Prosfek Kerja Prodi Sains Data ITSB
Group Sinar Mas
Target Profil Lulusan
1. Data Scientist
Deskripsi: Data Scientist mengumpulkan, menganalisis, dan menginterpretasikan data dalam jumlah besar untuk membantu pengambilan keputusan bisnis. Mereka menggunakan teknik statistik, algoritma machine learning, dan visualisasi data untuk menemukan pola dan tren.
Kompetensi:
- Pemodelan data dan analisis statistik.
- Penerapan algoritma machine learning.
- Pengembangan model prediktif.
- Visualisasi data dan komunikasi hasil analisis.
- Penerapan big data tools seperti Hadoop dan Spark.
- Penggunaan bahasa pemrograman seperti Python dan R.
2. Data Engineer
Deskripsi: Data Engineer membangun, memelihara, dan mengoptimalkan infrastruktur data yang diperlukan untuk analisis. Mereka bertanggung jawab untuk mengembangkan pipeline data, mengelola database, dan memastikan data dapat diakses oleh Data Scientist dan Data Analyst.
Kompetensi:
- Desain dan implementasi arsitektur data.
- Pengelolaan dan optimisasi database.
- Pembangunan pipeline ETL (Extract, Transform, Load).
- Integrasi data dari berbagai sumber.
- Pengelolaan data warehousing.
- Penggunaan SQL dan NoSQL database systems.
3. Data Analyst
Deskripsi: Data Analyst fokus pada analisis data untuk menghasilkan wawasan bisnis yang actionable. Mereka menggunakan alat analitik untuk mengolah data dan membuat laporan, dashboard, dan visualisasi untuk membantu pengambilan keputusan.
Kompetensi:
- Analisis data deskriptif dan inferensial.
- Pembuatan laporan dan dashboard.
- Visualisasi data.
- Interpretasi hasil analisis untuk rekomendasi bisnis.
- Penggunaan alat BI (Business Intelligence) seperti Tableau, Power BI.
- Penggunaan bahasa query seperti SQL.
4. Financial Engineer
Deskripsi: Financial Engineer mengaplikasikan metode matematika, statistik, dan teknik komputasi untuk memecahkan masalah di bidang keuangan. Mereka bekerja pada pengembangan model untuk manajemen risiko, penilaian aset, dan strategi investasi.
Kompetensi:
- Pemodelan keuangan dan kuantitatif.
- Manajemen risiko keuangan.
- Pengembangan dan implementasi algoritma perdagangan.
- Penilaian dan pemodelan derivatif.
- Analisis portofolio dan optimisasi.
- Penggunaan bahasa pemrograman seperti Python, R, dan MATLAB.
5. Konsultan Investor
Deskripsi: Konsultan Investor memberikan saran investasi kepada individu atau organisasi berdasarkan analisis data pasar dan keuangan. Mereka membantu klien mengelola portofolio investasi untuk mencapai tujuan keuangan mereka.
Kompetensi Utama:
- Analisis pasar keuangan dan tren investasi.
- Evaluasi kinerja portofolio.
- Penyusunan strategi investasi.
- Pemahaman produk investasi dan risiko terkait.
- Komunikasi dan presentasi rekomendasi investasi.
- Penggunaan alat dan software analisis investasi.
6. Business Analyst
Deskripsi: Business Analyst bekerja untuk mengidentifikasi kebutuhan bisnis dan mencari solusi berbasis data. Mereka menjembatani komunikasi antara pemangku kepentingan bisnis dan tim teknis, serta memastikan solusi yang diimplementasikan sesuai dengan kebutuhan bisnis.
Kompetensi:
- Pemahaman proses bisnis.
- Pengumpulan dan analisis kebutuhan.
- Penyusunan dokumentasi spesifikasi.
- Evaluasi solusi bisnis dan teknis.
- Komunikasi dan koordinasi antar tim.
- Analisis biaya-manfaat dan ROI (Return on Investment).
7. Credit Analyst
Deskripsi: Credit Analyst mengevaluasi kelayakan kredit individu atau organisasi dengan menganalisis data keuangan dan sejarah kredit. Mereka memberikan rekomendasi mengenai persetujuan atau penolakan aplikasi kredit.
Kompetensi Utama:
- Analisis laporan keuangan.
- Evaluasi risiko kredit.
- Penilaian skor kredit dan sejarah pembayaran.
- Penyusunan rekomendasi kredit.
- Pemahaman regulasi dan kebijakan kredit.
- Penggunaan alat dan software analisis kredit.
8. Aktuaris
Deskripsi: Aktuaris menggunakan matematika, statistik, dan teori keuangan untuk menganalisis dan mengelola risiko dalam industri asuransi dan keuangan. Mereka merancang dan mengelola program asuransi, pensiun, dan investasi untuk meminimalkan risiko dan memaksimalkan keuntungan.
Kompetensi:
- Pemodelan risiko asuransi dan keuangan.
- Analisis data statistik untuk prediksi klaim dan kerugian.
- Pengembangan dan penilaian produk asuransi.
- Manajemen risiko dan strategi mitigasi.
- Penilaian dan pengelolaan kewajiban aktuaria.
- Penggunaan perangkat lunak aktuaria dan pemrograman.
9. Ekonom
Deskripsi: Ekonom bertanggung jawab untuk mengumpulkan dan menganalisis data ekonomi dan keuangan yang diperlukan untuk kebijakan moneter dan makroprudensial. Mereka mendukung tugas-tugas penelitian dan analisis untuk stabilitas ekonomi nasional.
Kompetensi: - Pengumpulan dan analisis data ekonomi dan keuangan. - Penyusunan laporan dan publikasi ekonomi. - Analisis kebijakan moneter dan makroprudensial. - Penggunaan alat analisis ekonomi dan keuangan. - Kerjasama dengan institusi keuangan dan pemerintah. - Presentasi hasil analisis kepada pembuat kebijakan.
10. Researcher
Deskripsi: Researcher dalam bidang data science melakukan penelitian untuk mengembangkan metode baru atau meningkatkan metode yang ada dalam analisis data. Mereka bekerja di berbagai sektor seperti akademisi, industri, dan pemerintah.
Kompetensi:
- Pengembangan metodologi analisis data.
- Pelaksanaan eksperimen dan pengujian hipotesis.
- Publikasi hasil penelitian di jurnal ilmiah.
- Kolaborasi dengan peneliti lain di bidang terkait.
- Penggunaan alat dan teknik analisis data mutakhir.
- Presentasi hasil penelitian di konferensi ilmiah.
Capaian Pembelajaran Lulusan (CPL)
A. Pengetahuan
- A1: Memahami konsep dasar statistik, matematika, dan ilmu komputer yang menjadi dasar analisis data.
- A2: Menguasai teori dan aplikasi machine learning dan kecerdasan buatan.
- A3: Menguasai teknik pengelolaan dan integrasi data dari berbagai sumber.
- A4: Memahami konsep big data dan teknologi terkait seperti Hadoop, Spark.
- A5: Menguasai dasar-dasar pemrograman dalam bahasa seperti Python, R, dan SQL.
- A6: Menguasai teori keuangan dan teknik kuantitatif untuk analisis keuangan.
- A7: Menguasai prinsip dan praktik aktuaria untuk pengelolaan risiko keuangan dan asuransi.
- A8: Memahami prinsip dan regulasi kredit serta pengelolaan risiko kredit.
- A9: Menguasai konsep dan strategi investasi serta manajemen portofolio.
- A10: Memahami metodologi penelitian dalam analisis data.
- A11: Menguasai konsep dan teknik pengumpulan data statistik dan ekonomi.
B. Keterampilan
- B1: Merancang, mengembangkan, dan mengimplementasikan model prediktif dan analitik.
- B2: Membangun pipeline data yang efisien dan scalable.
- B3: Menganalisis data secara kritis dan menghasilkan visualisasi yang informatif.
- B4: Mengembangkan dashboard dan laporan yang membantu pengambilan keputusan.
- B5: Menggunakan alat BI untuk analisis data.
- B6: Mengoptimalkan dan mengelola infrastruktur data.
- B7: Mengaplikasikan model matematika dan statistik untuk masalah keuangan.
- B8: Menggunakan perangkat lunak aktuaria untuk analisis risiko dan manajemen asuransi.
- B9: Melakukan analisis kelayakan kredit dan memberikan rekomendasi.
- B10: Menyusun strategi investasi dan melakukan analisis pasar keuangan.
- B11: Melaksanakan penelitian dan mengembangkan metodologi baru dalam analisis data.
C. Sikap
- C1: Menunjukkan sikap profesional dalam setiap kegiatan analisis dan pengambilan keputusan.
- C2: Menjunjung tinggi etika dalam pengelolaan dan analisis data, termasuk dalam menjaga kerahasiaan data.
- C3: Mampu bekerja secara mandiri maupun dalam tim dengan baik.
- C4: Mengembangkan kemampuan komunikasi yang efektif, baik lisan maupun tulisan, untuk menyampaikan hasil analisis kepada pemangku kepentingan.
- C5: Beradaptasi dengan cepat terhadap perkembangan teknologi dan metode baru dalam analisis data.
- C6: Menunjukkan komitmen terhadap pembelajaran sepanjang hayat untuk terus mengembangkan keterampilan dan pengetahuan di bidang analisis data.
- C7: Menerapkan prinsip-prinsip keberlanjutan dan tanggung jawab sosial dalam setiap aktivitas profesional.
D. Keterampilan Khusus
- D1: Mengembangkan algoritma machine learning yang inovatif dan efisien untuk berbagai aplikasi industri.
- D2: Mengelola proyek data besar yang melibatkan tim multidisiplin dan berbagai pemangku kepentingan.
- D3: Menerapkan teknik analisis data geospasial untuk menyelesaikan masalah-masalah yang berkaitan dengan lokasi.
- D4: Mengembangkan aplikasi analitik yang dapat diakses dan digunakan oleh pengguna non-teknis.
- D5: Melakukan evaluasi dan validasi model prediktif dengan data aktual untuk memastikan akurasi dan keandalannya.
- D6: Mengembangkan sistem rekomendasi yang dapat diintegrasikan ke dalam platform e-commerce atau media sosial.
- D7: Menggunakan teknik deep learning untuk analisis citra, suara, dan teks.
- D8: Mengembangkan model keuangan untuk manajemen portofolio, penilaian risiko, dan pengambilan keputusan investasi.
- D9: Menerapkan teknik simulasi dan optimisasi untuk perencanaan dan pengelolaan operasi bisnis.
- D10: Melakukan analisis sentimen dan penggalian opini dari media sosial dan sumber data tidak terstruktur lainnya.
- D11: Mengembangkan sistem pengambilan keputusan berbasis data untuk mendukung kebijakan publik dan tata kelola pemerintahan.
Sebaran Matakuliah
Semester 1
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-1001 | Pengantar Sains Data | 3 | Wajib | - |
SD-1002 | Matematika Dasar | 3 | Wajib | - |
SD-1003 | Statistika Dasar | 3 | Wajib | - |
SD-1004 | Algoritma dan Pemrograman | 3 | Wajib | - |
SD-1005 | Bahasa Inggris | 2 | MKU | - |
SD-1006 | Pendidikan Agama | 2 | MKU | - |
SD-1007 | Kewarganegaraan | 2 | MKU | - |
SD-1008 | Metode Penelitian Awal | 2 | Wajib | - |
SD-1009 | Praktikum Pengantar Data | 2 | Praktikum | SD-1001, SD-1004 |
Semester 2
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-2001 | Aljabar Linear | 3 | Wajib | SD-1002 |
SD-2002 | Probabilitas dan Statistik | 3 | Wajib | SD-1003 |
SD-2003 | Struktur Data | 3 | Wajib | SD-1004 |
SD-2004 | Basis Data | 3 | Praktikum | SD-2003 |
SD-2005 | Matematika Diskrit | 3 | Wajib | SD-1002 |
SD-2006 | Pendidikan Pancasila | 2 | MKU | - |
SD-2007 | Praktikum Aljabar dan Statistik | 3 | Praktikum | SD-2001, SD-2002 |
SD-2008 | Teknik Data | 3 | Praktikum | SD-2004 |
SD-2009 | Etika Teknologi | 2 | MKU | - |
Semester 3
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-3001 | Analisis Data Eksplorasi | 3 | Praktikum | SD-2004 |
SD-3002 | Pemrograman Statistik | 3 | Praktikum | SD-1004 |
SD-3003 | Sistem Operasi | 3 | Wajib | - |
SD-3004 | Pengolahan Data Berbasis Objek | 3 | Praktikum | SD-2003 |
SD-3005 | Pemrograman Berbasis Objek | 3 | Wajib | SD-1004 |
SD-3006 | Kewarganegaraan | 2 | MKU | - |
SD-3007 | Praktikum Sistem Operasi | 3 | Praktikum | SD-3003 |
Semester 4
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-4001 | Machine Learning | 3 | Praktikum | SD-3001 |
SD-4002 | Data Mining | 3 | Praktikum | SD-3001 |
SD-4003 | Big Data | 3 | Praktikum | SD-3001 |
SD-4004 | Visualisasi Data | 3 | Praktikum | SD-3001 |
SD-4005 | Etika Profesi | 2 | Wajib | - |
SD-4006 | Praktikum Machine Learning | 3 | Praktikum | SD-4001 |
SD-4007 | Analisis Data Terapan | 3 | Praktikum | SD-4001, SD-4002 |
SD-4008 | Metodologi Penelitian Lanjut | 3 | Wajib | SD-4007 |
Semester 5
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-5001 | Analisis Regresi | 3 | Praktikum | SD-4007 |
SD-5002 | Metodologi Penelitian | 3 | Wajib | SD-4008 |
SD-5003 | Pengolahan Data Terdistribusi | 3 | Praktikum | SD-4003 |
SD-5004 | Pemrograman Web | 3 | Wajib | SD-1004 |
SD-5005 | Mata Kuliah Pilihan 1 | 3 | Pilihan | - |
SD-5006 | Mata Kuliah Pilihan 2 | 3 | Pilihan | - |
SD-5007 | Mata Kuliah Pilihan 3 | 3 | Pilihan | - |
Semester 6
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-6001 | Proyek Sains Data | 3 | Praktikum | SD-5002 |
SD-6002 | Kecerdasan Buatan | 3 | Wajib | SD-4001 |
SD-6003 | Pengolahan Bahasa Alami | 3 | Wajib | SD-3001 |
SD-6004 | Sistem Informasi Manajemen | 3 | Wajib | SD-2004 |
SD-6005 | Mata Kuliah Pilihan 4 | 3 | Pilihan | - |
SD-6006 | Mata Kuliah Pilihan 5 | 3 | Pilihan | - |
SD-6007 | Mata Kuliah Pilihan 6 | 3 | Pilihan | - |
Semester 7
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-7001 | Praktik Kerja Lapangan (PKL) | 3 | Praktikum | SD-6001 |
SD-7002 | Seminar Proposal | 2 | Wajib | - |
SD-7003 | Penulisan Ilmiah | 2 | Wajib | SD-7002 |
SD-7004 | Mata Kuliah Pilihan 7 | 3 | Pilihan | - |
SD-7005 | Mata Kuliah Pilihan 8 | 3 | Pilihan | - |
Semester 8
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-8001 | Skripsi | 6 | Praktikum | SD-7003 |
SD-8002 | Mata Kuliah Pilihan 9 | 3 | Pilihan | - |
Konsentrasi Big Data Analytics
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-6101A | Pembelajaran Mesin Lanjutan | 3 | Praktikum | SD-4001 |
SD-6102A | Pengolahan Big Data | 3 | Praktikum | SD-4003 |
SD-6103A | Kecerdasan Buatan | 3 | Praktikum | SD-4001 |
SD-6104A | Manajemen Big Data | 3 | Kuliah | SD-6102A |
SD-6105A | Visualisasi Big Data | 3 | Praktikum | SD-6102A |
SD-6106A | Analisisi Jaringan Sosial | 3 | Kuliah | SD-6102A |
SD-6107A | Big Data Cloud Computing | 3 | Kuliah | SD-6104A |
SD-6108A | Analisis Sentimen | 3 | Praktikum | SD-6102A |
Konsentrasi Financial Engineering
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-5103B | Analisis Risiko Keuangan | 3 | Kuliah | SD-5001, SD-5005 |
SD-5104B | Ekonometrika | 3 | Kuliah | SD-5001, SD-5002 |
SD-5105B | Teori Portofolio | 3 | Kuliah | SD-5001, SD-5005 |
SD-5106B | Keuangan Kuantitatif | 3 | Kuliah | SD-5001, SD-5002 |
SD-5107B | Model Risiko Kredit | 3 | Kuliah | SD-5103B |
SD-5108B | Derivatif dan Instrumen Keuangan | 3 | Kuliah | SD-5104B, SD-5105B |
SD-5109B | Analisis Kinerja Investasi | 3 | Kuliah | SD-5106B |
SD-5110B | Pengelolaan Risiko Portofolio | 3 | Kuliah | SD-5108B, SD-5109B |
Konsentrasi Sawit
Kode Mata Kuliah | Nama Mata Kuliah | SKS | Kategori | Prasyarat |
---|---|---|---|---|
SD-5201C | Statistik dan Analisis Kualitas Tanah | 3 | Kuliah | SD-1003 |
SD-5202C | Pengolahan Data Pengindeksan | 3 | Kuliah | SD-2004 |
SD-5203C | Analisis Data Kualitas CPO | 3 | Kuliah | SD-4004 |
SD-5204C | Pemodelan Tanaman Sawit | 3 | Kuliah | SD-4001 |
SD-5205C | Manajemen Risiko dalam Industri Sawit | 3 | Kuliah | SD-5103B |
SD-5206C | Implementasi Sistem Informasi Sawit | 3 | Kuliah | SD-6004 |
SD-5207C | Analisis dan Prediksi Harga Sawit | 3 | Kuliah | SD-5003 |
SD-5208C | Sistem Monitoring dan Evaluasi | 3 | Kuliah | SD-5204C |