Program Studi Magister

Departemen Statistika - IPB University, dapat disebut sebagai institusi pertama di Indonesia yang menyelenggarakan pendidikan tinggi di bidang statistika dan sains data. Saat ini Departemen Statistika IPB menyelengarakan Program Sarjana, Program Magister, dan Program Doktor dalam bidang Statistika dan Sains Data. Departemen Statistika telah meluluskan sumber daya manusia yang berkualitas yang telah diakui baik di tingkat nasional maupun internasional. Banyak instansi, industri dan lembaga negara sepakat bahwa lulusan Departemen Statistika dapat diandalkan dan cepat beradaptasi untuk menjawab kebutuhan dan tantangan kerja yang dihadapi. Proses pembelajaran yang baik dan input mahasiswa yang berkualitas telah mendukung mahasiswa untuk menjadi yang terbaik di bidangnya, dan lulusannya mampu untuk mengembangkan diri pada bidang statistika dan sains data maupun berbagai bidang aplikasi. Sejarah singkat Departemen Statistika diinisiasi oleh Prof. Andi Hakim Nasoetion (alm) sejak tahun 1968 melalui Bagian Biometrik pada Fakultas Pertanian - IPB. Selanjutnya resmi berdiri sebagai Jurusan Statistika dan Komputasi pada tahun 1972 dengan menyelenggarakan program pendidikan sarjana. Sejak tahun 1975 Departemen Statistika juga menyelenggarakan program pendidikan magister, adapun program pendidikan doktor secara regular dimulai sejak tahun 1999. Saat ini, Departemen Statistika IPB didukung oleh 29 orang dosen dan 5 orang diantaranya adalah guru besar. Program Magister Statistika dan Sains Data – IPB University memiliki daya tampung mahasiswa sebanyak 60 orang per tahun. Alumni program magister memiliki keahlian lulusan sesuai KKNI level 8 dan diarahkan untuk memenuhi kapasitas sebagai seorang manajer analisis data (Head of Analytics, Data Processing Manager), peneliti senior (Senior Researcher, Senior Research Executive, Senior Statistician), data scientist, maupun dosen dalam bidang statistika dan sain data.

Visi

Menjadi program studi rujukan pengembang sumberdaya manusia unggul di bidang statistika, analitika dan sains data yang memiliki integritas dan kreatifitas tinggi, adaptif terhadap perubahan, dan berdaya saing global.

Misi

1. Membangun atmosfer akademik yang mendukung kegiatan pendidikan dan penelitian bidang statistika dan sains data dengan mengikuti perkembangan teknologi untuk menjawab tantangan masa depan, serta menghasilkan lulusan berintegritas dan kreatif. 2. Mengembangkan kapasitas sumberdaya manusia penyelenggara program studi yang dapat mengimbangi kebutuhan bidang akademik maupun terapannya. 3. Menjalin kerjasama dan sinergi dengan berbagai pihak untuk mendukung terselenggaranya berbagai program pendidikan, penelitian, dan pengabdian kepada masyarakat

No Mata Kuliah SKS Prasyarat Semester Kategori Mata Kuliah
Kode Nama
1 STA1501 Teori Statistika 3(2-1) - 1 Academic Core Courses
2 STA1561 Pemrograman Statistika 3(2-1) - 1 Academic Core Courses
3 STA1581 Sains Data 3(2-1) - 1 Academic Core Courses
4 STA1500 Metode Penelitian Kuantitatif 3(2-1) - 2 PPKU/Common Core Courses
5 STA1551 Pemodelan Klasifikasi 3(2-1) - 3 In-depth Courses
6 STA1521 Analisis dan Perancangan Percobaan 3(2-1) - 2 In-depth Courses
7 STA1522 Metode Penarikan Contoh 3(2-1) - 2 In-depth Courses
8 STA1541 Analisis Peubah Ganda 3(2-1) - 2 In-depth Courses
9 STA1631 Model Linier Terampat 3(2-1) - 3 In-depth Courses
10 STA1542 Analisis Deret Waktu 3(2-1) - 2 In-depth Courses
11 STA1543 Analisis Data Kategorik 3(2-1) - 2 In-depth Courses
12 STA1562 Manajemen Data Statistika 3(2-1) - 2 In-depth Courses
13 STA1582 Pembelajaran Mesin Statistika 3(2-1) - 2 In-depth Courses
14 STA1563 Eksplorasi dan Visualisasi Data 3(2-1) - 3 In-depth Courses
15 PPS1692 Publikasi Ilmiah Nasional 2(0-2) - 3 Final Year Project
16 PPS1695 Publikasi Ilmiah Internasional 3(0-3) - 3 Final Year Project
17 PPS1698 Publikasi di Prosiding Seminar Internasional 2(0-2) - 3 Final Year Project
18 STA1697 Kolokium 1(0-1) - 2 Final Year Project
19 PPS1691 Seminar Tesis 1(0-1) - 3 Final Year Project
20 STA169A Proposal Tesis 2(0-2) - 2 Final Year Project
21 STA169B Tesis 6(0-6) - 4 Final Year Project
22 STA169C Ujian Tesis 2(0-2) - 4 Final Year Project
23 STA1531 Analisis Regresi Lanjut 3(2-1) - 2 In-depth Courses
24 STA1544 Analisis Data Observasional 3(2-1) - 2 In-depth Courses
25 STA1523 Analisis dan Perancangan Survey 3(2-1) - 2 In-depth Courses
26 STA1552 Pemodelan Non-parametrik 3(2-1) - 2 In-depth Courses
27 STA1553 Analisis Statistika Spasial 3(2-1) - 2 In-depth Courses
28 STA1583 Text Analytics 3(2-1) - 2 In-depth Courses
29 STA1554 Psikometrika 3(2-1) - 2 In-depth Courses
30 PPS1503 Bahasa Inggris 3(3-0) - 1 PPKU/Common Core Courses
31 STA1511 Analisis Statistika 3(2-1) - 1 Academic Core Courses

Capaian Pembelajaran: 1. Sikap dan Keterampilan Umum mengacu pada SNDikti. 2. Pengetahuan: • (P1) Memiliki pengetahuan konsep dan teori statistika yang mencakup metode pendugaan parameter dan pengujian hipotesis. • (P2) Memiliki pengetahuan teknik pemodelan dan analisis untuk berbagai struktur data seperti cross-sectional, time-series, longitudinal, dan sebagainya. • (P3) Memiliki pengetahuan konsep pembuatan algoritma pemrograman komputer untuk komputasi statistika dan implementasinya pada berbagai perangkat lunak sains data. • (P4) Memiliki pengetahuan teknik pengumpulan data melalui percontohan, percobaan, dan observasi. • (P5) Memiliki pengetahuan teknik pengelolaan database yang mencakup subsetting, merging, combining, transforming, sorting, recoding, dan reshaping yang diimplementasikan melalui program SQL. • (P6) Memiliki pengetahuan teknik pemodelan klasifikasi dan klasterisasi melalui berbagai pemodelan parametrik, baik yang bersifat supervised maupun unsupervised learning. • (P7) Memiliki pengetahuan teknik visualisasi data baik secara univariate maupun multivariate. 3. Keterampilan Khusus • (KK1) Memiliki kemampuan memformulasikan permasalahan nyata ke dalam permasalahan statistika sehingga diperoleh solusi secara kuantitatif yang mampu dipahami oleh pemangku kepentingan yang berkaitan di bidang lain. • (KK2) Memiliki kemampuan menyusun dan mengevaluasi rancangan pengumpulan data dan menerapkannya dalam bentuk survei kompleks, percobaan tak-standar atau akuisisi data dari berbagai sumber (termasuk big-data) dalam berbagai bentuk seperti database, web, text, image, dan multimedia yang sesuai dengan konteks permasalahan yang dihadapi, serta mampu mengelola pelaksanaan proses pengumpulan tersebut hingga data siap dianalisis. • (KK3) Memiliki kemampuan menyusun dan mengevaluasi metode analitik menggunakan teknik statistika atau statistical machine learning dengan bantuan komputer (computer assisted), serta mengelola kegiatan analisis data yang terpadu. • (KK4) Memiliki kemampuan menerjemahkan hasil analisis sesuai dengan konteks yang dihadapi dan menyajikan hasil analisis dalam bentuk yang mampu dipahami oleh pengguna atau pakar di bidang ilmu lain.

Belum ada data