2023-2028 CURRICULUM OF BACHELOR PROGRAM IN DATA SCIENCE

Study Program

Need Help?

Please contact us here:

2023-2028 Curriculum of Bachelor Program in Data Science

Vision, Mission and Goals

Vision

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.

Mission

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.
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.
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.
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.
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.

Goals

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.

Menghasilkan lulusan yang dapat berkontribusi pada praktik profesional bidang pilihannya melalui komunikasi yang efektif, kepemimpinan, kerja tim, layanan, dan etika yang tinggi.
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.

Programme Learning Outcome (PLO)

Programme Learning Outcome

Able to demonstrate attitudes and characters that reflect: being pious to God Almighty, having ethics and integrity, virtuous character, sensitive and concern with social and environmental issues, respecting cultural differences and pluralism, upholding law enforcement, prioritizing the interests of the nation and the wider community, through creativity and innovation, excellence, strong leadership, synergy, and other potentials to achieve maximum results.
Able to study and utilize science and technology in order to apply it to certain fields of expertise and be able to make appropriate decisions based on the results of their own work and group work in the form of a final project report or other forms of learning activities whose output is equivalent to the final project through logical, critical, systematic, and innovative thinking.
Able to manage one’s own learning and develop oneself as a lifelong learner to compete at the national or international level in order to contribute significantly to solving problems by implementing information and communication technology and paying attention to the principles of sustainability and understanding technology-based entrepreneurship.
Able to apply science and mathematics to support understanding of data science methods
Able to apply statistical theories and methods to data analysis to support decision-making.
Able to design structured and unstructured data collection and integration with appropriate methodology
Able to compile algorithms and create computer programs for big data analysis to solve problems in various applied fields.
Able to collect and present the results of structured or unstructured data analysis in oral or written form.
Able to analyze and apply appropriate data science methods based on statistical machine learning to problems in the fields of business intelligence and data science.

Graduate Profile

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:

Mampu menerapkan pengetahuan sains dan matematika untuk mendukung pemahaman metode sains data
Mampu menerapkan teori statistika pada metode sains data untuk menyelesaikan permasalahan dalam berbagai bidang terapan
Mampu membuat program komputer untuk mengumpulkan data, mengindentifikasi, memformulasi, menganalisis data berskala besar untuk menyelesaikan masalah di berbagai bidang terapan
Mampu menyajikan analisis data terstruktur atau tidak terstruktur secara lisan maupun tulisan
Memiliki pengetahuan tentang isu terkini dan mendatang yang berkaitan dengan bidang statistical machine learning
Mampu berkomunikasi secara efektif dan bekerjasama dalam tim yang interdisiplin dan multidisiplin
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

Curriculum

List Of Courses For Bachelor Program

SEMESTER: I
No	Course Code	Course Name	Credit	Documents
No	Course Code	Course Name	Credit	Sylabus	Handbook
1	SB234101	Biology	2
2	SM234101	Calculus 1	3
3	SD234101	Linear Algebra	3
4	SF234103	Mechanics Physics	3
5	SD234102	Basic Statistics	3
6	SD234103	Basic Programming	3
7	SD234104	Introduction to Data Science	2
	Jumlah sks		19

SEMESTER: II
No	Course Code	Course Name	Credit	Documents
No	Course Code	Course Name	Credit	Sylabus	Handbook
1	SM234201	Calculus 2	3
2	SD234201	Statistical Theory I	3
3	SD234202	Numerical Method	3
4	SD234203	Database Management	2
5	SD234204	Open Source Programming	3
6	SD234205	Exploratory Data Visualization	3
	Jumlah sks		17

SEMESTER: III
No	Course Code	Course Name	Credit	Documents
No	Course Code	Course Name	Credit	Sylabus	Handbook
1	SD234301	Discrete Mathematics	3
2	SD234302	Statistical Theory II	3
3	SD234303	SQL and NON-SQL Database	4
4	SD234304	Data Collection Method	3
5	SD234305	Data Structure and Algorithm Optimization	3
6	SD234306	Statistical Modeling	4
	Jumlah sks		20

SEMESTER: IV
No	Course Code	Course Name	Credit	Documents
No	Course Code	Course Name	Credit	Sylabus	Handbook
1	SD234401	Spatio-temporal Data Visualization	3
2	SD234402	Data Science Computing	3
3	SD234403	Stochastic Modeling	3
4	SD234404	Multivariate Data Analysis	3
5	SD234405	Data Mining	3
6	SD234406	Simulation Design and Analysis	3
7	SD234407	Optimation Method	3
	Jumlah sks		21

SEMESTER: V
No	Course Code	Course Name	Credit	Documents
No	Course Code	Course Name	Credit	Sylabus	Handbook
1	SD234501	Image and Voice Processing	4
2	SD234502	Unsupervised Machine Learning	3
3	SD234503	Metaheuristic Optimization Methods	3
4	SD234504	Supervised Machine Learning	3
5	SD234505	Big Data Analysis	4
6	SD234506	Text Mining	3
	Jumlah sks		20

SEMESTER: VI
No	Course Code	Course Name	Credit	Documents
No	Course Code	Course Name	Credit	Sylabus	Handbook
1	UG234911	Pancasila	2
2	UG234914	English	2
3	UG234915	Technopreneurship	2
4	UG234912	Indonesian	2
5		Enrichment Course	3
6	SD234601	Proyek Sains Data	4
7	SD2346–	Elective Courses I	3
8	SD2346–	Elective Courses II	3
	Jumlah sks		21

SEMESTER: VII
No	Course Code	Course Name	Credit	Documents
No	Course Code	Course Name	Credit	Sylabus	Handbook
1	UG23490X	Agama	2
2	UG234913	Civics	2
3	SD234701	Scientific Research Methodology	2
4	SD234702	Practical Work	2
5	UG234916	Applied Technology and Digital Transformation	3
6	SD2347–	Elective Courses III	3
7	SD2347–	Elective Courses IV	3
8	SD2347–	Elective Courses V	3
	Jumlah sks		20

SEMESTER: VIII
No	Course Code	Course Name	Credit	Documents
				Sylabus	Handbook
1	SD234801	Final Project	6
	Jumlah sks		6

List Of Elective Courses

No	Course Code	Course Name	Credit	Documents
No	Course Code	Course Name	Credit	Sylabus	Handbook
Business Intelligence & Data Analyst
1	SD234611	Bussiness Analysis	3
2	SD234612	Financial Risk Management	3
3	SD234613	Digital Marketing	3
4	SD234614	Digital Bussiness	3
Data Scientist
5	SD234615	Intoduction to Parallel Computing	3
6	SD234711	Cloud Computing Technology	3
7	SD234712	Bayesian Computing	3
8	SD234713	Spatiotemporal Forecasting	3
9	SD234714	Bioinformatics Technology	3

10	SD234715	Special Topic	3
11	SD234716	Internship	3

Module and Staff Handbook

Module Handbook


No	Course Code	Course Name	Credit	Semester	Prerequisite Course
1	SB234101	Biology	2	1	–
2	SM234101	Calculus 1	3	1	–
3	SD234101	Linear Algebra	3	1	–
4	SF234103	Mechanics Physics	3	1	–
5	SD234102	Basic Statistics	3	1	–
6	SD234103	Basic Programming	3	1	–
7	SD234104	Introduction to Data Science	2	1	–
8	SM234201	Calculus 2	3	2	–
9	SD234201	Statistical Theory I	3	2	–
10	SD234202	Numerical Method	3	2	–
11	SD234203	Database Management	2	2	–
12	SD234204	Pemrograman Open Source	3	2	–
13	SD234205	Exploratory Data Visualization	3	2	–
14	SD234301	Discrete Mathematics	3	3	Calculus 2
15	SD234302	Statistical Theory II	3	3	Statistical Theory I
16	SD234303	SQL and NON-SQL Database	4	3	–
17	SD234304	Data Collection Method	3	3	Basic Statistics
18	SD234305	Data Structure and Algorithm Optimization	3	3	–
19	SD234306	Statistical Modeling	4	3	Basic Statistics
20	SD234401	Spatio-temporal Data Visualization	3	4	Exploratory Data Visualization
21	SD234402	Data Science Computing	3	4	Open Source Programming
22	SD234403	Stochastic Modeling	3	4	Basic Statistics
23	SD234404	Multivariate Data Analysis	3	4	Statistical Modeling
24	SD234405	Data Mining	3	4	Statistical Modeling
25	SD234406	Simulation Design and Analysis	3	4	Data Structure and Algorithm Optimization
26	SD234407	Optimation Method	3	4	Data Structure and Algorithm Optimization
27	SD234501	Image and Voice Processing	4	5	Data Mining
28	SD234502	Unsupervised Machine Learning	3	5	Multivariate Data Analysis
29	SD234503	Metaheuristic Optimization Methods	3	5	Optimation Method
30	SD234504	Supervised Machine Learning	3	5	Statistical Modeling, Data Mining
31	SD234505	Big Data Analysis	4	5	Data Mining
32	SD234506	Text Mining	3	5	Data Mining
33	UG234911	Pancasila	2	6	–
34	UG234914	English	2	6	–
35	UG234915	Teknopreneur	2	6	–
36	UG234912	Indonesian	2	6	–
37	SD234601	Data Science Project	4	6	Statistical Modeling, Data Mining
38	UG23490X	Agama	2	7	–
39	UG234913	Civics	2	7	–
40	SD234701	Scientific Research Methodology	2	7	–
41	SD234702	Practical Work	2	7	–
42	UG234916	Applied Technology and Digital Transformation	3	7	–
43	SD234801	Final Project	6	8	–
44	SD234611	Bussiness Analysis	3	Elective Courses	–
45	SD234612	Financial Risk Management	3	Elective Courses	–
46	SD234613	Digital Marketing	3	Elective Courses	–
47	SD234614	Digital Bussiness	3	Elective Courses	–
48	SD234615	Intoduction to Parallel Computing	3	Elective Courses	–
49	SD234711	Cloud Computing Technology	3	Elective Courses	–
50	SD234712	Bayesian Computing	3	Elective Courses	–
51	SD234713	Spatiotemporal Forecasting	3	Elective Courses	–
52	SD234714	Bioinformatics Technology	3	Elective Courses	–
53	SD234715	Special Topic	3	Elective Courses	–
54	SD234716	Internship	3	Elective Courses	–

Staff Handbook

On Job Training and Final Project

Final Project Guidlines

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

DOWNLOAD

MBKM Program

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:

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

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

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

Registration

CLICK HERE