Profil Program Studi S1 Sains Data Unesa

Capaian Lulusan Program Studi S1 Sains Data
Universitas Negeri Surabaya

CPL-1	Mampu menunjukkan nilai-nilai agama, kebangsaan dan budaya nasional, serta etika akademik dalam melaksanakan tugasnya Dibebankan pada matakuliah: Agama Agama Budha Agama Hindu Agama Islam Agama Katholik Agama Khonghucu Agama Protestan
CPL-2	Menunjukkan karakter tangguh, kolaboratif, adaptif, inovatif, inklusif, belajar sepanjang hayat, dan berjiwa kewirausahaan Dibebankan pada matakuliah: Interaksi Manusia Dan Komputer (27.27%) Pembelajaran Mesin Lanjut (5.88%) Proyek Sains Data (14.29%)
CPL-3	Mengembangkan pemikiran logis, kritis, sistematis, dan kreatif dalam melakukan pekerjaan yang spesifik di bidang keahliannya serta sesuai dengan standar kompetensi kerja bidang yang bersangkutan Dibebankan pada matakuliah: Analisa Big Data (33.33%) Analisis Data Eksploratif (20%) Analisis Multivariat (50%) Arsitektur Dan Sistem Komputer (25%) Basis Data (20%) Bisnis Digital (50%) Data Warehouse (25%) Data Wrangling (13.64%) Desain Dan Analisis Algoritma Graf Sains Data (14.29%) Kalkulus Lanjut (14.29%) Keamanan Dan Integritas Data (25%) Kecerdasan Artifisial (30.77%) Matematika Dasar (33.33%) Matematika Diskrit (28.57%) Pembelajaran Mesin (20%) Pembelajaran Mesin Dasar (13.79%) Pemodelan Stokastik (25%) Pemrograman Dasar (20%) Pemrosesan Teks (33.33%) Penambangan Data (11.11%) Pengolahan Sinyal Digital (20%) Rekayasa Biomedis (31.82%) Statistika Inferensial (33.33%) Teknik Optimasi (33.33%) Teori Probabilitas (22.22%)
CPL-4	Mengembangkan diri secara berkelanjutan dan berkolaborasi. Dibebankan pada matakuliah: Etika Kecerdasan Artifisial (12.5%) Konservasi Sumber Daya Alam Dan Lingkungan (40%) Pembelajaran Mesin (20%) Pembelajaran Mesin Dasar (6.9%) Penambangan Data Proyek Sains Data
CPL-19	Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam mendesain, mengimplementasi dan mengevaluasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora dalam bidang sains data Dibebankan pada matakuliah: Aljabar Matriks (25%) Desain Dan Analisis Algoritma (33.33%) Etika Kecerdasan Artifisial (37.5%) Interaksi Manusia Dan Komputer (18.18%) Kalkulus Lanjut (42.86%) Matematika Dasar (66.67%) Matematika Diskrit (42.86%) Pembelajaran Mesin (20%) Pembelajaran Mesin Dasar (13.79%) Pembelajaran Mesin Lanjut (17.65%) Pemrosesan Teks (16.67%) Pengolahan Citra Digital (25%) Proyek Sains Data (21.43%) Struktur Data Dan Algoritma Tata Tulis Ilmiah (66.67%) Teori Probabilitas (33.33%)
CPL-20	Memiliki kemampuan (pengelolaan) manajerial tim dan kerja sama (team work), manajemen diri, mampu berkomunikasi baik lisan maupun tertulis dalam berbagai konteks profesional Dibebankan pada matakuliah: Basis Data (20%) Etika Kecerdasan Artifisial (12.5%) Keamanan Dan Integritas Data (25%) Kecerdasan Artifisial (7.69%) Konservasi Sumber Daya Alam Dan Lingkungan (60%) Pemrograman Dasar (20%) Pengolahan Sinyal Digital (20%) Proyek Sains Data (7.14%) Rekayasa Perangkat Lunak (22.22%) Struktur Data Dan Algoritma (16.67%)
CPL-21	Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang sains data, berdasarkan hasil analisis informasi dan data Dibebankan pada matakuliah: Analisis Data Eksploratif (13.33%) Arsitektur Dan Sistem Komputer (25%) Arsitektur Komputer Dan Sistem Operasi (60%) Bisnis Digital (50%) Data Wrangling (9.09%) Pemodelan Stokastik (50%) Pengolahan Citra Digital (25%) Pengolahan Sinyal Digital (28.57%) Proyek Sains Data (14.29%) Statistika Inferensial (16.67%) Teknik Optimasi (25%)
CPL-22	Mampu merancang dan mengembangkan algoritma untuk berbagai keperluan seperti analisis big data, kecerdasan artifisial, basis data, penambangan data, statistika inferensial, desain dan analisis algoritma, dan data warehouse Dibebankan pada matakuliah: Analisa Big Data (33.33%) Analisis Multivariat Basis Data (20%) Data Warehouse (25%) Desain Dan Analisis Algoritma (33.33%) Kecerdasan Artifisial (53.85%) Pembelajaran Mesin (20%) Pembelajaran Mesin Dasar (34.48%) Pembelajaran Mesin Lanjut (41.18%) Pemrosesan Teks (16.67%) Rekayasa Biomedis (31.82%) Statistika Inferensial (16.67%)
CPL-23	Mampu mengelola data dan informasi dengan pendekatan model data dan sistem basis data yang tepat untuk kebutuhan organisasi dengan memperhatikan aspek keamanan dan integritas data Dibebankan pada matakuliah: Basis Data (20%) Data Wrangling (22.73%) Graf Sains Data (28.57%) Teknik Optimasi (25%)
CPL-24	Mampu mendesain, mengembangkan, dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri Dibebankan pada matakuliah: Arsitektur Dan Sistem Komputer (25%) Data Warehouse (25%) Interaksi Manusia Dan Komputer (18.18%) Keamanan Dan Integritas Data (25%) Pemrograman Dasar (30%) Pengolahan Sinyal Digital (21.43%) Rekayasa Perangkat Lunak (33.33%)
CPL-25	Mampu mengidentifikasi dan menganalisis kebutuhan-kebutuhan pengguna dan mempertimbangkannya dalam memilih, membuat, mengintegrasi, mengevaluasi, dan mengadministrasi sistem berbasis kompetensi interdisiplin keilmuan sains data Dibebankan pada matakuliah: Analisis Data Eksploratif (40%) Data Wrangling (27.27%) Etika Kecerdasan Artifisial (25%) Graf Sains Data (14.29%) Interaksi Manusia Dan Komputer (27.27%) Pemodelan Stokastik (25%) Penambangan Data (44.44%) Proyek Sains Data (14.29%) Rekayasa Biomedis (4.55%) Rekayasa Perangkat Lunak (11.11%) Struktur Data Dan Algoritma (33.33%) Tata Tulis Ilmiah (33.33%)
CPL-26	Menguasai konsep teoritis bidang pengetahuan sains data khusus dalam bidang pengetahuan tersebut secara mendalam, serta mampu memformulasikan penyelesaian masalah prosedural Dibebankan pada matakuliah: Aljabar Matriks (25%) Analisis Data Eksploratif (26.67%) Analisis Multivariat (25%) Arsitektur Dan Sistem Komputer (25%) Arsitektur Komputer Dan Sistem Operasi (40%) Basis Data (20%) Data Warehouse Dan Komputasi Terdistribusi (100%) Data Wrangling (27.27%) Graf Sains Data (14.29%) Pembelajaran Mesin (20%) Pembelajaran Mesin Dasar (31.03%) Pembelajaran Mesin Lanjut (35.29%) Pemrograman Dasar (30%) Pemrosesan Teks (33.33%) Penambangan Data (44.44%) Pengolahan Citra Digital (50%) Proyek Sains Data (14.29%) Rekayasa Biomedis (31.82%) Struktur Data Dan Algoritma
CPL-27	Menguasai teori matematika, statistika, dan ilmu komputer/informatika Dibebankan pada matakuliah: Aljabar Matriks (25%) Analisis Multivariat (25%) Desain Dan Analisis Algoritma (33.33%) Interaksi Manusia Dan Komputer (9.09%) Kalkulus Lanjut (42.86%) Keamanan Dan Integritas Data (25%) Matematika Diskrit (28.57%) Pengolahan Sinyal Digital (20%) Statistika Inferensial (33.33%) Struktur Data Dan Algoritma (50%) Teknik Optimasi (16.67%) Teori Probabilitas (44.44%)
CPL-28	Mampu menganalisis persoalan computing yang kompleks serta menerapkan prinsip-prinsip computing dan disiplin ilmu relevan lainnya untuk mengidentifikasi solusi, dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin Dibebankan pada matakuliah: Analisa Big Data (33.33%) Data Warehouse (25%) Data Wrangling Graf Sains Data (28.57%) Kecerdasan Artifisial (7.69%) Pengolahan Sinyal Digital (40%) Proyek Sains Data (14.29%) Rekayasa Perangkat Lunak (33.33%)

Profil Lulusan Program Studi S1 Sains Data
Universitas Negeri Surabaya

• Profesional Data Analis dan Data Scientist
  

  Ahli analisa data yang dapat berkarya pada institusi pemerintahan, swasta, maupun penyedia jasa analisa data mandiri

• Asisten Peneliti dan pengembang teknologi Sains Data
  

  Menjadi Ilmuwan data, yang dapat melanjutkan ke jenjang keilmuan yang lebih tinggi dibidang Sains Data

• DIgital entrepreneur
  

  Menjadi wirausahawan bidang teknologi digital

---

Struktur Kurikulum S1 Sains Data
Universitas Negeri Surabaya

Kurikulum 2026 S1 Sains Data

Semester ke 1

Semester ke 2

Semester ke 3

Semester ke 4

Semester ke 6

Paket matakuliah yang ditawarkan di semester 6 ini antara lain adalah

• Paket Matakuliah Magang (4 SKS)

Matakuliah Magang

Evaluasi Kurikulum Program Studi S1 Sains Data
Universitas Negeri Surabaya

Kurikulum Prodi di evaluasi dalam 2 tahapan. 

Peninjauan kurikulum dilaksanakan setiap tahun melalui kegiatan revitalisasi kurikulum melalui kegiatan FGD dengan mitra atau praktisi yang dapat memberikan masukan kurikulum prodi yang sedang berjalan. Evaluasi 5 tahunan dilaksanakan dalam skema restrukturisasi kurikulum dengan tahapan sebagai berikut:

(1) Studi pendahuluan, melalui kegiatan evaluasi kurikulum, tracer study dan studi banding.

(2) Perancangan kurikulum dengan panduan naskah akademik universitas

(3) Sanctioning draf kurikulum yang telah tersusun

(4) Uji publik kurikulum yang melibatkan stakeholder baik internal maupun eksternal

(5) implementasi kurikulum baru

Rekap CPL Program Studi S1 Sains Data
Universitas Negeri Surabaya

Landasan Perancangan Kurikulum Program Studi S1 Sains Data
Universitas Negeri Surabaya

Landasan Pengembangan Kurikulum: (1) Landasan Filosofis : Unesa menganut landasan filosofi eklektik, yaitu memperhatikan kelebihan dari landasan filosofi-filosofi yang sesuai (Akinsanya, 2014) untuk pencapaian visi UNESA sebagai universitas kependidikan yang tangguh, adaptif, dan inovatif yang berbasis kewirausahaan. (2) Sosiologis : Sebagai bagian dari masyarakat dan bangsa Indonesia, kurikulum UNESA dikembangkan berdasarkan ehidupan bermasyarakat di Indonesia yang berdasarkan Pancasila dengan pengamalan nilai yang terkandung di dalamnya. Indonesia juga merupakan bangsa yang besar dengan kemajemukan budaya, maka kurikulum ini perlu mengakomodasi hal tersebut untuk memperkuat budaya nasional. Perkembangan budaya dengan kearifan lokal tempat UNESA tumbuh dan berkembang menjadi ciri khas yang menampilkan karakteristik UNESA sebagai bagian dari kemajemukan masyarakat Indonesia yang luas. Di samping itu, kurikulum UNESA juga mempertimbangkan perkembangan masyarakat global sehingga para lulusannya diharapkan mampu untuk berkolaborasi dan berkompetisi di level internasional. (3) Psikologis: Kurikulum dikembangkan dengan memperhatikan tahap-tahap perkembangan psikologi mahasiswa. (4) Kurikulum mempertimbangkan faktor historis bahwa Unesa tumbuh dan berkembang dengan diawali dari lembaga kependidikan, (5) Landasan Yuridis:  a. Pancasila; b. Undang-Undang Republik Indonesia Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional; c. Undang-Undang Republik Indonesia Nomor 14 Tahun 2005 tentang Guru dan Dosen (Lembaran Negara Republik Indonesia Tahun 2005 Nomor 157, Tambahan Lembaran Negara Republik Indonesia Nomor 4586); d. Undang-Undang Republik Indonesia Nomor 12 Tahun 2012 tentang Pendidikan Tinggi (Lembaran Negara Republik Indonesia Tahun 2012 Nomor 158, Tambahan Lembaran Negara Republik Indonesia Nomor 5336); e. Peraturan pemerintah Republik Indonesia No. 66 Tahun 2010 tentang Perubahan Atas Peraturan Pemerintah Nomor 17 Tahun 2010 tentang Pengelolaan dan Penyelenggaraan Pendidikan; f. Peraturan Pemerintah Republik Indonesia No. 4 Tahun 2014 tentang
Penyelenggaraan Pendidikan Tinggi dan Pengelolaan Pendidikan Tinggi; g. Peraturan Pemerintah Republik Indonesia No. 37 Tahun 2022 tentang
Perguruan Tinggi Negeri Badan Hukum Universitas Negeri Surabaya; h. Peraturan Presiden Republik Indonesia Nomor 8 Tahun 2012 tentang Kerangka
Kualifikasi Nasional Indonesia (KKNI); i. Peraturan Menteri Pendidikan dan Kebudayaan Republik Indonesia Nomor 73 Tahun 2013 tentang Penerapan KKNI Bidang Perguruan Tinggi; j. Keputusan Menteri Riset, Teknologi, dan Pendidikan Tinggi Republik Indonesia No. 123 Tahun 2019 tentang Magang dan Pengakuan Satuan Kredit Semester Magang Industri untuk Program Sarjana dan Sarjana Terapan; k. Peraturan Menteri Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia No. 13 Tahun 2022 Tentang Perubahan Atas Peraturan Menteri Pendidikan dan Kebudayaan Nomor 22 Tahun 2020 Tentang Rencana Strategis Kementerian Pendidikan dan Kebudayaan Tahun 2020-2024; l. Peraturan Menteri Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia Nomor 53 Tahun 2023 tentang Penjaminan Mutu Pendidikan Tinggi; m. Peraturan Rektor Universitas Negeri Surabaya No. 15 Tahun 2023 tentang Kurikulum Universitas Negeri Surabaya; n. Rencana Strategis Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi
2020-2024; o. Rencana Strategis (Renstra) Universitas Negeri Surabaya PTNBH 2020-2025; p. Rencana Pengembangan Jangka Panjang (RPJP) Universitas Negeri Surabaya
2022-2045; (6)Kompetensi: Kurikulum Program Sains Data dikembangkan dengan mengadopsi pokok-pokok kurikulum Association for Computing Machinery (ACM). Program Studi S1 Sains Data menyediakan mata kuliah tentang Artificial Intelligent, Machine Learning, Python Programming, Basis Data, Data Mining, dan Big Data. Disusun bersama Kominfo, Coventry University, dan Asosiasi Ilmuwan Data Indonesia. Pada diskusi tersebut pihak Kominfo sebagai stake holder memberikan rekomendasi serta membuka kerjasama Unesa-Kominfo dalam perecapatan pemenuhan kebutuhan Talent Digital khususnya Sains Data, Artificial intelligence untuk transformasi digital di Indonesia.