Mata kuliah ini memberikan pemahaman mendalam mengenai konsep, teknik, penelitian, dan teknologi terkini dalam bidang keamanan informasi, dirancang untuk mahasiswa program pascarsarjana. Fokus pembelajaran mencakup prinsip dasar Confidentiality, Integrity, dan Availability (CIA), serta berbagai kerangka kerja keamanan informasi seperti ISO 27001 dan McCumber Cube. Mahasiswa juga akan mempelajari penerapan teknologi modern dalam keamanan informasi, termasuk cloud security, keamanan perangkat Internet of Things (IoT), dan forensik digital.

Selain itu, mata kuliah ini membahas analisis ancaman, strategi mitigasi, teknik penetration testing, analisis malware, keamanan aplikasi, serta pengelolaan risiko keamanan informasi. Topik etika dan tanggung jawab profesional dalam pengelolaan keamanan data juga menjadi bagian penting dari pembelajaran.

Melalui kajian teori, studi kasus, simulasi, dan penelitian terkini, mahasiswa diharapkan mampu meningkatkan kemampuan analitis, berpikir kritis, dan menyelesaikan masalah kompleks dalam menghadapi tantangan keamanan informasi di era digital

Mata kuliah ini membahas pengertian pengertian GIS dan GIScience, sistem koordinat dan proyeksi, model data spasial dan eksplorasi data spasial, manajemen data spasial, analisis data vektor, analisis data raster, model dan analisis permukaan, analisis jalur dan jaringan, pengantar geostatistika, interpolasi spasial, machine learning untuk analisis data geospasial, dan studi kasus pengolahan data spasial dan pembangunan GIS

Materi mata kuliah ini meliputi: formulasi masalah pengenalan pola, teori keputusan Bayes, classifier berbasis model grafik (Bayes, Hidden Markov Model, Markov Random Fields Models), classifier linier, teknik klasifikasi (decision tree, CART, dan Regresion Tree),  Bias, Variance, Resampling, metode Kernel dan Sparse Kernel Machine, EM algorithm, PPCA, ICA dan Deep Learning  

Mata kuliah ini membahas algoritme dan teknik dalam machine learning yang digunakan untuk memecahkan permasalahan di bidang bioinformatika, khususnya yang menyangkut topik-topik terkini di bidang Bioinformatika, meliputi: teknik multiple sequence alignment dan aplikasinya, de novo DNA sequence assembly, metagenome fragment binning, prediksi struktur protein, dan interaksi protein-protein. Pertemuan setelah UTS diisi dengan diskusi paper tentang topik-topik tersebut.

Mata kuliah ini mempelajari pendekatan sistem dalam menyelesaikan permasalahan dan pengembangan Sistem Pakar (SP) meliputi Akuisisi Pengetahuan, Representasi Pengetahuan, Pembuatan Inference Engine dan Implementasi. Mata kuliah ini juga mempelajari Teknik-teknik Pengambilan Keputusan (Bayesian, Decision Tree, AHP, dll) yang akan diterapkan dalam suatu Sistem Penunjang Keputusan (SPK). Penugasan projek sederhana dengan mengkombinasikan SP dan SPK bagi mahasiswa pada mata kuliah ini dimaksudkan untuk menerapkan teori dan teknik pada aplikasi riel dan mempertajam analisis dan evaluasi terhadap validitas sistem yang telah dihasilkan.

Mata kuliah e-government menjelaskan faktor-faktor yang berhubungan dengan implementasi e-government yang meliputi alasan pentingnya pengembangan e-government, tantangan e-government, perencanaan pengembangan e-government, implementasi front office, back office, management project e-government dan perkembangan e-government di berbagai negara. Seiring dengan perkembangan konsep ‘e’ dewasa ini, mata kuliah ini juga menerangkan konsep e-governance , e-democracy dan e-campaigning. Mahasiswa diharapkan dapat merancang dan mengimplementasikannya dalam bentuk pemanfaatan ICT dalam government

Mata kuliah ini membahas berbagai aspek ilmu komputer dalam mewujudkan agro maritim presisi dengan bahasan mencakup pemodelan iklim, green house cerdas, non destructive inspection, IoT cerdas untuk monitoring dan budidaya, serta aspek sosial dan komersial budidaya dalam Agro-Maritim Presisi. 

Mata kuliah ini akan membahas tentang perkembangan teknologi pada perangkat bergerak, komunikasi data nirkabel, dan sistem tertanam dan jaringan sensor, yang menjadi komponen dasar dalam ekosistem tersebut. Untuk menjadikan ekosistem tersebut menjadi sebuah sistem yang cerdas, dalam matakuliah ini juga akan dibahas metode pendeteksian, pemodelan dan inferensi konteks, yang akan memberikan kemampuan kepada sistem untuk memberikan respon sesuai dengan kondisi tertentu (context aware system). Selain itu juga akan dibahas isu terkait privasi dan keamanan dalam sebuah komputasi bergerak. Untuk memperkaya dan memperdalam penguasaan mahasiswa, dalam matakuliah ini juga akan dibahas paper-paper terkait perkembangan metodologi  dan implementasi ubiquitous computing dalam beragam aspek, seperti smart farming, smart fish farming, traceability supply chain, dan e-health.

Materi pembahasan dalam mata kuliah ini meliputi dua bagian, yaitu teori komputasi mengenai kecerdasan (computation theory of intelligence) dan teori pembelajaran komputasi (computation learning theory).  Bagian pertama mencakup philosphi dari kecerdasan buatan (artificial intelligence philosophy), entropy (formulasi matematika, Shannon dan thermodynamic entropy), definisi dan asumsi “intelligence” (supervised dan unsupervised, overfitting, minimisasi entropi, organisasi entropy, efek global).  Bagian kedua mencakup  konsep algoritme pembelajaran, representasi, probabilistic learning, algorithme konsisten dan learnability, efficient learning, dimen Vapnik-Chervonenki, learning dan VC-dimension, Learning dalam situasi bernoise, learning finite automata.

Mata kuliah ini membahas bagaimana mendapatkan manfaat yang terbaik dari data dan pengetahuan. Materinya terdiri dari konsep-konsep dan praktik-praktik dalam memperoleh, memvalidasi, merepresentasikan, menyimpan, dan menggunakan data dan pengetahuan secara aman, tepat waktu, efisien, dan efektif. Secara khusus meliputi: data, informasi, pengetahuan, data model, relational data model, relational algebra, object-oriented data model, pengembangan basisdata, SQL, DBMS, noSQL, big data analytic, representasi pengetahuan, pengembangan manajemen pengetahuan, dan budaya manajemen pengetahuan dan organisasi, kakas manajemen pengetahuan, dan sistem manajemen pengetahuan.