Kontrak Kuliah PTA 2022/2023

Pengantar Sains Data

Yekti Widyaningsih

Fakultas Matematika dan

Ilmu Pengetahuan Alam
Universitas Indonesia
 Informasi Umum

Nama Mata Kuliah Pengantar Sains Data

Kode Mata Kuliah SCMF600002

Jumlah SKS 2
Status Mata Kuliah Wajib
Semester Ke- 1
MK Prasyarat -
Bahasa Pengantar Bahasa Indonesia

FMIPA Universitas
Indonesia
 Metode Pembelajaran
Problem-based Learning/Project-based Learning/Collaborative
Learning

Luring / Daring/Blended

Menggunakan Learning Management System (LMS) EMAS atau EMAS2

Media sinkronus: Microsoft Teams/Google meet/Zoom

FMIPA Universitas
Indonesia
 Deskripsi Mata Kuliah

Mata kuliah Pengantar Sains Data (PSD) dimulai dengan

memahami dasar ilmu statistika (metode statistika) dan
melakukan pengolahan data sederhana. Hal ini meliputi
konsep dasar mengenai cara meringkas dan menyajikan data,
beberapa distribusi peluang diskrit dan kontinu, distribusi
sampling, pengujian hipotesis, korelasi, dan analisis regresi
(yang mewakili metode supervised learning) dan
analisis kelompok (yang mewakili metode unsupervised
learning). Mahasiswa akan melakukan pengolahan data
dengan menggunakan perangkat lunak Excel dan/atau R.
FMIPA Universitas
Indonesia
 Deskripsi Mata Kuliah …
Bagian kedua dari mata kuliah PSD mengakomodir kebutuhan
mahasiswa dalam memahami metode terkait Data Science (DS) dan Big
Data (BD) dengan pengenalan berbagai istilah dan sejarah mengapa
teknologi dan metode baru terkait DS dan BD terlahir. Hubungan antara
DS, BD, AI (Artificial Intelligence), Machine Learning, Statistika, dan
berbagai bidang ilmu terkait data lainnya menjadi pembahasan
selanjutnya. Overview dari berbagai metode dan teknologi yang ada di
DS dan BD menjadi fondasi bagi para pemula untuk mendalami lebih
lanjut ilmu DS dan-atau BD. Deskripsi, tugas, serta tanggung jawab
berbagai profesi terkait data seperti Data Scientist, Data Engineer, dan
Data Analyst menjadi salah satu pokok bahasan di mata kuliah ini.
Diskusi terkait masa depan teknologi dan metode di DS dan BD juga
tidak luput dari pembahasan di mata kuliah ini.

FMIPA Universitas
Indonesia
 Capaian Pembelajaran Mata Kuliah

Setelah menyelesaikan mata kuliah ini, mahasiswa semester 1

S1 FMIPA UI mampu menjelaskan ruang lingkup dari sains
data dan permasalahan big data, mengidentifikasi
permasalahan di dunia nyata yang dapat diselesaikan dengan
metode sains data dan mampu melakukan pengolahan data
sederhana dan analisis terhadap solusi permasalahan yang
diberikan.

FMIPA Universitas
Indonesia
 Sub Capaian Pembelajaran Mata Kuliah
Mahasiswa mampu mengidentifikasi dan menjelaskan permasalahan di dunia
Sub- CPMK 1 nyata yang dapat diselesaikan dengan metode statistika dasar, sains data, atau
big data (C2)
Mahasiswa mampu mengidentifikasi dan menjelaskan berbagai jenis tipe data dan
Sub- CPMK 2 pengaruhnya terhadap analisis dan penggunaan model di sains data dan statistika.
(C2)
Mahasiswa mampu mengekstraksi informasi yang berharga dari data transactional dan
Sub- CPMK 3
memberi rekomendasi yang tepat berdasarkan data dan model yang dibentuk
(Tulisan Sub Capaian Pembelajaran Mata Kuliah))
Mahasiswa mampu melakukan preprocessing yang dibutuhkan berdasarkan model
Sub- CPMK 4 yang kelak akan digunakan pada analisa lanjut data dan menerapkan analisa data
sederhana menggunakan statistika dasar dan visualisasi yang tepat. (C3).
Mahasiswa mampu menjelaskan mengenai etika dan ketentuan dalam pengambilan
Sub- CPMK 5
dan pengolahan data (C2)
Mahasiswa mampu melakukan analisa pengelompokkan yang baik untuk
Sub- CPMK 6
mendapatkan pola tersembunyi di data (C3).
Mahasiswa mampu melakukan analisa pada data dengan indikator target berbentuk
Sub- CPMK 7
numerik dan-atau bergantung waktu (C3).
FMIPA Universitas
Indonesia
 Sub Capaian Pembelajaran Mata Kuliah
Mahasiswa mampu menjelaskan keseluruhan proses data mining pada
Sub- CPMK 8
sebuah permasalahan nyata (C2).
Mahasiswa mampu menjelaskan konsep peluang dan menerapkannya pada
Sub-CPMK 9
data diskrit maupun kontinu. (C3)
Sub-CPMK 9 Mahasiswa mampu melakukan analisis pada data kontinu. (C3)
Mampu menjelaskan mengenai distribusi sampling dan beberapa teorema
Sub-CPMK 10
penting dalam statistika. (C2)
Mahasiswa mampu melakukan estimasi parameter dan pengujian hipotesis
Sub-CPMK 11 (Tulisan
untukSub
satu Capaian Pembelajaran
dan dua populasi, Mata
uji proporsi, Kuliah))
uji ragam,m dan uji homogenitas .
(C3)
Mahasiswa mampu melakukan pengolahan dan analsis data sederhana
Sub-CPMK 12
dengan korelasi dan regresi. (C4)
Mahasiswa mampu melakukan pengolahan data sederhana dengan metode
Sub-CPMK 13
pengelompokan. (C3)
Mahasiswa mampu menggunakan perangkat lunak sains data, teknologi
Sub-CPMK 14 komputasi dan informasi untuk membantu dalam pengambilan dan
pengolahan data sederhana (C3).
FMIPA Universitas
Indonesia
 Ketentuan Umum
Satu sks pada bentuk pembelajaran kuliah, responsi dan tutorial adalah 170 menit, mencakup:

Kegiatan belajar dengan penugasan terstruktur 60 menit per minggu

a per semester

Kegiatan belajar dengan tatap muka 50 menit per minggu per

b semester

c Kegiatan belajar mandiri 60 menit per minggu per semester

• PR 16 2020 Tentang Penyelenggaraan Program Sarjana di Universitas Indonesia (Bab I Pasal 1 ayat 40)
• PR 5 2021 Tentang Penyelenggaraan Program Magister di Universitas Indonesia (Bab I Pasal 1 ayat 31)
• PR 8 2021 Tentang Penyelenggaraan Program Doktor di Universitas Indonesia (Bab I Pasal 1 ayat 31)

FMIPA Universitas
Indonesia
 Evaluasi Hasil Belajar

“Dalam hal mahasiswa mengambil ulang suatu mata

kuliah, nilai mata kuliah tersebut didasarkan pada
nilai terakhir yang diperoleh.”

• PR 16 2020 Tentang Penyelenggaraan Program Sarjana di Universitas Indonesia (Bab XII Pasal 38 ayat 5)
• PR 5 2021 Tentang Penyelenggaraan Program Magister di Universitas Indonesia (Bab XI Pasal 33 ayat 6)
• PR 8 2021 Tentang Penyelenggaraan Program Doktor di Universitas Indonesia (Bab XI Pasal 35 ayat 4)

FMIPA Universitas
Indonesia
Kalender Akademik UI
Semester Ganjil 2022/2023

Akses Kalender Akademik FMIPA UI:

www.sci.ui.ac.id/aturan-dan-pedoman

FMIPA Universitas
Indonesia
 Satuan Acara Perkuliahan (SAP)
Pekan Topik Pembahasan
Pendahuluan Statistika dan Analisis Data
1 29 Agt – 2 Sep
Visualisasi data, (Tugas 1, kumpul 11 Sept)
2 5 – 9 Sep
Distribusi Probabilitas Diskrit
3 12 – 16 Sep
Dasar sampling distribution, Distribusi Probabilitas
4 19 – 23 Sep
Kontinu Post Test 1 (19 Sep, Materi Pekan 1-3)
Dasar-dasar Pengujian Hipotesis
5 26 – 30 Sep
Beberapa pengujian hipotesis,
6 3 – 7 Okt Tugas 2 (Kumpul 9 Okt)
ANOVA, Uji chi-square, Post Test 2 (10 Okt, Materi
7 10 – 14 Okt Pekan 4-6)
8 17 – 21 Okt UTS (diblok), 21 Okt

9 24 – 28 Okt UTS (tidak diblok) FMIPA Universitas

Indonesia
 Satuan Acara Perkuliahan (SAP)
Pekan Topik Pembahasan
10 31 Okt – 4 Nov Korelasi dan Regresi Linear Sederhana

11 7 – 11 Nov Analisis Pengelompokan (K-Means)

Pengertian & contoh aplikasi sains data & big data.

12 14 – 18 Nov Post Test 3 (14 Nov, Materi Pekan 10, 11)
Data, Informasi, dan Insight Tugas 3 (Kumpul 27 Nov)
13 21 – 25 Nov
Interdependence (unsupervised): EDA, preprocessing,
14 28 Nov – 2 Des visualisasi, pengelompokan, sequential analysis.
Bahasa Pemrograman di Sains Data dan Big data
15 5 – 9 Des Post Test 4 (5 Des, Materi Pekan 12-14)
Technoprenership, Innovation, and Creativity di era data.
16 12 – 16 Des Tugas 4 (Kumpul 18 Des)
17 19 – 23 Des UAS (diblok), 23 Des
18 26 – 30 Des UAS (diblok) FMIPA Universitas
Pengunggahan Nilai ke SIAK-NG: 10 Januari 2021 Pukul 16.00
Indonesia
 Komponen Penilaian

Komponen Bobot (%)

UTS
30

UAS
30

Post Test (20%), Tugas Kelompok (20%)

40

Total 100

FMIPA Universitas
Indonesia
 Bahan Bacaan dan Referensi
[1] Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2017). Probability and statistics
for engineers and scientists (9th ed). New York: Macmillan
[2] Baesens, B. (2014). Analytics in a big data world: The essential guide to data
science and its applications. John Wiley & Sons. (general introduction to data
science and big data)
[3] Cielen, D., Meysman, A., & Ali, M. (2016). Introducing data science: big data,
machine learning, and more, using Python tools. Manning Publications Co. (good
technical reference to big data related problems)
[4] Berman, J. J. (2018). Principles and Practice of Big Data: Preparing, Sharing, and
Analyzing Complex Information. Academic Press.
[5] Ratner, B. (2017). Statistical and Machine-Learning Data Mining:: Techniques for
Better Predictive Modeling and Analysis of Big Data. Chapman and Hall/CRC.
[6] Furht, B., & Villanustre, F. (2016). Big data technologies and applications. Berlin,
Germany: Springer.
[7] Freeman, L., & Peace, A. G. (Eds.). (2005). Information ethics: privacy and
intellectual property. IGI Global.
FMIPA Universitas
Indonesia
 Bahan Bacaan dan Referensi
[8] (Wiley Series in Probability and Statistics) Alvin C. Rencher, William F.
Christensen(auth.) - Methods of Multivariate Analysis, Third Edition (2012)
[9] Google LLC, Google Colabs Documentation, 2020, Machine Learning- Data
Visualizations

FMIPA Universitas
Indonesia
 Tata Tertib Perkuliahan
Mahasiswa yang berhak mengikuti perkuliahan adalah mahasiswa yang terdaftar (di SIAKNG)
01 sebagai peserta perkuliahan pada tahun akademik atau semester yang sedang berjalan

Mahasiswa harus memastikan tidak salah memasuki kelas di EMAS (untuk mata kuliah yang
02 memiliki kelas paralel lebih dari 1)

Mahasiswa harus memperhatikan jadwal acara perkuliahan (luring / daring, sinkronus /

03 asinkronus) yang telah ditentukan

EMAS merupakan platform yang digunakan untuk interaksi dosen/tim dosen dengan
04 mahasiswa, sehingga mahasiswa harus selalu memperhatikan pengumuman di EMAS.

Selain perkuliahan di dalam kelas, Media lain seperti email, SMS, Whatsapp, LINE dapat
05 digunakan sesuai kesepakatan dengan dosen/tim dosen.

Mahasiswa wajib memperhatikan etika jika akan menghubungi dosen/tim dosen

06 (pada hari dan jam kerja) .

FMIPA Universitas
Indonesia
 Tata Tertib Perkuliahan
Daring / Blended

Selama perkuliahan daring/blended (sinkronus), sebelum mengikuti perkuliahan secara video

conference (sinkronus), mahasiswa harus:
07 • Memastikan telah mendapat link/ID meeting* untuk join ke dalam virtual class.
• Membaca materi (ppt/video/bacaan) yang telah ditugaskan oleh dosen
• Menyiapkan pertanyaan jika ada hal yang kurang dimengerti dari materi, untuk ditanyakan
kepada dosen.

Selama perkuliahan daring/blended (sinkronus) berlangsung, mahasiswa memiliki opsi:

• Mematikan audio (pada kondisi mute) dan video selama sesi kuliah, kecuali jika diminta
oleh dosen untuk mengaktifkannya.
08 • Menyalakan audio dan video jika dosen menetapkan bahwa sesi tersebut adalah sesi
diskusi.
• Mengajukan pertanyaan secara langsung (menyalakan video) atau ditulis dalam chat

Kehadiran mahasiswa dalam perkuliahan selama 1 (satu) semester akan direkap dari:
• Aktivitas mahasiswa (secara mingguan) di dalam EMAS (login, mengakses materi kuliah,
09 keterlibatan dalam forum diskusi, men-submit tugas, mengerjakan kuis, dll.)
• Memberikan tanda tangan pada Daftar hadir yang diberikan saat perkuliahan atau melalui
borang absensi daring.
FMIPA Universitas
Indonesia
 Tata Tertib Perkuliahan
Luring / Blended
Mahasiswa wajib berpakaian rapi dan sopan dan wajib memakai sepatu serta dilarang memakai
10 baju tanpa lengan, rok mini, dan celana pendek.

Selama perkuliahan berlangsung, mahasiswa dilarang:

• Menggunakan HP dan alat komunikasi lainnya
11 • Bercakap-cakap atau melakukan perbuatan-perbuatan lain yang dapat mengganggu
ketertiban perkuliahan

12 Mahasiswa hadir 10 menit sebelum kuliah dimulai

Apabila pada waktunya dosen belum hadir tanpa kabar, mahasiswa dapat menunggu dengan tertib
13 selama-lamanya 15 (lima belas) menit.

Apabila setelah 15 menit dosen belum datang, mahasiswa dapat memilih alternatif:
14 • Mahasiswa membubarkan diri dengan tertib
• Mahasiswa menghubungi staf administrasi untuk mendapat informasi keberadaan dosen

Mahasiswa dilarang makan di dalam ruangan kelas yang ber-AC dan dilarang mengatur suhu AC dengan
15 menggunakan telepon seluler; gunakan remote yang telah disediakan (minta kepada petugas)
FMIPA Universitas
Indonesia
 Tata Tertib Ujian Semester
Mahasiswa dapat mengikuti ujian apabila memenuhi kehadiran minimal 75% saat
perkuliahan.
• Nilai hasil belajar seorang mahasiswa aktif yang tidak memenuhi jumlah

01 minimal kehadiran dalam mengikuti kegiatan akademik sesuai dengan

ketentuan yang berlaku dalam satu semester akan diberi kode huruf T (tidak
mengikuti) dan diperhitungkan dalam indeks prestasi semester dengan bobot
nol.
PR 16 2020 Tentang Penyelenggaraan Program Sarjana di Universitas Indonesia (Bab XII Pasal 38 ayat 4)
PR 5 2021 Tentang Penyelenggaraan Program Magister di Universitas Indonesia (Bab XI Pasal 33 ayat 4)

02 Ujian semester dilaksanakan di ruangan yang sudah ditentukan.

Peserta ujian wajib berpakaian rapi dan sopan dan wajib memakai sepatu serta
03 dilarang memakai baju tanpa lengan, rok mini, dan celana pendek.

04 Peserta ujian hadir minimal 10 menit sebelum ujian semester berlangsung

FMIPA Universitas
Indonesia
 Tata Tertib Ujian Semester
05 Peserta ujian yang datang terlambat tidak diberikan perpanjangan waktu.

06 Peserta wajib membawa KTM dan alat tulis.

07 Peserta wajib mengisi dan menandatangani daftar hadir ujian.

08 Peserta wajib mematikan HP dan alat komunikasi lainnya.

Selama ujian semester berlangsung, peserta ujian dilarang makan, minum,

09 merokok di dalam ruang ujian.

Segala sesuatu yang tidak jelas selama ujian hanya dapat ditanyakan kepada
10 pengawas ujian

FMIPA Universitas
Indonesia
 Tata Tertib Ujian Semester
Selama ujian semester berlangsung, peserta ujian dilarang meninggalkan
11 ruangan.

Apabila mahasiswa terbukti melakukan pelanggaran tata tertib maka akan dikenakan sanksi
12 akademik, diantaranya dikeluarkan dari ruang ujian atau mendapat peringatan tertulis.

Pengawas ujian mempunyai wewenang dan tanggung jawab penuh pada waktu
pelaksanaan ujian seperti:
a. Menentukan tempat duduk peserta,
13 b. Memindahkan tempat duduk peserta,
c. Memberi teguran dan peringatan kepada peserta,
d. Mencatat nama peserta yang melanggar tata tertib ujian.

Apabila mahasiswa berhalangan mengikuti ujian maka mahasiswa tersebut harus

14 memberikan surat keterangan dari orang tua yang menerangkan halangan mengikuti
ujian.

15 Ujian susulan hanya dapat diberikan jika dengan alasan sakit

FMIPA Universitas
Indonesia
 Tata Tertib Ujian Semester
Mahasiswa yang melakukan kecurangan pada proses evaluasi belajar seperti tertera di bawah
ini:
• Menyontek yang dilakukan oleh mahasiswa dengan sadar (sengaja).
• Bekerjasama saat ujian baik secara lisan, tulisan, dengan isyarat ataupun melalui alat
elektronik.
• Melakukan plagiasi untuk pengerjaan tugas.

Akan memperoleh hukuman seperti tertera di bawah ini:

1. Jika menyontek di UTS maka diberi nilai 0 (nol), diberi peringatan, dan diberi
16 kesempatan mengikuti UAS.
2. Jika menyontek di UAS maka akan diberi nilai 0 (nol), diberi peringatan.
3. Jika berbuat curang untuk tugas maka diberi nilai 0 (nol), diberi peringatan.

Menyontek Kecurangan
saling mengirim jawaban atau berdiskusi mengumpulkan tugas individu dengan
dengan teman dalam menjawab soal ujian menggunakan hasil pekerjaan teman (seizin
melalui media apapun. maupun tanpa izin).

Dosen dapat melakukan moderasi dan klarifikasi (mengisi borang moderasi dan klarifikasi) dan tidak memberikan hukuman
langsung baik bagi yang mencontek dan yang memberikan contekan.

FMIPA Universitas
Indonesia
 Evaluasi Hasil Belajar
C Minimal Nilai Lulus Mata Kuliah Interval Nilai Bobot Nilai
Nilai Huruf
Angka Huruf
Mahasiswa yang terbukti melakukan
E pelanggaran/kecurangan dalam perkuliahan
[85, 100] A 4,00
[80, 85) A- 3,70
I Penilaian Mata Kuliah Belum Lengkap
[75, 80) B+ 3,30

TK Mata Kuliah yang ditransferkreditkan [70, 75) B 3,00

[65, 70) B- 2,70
T Tidak memenuhi jumlah minimal kehadiran [60, 65) C+ 2,30
[55, 60) C 2,00
Mata Kuliah Spesial yang masih berlanjut setelah
BS semester berakhir
[40, 55) D 1,00
[00, 40) E 0,00
FMIPA Universitas
Indonesia
 Referensi

• Ketetapan Majelis Wali Amanat Universitas Indonesia Nomor 008/SK/MWA-UI/2004

TENTANG Perubahan Ketetapan MWA Universitas Indonesia NOMOR: 005/SK/MWA-
UI/2004 tentang Tata Tertib Kehidupan Kampus Universitas Indonesia
• Peraturan Majelis Wali Amanat Universitas Indonesia Nomor : 003 /Peraturan/MWA-
UI/2005 tentang Kebijakan Riset Universitas Indonesia
• SK Rektor UI Nomor 16, Tahun 2020 tentang Penyelenggaraan Program Sarjana di UI
• SK Rektor UI Nomor 2, Tahun 2021 tentang Penyelenggaraan Program Magister di UI
• SK Rektor UI Nomor 6, Tahun 2021 tentang Penyelenggaraan Program Doktor di UI
• Surat Wakil Dekan FMIPA UI Nomor : 0378/UN2.F3.1/PDP.00/2018 tentang Pemberian
Hukuman dan Teguran Untuk Kecurangan Saat Ujian Mata Kuliah

FMIPA Universitas
Indonesia
 EDOM
Evaluasi Dosen oleh Mahasiswa

Evaluasi Dosen Oleh Mahasiswa (EDOM) adalah

instrumen untuk menilai kinerja dosen dalam proses
pembelajaran di akhir semester. Peduli mutu adalah
motto Universitas Indonesia.

Sebelum periode pengunggahan nilai semester di

SIAK berakhir, mahasiswa tidak dapat melihat nilainya
sebelum mahasiswa mengisi EDOM.

Tautan EDOM:
https://edom.ui.ac.id/login.php

FMIPA Universitas
Indonesia