SLIDE UNTUK MAHASISWA

Pengantar Sains Data

YEKTI WIDYANINGSIH

AKADEMIK FMIPA UI
 Informasi Umum

Nama MK Pengantar Sains Data

Kode MK SCMF600002
Jumlah SKS 2
Status MK Wajib
Semester ke- 2
MK Prasyarat -
Bahasa Pengantar Indonesia

AKADEMIK FMIPA UI
 Metode pembelajaran &
teknis perkuliahan

•Problem-based learning/Project-based learning

•Menggunakan Learning Management System
(EMAS1 atau EMAS2)
•Menggunakan: Zoom/Skype/Microsoft
Teams/Google meet

AKADEMIK FMIPA UI
 Deskripsi mata kuliah

Sains Data (Data Science - DS) dan Big Data (BD) telah menjadi kunci penting dalam kesuksesan industri
dan pemerintahan di banyak tempat di seluruh dunia. Mengetahui tantangan, peluang, teknologi, dan
metode terkait DS dan BD akan menjadi salah satu faktor penentu persaingan bisnis di era data. Mata
kuliah Pengantar Sains Data (PSD) dimulai 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. Berbagai isu terkait hukum dan ethics data, serta
diskusi terkait masa depan teknologi dan metode di DS dan BD juga tidak luput dari pembahasan di mata
kuliah ini.
Bagian kedua dari mata kuliah PSD mengakomodir kebutuhan mahasiswa dalam memahami dasar ilmu
statistika (metode statistika). Statistika dasar yang dibahas meliputi ukuran pusat dan keseragaman data,
dasar peluang, uji statistika sederhana, analisis keragaman, dan korelasi. Bahasa pengantar yang
digunakan dalam mata kuliah ini adalah bahasa Indoensia dan bahasa Inggris.

AKADEMIK FMIPA UI
 Capaian Pembelajaran
mata kuliah

CPL-1: Mahasiswa mampu mengidentifikasi pemasalahan dunia nyata ke dalam model

statistika,
CPL-2: Mahasiswa mempu menerapkan teknologi informasi dan komunikasi (TIK) yang
sesuai dengan bidang minat statistika dan bidang lainnya yang terkait, dan
CPL-3: Mahasiswa memiliki kemampuan dasar untuk mengembangkan diri sesuai dengan
kebutuhan profesi.

CPMK-1: Setelah menyelesaikan mata kuliah ini, mahasiswa semester 1 S1 Statistika 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.

AKADEMIK FMIPA UI
Sub Capaian
Pembelajaran mata kuliah

AKADEMIK FMIPA UI
 Sub Capaian
Pembelajaran mata kuliah
Mahasiswa mampu menjelaskan keseluruhan proses data mining pada sebuah permasalahan nyata
Sub- CPMK 8
(C2).
Mahasiswa mampu menjelaskan konsep peluang dan menerapkannya pada data diskrit maupun
Sub-CPMK 9
kontinu. (C3)

Sub-CPMK 9 Mahasiswa mampu melakukan analisis pada data kontinu. (C3)

Mampu menjelaskan mengenai distribusi sampling dan beberapa teorema penting dalam statistika.
Sub-CPMK 10
(C2)

Mahasiswa mampu melakukan estimasi parameter dan pengujian hipotesis untuk satu dan dua
Sub-CPMK 11
populasi, uji proporsi, uji ragam,m dan uji homogenitas . (C3)

Mahasiswa mampu melakukan pengolahan dan analsis data sederhana dengan korelasi dan regresi.
Sub-CPMK 12
(C4)

Sub-CPMK 13 Mahasiswa mampu melakukan pengolahan data sederhana dengan metode pengelompokan. (C3)

Mahasiswa mampu menggunakan perangkat lunak sains data, teknologi komputasi dan informasi
Sub-CPMK 14
untuk membantu dalam pengambilan dan pengolahan data sederhana (C3).

AKADEMIK FMIPA UI
 1 SKS kuliah

• 50 menit/minggu/semester tatap muka

• 60 menit/minggu/semester tugas terstruktur
• 60 menit/minggu/semester tugas mandiri
SK Rektor no 014 tahun 2016 tentang Penyelenggaraan Program Sarjana di UI
Bab I, Pasal 1 poin 35

SK Rektor no 015 tahun 2016 tentang Penyelenggaraan Program Magister di UI

Bab I, Pasal 1 poin 35

SK Rektor no 027 tahun 2016 tentang Penyelenggaraan Program Doktor di UI

Bab I, Pasal 1 poin 31

AKADEMIK FMIPA UI
 Kalender Akademik UI
Semester genap 2020/2021

Kegiatan Waktu
Pengisian IRS 1– 12 Februari 2021
Pengisian IRS Eksternal (mk lintas prodi) 8– 12 Februari 2021
Kegiatan Perkuliahan dan Ujian
22 Feb -- 2 Juli 2021
(UTS dan UAS)
Ujian Tengah Semester (UTS di blok) 19 -- 24 April 2021
Ujian Akhir semester (UAS di blok) 21 Juni -- 2 Juli 2021
Batas Akhir Pengunggahan Nilai Ujian
9 Juli 2021
Semester Gasal 2020/2021 ke dalam SIAK
(pukul 16.00)
NG (kecuali Tugas Akhir)

AKADEMIK FMIPA UI
 SAP
(Satuan Acara Perkuliahan)
Pekan Topik Bahasan
1 22 – 27 Feb

2 1 – 6 Mar
3 8 – 13 Mar
4 15 – 20 Mar
5 22 – 27 Mar

6 29 Mar – 3 Apr

AKADEMIK FMIPA UI
 SAP
(Satuan Acara Perkuliahan)
Pekan Topik Bahasan
7 5 – 10 Apr Pendahuluan statistika dan analisis data.

8 12 – 17 Apr Visualisasi data

9 19 – 24 Apr UTS (diblok)

10 26 Apr – 1 Mei Distribusi Probabilitas Diskrit, post test

11 3 – 8 Mei Dasar sampling distribution, tugas

12 17 – 22 Mei Pengujian Hipotesis, post test

AKADEMIK FMIPA UI
Sumber: https://azkadina.com/kalender-bulan-mei-2021/
 SAP
(Satuan Acara Perkuliahan)

Pekan Topik Bahasan

13 24 – 29 Mei Beberapa pengujian hipotesis, tugas
14 31 Mei – 5 Juni ANOVA, post test
15 7 – 12 Juni Korelasi dan Regresi Linear
Sederhana, tugas
16 14 – 17 Juni Analisis Pengelompokan
(K-Means)
17 21 – 26 Juni UAS (diblok)
18 28 Juni – 2 Juli UAS (diblok)

AKADEMIK FMIPA UI
 Komponen penilaian*

Komponen Bobot (%)

UTS 20
UAS 25
Tugas Kelompok 40
Pre Test/Post Test 15
Total 100

*sesuai yang tercantum dalam SIAK NG dan BRP

AKADEMIK FMIPA UI
 Bahan bacaan/
referensi
1. 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)
2. 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)
3. Berman, J. J. (2018). Principles and Practice of Big Data: Preparing, Sharing, and
Analyzing Complex Information. Academic Press.
4. Ratner, B. (2017). Statistical and Machine-Learning Data Mining:: Techniques for
Better Predictive Modeling and Analysis of Big Data. Chapman and Hall/CRC.
5. Furht, B., & Villanustre, F. (2016). Big data technologies and applications. Berlin,
Germany: Springer.
6. Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (1993). Probability and statistics
for engineers and scientists (Vol. 5). New York: Macmillan.
7. Freeman, L., & Peace, A. G. (Eds.). (2005). Information ethics: privacy and intellectual
property. IGI Global.

AKADEMIK FMIPA UI
 Tata tertib
perkuliahan daring

1. Mahasiswa yang berhak mengikuti

perkuliahan adalah mahasiswa yang
terdaftar (di SIAK NG) sebagai
peserta perkuliahan pada tahun
akademik atau semester yang sedang
berjalan

AKADEMIK FMIPA UI
 Tata tertib
perkuliahan daring

2. Mahasiswa harus memastikan tidak salah

memasuki EMAS (untuk mata kuliah yang
memiliki kelas paralel lebih dari 1)
3. Mahasiswa harus memperhatikan jadwal
acara perkuliahan (sinkronus/asinkronus)
yang telah ditentukan.

AKADEMIK FMIPA UI
 Tata tertib
perkuliahan daring
4. Sebelum mengikuti perkuliahan secara video
conference (sinkronus), mahasiswa harus:
• 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.

AKADEMIK FMIPA UI
 Tata tertib
perkuliahan daring
5. Selama perkuliahan secara video conference*
(sinkronus) berlangsung, mahasiswa
• Mematikan audio (pada kondisi mute) dan video
selama sesi kuliah, kecuali jika diminta oleh dosen
untuk mengaktifkannya.
• Menyalakan audio dan video jika dosen
menetapkan bahwa sesi tersebut adalah sesi
diskusi.
• Jika akan mengajukan pertanyaan, dapat secara
langsung atau ditulis dalam chat
* Opsi: Microsoft Teams/Google meet/Zoom/Skype

AKADEMIK FMIPA UI
 Tata tertib
perkuliahan daring
6. Kehadiran mahasiswa dalam perkuliahan selama 1
(satu) semester akan direkap dari:
• Aktivitas mahasiswa (secara mingguan) di dalam
EMAS (login, mengakses materi kuliah,
keterlibatan dalam forum diskusi, men-submit
tugas, mengerjakan kuis, dll.)
• Daftar hadir* yang diberikan saat perkuliahan
melalui video conference (sinkronus).

* Google form yang link nya diberikan melalui fitur chat

AKADEMIK FMIPA UI
 Tata tertib
perkuliahan daring
7. EMAS merupakan platform utama yang
digunakan untuk interaksi dosen/tim dosen
dengan mahasiswa, sehingga mahasiswa harus
selalu memperhatikan pengumuman di EMAS.
8. Media lain seperti email, SMS, Whatsapp, LINE
dapat digunakan sesuai kesepakatan dengan
dosen/tim dosen.
9. Mahasiswa wajib memperhatikan etika jika akan
menghubungi dosen/tim dosen (pada hari dan
jam kerja) .

AKADEMIK FMIPA UI
 Tata tertib ujian
semester secara daring

1. Mahasiswa dapat mengikuti

ujian apabila memenuhi
kehadiran minimal 75% saat
perkuliahan.

AKADEMIK FMIPA UI
AKADEMIK FMIPA UI
AKADEMIK FMIPA UI
 Tata tertib ujian
semester secara daring

2. Peserta ujian tidak diperkenankan untuk

saling mengirim jawaban atau berdiskusi
dalam menjawab soal ujian melalui
media apapun dengan peserta ujian lain.

AKADEMIK FMIPA UI
 Tata tertib ujian
semester secara daring
3. Apabila dikemudian hari mahasiswa terbukti
melakukan kecurangan akademik dalam mengerjakan
ujian, mahasiswa tersebut akan dikenakan sanksi
akademik sesuai dengan
•SK Rektor UI Nomor 014, Tahun 2016, pasal 31 ayat 8 dan
pasal 33 ayat 4 (S1)
•SK Rektor UI Nomor 015, Tahun 2016, pasal 38 ayat 4 (S2)
•SK Rektor UI Nomor 016, Tahun 2016, pasal 35 ayat 4 (S3)
yaitu mahasiswa diberikan nilai E untuk mata kuliah ini.

AKADEMIK FMIPA UI
 Tata tertib ujian
semester secara daring

4. Apabila mahasiswa berhalangan

mengikuti ujian maka mahasiswa
tersebut harus memberikan surat
keterangan dari orang tua yang
menerangkan halangan mengikuti
ujian.
5. Ujian susulan hanya dapat
diberikan jika dengan alasan sakit

AKADEMIK FMIPA UI
 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

AKADEMIK FMIPA UI
 REFERENSI

• SK Rektor UI Nomor 014, Tahun 2016 tentang

Penyelenggaraan Program Sarjana di UI
• SK Rektor UI Nomor 015, Tahun 2016 tentang
Penyelenggaraan Program Magister di UI
• SK Rektor UI Nomor 016, Tahun 2016 tentang
Penyelanggaraan Program Doktor di UI
• Peraturan Akademik UI

AKADEMIK FMIPA UI
Apakah EDOM?
•Evaluasi Dosen Oleh Mahasiswa, instrumen
untuk menilai kinerja dosen dalam proses
pembelajaran di akhir semester. Peduli mutu
adalah motto Universitas Indonesia.

AKADEMIK FMIPA UI
Wajibkah Mahasiswa Mengisi
EDOM?

• Sebelum periode pengunggahan nilai semester di

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

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

AKADEMIK FMIPA UI
SSO log