- Jalan Sultan Adam No. 128 Banjarmasin Utara, 70122, Kota Banjarmasin
- +62 (511) 431 5675
- banjarmasin@ecampus.ut.ac.id
Program Studi Sains Data (S1)
Visi
Menjadi Program Studi Sains Data terdepan dan terpercaya melalui sistem PJJ berkualitas internasional, yang mampu menyelenggarakan pendidikan berkualitas, fleksibel, inklusif, dan berkontribusi dalam pengembangan ilmu pengetahuan dan teknologi di bidang sains data.
Misi
Program Studi S-1 Sains Data adalah sebagai berikut:
- Menyelenggarakan pendidikan sains data yang mengacu pada standar nasional dan internasional, dengan menggunakan metode pembelajaran jarak jauh yang efektif, efisien, dan interaktif.
- Menghasilkan lulusan sains data yang kompeten, profesional, dan beretika, yang mampu menguasai konsep, metode, dan teknik sains data, serta menerapkannya dalam berbagai bidang.
- Menyelenggarakan penelitian dan pengembangan ilmu pengetahuan dan teknologi di bidang sains data, yang berorientasi pada inovasi, kreativitas, dan solusi, serta berkolaborasi dengan berbagai pihak, baik di dalam maupun luar negeri.
- . Menyelenggarakan pengabdian kepada masyarakat di bidang sains data, yang berfokus pada pemberdayaan, pelayanan, dan peningkatan kesejahteraan masyarakat, dengan memanfaatkan potensi dan keunggulan sains data.
- Meningkatkan kualitas dan kapasitas sumber daya manusia di bidang sains data, baik dosen, mahasiswa, maupun alumni, dengan memberikan kesempatan dan fasilitas untuk mengembangkan pengetahuan, keterampilan, dan sikap yang sesuai dengan perkembangan ilmu pengetahuan dan teknologi.
- Meningkatkan kerjasama dan kemitraan dengan berbagai pihak, baik pemerintah, swasta, maupun masyarakat, dalam rangka mendukung penyelenggaraan dan pengembangan program studi sains data.
Program Studi Sarjana Sains Data disusun untuk menghasilkan lulusan yang bekerja sebagai Data Analyst, Business Intelligent Analyst, serta Fungsional Analis Data dan Informasi di berbagai sektor seperti bisnis, industri, lingkungan, pendidikan, dan sosial baik di sektor pemerintahan maupun swasta dengan kemampuan sebagai berikut:
- menguasai konsep dasar sains data di bidang Bisnis, Ekonomi, Lingkungan, dan Sosial Humaniora.
- mampu mengorganisasi data, preprocessing data, transformasi data, mengeksplorasi dan mendeskripsikan data, menganalisis data dan membuat otomatisasi analisis data, visualisasi dan interpretasi hasil analisis data dipelajari untuk menyelesaikan masalah-masalah yang dihadapi oleh masyarakat, industri, dan pemerintah di bidang Bisnis, Ekonomi, Lingkungan, dan Sosial Humaniora.
- memiliki kemampuan berpikir secara logis, kritis, sistematis, bekerjasama, kolaborasi, kepemimpinan dan inovasi atas pekerjaan di bidangnya.
- memiliki kejujuran, integritas, etika akademik, kedisiplinan, kemandirian, dan bertanggung jawab atas pekerjaan di bidang keahliannya.
Keunggulan dari Program Studi Sains Data adalah:
- Proses pembelajaran dilakukan secara jarak jauh dan fokus pada Data Analyst.
- Program studi Sains Data mengintegrasikan konsep-konsep Statistika, Matematika, Sistem Informasi dengan teknologi komputer dalam mengelola dan menganalisis data (khususnya big data) pada bidang Bisnis, Ekonomi, Lingkungan, dan Sosial Humaniora.
- Mempersiapkan lulusan yang memiliki kompetensi dan keterampilan di bidang sains data yang sangat dibutuhkan di era industri 4.0 dan big data melalui kurikulum yang disesuaikan dengan kebutuhan industri dan perkembangan ilmu pengetahuan dan teknologi. Kurikulum sains data mencakup topik-topik seperti data mining, machine learning, artificial intelligence, data visualization, dan big data analytics, yang menggunakan berbagai bahasa pemrograman, tools, dan teknik terkini.
- Memberikan pengalaman belajar yang menarik dan interaktif dengan menggunakan use-case dan proyek-proyek nyata dari berbagai bidang/domain.
- Memberikan kesempatan untuk mendapatkan sertifikasi dan kualifikasi di bidang sains data dari lembaga-lembaga yang diakui secara nasional dan internasional.
Capaian Pembelajaran
Aspek Sikap
Menjunjung tinggi nilai kejujuran, kemanusiaan, integritas, etika akademik; dan berkontribusi dalam peningkatan mutu kehidupan bermasyarakat serta memiliki sikap nasionalisme, bertanggung jawab, mandiri, dan disiplin.
Aspek Pengetahuan
- Menguasai konsep dasar Matematika, Statistika, dan Ilmu Komputer secara umum.
- Menguasai konsep dasar sains data di bidang Bisnis, Ekonomi, Lingkungan, dan Sosial Humaniora.
Aspek Keterampilan Umum
- Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam pengembangan ilmu pengetahuan dan teknologi sesuai dengan bidang keahliannya secara mandiri, bermutu, terukur, dan bertanggung jawab atas pencapaian hasil kerja di bidangnya.
- Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah di bidang keahliannya, berdasarkan hasil analisis informasi dan data secara mandiri maupun kelompok; serta mampu menyusun dan mengkomunikasikan secara tertulis hasil kajian saintifik dalam bentuk laporan karya ilmiah dan mengunggahnya dalam laman perguruan tinggi.
Aspek Keterampilan Khusus
- Mampu mengorganisasi data, preprocessing data, dan transformasi data di bidang Bisnis, Ekonomi, Lingkungan, dan Sosial Humaniora.
- Mampu melakukan processing data, menganalisis data, mengeksplorasi, dan mendeskripsikan data.
- Mampu melakukan otomatisasi analisis data, visualisasi, dan interpretasi hasil analisis data di bidang Bisnis, Ekonomi, Lingkungan, dan Sosial Humaniora, serta mampu mengkomunikasikan dalam bentuk yang mudah dipahami baik secara tertulis maupun lisan.
- Mampu melakukan analisis terhadap beberapa alternatif solusi yang tersedia di bidang sains data untuk menyelesaikan masalah dan mampu menyajikan kesimpulan analisis untuk pengambilan keputusan yang tepat.
| No | Kode & Nama Mata Kuliah | Waktu Ujian | Kode & Nama Bahan Ajar yang Digunakan | Semester/ SKS | Ket. |
|---|---|---|---|---|---|
| 1 | MATA4110 Kalkulus I | l.2 | MATA4110 Kalkulus I (Edisi 3) | 1/ 3 | |
| 2 | SATS4121 Metode Statistik I | ll.5 | SATS4121 Metode Statistik I (Edisi 3) | 1/ 3 | |
| 3 | STDA4101 Pengantar Sains Data | l.3 | STDA4101 Pengantar Sains Data: a. Panduan Pengantar Sains Data b. Buku Pengantar Data Science | 1/ 3 | WT |
| 4 | MSIM4304 Dasar Infrastruktur TI | ll.2 | MSIM4304 Dasar Infrastruktur TI | 1/ 2 | |
| 5 | MSIM4101 Pengantar Sistem Informasi | ll.4 | EKMA4434 Sistem Informasi Manajemen (Edisi 4) 2024/2025 Ganjil, EMBS4321 Sistem Informasi Manajemen 2024/2025 Genap | 1/ 3 | |
| 6 | MKWN4108 Bahasa Indonesia | ll.3 | MKWU4108 Bahasa Indonesia (Edisi 2) | 1/ 2 | |
| 7 | SATS4221 Pengantar Probabilitas | ll.2 | SATS4221 Pengantar Probabilitas | 2/ 3 | |
| 8 | SATS4410 P engantar Statistika Matematis I | ll.3 | SATS4410 Pengantar Statistika Matematis 1 | 2/ 3 | |
| 9 | MSIM4206 Basis Data | l.1 | MSIM4206 Basis Data | 2/ 3 | |
| 10 | MATA4112 Aljabar Linear Elementer I | l.2 | MATA4112 Aljabar Linear Elementer I (Edisi 3) | 2/ 2 | UO |
| 11 | MSIM4202 Struktur Data | l.2 | MSIM4202 Struktur Data (Edisi 2) | 2/ 3 | |
| 12 | MSIM4203 Algoritma dan Pemrograman | l.1 | MSIM4203 Algoritma dan Pemrograman (Edisi 1♦ atau Edisi 2♦♦) | 2/ 3 | WT, BPro |
| 13 | STDA4201 Basis Data NoSQL | l.2 | STDA4201 a. Panduan Basis Data NoSQL b. Buku Basis Data NoSQL | 3/ 3 | WT, BPro |
| 14 | SATS4312 Model Linear Terapan | ll.5 | SATS4312 Model Linear Terapan (Edisi 1♦ atau Edisi 2♦♦) | 3/ 3 | |
| 15 | MSIM4403 Data Mining | ll.3 | MSIM4403 Data Mining | 3/ 3 | |
| 16 | STDA4202 Analitik Big Data | l.1 | STDA4202 Analitik Big Data | 3/ 3 | Bpro |
| 17 | STDA4203 Pengantar Kecerdasan Artifisial | Il.1 | DA4203 Pengantar Kecerdasan Artifisia | 3/ 3 | |
| 18 | MSIM4103 Logika Informatika | I.3 | MSIM4103 Logika Informatika (Edisi 1♦ atau Edisi 2♦♦) | 3/ 3 | |
| 19 | MKWN4109* Pendidikan Kewarganegaraan | II.4 | MKDU4111 Pendidikan Kewarganegaraan (Edisi 2♦ atau Edisi 3♦♦ ) | 4/ 3 | |
| 20 | STIK4243* Analisis Runtun Waktu | I.3 | SATS4423 Analisis Runtun Waktu | 4/ 3 | |
| 21 | STIK4242* Metode Statistika Multivariat | I.2 | Metode Statistika Multivariat | 4/ 3 | |
| 22 | MKDI4202* Belajar di Era Digital | II.5 | MKWI4202 Belajar di Era Digital (Edisi 2) | 4/ 3 | |
| 23 | STDA4204* Machine Learning | II.3 | STDA4204 Machine Learning | 4/ 3 | WT, BPro |
| 24 | MKDI4201* Bahasa Inggris | II.2 | MKWI4203 Kewirausahaan di Era Digital (Edisi 2) | 4/ 3 | |
| 25 | MKDI4203* Kewirausahaan di Era Digita | I.1 | MKWI4203 Kewirausahaan di Era Digital (Edisi 2) | 4/ 3 | |
| 26 | STSI4406* Manajemen Proyek Sistem Informasi | I.1 | MSIM4406 Manajemen Proyek Sistem Informasi | 5/ 2 | UO |
| 27 | STIK4352* Inferensi Bayesian | Il.3 | SATS4324 Inferensi Bayesian (Edisi 2) | 5/ 3 | |
| 28 | EMBS4433* E-Business | Il.5 | EKMA4483 e-Bisnis | 5/ 3 | |
| 29 | STAG4121* Manajemen Agribisnis | I.2 | LUHT4235 Manajemen Agribisnis | 5/ 3 | UO |
| 30 | ESPA4110* Pengantar Ekonomi Makro | Il.2 | ESPA4110 Pengantar Ekonomi Makro (Edisi 3♦ atau Edisi 4♦♦) | 5/ 3 | |
| 31 | STSI4207* Sistem Informasi Manajemen | Il.4 | MSIM4207 Sistem Informasi Manajemen | 5/ 3 | WT |
| 32 | STIK4113* Pengumpulan dan Penyajian Data | I.5 | SATS4213 Pengumpulan dan Penyajian Data (Edisi 2) | 5/ 3 | |
| 33 | MSIM4312 Metodologi Penelitian | 99 | MSIM4312 Metodologi Penelitian | 6/ 3 | |
| 34 | STDA4302* Platform Sains Data dan Kecerdasan Artifisial | l.3 | STDA4302 Platform Sains Data dan Kecerdasan Artifisial | 6/ 3 | WT |
| 35 | STSI4202* Rekayasa Perangkat Lunak | ll.5 | MSIM4303 Rekayasa PerangkatLunak | 6/ 3 | |
| 36 | STPL4211* Sistem Informasi Perencanaan | l.5 | PWKL4209 Sistem Informasi Perencanaan (Edisi 2) | 6/ 3 | |
| 37 | STSI4310* Keamanan Jaringan | ll.3 | MSIM4404 Keamanan Jaringan | 6/ 2 | UO |
| 38 | STSI4301* Sistem Pendukung Keputusan | ll.3 | MSIM4307 Sistem Pendukung Keputusan | 6/ 3 | |
| 39 | MKKI4301* Pemberdayaan Masyarakat | 99 | MKKI4301 PemberdayaanMasyarakat | 6/ 3 | Bw |
| 40 | STDA4301* Solusi TI untuk Masyarakat | 99 | STDA4301 Solusi TI untuk Masyarakat | Bw | |
| 41 | Mata Kuliah Pilihan (Pilih Salah Satu) | ||||
| STDA4401* Pengantar Teknologi Blockchain | l.1 | STDA4402 Pengantar Teknologi Blockchain | 7/ 3 | ||
| STDA4402* Pengantar Teknologi Cloud | ll.1 | STDA4402 Pengantar Teknologi Cloud | 7/ 2 | WT, Bpro | |
| 42 | MKWN4110* Pancasila | l.3 | MKDU4114 Pancasila (Edisi 1♦ atau Edisi 2♦♦ ) | 7/ 2 | |
| 43 | STDA4500* Tugas Akhir Program (TAP) Capstone Project | 99 | MKKI4450 Panduan Tugas Akhir Program Sarjana (TAPS) | 7/ 6 | Bw |
| 44 | Pilih Salah Satu Sesuai Data Pribadi (DP) | ||||
| MKDU4221 Pendidikan Agama Islam | l.5 | MKDU4221 Pendidikan Agama Islam (Edisi 2) 2024/2025 Ganjil, MKWN4101 Pendidikan Agama Islam 2024/2025 Genap | 7/ 3 | ||
| MKWN4102 Pendidikan Agama Katolik | l.5 | MKWU4102 Pendidikan AgamaKatolik (Edisi 2) | |||
| MKWN4103 Pendidikan Agama Kristen | l.5 | MKWU4103 Pendidikan Agama Kristen | |||
| MKWN4104 Pendidikan Agama Buddha | l.5 | MKWU4104 Pendidikan Agama Buddha | |||
| MKWN4105 Pendidikan Agama Hindu | l.5 | MKWU4105 Pendidikan Agama Hindu | |||
| MKWN4107 Pendidikan Agama Konghucu | l.5 | MKWU4107 Pendidikan Agama Konghucu | |||
| 45 | STDA4403* Kecerdasan Bisnis | l.1 | STDA4302 Kecerdasan Bisnis | 8/ 3 | WT, BPro |
| 46 | STMA4223* Metode Numerik | l.4 | PEMA4526 Metode Numerik (Edisi 2) | 8/ 3 | |
| 47 | STDA4460* Penulisan Karya Ilmiah | 99 | MKWI4560 Panduan Mata Kuliah Karya Ilmiah Program Sarjana dan Diploma IV | 8/ 2 | Bw |
| 48 | STSI4210* Analisis dan Visualisasi Data | l.3 | MSIM4310 Analisis dan Visualisasi Data | 8/ 2 | |
| 49 | STDA4404* Deep Learning | ll.2 | STDA4404 Deep Learning | 8/ 3 | Bpro |
| 50 | STDA4405* Pengantar Teknologi Web3 | l.2 | STDA4301 Pengantar Teknologi Web3 | 8/ 3 | |
| Table Header | |||||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 16 | 17 | 18 | 21 | 20 | 20 | 16 | 16 |
Keterangan:
Pada Kolom Bahan Ajar:
- Jika tercantum hanya 1 edisi bahan ajar, maka bahan ajar yang digunakan berukuran A4
-
Jika tercantum 2 edisi bahan ajar, maka bahan ajar yang digunakan hanya salah satu saja (ukuran A5 atau ukuran A4). Bahan ajar berukuran A5 maupun bahan ajar berukuran A4 isinya (konten) sama, ukurannya saja yang berbeda.
♦ : Bahan ajar berukuran A5
♦♦: Bahan ajar berukuran A4
Bahan ajar non cetak (BANC) dalam bentuk multi media sebagai pengayaan dapat diakses di https://p2bam.ut.ac.id/banc/
Bw : Bimbingan Wajib
WT : Wajib Tuton untuk mahasiswa SIPAS Penuh dan SIPAS Plus
Pr : Mata kuliah Praktikum (komposisi nilai akhir = nilai laporan + nilai praktik)
Pro : Mata kuliah Praktik dengan bimbingan melalui tutorial online (komposisi nilai akhir = nilai laporan + nilai
praktik)
Bpro : Mata Kuliah berpraktik (komposisi nilai akhir = nilai praktik + nilai UAS)
E : Ujian Esai
UO : Ujian Online
- Nilai kelulusan mata kuliah praktik/berpraktik minimal C
- Tugas mata kuliah berpraktik (kode Bpro), yaitu Tugas 1, Tugas 2, Tugas 3, harus lengkap dikerjakan dan diunggah ke elearning.ut.ac.id. Jika salah satu tugas tidak dikerjakan, maka nilai mata kuliah tersebut E.
