Capaian Pembelajaran
Standar Kompetensi Lulusan (CPL) dan Capaian Pembelajaran Mata Kuliah (CPMK) Berbasis OBE
Capaian Pembelajaran Lulusan (CPL)
Capaian Pembelajaran Lulusan (CPL) adalah kemampuan atau kompetensi yang diharapkan ada pada lulusan. Program Studi Sarjana Sains Data memiliki 3 CPL.
Pemahaman Bisnis, Data, & Pemodelan
Lulusan mampu menemukan pengetahuan, insight, atau pola yang bermanfaat dari data untuk berbagai keperluan dengan menganalisis kebutuhan organisasi dan mengembangkan model.
Rekayasa dan Manajemen Data
Lulusan mampu merencanakan, membangun, dan mengelola aset data untuk menghasilkan informasi yang diperlukan organisasi.
Profesionalisme & Kepemimpinan
Lulusan menunjukkan profesionalisme, integritas, dan kepemimpinan dalam kerja mandiri maupun kolaborasi.
Capaian Pembelajaran Mata Kuliah (CPMK)
Capaian Pembelajaran Mata Kuliah (CPMK) adalah kemampuan atau kompetensi yang diharapkan ada pada mahasiswa setelah mengikuti mata kuliah.
Rumpun Matematika
Mahasiswa mampu mengidentifikasi permasalahan analisis data secara matematis.
Mahasiswa mampu memformulasikan solusi masalah analisis data dan memodelkan secara matematis.
Mahasiswa mampu menyelesaikan masalah analisis data secara matematis.
Mahasiswa mampu menggunakan konsep matematika untuk mendukung pengambilan keputusan berbasis data.
Rumpun Statistika
Mahasiswa mampu mengidentifikasi permasalahan analisis data secara statistika.
Mahasiswa mampu memformulasikan solusi masalah analisis data dan memodelkan secara statistika.
Mahasiswa mampu menyelesaikan masalah analisis data secara statistika.
Mahasiswa mampu menggunakan konsep statistika untuk mendukung pengambilan keputusan berbasis data.
Rumpun Pemrograman
Mahasiswa mampu melakukan analisis atas kebutuhan pemrograman.
Mahasiswa mampu melakukan perancangan struktur data.
Mahasiswa mampu menulis kode sumber.
Mahasiswa mampu me-review kode sumber.
Mahasiswa mampu melakukan pengujian program.
Rumpun Kecerdasan Buatan & Analisis Data
Mahasiswa mampu memahami bisnis dengan merencanakan, mengevaluasi, dan melaporkan proyek sains data berdasarkan umpan balik serta kebutuhan organisasi.
Mahasiswa mampu memahami data dengan menentukan, mengintegrasikan, menganalisis, dan mengevaluasi kelengkapan data serta menyusun laporan dan rekomendasi.
Mahasiswa mampu mempersiapkan data melalui pembersihan, transformasi, pelabelan, dan penggabungan dataset serta mendokumentasikan hasilnya.
Mahasiswa mampu memodelkan data dengan menyiapkan parameter, menggunakan tools pemodelan pada data riil, serta menilai hasil pemodelan secara kuantitatif.
Rumpun Rekayasa Data
Mahasiswa mampu memahami proses bisnis data melalui identifikasi aset, tata kelola, discovery, profiling, serta dokumentasi integrasi dan lineage data.
Mahasiswa mampu mendesain arsitektur data dari perumusan kebutuhan hingga implementasi.
Mahasiswa mampu mengimplementasikan model data dengan membangun basis data dan mengembangkan solusi integrasi data.
Mahasiswa mampu mengintegrasikan data melalui pembangunan data warehouse dan business intelligence sesuai kebutuhan organisasi.
Mahasiswa mampu mengakses data dengan mengelola sistem basis data, menerapkan keamanan, serta menggunakan SQL untuk operasi dan pemantauan.
Mahasiswa mampu mengamankan data melalui perencanaan backup-restore, penetapan kebijakan keamanan, dan penerapan pengendalian risiko.
Rumpun Profesionalisme
Mahasiswa mampu berkomunikasi secara efektif baik lisan maupun tulisan.
Mahasiswa mampu mengidentifikasi karakteristik kepemimpinan yang relevan bagi lulusan sains data.
Mahasiswa mampu melaksanakan kerja nyata secara profesional, sesuai etika, dan sesuai kebutuhan organisasi dengan menjaga integritas.
Mahasiswa mampu melaksanakan penelitian sederhana secara ketat sesuai kaidah metode ilmiah.