2023-2028 CURRICULUM OF BACHELOR PROGRAM IN DATA SCIENCE

2023-2028 Curriculum of Bachelor Program in Data Science

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

  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.

Goals

  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.

Programme Learning Outcome

  1. 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.
  2. 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.
  3. 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.
  4. Able to apply science and mathematics to support understanding of data science methods
  5. Able to apply statistical theories and methods to data analysis to support decision-making.
  6. Able to design structured and unstructured data collection and integration with appropriate methodology
  7. Able to compile algorithms and create computer programs for big data analysis to solve problems in various applied fields.
  8. Able to collect and present the results of structured or unstructured data analysis in oral or written form.
  9. 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:

  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

List Of Courses For Bachelor Program

SEMESTER: I
No Course Code Course Name Credit Documents
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
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
Sylabus Handbook
1 SD234301 Discrete Mathematics 3
2 SD234302 Statistical Theory II 3
3 SD234303 Data Warehouse 4
4 SD234304 Teknik Sampling dan Data Wrangling 4
5 SD234305 Data Structure and Algorithm Optimization 3
6 SD234306 Statistical Modeling 4
Jumlah sks 21

 

SEMESTER: IV
No Course Code Course Name Credit Documents
Sylabus Handbook
1 SD234401 Data Privacy and Security 2
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 20

 

SEMESTER: V
No Course Code Course Name Credit Documents
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
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 SD234602 Analitika Bisnis 3
8 SD2346– Elective Courses I 3
Jumlah sks 21

 

SEMESTER: VII
No Course Code Course Name Credit Documents
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 II 3
7 SD2347– Elective Courses III 3
8 SD2347– Elective Courses IV 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
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 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 Data Warehouse 4 3
17 SD234304 Teknik Sampling dan Data Wrangling 4 3 Basic Statistics
18 SD234305 Data Structure and Algorithm Optimization 3 3
19 SD234306 Statistical Modeling 4 3 Basic Statistics
20 SD234401 Data Privacy dan Security 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 SD234602 Anlatika Bisnis 3 6
39 UG23490X Agama 2 7
40 UG234913 Civics 2 7
41 SD234701 Scientific Research Methodology 2 7
42 SD234702 Practical Work 2 7
43 UG234916 Applied Technology and Digital Transformation 3 7
44 SD234801 Final Project 6 8
45 SD234611 Visualisasi Data Spasio-Temporal 3 Elective Courses
46 SD234612 Financial Risk Management 3 Elective Courses
47 SD234613 Digital Marketing 3 Elective Courses
48 SD234614 Digital Bussiness 3 Elective Courses
49 SD234615 Intoduction to Parallel Computing 3 Elective Courses
50 SD234711 Cloud Computing Technology 3 Elective Courses
51 SD234712 Bayesian Computing 3 Elective Courses
52 SD234713 Spatiotemporal Forecasting 3 Elective Courses
53 SD234714 Bioinformatics Technology 3 Elective Courses
54 SD234715 Special Topic 3 Elective Courses
55 SD234716 Internship 3 Elective Courses

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.

Registration