Sidia is a education Platform website.
Our Top Course
Profil Program Studi S1 Sains Data Unesa
Study Program | : | |
Establishment Date | : | 23 Juni 2022 |
Study Program Coordinator | : | Yuliani Puji Astuti, S.Si., M.Si. |
Visi Misi & Tujuan Program Studi S1 Sains Data
Universitas Negeri Surabaya
Visi
Menjadi program studi pengembang ilmu pengetahuan dan teknologi di bidang Sains Data berbasis edu-technoecopreneurship dan bereputasi global
Misi
- Menyelenggarakan pendidikan riset sains data yang tangguh, adaptif, inovatif, dan berbasis edu-technopreneurship
- Menyelenggarakan dan meningkatkan kualitas inovasi penelitian bidang sains data yang berdaya saing global;
- Menyelenggarakan pengabdian kepada masyarakat dan menyebarluaskan inovasi hasil penelitian;
- Menyelenggarakan tata kelola di Program Studi S1 Sains Data yang efektif, efisien, transparan, dan akuntabel;
- Menyelenggarakan kerja sama nasional dan internasional yang produktif untuk menciptakan, mengembangkan, dan menyebarluaskan inovasi di bidang sains data.
Tujuan
- Menghasilkan lulusan di bidang sains data yang berkarakter, professional, berwawasan lingkungan, berjiwa techno-ecopreneurship dan berdaya saing global;
- Menghasilkan produk penelitian dan meningkatkan kualitas inovasi penelitian di bidang sains data untuk mendapatkan rekognisi secara nasional dan internasional;
- Mengimplementasikan hasil penelitian dalam pengabdian kepada masyarakat untuk pemberdayaan masyarakat;
- Mewujudkan tata kelola Pendidikan S1 Sains Data yang efektif, efisien, transparan, dan akuntabel melalui sistem penjaminan mutu yang berkelanjutan;
- Mewujudkan kolaborasi nasional dan internasional dalam penyelenggaraan tri dharma perguruan tinggi di bidang sains data.
Nilai_dasar
- Pancasila
- Ilmiah
- Edu-technoecopreneurship
- Inklusif
Capaian Lulusan Program Studi
Universitas Negeri Surabaya
PLO-1 | Mampu menunjukkan nilai-nilai agama, kebangsaan dan budaya nasional, serta etika akademik dalam melaksanakan tugasnya |
PLO-2 | Menunjukkan karakter tangguh, kolaboratif, adaptif, inovatif, inklusif, belajar sepanjang hayat, dan berjiwa kewirausahaan
Dibebankan pada matakuliah: |
PLO-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:
|
PLO-4 | Mengembangkan diri secara berkelanjutan dan berkolaborasi.
Dibebankan pada matakuliah: |
PLO-5 | Bertaqwa kepada Tuhan yang Maha Esa dan mampu menunjukkan sikap religius
Dibebankan pada matakuliah: |
PLO-6 | Memiliki tanggung jawab profesional dan dapat melakukan penilaian berdasar informasi dalam praktek computing berdasar pada prinsip-prinsip legal dan etika
Dibebankan pada matakuliah: |
PLO-7 | Menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan
Dibebankan pada matakuliah:
|
PLO-8 | Bekerja sama dan memiliki kepekaan sosial serta membawa perubahan terhadap lingkungannya
Dibebankan pada matakuliah:
|
PLO-9 | Mampu menerapkan prinsip-prinsip sains data untuk menyelesaikan masalah
Dibebankan pada matakuliah:
|
PLO-10 | Mampu menggunakan teknologi dalam bidang sains data
Dibebankan pada matakuliah:
|
PLO-11 | Mampu mengimplementasikan teknologi sains data dalam permasalahan nyata
Dibebankan pada matakuliah: |
PLO-12 | 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:
|
PLO-13 | Kemampuan 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: |
PLO-15 | 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: |
PLO-16 | Menguasai teori dan konsep sains data
Dibebankan pada matakuliah:
|
PLO-17 | Menguasai teori matematika dan statistika yang berkaitan dengan sains data
Dibebankan pada matakuliah:
|
PLO-18 | Menguasai konsep teknologi informasi baik dari sisi komputasi maupun manajemen data untuk menyelesaikan masalah sains data
Dibebankan pada matakuliah: |
PLO-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:
|
PLO-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:
|
PLO-21 | Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang sains data, berdasarkan hasil analisis informasi dan data.
Dibebankan pada matakuliah:
|
PLO-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:
|
PLO-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:
|
PLO-24 | Mampu mendesain, mengembangkan, dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri.
Dibebankan pada matakuliah:
|
PLO-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: |
PLO-26 | Menguasai konsep teoritis bidang pengetahuan sains data khusus dalam bidang pengetahuan tersebut secara mendalam, serta mampu memformulasikan penyelesaian masalah prosedural.
Dibebankan pada matakuliah:
|
PLO-27 | Menguasai teori matematika, statistika, dan ilmu komputer/informatika
Dibebankan pada matakuliah:
|
PLO-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: |
Occupational Profiles Program Studi
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
Universitas Negeri Surabaya
S1 Sains Data
Semester ke 1
Kode
Mata Kuliah
Kredit
Mandatori?
1000002003
Indonesian
2.00
4920203004
Probability Theory
3.00
4920203001
Architecture And Computer Systems
3.00
1000002177
English
2.00
4920203057
Matematika Dasar
3.00
1000002018
Pancasila Education
2.00
4920203002
Basic Calculus
3.00
4920203003
Programming
3.00
1000002047
Physical Education And Fitness
2.00
Semester ke 2
Kode
Mata Kuliah
Kredit
Mandatori?
4920203008
Algebra Matrix
3.00
4920203009
Data Structures And Algorithms
3.00
1000002046
Literasi Digital
2.00
4920203007
Advanced Calculus
3.00
4920202006
Conservation Of Natural Resources And The Environment
2.00
4920203010
Discrete Mathematics
3.00
1000002033
Citizenship
2.00
Semester ke 3
Kode
Mata Kuliah
Kredit
Mandatori?
4920203013
Statistika Inferensial
3.00
4920203012
Design And Analysis Of
3.00
4920202029
Data Security And Integrity
3.00
4920203031
Database
3.00
4920203014
Artificial Intelligence
3.00
4920202032
Ethics Artificial Intelligence Field
2.00
4920202030
Text Processing Algorithms
3.00
4920202011
Digital Signal Processing
2.00
Semester ke 4
Kode
Mata Kuliah
Kredit
Mandatori?
4920203063
Analisis Multivariat
3.00
4920203064
Data Warehouse Dan Komputasi Terdistribusi
3.00
4920203062
Interaksi Manusia Dan Komputer
3.00
4920203037
Basic Machine Learning
3.00
4920203033
Data Mining
3.00
4920203035
Digital Image Processing
3.00
Semester ke 5
Kode
Mata Kuliah
Kredit
Mandatori?
4920203016
Rekayasa Perangkat Lunak
3.00
4920203017
Big Data Analysis
3.00
4920203050
Sistem Temu Kembali
3.00
4920203018
Graphs Data Science
3.00
4920203015
Advanced Machine Learning
3.00
4920203054
Cognitive Science
3.00
4920203041
Embedding Systems Toolkit
2.00
4920203044
Bioinformatics
3.00
4920203043
Biomedical Engineering
3.00
4920203056
Statistical Computing
3.00
Semester ke 6
Kode
Mata Kuliah
Kredit
Mandatori?
4920202021
Scientific Writing
2.00
4920202024
Creative Thinking
2.00
4920203040
Konsep Dasar Ipa
3.00
4920203049
Cryptography
3.00
4920203045
Robotika
3.00
4920203048
Assistive Computers
3.00
4920203046
Computer Network
3.00
4920203055
Bayesian Analysis
3.00
1000002176
Entrepreneurship
2.00
4920203053
Parallel Computing
3.00
4920202022
Public Communication
2.00
4920203051
Game Development
3.00
4920200061
Kuliah Kerja Nyata
0.00
Semester ke 7
Kode
Mata Kuliah
Kredit
Mandatori?
4920203019
Risk Management
3.00
4920203027
Sistem Informasi Manajemen
3.00
4920203020
Manajemen Proyek
3.00
4920202025
Professional Ethics
2.00
4920200060
Work Practices
0.00
4920203026
Business Intelligence
3.00
4920203052
Cloud Computing
3.00
4920203047
Web-Based Programming
3.00
Semester ke 8
Kode
Mata Kuliah
Kredit
Mandatori?
4920206028
Thesis
6.00
Kode | Mata Kuliah | Kredit | Mandatori? |
---|---|---|---|
1000002003 | Indonesian | 2.00 | |
4920203004 | Probability Theory | 3.00 | |
4920203001 | Architecture And Computer Systems | 3.00 | |
1000002177 | English | 2.00 | |
4920203057 | Matematika Dasar | 3.00 | |
1000002018 | Pancasila Education | 2.00 | |
4920203002 | Basic Calculus | 3.00 | |
4920203003 | Programming | 3.00 | |
1000002047 | Physical Education And Fitness | 2.00 |
Kode | Mata Kuliah | Kredit | Mandatori? |
---|---|---|---|
4920203008 | Algebra Matrix | 3.00 | |
4920203009 | Data Structures And Algorithms | 3.00 | |
1000002046 | Literasi Digital | 2.00 | |
4920203007 | Advanced Calculus | 3.00 | |
4920202006 | Conservation Of Natural Resources And The Environment | 2.00 | |
4920203010 | Discrete Mathematics | 3.00 | |
1000002033 | Citizenship | 2.00 |
Kode | Mata Kuliah | Kredit | Mandatori? |
---|---|---|---|
4920203013 | Statistika Inferensial | 3.00 | |
4920203012 | Design And Analysis Of | 3.00 | |
4920202029 | Data Security And Integrity | 3.00 | |
4920203031 | Database | 3.00 | |
4920203014 | Artificial Intelligence | 3.00 | |
4920202032 | Ethics Artificial Intelligence Field | 2.00 | |
4920202030 | Text Processing Algorithms | 3.00 | |
4920202011 | Digital Signal Processing | 2.00 |
Kode | Mata Kuliah | Kredit | Mandatori? |
---|---|---|---|
4920203063 | Analisis Multivariat | 3.00 | |
4920203064 | Data Warehouse Dan Komputasi Terdistribusi | 3.00 | |
4920203062 | Interaksi Manusia Dan Komputer | 3.00 | |
4920203037 | Basic Machine Learning | 3.00 | |
4920203033 | Data Mining | 3.00 | |
4920203035 | Digital Image Processing | 3.00 |
Kode | Mata Kuliah | Kredit | Mandatori? |
---|---|---|---|
4920203016 | Rekayasa Perangkat Lunak | 3.00 | |
4920203017 | Big Data Analysis | 3.00 | |
4920203050 | Sistem Temu Kembali | 3.00 | |
4920203018 | Graphs Data Science | 3.00 | |
4920203015 | Advanced Machine Learning | 3.00 | |
4920203054 | Cognitive Science | 3.00 | |
4920203041 | Embedding Systems Toolkit | 2.00 | |
4920203044 | Bioinformatics | 3.00 | |
4920203043 | Biomedical Engineering | 3.00 | |
4920203056 | Statistical Computing | 3.00 |
Kode | Mata Kuliah | Kredit | Mandatori? |
---|---|---|---|
4920202021 | Scientific Writing | 2.00 | |
4920202024 | Creative Thinking | 2.00 | |
4920203040 | Konsep Dasar Ipa | 3.00 | |
4920203049 | Cryptography | 3.00 | |
4920203045 | Robotika | 3.00 | |
4920203048 | Assistive Computers | 3.00 | |
4920203046 | Computer Network | 3.00 | |
4920203055 | Bayesian Analysis | 3.00 | |
1000002176 | Entrepreneurship | 2.00 | |
4920203053 | Parallel Computing | 3.00 | |
4920202022 | Public Communication | 2.00 | |
4920203051 | Game Development | 3.00 | |
4920200061 | Kuliah Kerja Nyata | 0.00 |
Kode | Mata Kuliah | Kredit | Mandatori? |
---|---|---|---|
4920203019 | Risk Management | 3.00 | |
4920203027 | Sistem Informasi Manajemen | 3.00 | |
4920203020 | Manajemen Proyek | 3.00 | |
4920202025 | Professional Ethics | 2.00 | |
4920200060 | Work Practices | 0.00 | |
4920203026 | Business Intelligence | 3.00 | |
4920203052 | Cloud Computing | 3.00 | |
4920203047 | Web-Based Programming | 3.00 |
Kode | Mata Kuliah | Kredit | Mandatori? |
---|---|---|---|
4920206028 | Thesis | 6.00 |
Evaluasi Kurikulum Program Studi
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 PLO Program Studi
Universitas Negeri Surabaya
Nama Matakuliah | Sks | Program Learning Outcomes PLO) | Total | ||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
PLO1 | PLO2 | PLO3 | PLO4 | PLO5 | PLO6 | PLO7 | PLO8 | PLO9 | PLO10 | PLO11 | PLO12 | PLO13 | PLO15 | PLO16 | PLO17 | PLO18 | PLO19 | PLO20 | PLO21 | PLO22 | PLO23 | PLO24 | PLO25 | PLO26 | PLO27 | PLO28 | |||
Programming | 3 | 8.33% | 16.67% | 41.67% | 33.33% | 100 % | |||||||||||||||||||||||
Discrete Mathematics | 3 | 42.11% | 15.79% | 42.11% | 100 % | ||||||||||||||||||||||||
Digital Signal Processing | 2 | 21.43% | 28.57% | 21.43% | 28.57% | 100 % | |||||||||||||||||||||||
Data Security and Integrity | 2 | 30.77% | 15.38% | 30.77% | 23.08% | 100 % | |||||||||||||||||||||||
Statistika Inferensial | 3 | 16.67% | 16.67% | 66.67% | 100 % | ||||||||||||||||||||||||
Design and Analysis of | 3 | 26.09% | 21.74% | 39.13% | 4.35% | 4.35% | 4.35% | 100 % | |||||||||||||||||||||
Text Processing Algorithms | 2 | 44.44% | 33.33% | 11.11% | 11.11% | 99.99 % | |||||||||||||||||||||||
Database | 3 | 25% | 12.5% | 37.5% | 25% | 100 % | |||||||||||||||||||||||
Data Mining | 3 | 100% | 100 % |
Landasan Perancangan Kurikulum Program Studi
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.
Copyright © 2024 Sinau Digital UNESA All Rights Reserved