KURIKULUM 2023-2028 S1 SAINS DATA

Kurikulum 2023-2028 Program Studi S1 Sains Data

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:
    • dmenerapkan 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 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

Sebaran Mata Kuliah Per Semester

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

 

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

 

SEMESTER: III
No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus Handbook
1 SD234301 Matematika Diskrit 3
2 SD234302 Teori Statistika II 3
3 SD234303 Database SQL dan NON-SQL 4
4 SD234304 Metode Pengumpulan Data 3
5 SD234305 Struktur Data dan Optimasi Algoritma 3
6 SD234306 Pemodelan Statistika 4
Jumlah sks 20

 

SEMESTER: IV
No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus Handbook
1 SD234401 Visualisasi Data Spasio-Temporal 3
2 SD234402 Komputasi Sains Data 3
3 SD234403 Pemodelan Stokastik 3
4 SD234404 Analisis Data Multivariat 3
5 SD234405 Data Mining 3
6 SD234406 Desain dan Analisis Simulasi 3
7 SD234407 Metode Optimasi 3
Jumlah sks 21

 

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

 

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

 

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

 

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

Daftar Mata Kuliah Pilihan

No. Kode MK Nama Mata Kuliah (MK) Sks Dokumen
Silabus Handbook
Business Intelligence & Data Analyst
1 SD234611 Analisis Bisnis 3
2 SD234612 Manajemen Resiko Keuangan 3
3 SD234613 Pemasaran Digital 3
4 SD234614 Bisnis Digital 3
Data Scientist
5 SD234615 Pengantar Komputasi Paralel 3
6 SD234711 Teknologi Cloud Computing 3
7 SD234712 Komputasi Bayesian 3
8 SD234713 Peramalan Spasiotemporal 3
9 SD234714 Teknologi Bioinformatika 3
10 SD234715 Topik Khusus 3
11 SD234716 Magang 3

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 Database SQL dan NON-SQL 4 3 Tidak ada
17 SD234304 Metode Pengumpulan Data 3 3 Statistika Dasar
18 SD234305 Struktur Data dan Optimasi Algoritma 3 3 Tidak ada
19 SD234306 Pemodelan Statistika 4 3 Statistika Dasar
20 SD234401 Visualisasi Data Spasio-Temporal 3 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 UG23490X Agama 2 7 Tidak ada
39 UG234913 Kewarganegaraan 2 7 Tidak ada
40 SD234701 Metode Penelitian Ilmiah 2 7 Tidak ada
41 SD234702 Kerja Praktek 2 7 Tidak ada
42 UG234916 Aplikasi Teknologi dan Transformasi Digital 3 7 Tidak ada
43 SD234801 Tugas Akhir 6 8 Tidak ada
44 SD234611 Analisis Bisnis 3 MK Pilihan Tidak ada
45 SD234612 Manajemen Resiko Keuangan 3 MK Pilihan Tidak ada
46 SD234613 Pemasaran Digital 3 MK Pilihan Tidak ada
47 SD234614 Bisnis Digital 3 MK Pilihan Tidak ada
48 SD234615 Pengantar Komputasi Paralel 3 MK Pilihan Tidak ada
49 SD234711 Teknologi Cloud Computing 3 MK Pilihan Tidak ada
50 SD234712 Komputasi Bayesian 3 MK Pilihan Tidak ada
51 SD234713 Peramalan Spasiotemporal 3 MK Pilihan Tidak ada
52 SD234714 Teknologi Bioinformatika 3 MK Pilihan Tidak ada
53 SD234715 Topik Khusus 3 MK Pilihan Tidak ada
54 SD234716 Magang 3 MK Pilihan Tidak ada

Staff Handbook

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.

Pendaftaran