengidentifikasi, menformulasi, mengumpulkan, menganalisis dan menginterpretasikan data terstruktur atautidak terstruktur.
  1. Menghasilkan lulusan yang dapat berkontribusi pada praktik profesional bidang pilihannya melalui komunikasi yang efektif, kepemimpinan, kerja tim, layanan, dan etika yang tinggi.
  2. Menghasilkan lulusan yang memiliki karakter yang mampu mengembangkan diri dengan pembelajaran sepanjang hayat melalui kegiatan dan pelatihan profesional, serta mengikuti pendidikan ke jenjang yang lebih tinggi.

Capaian Pembelajaran (CPL)

Capaian Pembelajaran Lulusan (CPL)

  1. Mampu menunjukkan sikap dan karakter yang mencerminkan: ketakwaan kepada Tuhan Yang Maha Esa, etika dan integritas, berbudi pekerti luhur, peka dan peduli terhadap masalah sosial dan lingkungan, menghargai perbedaan budaya dan kemajemukan, menjunjung tinggi penegakan hukum mendahulukan kepentingan bangsa dan masyarakat luas, melalui kreatifitas dan inovasi, ekselensi, kepemimpinan yang kuat, sinergi, dan potensi lain yang dimiliki untuk mencapai hasil yang maksimal.
  2. Mampu mengkaji dan memanfaatkan ilmu pengetahuan dan teknologi dalam rangka mengaplikasikannya pada bidang keahlian tertentu, serta mampu mengambil keputusan secara tepat dari hasil kerja sendiri maupun kerja kelompok dalam bentuk laporan tugas akhir atau bentuk kegiatan pembelajaran lain yang luarannya setara dengan Tugas Akhir melalui pemikiran logis, kritis, sistematis dan inovatif.
  3. Mampu mengelola pembelajaran diri sendiri, dan mengembangkan diri sebagai pribadi pembelajar sepanjang hayat untuk bersaing di tingkat nasional, maupun internasional, dalam rangka berkontribusi nyata untuk menyelesaikan masalah dengan mengimplementasikan teknologi informasi dan komunikasi dan memperhatikan prinsip keberlanjutan serta memahami kewirausahaan berbasis teknologi.
  4. Mampu menerapkan sains dan matematika untuk mendukung pemahaman metode sains data.
  5. Mampu menerapkan teori dan metode statistika pada analisis data untuk mendukung pengambilan keputusan.
  6. Mampu merancang pengumpulan dan pengintegrasian data terstruktur dan tidak terstruktur dengan metodologi yang tepat.
  7. Mampu menyusun algoritma dan membuat program komputer untuk pengolahan data berskala besar dalam penyelesaian masalah di berbagai bidang terapan.
  8. Mampu mengumpulkan dan menyajikan hasil analisis data terstruktur atau tidak terstruktur secara lisan maupun tulisan
  9. Mampu menganalisis dan menerapkan metode Sains Data yang tepat berbasis statistical machine learning pada permasalahan di bidang Bisnis Inteligent dan Sains Data.

Profil Lulusan

Berdasarkan kajian kebutuhan industri terhadap lulusan, beberapa profil lulusan yang sesuai dengan Program Studi Sains Data ITS adalah (1) Data Scientist; dan (2) Business Intelligence and Data Analyst. Kompetensi yang akan dimiliki oleh lulusan (Capaian Pembelajaran Lulusan) adalah:

  1. Mampu menerapkan pengetahuan sains dan matematika untuk mendukung pemahaman metode sains data
  2. Mampu menerapkan teori statistika pada metode sains data untuk menyelesaikan permasalahan dalam berbagai bidang terapan
  3. Mampu membuat program komputer untuk mengumpulkan data, mengindentifikasi, memformulasi, menganalisis data berskala besar untuk menyelesaikan masalah di berbagai bidang terapan
  4. Mampu menyajikan analisis data terstruktur atau tidak terstruktur secara lisan maupun tulisan
  5. Memiliki pengetahuan tentang isu terkini dan mendatang yang berkaitan dengan bidang statistical machine learning
  6. Mampu berkomunikasi secara efektif dan bekerjasama dalam tim yang interdisiplin dan multidisiplin
  7. Memiliki tanggung jawab dan etika profesi serta mampu memotivasi diri untuk berpikir kreatif dan belajar sepanjang hayat

Capaian Pembelajaran Lulusan (CPL) tersebut selaras dengan Standar Kompetensi Kerja Nasional Indonesia (SKKNI) Bidang Data Science yang disahkan melalui Keputusan Menteri Ketenagakerjaan Republik Indonesia Nomor 299 Tahun 2020 memiliki 21 unit kompentensi sebagaimana Tabel 1.3 sedangkan untuk bidang Data Analyst ada 8 unit kompetensi sebagaimana Tabel 1.4

Tabel 1.3 Kompetensi Data Science

No Kode Unit Judul Unit Kompetensi
1 J.62.DMI00.001.1 Menentukan Objektif Bisnis
2 J.62.DMI00.002.1 Menentukan Tujuan Teknis Data Science
3 J.62.DMI00.003.1 Membuat Rencana Proyek Data Science
4 J.62.DMI00.004.1 Mengumpulkan Data
5 J.62.DMI00.005.1 Menelaah Data
6 J.62.DMI00.006.1 Memvalidasi Data
7 J.62.DMI00.007.1 Menentukan Objek Data
8 J.62.DMI00.008.1 Membersihkan Data
9 J.62.DMI00.009.1 Mengkonstruksi Data
10 J.62.DMI00.010.1 Menentukan Label Data
11 J.62.DMI00.011.1 Mengintegrasikan Data
12 J.62.DMI00.012.1 Membangun Skenario Model
13 J.62.DMI00.013.1 Membangun Model
14 J.62.DMI00.014.1 Mengevaluasi Hasil Pemodelan
15 J.62.DMI00.015.1 Melakukan Proses Review Pemodel
16 J.62.DMI00.016.1 Membuat Rencana Deployment Model
17 J.62.DMI00.017.1 Melakukan Deployment Model
18 J.62.DMI00.018.1 Membuat Rencana Pemeliharaan Model
19 J.62.DMI00.019.1 Melakukan Pemeliharaan Model
20 J.62.DMI00.020.1 Melakukan Review Proyek Data Science
21 J.62.DMI00.021.1 Melakukan Laporan Akhir Proyek Data Science

 

Tabel 1.4 Kompetensi Data Analyst

No Kode Unit Judul Unit Kompetensi
1 J.620900.004.02 Merancang spesifikasi sesuai denganfungsi dan kebutuhan
2 J.620900.033.02 Melakukan backup data dan sistem
3 J.631100.001.01 Menetapkankebutuhan pengelolaanpusat data untuk organisasi
4 J.631100.002.01 Menetapkanstandar dan acuanpraktik terbaik yang berlaku
5 J.63OPR00.009. Menggunakanaplikasi berbasis internet
6 J.63OPR00.015. Memastikanvaliditas data
7 J.63OPR00.016. Mengidentifikasi aspek keamananinformasi pengguna
8 J.63OPR00.017. Memastikankeamananinformasi pengguna

Kurikulum

Sebaran Mata Kuliah Per Semester

SEMESTER: I
No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus RPS
1 SB234101 Biologi 2 link link
2 SM234101 Kalkulus I 3 link link
3 SD234101 Aljabar Linear 3 link link
4 SF234103 Fisika Mekanika 3 link link
5 SD234102 Statistika Dasar 3 link link
6 SD234103 Dasar Pemrograman 3 link link
7 SD234104 Pengantar Sains Data 2 link link
Jumlah sks 19

 

SEMESTER: II
No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus RPS
1 SM234201 Kalkulus II 3 link link
2 SD234201 Teori Statistika I 3 link link
3 SD234202 Metode Numerik 3 link link
4 SD234203 Manajemen Basis Data 2 link link
5 SD234204 Pemrograman Open Source 3 link link
6 SD234205 Visualisasi Data Eksploratori 3 link link
Jumlah sks 17

 

SEMESTER: III
No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus RPS
1 SD234301 Matematika Diskrit 3 link link
2 SD234302 Teori Statistika II 3 link link
3 SD234303 Data Warehouse 4 link link
4 SD234304 Teknik Sampling dan Data Wrangling 4 link link
5 SD234305 Pengantar Struktur Data dan Algoritma 3 link link
6 SD234306 Pemodelan Statistika 4 link link
Jumlah sks 21

 

SEMESTER: IV
No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus RPS
1 SD234401 Data Privacy and Security 2 link link
2 SD234402 Komputasi Sains Data 3 link link
3 SD234403 Pemodelan Stokastik 3 link link
4 SD234404 Analisis Data Multivariat 3 link link
5 SD234405 Data Mining 3 link link
6 SD234406 Desain dan Analisis Simulasi 3 link link
7 SD234407 Metode Optimasi 3 link link
Jumlah sks 20

 

SEMESTER: V
No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus RPS
1 SD234501 Pengolahan Citra dan Suara 4 link link
2 SD234502 Unsupervised Machine Learning 3 link link
3 SD234503 Metode Optimasi Metaheuristik 3 link link
4 SD234504 Supervised Machine Learning 3 link link
5 SD234505 Analisis Big Data 4 link link
6 SD234506 Text Mining 3 link link
Jumlah sks 20

 

SEMESTER: VI
No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus RPS
1 UG234911 Pancasila 2 link link
2 UG234914 Bahasa Inggris 2 link link
3 UG234915 Teknopreneur 2 link link
4 UG234912 Bahasa Indonesia 2 link link
5 Mata Kuliah Pengayaan 3
6 SD234601 Proyek Sains Data 4 link link
7 SD234602 Analitika Bisnis 3 link link
8 SD2346– MK Pilihan I 3
Jumlah sks 21

 

SEMESTER: VII
No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus RPS
1 UG23490X Agama 2 link link
2 UG234913 Kewarganegaraan 2 link link
3 SD234701 Metodologi Penelitian Ilmiah 2 link link
4 SD234702 Kerja Praktik 2 link link
5 UG234916 Aplikasi Teknologi dan Transformasi Digital 3 link link
6 SD2347– MK Pilihan II 3
7 SD2347– MK Pilihan III 3
8 SD2347– MK Pilihan IV 3
Jumlah sks 20

 

SEMESTER: VIII
No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus Handbook
1 SD234801 Tugas Akhir 6 link link
Jumlah sks 6

Daftar Mata Kuliah Pilihan

No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus RPS
Business Intelligence & Data Analyst
1 SD234611 Visualisasi Data Spasio-Temporal 3 link link
2 SD234612 Manajemen Resiko Keuangan 3 link link
3 SD234613 Pemasaran Digital 3 link link
4 SD234614 Bisnis Digital 3 link link
Data Scientist
5 SD234615 Pengantar Komputasi Paralel 3 link link
6 SD234711 Teknologi Cloud Computing 3 link link
7 SD234712 Komputasi Bayesian 3 link link
8 SD234713 Peramalan Spasiotemporal 3 link link
9 SD234714 Teknologi Bioinformatika 3 link link
Agama
10 UG234902 Agama Kristen 3 link link
11 UG234903 Agama Katolik 3 link link
12 UG234904 Agama Hindu 3 link link
13 UG234905 Agama Buddha 3 link link
14 UG234906 Agama Khonghucu 3 link link
15 SD234715 Topik Khusus 3 link link
16 SD234716 Magang 3 link link

Matriks CPL dan Mata kuliah

Matrik CPL dan Mata Kuliah Prodi Sains Data

Unduh

Module dan Staf Handbook

Module Handbook

No Kode Nama MK SKS Semester MK Prasyarat MK Pengayaan
1 SB234101 Biologi 2 1 Tidak ada
2 SM234101 Kalkulus I 3 1 Tidak ada
3 SD234101 Aljabar Linear 3 1 Tidak ada
4 SF234103 Fisika Matematika 3 1 Tidak ada
5 SD234102 Statistika Dasar 3 1 Tidak ada
6 SD234103 Dasar Pemrograman 3 1 Tidak ada
7 SD234104 Pengantar Sains Data 2 1 Tidak ada
8 SM234201 Kalkulus II 3 2 Tidak ada
9 SD234201 Teori Statistika I 3 2 Tidak ada
10 SD234202 Metode Numerik 3 2 Tidak ada
11 SD234203 Manajemen Basis Data 2 2 Tidak ada
12 SD234204 Pemrograman Open Source 3 2 Tidak ada
13 SD234205 Visualisasi Data Eksploratori 3 2 Tidak ada
14 SD234301 Matematika Diskrit 3 3 Kalkulus II
15 SD234302 Teori Statistika II 3 3 Teori Statistika I
16 SD234303 Data Warehouse 4 3 Tidak ada
17 SD234304 Teknik Sampling dan Data Wrangling 4 3 Statistika Dasar
18 SD234305 Pengantar Struktur Data dan Algoritma 3 3 Tidak ada
19 SD234306 Pemodelan Statistika 4 3 Statistika Dasar
20 SD234401 Data Privacy dan Security 2 4  Visualisasi Data Eksploratori
21 SD234402 Komputasi Sains Data 3 4 Pemrograman Open Source
22 SD234403 Pemodelan Stokastik 3 4 Statistika Dasar
23 SD234404 Analisis Data Multivariat 3 4 Pemodelan Statistika
24 SD234405 Data Mining 3 4 Pemodelan Statistika
25 SD234406 Desain dan Analisis Simulasi 3 4 Struktur Data dan Optimasi Algoritma
26 SD234407 Metode Optimasi 3 4 Struktur Data dan Optimasi Algoritma
27 SD234501 Pengolahan Citra dan Suara 4 5 Data Mining
28 SD234502 Unsupervised Machine Learning 3 5 Analisis Data Multivariat
29 SD234503 Metode Optimasi Metaheuristik 3 5 Metode Optimasi
30 SD234504 Supervised Machine Learning 3 5 Pemodelan Statistika, Data Mining
31 SD234505 Analisis Big Data 4 5 Data Mining
32 SD234506 Text Mining 3 5 Data Mining
33 UG234911 Pancasila 2 6 Tidak ada
34 UG234914 Bahasa Inggris 2 6 Tidak ada
35 UG234915 Teknopreneur 2 6 Tidak ada
36 UG234912 Bahasa Indonesia 2 6 Tidak ada
37 SD234601 Proyek Sains Data 4 6 Pemodelan Statistika, Data Mining
38 SD234602 Analitika Bisnis 4 6 Tidak ada
39 UG23490X Agama 2 7 Tidak ada
40 UG234913 Kewarganegaraan 2 7 Tidak ada
41 SD234701 Metodologi Penelitian Ilmiah 2 7 Tidak ada
42 SD234702 Kerja Praktik 2 7 Tidak ada
43 UG234916 Aplikasi Teknologi dan Transformasi Digital 3 7 Tidak ada
44 SD234801 Tugas Akhir 6 8 Tidak ada
45 SD234611 Visualisasi Data Spasio-Temporal 3 MK Pilihan Tidak ada
46 SD234612 Manajemen Resiko Keuangan 3 MK Pilihan Tidak ada
47 SD234613 Pemasaran Digital 3 MK Pilihan Tidak ada
48 SD234614 Bisnis Digital 3 MK Pilihan Tidak ada
49 SD234615 Pengantar Komputasi Paralel 3 MK Pilihan Tidak ada
50 SD234711 Teknologi Cloud Computing 3 MK Pilihan Tidak ada
51 SD234712 Komputasi Bayesian 3 MK Pilihan Tidak ada
52 SD234713 Peramalan Spasiotemporal 3 MK Pilihan Tidak ada
53 SD234714 Teknologi Bioinformatika 3 MK Pilihan Tidak ada
54 SD234715 Topik Khusus 3 MK Pilihan Tidak ada
55 SD234716 Magang 3 MK Pilihan Tidak ada

Staff Handbook

KP dan TA

Tata Cara dan Form Kerja Praktik

Kerja Praktik (KP) ialah Kerja Lapangan atau Kerja Nyata yang harus dilaksanakan mahasiswa dalam satu tim beranggotakan dua (2) mahasiswa di suatu lembaga/instansi dalam waktu yang telah ditetapkan dengan bobot 2 sks.


TUJUAN KERJA PRAKTIK (KP)
  1. Mampu bermasyarakat dalam dunia kerja.
  2. Memberikan pengalaman kepada mahasiswa tentang sistem kerja di suatu lembaga.
  3. Mampu mengidentifikasi masalah untuk dianalisis dengan menggunakan metode statistik.
TIMELINE KP :
  1. Periode 01 untuk pelaksanaan KP antara Desember – Februari (atau menyesuaikan kalender akademik ITS)
  2. Periode 02 untuk pelaksanaak KP antara Juni - Agustus (atau menyesuaikan kalender akademik ITS)


TAHAP I. PENDAFTARAN KP

Sebelum Pendaftaran KP, mahasiswa harus:

  1. Mengikuti sosialisasi KP dan memahami linimasa akademik S1 Sains Data ITS
  2. Membentuk tim secara mandiri (satu tim terdiri dari dua mahasiswa). Satu tim mahasiswa melakukan KP pada periode yang sama dan mengambil MK KP di FRS pada semester yang sama. Misalnya, mahasiswa KP periode 01 harus mengambil MK KP pada semester Genap (Februari-Juni).
  3. Menyusun proposal KP dengan dosen-dosen pembimbing KP (Dosen Wali).
  4. Mengumpulkan formulir F1 dan Proposal KP melalui administrasi akademik untuk persetujuan KP oleh prodi.
  5. Setelah F1 dan proposal lengkap dengan persetujuan dari prodi, mahasiswa mengunggah F1 melalui persuratan mahasiswa untuk pengajuan surat pengantar KP kepada instansi tujuan KP.
  6. Mahasiswa menyerahkan surat pengantar KP dari departemen dan proposal ke perusahaan/instansi KP secara mandiri.
  7. Apabila mahasiswa diterima maka mahasiswa meng-entry-kan detail KP melalui lembar kerja berikut lengkap dengan kode tim. Ketentuan kode tim akan dijelaskan pada saat sosialisasi KP.
  8. Jika mahasiswa tidak diterima/berencana pindah tempat KP, maka mahasiswa harus menunjukkan surat penolakan dari perusahaan bersamaan dengan Form F1 dan proposal yang baru.

TAHAP II. PEMBUATAN PROPOSAL
  1. Pembimbingan penyusunan proposal KP setidaknya dilakukan 3 kali dengan kedua dosen pembimbing KP.
  2. Mahasiswa harus membawa formulir F4 saat bimbingan proposal, yang kemudian dilampirkan pada proposal.
  3. Proposal KP yang siap diunggah, dilengkapi lembar pengesahan dengan tanda tangan kedua mahasiswa dan kedua dosen pembimbing KP.
  4. Kelengkapan tanda tangan Kepala Departemen pada lembar pengesahan proposal KP diproses melalui admin akademik (lihat tahap 1 poin 3).

TAHAP III. PELAKSANAAN KP
Timeline Kerja Praktik
  1. Mahasiswa harus mengambil KP pada FRS yang bersesuaian contoh mahasiswa yang melaksanakan KP pada periode 01 maka harus mengambil KP pada FRS semester genap.
  2. Mahasiswa harus melaksanakan KP di Perusahaan selama minimum 20 hari kerja sesuai perjanjian dengan perusahaan/instansi. Pada periode ini mahasiswa wajib melengkapi logbook KP (Form A).
  3. Selama pelaksanaan KP (antara t0 dan t1) mahasiswa wajib melaksanaan pembimbingan dengan dosen pembimbing KP minimal 1 kali.
  4. Tanggal t2 ditentukan otomatis 60 hari setelah t1 atau ditentukan oleh prodi dengan menyesuaikan kalender akademik ITS dan departemen Statistika ITS.
  5. Masa di antara t1 dan t2 adalah periode penyusunan laporan akhir KP, mahasiswa wajib melakukan bimbingan setidaknya 5 kali untuk kedua pembimbing KP (Form B).
  6. Lembar pengesahan oleh instansi pada laporan akhir KP ditandatangi oleh pembimbing lapangan dan pejabat diatasnya
  7. Lembar pengesahan oleh Departemen Statistika pada laporan akhir KP wajib dilengkapi oleh tanda tangan kedua dosen pembimbing dan tanda tangan Kepala Departemen akan diproses oleh admin akademik.
  8. Mahasiswa menyerahkan salinan fisik laporan akhir KP (ukuran A5 hardcover) kepada Perpustakaan Pusat ITS secara mandiri.
  9. Mahasiswa mengunggah PDF laporan akhir KP (lembar pengesahan lengkap dengan semua tanda tangan) melalui lembar kerja monitoring dengan tanggal unggah dokumen akan menentukan perhitungan keterlambatan pengumpulan laporan.

TAHAP IV. KARYA KP
  1. Mahasiswa wajib merencanakan karya KP yang akan dihasilkan sejak menyusun proposal KP.
  2. Karya KP dapat berupa videografis, video informasi, atau dashboard. Karya dalam bentuk lain dapat disepakati oleh pembimbing lapangan dan dosen pembimbing.
  3. Jika pembimbing lapangan dan tempat KP menyetujui dapat dapat diajukan dalam HKI berikut

TAHAP V. PENYERAHAN NILAI KP
  1. Mahasiswa dapat menyampaikan link penilaian KP untuk pembimbing lapangan setelah laporan akhir KP selesai dengan deadline penilaian adalah 2 minggu setelah t2.
  2. Penilaian oleh dosen pembimbing internal dikoordinasikan oleh prodi.
  3. Nilai di-entry-kan oleh prodi dengan ketentuan konsekuensi penurunan nilai akibat keterlambatan unggah laporan KP sebagai berikut:
    Nilai KP turun X tingkat jika keterlambatan H hari (selisih antara pengumpulan laporan sebenarnya dengan t2).
    Persamaan Penurunan Nilai KP


Form Kerja Praktik Prodi S1 Sains Data
UNDUH

Pedoman Penyusunan Laporan Tugas Akhir

280-SK-Rektor-ttg-Pedoman-Penyusunan-Laporan-Tugas-Akhir-Sarjana-Sarjana-Terapan

KLIK DISINI

Template Proposal Tugas Akhir

KLIK DISINI

Template Tugas Akhir

KLIK DISINI

Tata Cara dan Form Tugas Akhir

KLIK DISINI

Program MBKM

Kegiatan Merdeka Belajar – Kampus Merdeka (MB – KM) merupakan proses pembelajaran yang dilaksanakan di luar Program Studi baik yang ada di internal ITS maupun di luar ITS yang terdiri atas:

  1. pembelajaran dalam Program Studi lain di internal ITS;
  2. pembelajaran dalam Program Studi yang sama pada Perguruan Tinggi di luar ITS;
  3. pembelajaran dalam Program Studi lain pada Perguruan Tinggi di luar ITS; dan
  4. pembelajaran pada lembaga non Perguruan Tinggi.

 

Ruang lingkup kegiatan MB – KM adalah 8 (delapan) kegiatan pembelajaran yang meliputi:

  1. Magang/ Praktik Kerja;
  2. Membangun Desa/ Kuliah Kerja Nyata Tematik;
  3. Pertukaran Pelajar;
  4. Proyek Kemanusiaan;
  5. Penelitian/ Riset;
  6. Kegiatan Wirausaha;
  7. Studi/ Proyek Independen; dan
  8. Asistensi Mengajar di Satuan Pendidikan.

 

Kegiatan Membangun Desa/ Kuliah Kerja Nyata Tematik dan Proyek Kemanusiaan diwujudkan melalui kegiatan pengabdian kepada masyarakat.

Surat Edaran WR1 BKP Aturan MBKM di ITS

Surat Edaran WR1 BKP Aturan MBKM di ITS

KLIK DISINI

Buku Panduan MBKM

Buku-Panduan-Merdeka-Belajar-Kampus-Merdeka-2020-1

KLIK DISINI

SOP MBKM PRODI S1 SAINS DATA

SOP MBKM Sains Data

Rekomendasi Konversi Mata Kuliah Program MBKM

List MK Umum MBKM 2023

List MK Umum MBKM 2023

List MK pengayaan ITS 2023

List MK pengayaan ITS 2023

MATCHING UP PROGRAM MB-KM KE MK INTI PRODI

1. Contoh Match Up

KLIK DISINI

REKAP ALIH KREDIT KEGIATAN MB-KM 2023

KLIK DISINI

Pendaftaran MBKM Prodi S1 Sains Data

KLIK DISINI

Linimasa Akademik

Linimasa Akademik S1 Sains Data Tahun 2026

Timeline S1 STAT dan S1 SADA 2026

Pendaftaran

KLIK DISINI
DEPARTEMEN STATISTIKA
Gedung T Lantai 2 Kampus ITS Sukolilo
Surabaya, Indonesia 60111
Phone. +6231 594 3352
Mobile:
+62 812-3442-0500 (Admin Umum)
+62 858-3331-5747 (Akademik Sarjana)
+62 858-3332-5747 (Akademik Pascasarjana)
Fax. +62 31 5922940
Email: statistika@its.ac.id
Flag Counter
Temukan Kami
Pengunjung
  • Hari Ini: 393
  • Total: 466,831
Peta Situs
Copyright © 2026 Departemen Statistika - Institut Teknologi Sepuluh Nopember