Program Studi
Seiring dengan pesatnya perkembangan ilmu pengetahuan dan teknologi, kebutuhan akan analisis data yang akurat dan efisien semakin mendesak, menjadikan statistika dan sains data sebagai bidang esensial dalam berbagai sektor, seperti industri, pemerintahan, kesehatan, dan ekonomi. Statistika, yang berfokus pada pengumpulan, pengorganisasian, analisis, dan penyajian data, memungkinkan transformasi data mentah menjadi informasi yang bermakna untuk pengambilan keputusan. Sementara itu, sains data, sebagai bidang interdisipliner yang menggabungkan statistika, ilmu komputer, dan pemahaman konteks masalah, mencakup proses pengambilan, pembersihan, pemodelan, dan visualisasi data dalam skala besar, serta penerapan teknik machine learning dan kecerdasan buatan untuk menemukan pola dan prediksi. Dengan berkembangnya teknologi dan volume data yang terus meningkat, keahlian dalam statistika dan sains data menjadi sangat relevan dan menjadi fondasi penting dalam pengambilan keputusan berbasis data di era transformasi digital. Oleh karena itu, Program Studi S2 Statistika dan Sains Data, IPB University hadir sebagai respons terhadap tuntutan tersebut, bertujuan untuk mempersiapkan lulusan yang kompeten dalam menerapkan teori dan metode statistika serta sains data, guna memecahkan masalah-masalah kompleks dan memberikan solusi berbasis data di berbagai bidang, sekaligus mengembangkan kemampuan riset yang mendalam di dunia yang semakin terhubung dan terdigitalisasi ini.
Sejarah singkat Program StudiStatistika dan Sains Data di Institut Pertanian Bogor (IPB) dimulai pada tahun 1968, yang diawali dengan inisiatif Prof. Andi Hakim Nasoetion (alm) melalui Bagian Biometrik di Fakultas Pertanian. Bagian ini kemudian resmi berdiri sebagai Jurusan Statistika dan Komputasi pada tahun 1972, yang menyelenggarakan program pendidikan sarjana. Sejak tahun 1975, Jurusan Statistika dan Komputasi juga mulai menyelenggarakan program pendidikan magister.
Pada tahun 1975, Program Magister Statistika resmi dimulai bersamaan dengan pendirian Sekolah Pascasarjana IPB. Pada tahap awal, terdapat tujuh jurusan yang dibuka, salah satunya adalah Statistika Terapan, yang menjadi cikal bakal Program Studi S2 Statistika. Program ini dirancang untuk menampung lulusan program
pendidikan sarjana (4 tahun), baik dari IPB maupun institusi lainnya, dengan fokus pada pengembangan program Magister Sains (S2).
Semenjak tahun 1982, menjadi Jurusan Statistika, dan kemudian berubah pada tahun 2004 menjadi Departemen Statistika. Departemen Statistika, IPB berdiri sebagai institusi statistika perintis di Indonesia, menandai keunggulannya dengan menjadi yang pertama menawarkan pendidikan lanjutan di bidang statistika dan sains data yang dinamis. Saat ini, departemen ini menyelenggarakan program komprehensif di tingkat sarjana, magister, dan doktoral, dengan fokus pada domain Statistik dan Sains Data.
Hingga tahun 2020, Departemen Statistika IPB menyelenggarakan dua program studi Magister, yaitu Program Studi S2 Statistika dan Program Studi S2 Statistika Terapan. Namun, setelah tahun 2020, Program Studi S2 Statistika mengalami perubahan nama menjadi Program S2 Statistika dan Sains Data, sementara Program Studi S2 Statistika Terapan tidak lagi menerima mahasiswa baru. Pada tahun 2024, Departemen Statistika, bersama dengan Departemen Matematika dan Departemen Ilmu Komputer, bergabung membentuk Sekolah Sains Data, Matematika, dan Informatika, yang mengakibatkan penghapusan ketiga departemen tersebut. Saat ini, Program Studi S2 Statistika dan Sains Data berada di bawah naungan Sekolah Sains Data, Matematika, dan Informatika didukung oleh 31 orang dosen (S3: 21, S2: 10), dengan 8 di antaranya adalah guru besar.
Dengan program-program tersebut, departemen ini bisa membentuk sumber daya manusia profesional berkaliber tinggi, mendapatkan pengakuan baik di tingkat nasional dan internasional. Institusi, industri, dan badan pemerintahan terkemuka dengan suara bulat membuktikan keandalan dan kemampuan beradaptasi yang cepat dari lulusan Departemen Statistika, yang mahir dalam memenuhi tuntutan dan tantangan dunia kerja kontemporer. Keberhasilan departemen ini dapat dikaitkan dengan proses pembelajaran yang kuat dan masukan luar biasa yang diberikan oleh para mahasiswanya. Kombinasi ini telah mendorong lulusan untuk unggul di bidangnya masing-masing, memberdayakan mereka tidak hanya dalam bidang statistik dan ilmu data tetapi juga dalam berbagai bidang aplikasi.
Khusus Program Magister Statistika dan Sains Data, program ini dirancang untuk menampung 60 mahasiswa setiap tahunnya. Lulusan program ini memiliki keahlian
yang sesuai dengan Kerangka Kualifikasi Nasional Indonesia (KKNI) level 8. Mereka dipersiapkan secara strategis untuk berbagai peran, seperti Manajer kepemimpinan Analisis Data (Kepala Analisis, Manajer Pengolahan Data), peneliti terkemuka (Peneliti Senior, Peneliti Senior Eksekutif, Ahli Statistik Senior), ilmuwan data, dan dosen yang berspesialisasi dalam statistik dan ilmu data.
-
Misi-
| No | Mata Kuliah | SKS | Prasyarat | Semester | Kategori Mata Kuliah | |
|---|---|---|---|---|---|---|
| Kode | Nama | |||||
| 1 | STA2511 | Analisis Statistika | 3(2-1) | - | 1 | Academic Core Courses |
| 2 | STA2542 | Analisis Deret Waktu | 3(2-1) | - | 1 | In-depth Courses |
| 3 | STA2543 | Analisis Data Kategorik | 3(2-1) | - | 1 | In-depth Courses |
| 4 | STA2561 | Pemrograman Statistika | 3(2-1) | - | 1 | Academic Core Courses |
| 5 | STA2581 | Sains Data | 3(2-1) | - | 1 | Academic Core Courses |
| 6 | STA2501 | Teori Statistika | 3(2-1) | - | 2 | Academic Core Courses |
| 7 | STA2521 | Analisis dan Perancangan Percobaan | 3(2-1) | - | 2 | In-depth Courses |
| 8 | STA2522 | Analisis dan Perancangan Survey | 3(2-1) | - | 2 | In-depth Courses |
| 9 | STA2541 | Analisis Peubah Ganda | 3(2-1) | - | 2 | Academic Core Courses |
| 10 | STA2551 | Pemodelan Klasifikasi | 3(2-1) | - | 2 | Academic Core Courses |
| 11 | STA2562 | Pemrosesan Data Besar | 3(2-1) | - | 2 | In-depth Courses |
| 12 | STA2582 | Teknik Analitika Data Besar | 3(2-1) | - | 2 | Academic Core Courses |
| 13 | STA2590 | Metode Penelitian Kuantitatif | 3(2-1) | - | 2 | Academic Core Courses |
| 14 | STA2697 | Kolokium | 2(0-2) | - | 2 | Final Year Project |
| 15 | STA269A | Proposal | 3(0-3) | - | 2 | Final Year Project |
| 16 | PPS2691 | Diseminasi Hasil Tugas Akhir | 2(0-2) | - | 3 | Final Year Project |
| 17 | PPS2692 | Publikasi Ilmiah Nasional | 6(0-6) | - | 3 | Final Year Project |
| 18 | PPS2695 | Publikasi Ilmiah Internasional Tidak Bereputasi | 6(0-6) | - | 3 | Final Year Project |
| 19 | PPS2698 | Publikasi Ilmiah Internasional 2 | 8(0-8) | - | 3 | Final Year Project |
| 20 | STA2563 | Eksplorasi dan Visualisasi Data Besar | 3(2-1) | - | 3 | In-depth Courses |
| 21 | STA2631 | Model Linier Terampat | 3(2-1) | - | 3 | In-depth Courses |
| 22 | STA269B | Dokumen Tesis | 12(0-12) | - | 4 | Final Year Project |
| 23 | STA269C | Ujian Tesis | 6(0-6) | - | 4 | Final Year Project |
Capaian Pembelajaran Program Studi
Sikap
(AT) Memiliki kemandirian intelektual dalam berpikir kritis sebagai pembelajar sepanjang hayat
Pengetahuan
(K1) Memiliki pemahaman mendalam mengenai konsep dan teori statistika dan sains data yang mendasari aplikasi analisis data dan pengembangan keilmuan tingkat lanjut
(K2) Memiliki pengetahuan algoritmik mendalam tentang pengelolaan data dan pemrograman yang mendukung analisis statistika/sains data secara lebih customized dan efisien.
(K3) Memiliki pemahaman mendalam tentang teknik pengumpulan data melalui percontohan atau percobaan atau akuisisi data.
(K4) Memiliki pengetahuan yang luas mengenai pemodelan statistika/sains data baik yang bersifat supervised maupun unsupervised learning, serta penyajian yang baik.
Keterampilan
(A1) memiliki kemampuan merancang proses pengumpulan data dan mengelola implementasinya dalam bentuk survei kompleks atau percobaan tingkat lanjut atau akuisisi data dari berbagai sumber database yang mendukung penyelesaian masalah nyata.
(A2) memiliki kemampuan menyusun strategi analisis data dan mengaplikasikannya menggunakan teknik statistika atau statistical machine learning dengan bantuan komputer.
(A3) memiliki kemampuan kontekstualisasi hasil analisis dan pemodelan statistika dan sains data sebagai pendukung pengambilan keputusan
Kompetensi
(C1) Memiliki kemampuan memformulasikan permasalahan nyata ke dalam permasalahan statistika dan sains data sehingga diperoleh solusi yang mampu dipahami oleh pemangku kepentingan sesuai bidang kajian.
(C2) Memiliki kemampuan mengevaluasi efektifitas proses pengumpulan data yang relevan dengan pencarian solusi bagi penyelesaian masalah terapan, terutama dalam bidang pertanian tropika dan kemaritiman, baik melalui survei atau percobaan atau pemanfaatan database atau pengumpulan data digital.
(C3) Memiliki kemampuan mengelola tim analisis data yang menggunakan teknik statistika atau machine learning lanjut.
(C4) memiliki kemampuan mengartikulasikan hasil analisis data dalam bentuk komunikasi yang efektif dengan pemangku kepentingan, baik secara lisan maupun tertulis.
-