Teaching Factory

Ekosistem Pembelajaran Berbasis Industri & Penyelesaian Masalah Data Riil

Tingkat Kematangan

Teaching Factory Maturity Level

Secara umum, teaching factory berkembang dalam beberapa level kematangan:

Level 1

Project Simulation

(Academic-Based Project)

Karakteristik:

Proyek berbasis studi kasus
Dataset masih simulasi atau publik
Klien fiktif
Fokus pada pembelajaran

Level 2

Semi-Industry Project

(Guided Real Case)

Karakteristik:

Studi kasus nyata dari mitra
Dataset riil namun terbatas
Proyek masih dalam pengawasan ketat dosen
Belum bersifat komersial penuh

Level 3

Real Industry-Based Teaching Factory

(Professional Project)

Karakteristik:

Proyek riil berbasis kebutuhan industri
Timeline profesional
Standar kualitas industri
Output digunakan oleh mitra
Potensi revenue generating

Level 4

Entrepreneurial / Data Solution Center

(Business Unit)

Karakteristik:

TEFA menjadi unit jasa resmi
Menghasilkan pendapatan
Memiliki SOP operasional
Mahasiswa bekerja seperti junior data consultant

Kolaborasi Sivitas

Peran dalam Teaching Factory

Peran Program Studi

Menetapkan kebijakan TEFA, menyusun SOP operasional, mengintegrasikan TEFA dalam kurikulum OBE, menjalin kerja sama industri, menjamin quality assurance, mengelola risiko hukum dan etika data.

Peran Dosen

Mendesain proyek, menganalisis kebutuhan mitra, membimbing teknis, menjamin standar metodologi, mengawasi timeline, menilai performa mahasiswa.

Peran Mahasiswa

Melakukan requirement analysis, mengolah dan membersihkan data, mengembangkan model, membuat dashboard, menyusun laporan profesional, presentasi ke klien.

Lingkup Layanan

Cakupan Teaching Factory Sains Data

Akuisisi data untuk merekam atau mendapatkan data diikuti pembersihannya.

Anotasi data yang menghasilkan annotated dataset.

Pengembangan model kecerdasan buatan.

Pembangunan basis data, data warehouse, dan big data pipeline.

Pengembangan dashboard business intelligence.

Konsultansi kecerdasan buatan.

Konsultansi rekayasa data.

Konsultansi analisis data.

Keterhubungan Kurikulum

Luaran Mata Kuliah Teaching Factory

Geser tabel ke kanan/kiri untuk melihat luaran mata kuliah →

No.	Mata Kuliah	Semester	Luaran
1	Data Wrangling	Semester 3	Data/Dataset Bersih
2	Basis Data	Semester 2	Basis Data
3	Data Warehouse	Semester 3	Data Warehouse
4	Teknologi Big Data	Semester 4	Big Data Pipeline
5	Big Data Analytics	Semester 5	Big Data Pipeline
6	Metode Optimasi	Semester 4	Solusi Kecerdasan Buatan
7	Machine Learning	Semester 4	Solusi Kecerdasan Buatan
8	Deep Learning	Semester 5	Solusi Kecerdasan Buatan
9	Pemrosesan Citra Digital	Semester 4	Solusi Kecerdasan Buatan
10	Pemrosesan Bahasa Manusia	Semester 4	Solusi Kecerdasan Buatan

← Luaran Pembelajaran Magang, Proyek, KKN →