Enter your keyword

Master Program of Informatics

Home     News     Contact Us

General Description & Curriculum

Master Program in Informatics has some objectives to produce graduates with profiles as Engineers, Managers, Consultants, or Researchers in the field of Informatics who have the following general competences during the early stages of their careers (3-5 years after graduation), namely:

  1.     Our graduates will have critical thinking, innovative, and professional aspects to compete globally in the field of informatics.
  2.     Our graduates will successfully pursue advanced study or engage in professional development.
  3.     Our graduates will have managerial capabilities in research in the field of informatics.

Student outcomes of the Master Program in Informatics are as follows.

  1. Students will be able to analyze problems in the field of Informatics or other fields of science to identify computing-based solutions.
  2. Students will be able to design and build computing-based solutions through an interdisciplinary or multidisciplinary approach
  3. Students will be able to evaluate computing-based solutions that fulfill the requirements through an interdisciplinary or multidisciplinary approach.
  4. Students will be able to develop research-based knowledge and technology in the field of informatics by engineering and developing specific scientific fields, including:
    a. algorithms or computational theory to solve actual and contemporary problems (computer science track), or
    b. software engineering, including developing reliable, innovative, and easy-to-maintain large-scale software (software engineering track), or
    c. the concept, architecture, and technology of media and mobile devices, including developing the media and mobile device applications using the principles of human and computer interaction as well as good and appropriate software engineering methodologies (media and mobile technology track), or
    d. management, processing, and interpretation of large and complex datasets for extraction of critical information and knowledge (data science track), or
    e. artificial intelligence concepts, technologies, and applications, including using the suitable tools to deliver an effective and efficient artificial intelligence solution (artificial intelligence track), or
    f. the development, operation, and testing of cybersecurity systems (cybersecurity track), or
    g. information system governance at the enterprise level to maximize the potential of the system and to minimize its risks using information technology resources efficiently (information systems track), or
    h. the analysis, modeling, design, construction, and development of information technology-based systems (information technology track)
    i. Development, operation, and security testing of cyber systems (CSec option).
  5. Students will be able to communicate effectively in diverse professional and academic contexts.
  6. Students will be able to function effectively in team activities by their field of knowledge.

There are 8 (eight) tracks, as follows Computer Science (CS), Software Engineering (SE), Media and Mobile Technology (MMT), Data Science (DS), Cyber Security (CSec), Artificial Intelligence (AI), Information System (IS), and Information Technology (IT).

The curriculum of the Master Program in Informatics, comprising a total of 54 credits, is divided into 3 semesters with a maximum load of 18 credits per semester, following the composition below. For the multidisciplinary program scheme and the Double Degree program scheme, the curriculum is structured over 4 semesters.

ITB mandatory : 7 credits
Study Program mandatory : 12 credits of structured courses + 12 credits of Thesis
Track mandatory : 12-19 credits
Elective : 4-11 credits

The study period is scheduled within 3 to 4 semesters. The course structure of the Master Program in Informatics for 3 semesters is as follows. Students take 18 credits per semester.

No Code Course Credits
1 IF5001
Research Methodology
  1. The nature and objectives of research, and elements of research methodology
  2. Determining research topics, identifying and formulating problems, novelty and/or innovative value of research
  3. Research questions, hypothesis formulation, and research design
  4. Experimental design, concepts of independent and dependent variables, or other data collection methods relevant to the nature of the discipline
  5. Sampling, sample, sampling error, sample size, characteristics of a good sample, and practical considerations in sampling
  6. Pengolahan data, analisis, pembahasan. dan kesimpulan Data processing, analysis, discussion, and conclusion
  7. Scientific report writing
3
2 WI7001
Digital Literacy and Academic Ethics
  1. Concepts of digital technology, models and strategies of communication, digital searching, and effective and positive digital collaboration
  2. Utilization of digital tools
  3. Principles of data literacy, artificial intelligence, machine learning, and deep learning
  4. Utilization of AI for research and scientific writing
  5. Academic integrity and ethics
  6. Integrity and ethics in research, projects, and scientific publications
2
3 IF5100
Programming for Data Analytics
  1. Programming fundamentals and data structures
  2. Object-oriented programming
  3. Algorithm complexity
  4. Algorithm strategies / computational problem-solving techniques
  5. Data exploration
  6. Introduction to machine learning
3
4 IF5101
Data Management
  1. General principles and concepts of data management and organization
  2. Data management systems
  3. Enterprise data infrastructure management
  4. Data governance
  5. Large-scale data storage
3
5 IF5002
Proposal Preparation
  1. Determining research topics, identifying and formulating problems, novelty and/or innovative value of research
  2. Research questions, hypothesis formulation, and research design
  3. Development of problem-solving methods for research
  4. Scientific report writing
  5. Scientific presentation
2
6 IF5091
Thesis 1
  1. Implementation and development of research problem-solving methods
  2. Academic communication
  3. Scientific report writing
4
7 IF5200
Applied Research Project
  1. Basic Research Skills in Computing Science
  2. Software delivery, mencakup: software development lifecycle, Agile methodologies, dan best practices for efficient delivery (termasuk di dalamnya CI/CD)
  3. Project Management
2
8 IF6098
Thesis 2
  1. Implementation and development of research problem-solving methods
  2. Academic communication
  3. Scientific report writing
  4. Scientific presentation
6
9 IF6099
Master's Session
  1. Research completion
  2. Scientific report writing
  3. Scientific presentation
2

The course structure of the Master Program in Informatics for 4 semesters is as follows. Students take 11–16 credits per semester.

Specifically for the Research-based Master's track, the course composition is arranged according to the following structure, and the curriculum is designed over 4 semesters.
ITB mandatory : 7 credits : 7 sks
Wajib Prodi Study Program mandatory : 12 credits of structured courses + 16 credits of Thesis
Pilihan Electives : 19 credits
The course structure of the Master Program in Informatics for the Research-based Master's track is as follows.

Students in the Computer Science (CS) track are expected to develop research-based knowledge and technology in the field of Informatics by designing and developing algorithms or computational theories that can address current and real-world problems.

Compulsory courses for the Computer Science (CS) track:

No Code Matakuliah Credits P
1 IF5110
Algorithm Design
  1. Review basic concepts of algorithms: time complexity, data structures, heaps & disjoint sets data structures
  2. Techniques based on recursion: induction, divide & conquer, dynamic programming
  3. First cut techniques: greedy, graph traversal
  4. Complexity of problems: NP-complete problems, computational complexity, lower bounds
  5. Coping with hardness: backtracking, randomized algorithms, approximation algorithm
  6. Iterative improvement for domain-specific problems: network flow, matching
  7. Techniques in Computational Geometry: Geometric sweeping,Voronoi diagrams
3 0
2 IF5111
Mathematics for Computer Science
  1. Proofs
  2. Structures
  3. Counting
  4. Statistics and Probability
  5. Recurrences
  6. Algorithm complexity
3 0
3 IF5210
Compiler Design
  1. Lexical analysis
  2. Syntax analysis
  3. Scopes and symbol tables
  4. Interpretation
  5. Type checking
  6. Intermediate code generation
  7. Machine code generation
  8. Register allocation
  9. Functions
  10. Data flow analysis and optimisation
  11. Optimisation for loops
3 0
4 IF5112
Advanced Distributed Systems
  1. Model sistem terdistribusi
  2. Failure detectors
  3. reliable delivery
  4. atomic & reliable broadcast
  5. shared memory model
  6. consensus
  7. Distributed commitment protocol & atomic transactions
  8. Group membership
  9. View synchrony
  10. Cloud computing & virtualization
  11. Distributed ledger & blockchain
3 0

Students in the Software Engineering (SE) track are expected to develop research-based knowledge and technology in the field of Informatics by designing and developing large-scale software products that are reliable, innovative, and maintainable.

Compulsory courses for the Software Engineering (SE) track:

No Code Matakuliah Credits P
1 IF5120
Software Requirement Engineering
  1. Fundamentals of software requirements
  2. Requirements engineering process
  3. Requirements elicitation
  4. Requirements analysis
  5. Requirements specification
  6. Requirements validation
  7. Practical considerations
3 0
2 IF5121
Software Design
  1. Fundamentals of software design
  2. Software architecture
  3. Design patterns
  4. User interface design
  5. Analysis and evaluation of software design quality
  6. Software design notations
  7. Software design strategies and methods
  8. Software design tools
3 0
3 IF5220
Software Quality
  1. Fundamentals of software quality
  2. Software quality management process
  3. Practical considerations
  4. Software quality tools
  5. Fundamentals of software testing
  6. Levels of testing
  7. Testing techniques
  8. Testing-related metrics
  9. Testing process
  10. Software testing tools
  11. Specification languages
  12. Program refinement and derivation
  13. Verifikasi Formal
  14. Logical inference
3 0
4 IF5221
Software Product Innovation
  1. Introduction to software product innovation
  2. Topic and problem identification
  3. Market needs identification and analysis
  4. System requirements identification and analysis
  5. Requirements modeling
  6. Software product and quality planning
  7. Commercialization planning
  8. Proposal presentation
  9. Software product development implementation
  10. Presentation and demo
1 3
5 IF6120
Software Evolution
  1. SCM process management
  2. Software configuration identification
  3. Software configuration control
  4. Software configuration status
  5. Software configuration audit
  6. Software release management and delivery
  7. SCM tools
  8. Fundamentals of software maintenance
  9. Issues in software maintenance
  10. Software maintenance process
  11. Software maintenance techniques
  12. Software maintenance tools
3 0

Students in the Media and Mobile Technology (MMT) track are expected to develop research-based knowledge and technology in the field of Informatics by designing and developing concepts, architectures, and technologies for media and mobile devices, as well as developing applications for media and mobile devices using principles of human-computer interaction and proper software engineering methodologies.

Compulsory courses for the Media and Mobile Technology (MMT) track:

No Code Matakuliah Credits P
1 IF5130
Software Engineering for Game Domain
  1. Software engineering for the game domain
  2. Game design
  3. Game engine architecture
  4. Game testing
  5. Game analytics
  6. Ethics in game development
3 0
2 IF5131
Multimedia Data Processing and Management
  1. Introduction to multimedia data and applications
  2. Review of signal processing (Discrete Fourier Transform and Fast Fourier Transform)
  3. Review of multimedia data representation
  4. Automated analysis of multimedia data (preprocessing, feature extraction, recognition, and similarity retrieval)
  5. Multimedia data management and indexing methods
  6. Case studies of multimedia data-based applications
3 0
3 IF5230
Mobile Technology and Application
  1. Introduction to mobile devices
  2. Activities in mobile application development (requirements analysis, design principles and patterns, user interface (UI) design, technology implementation, testing, and quality)
3 0
4 IF6130
Interactive Media Technology & Application
  1. Introduction to interactive media
  2. Introduction to games (concepts, design, process)
  3. Gameplay
  4. Game production
  5. The art of game design
  6. Game implementation
3 0

Students in the Data Science (DS) track are expected to develop research-based knowledge and technology in the field of Informatics by designing and developing the management, processing, and interpretation of large and complex datasets for the extraction of important information and knowledge.

Compulsory courses for the Data Science (DS) track:

No Code Matakuliah Credits P
1 IF5140
Machine Learning
  1. Introduction to Machine Learning
  2. Supervised Learning
  3. Neural Networks
  4. Learning Theory
  5. Unsupervised Learning
  6. Reinforcement Learning
2 0
2 IF5141
Data Mining
  1. Process models for data mining (CRISP-DM)
  2. Basic concepts of data, statistics, and data visualization; measurement; and data pre-processing
  3. Basic techniques in pattern mining for frequent patterns, associations, and correlations
  4. Recall: Classification and cluster analysis using machine learning techniques
  5. Overview of advanced machine learning techniques for various types of data
  6. Data mining model evaluation
  7. Deployment of data mining models
  8. Case study on building a machine learning model for a specific problem/organization: business understanding, data understanding, data preparation, model building, model evaluation, deployment
3 1
3 IF5240
Business Intelligence and Analytics
  1. Fundamental concepts of business intelligence and business analytics: data, statistical models, decision-making, and decision support systems
  2. Management and operations of business analytics: business processes and operations, planning and control, requirements analysis and design, solution evaluation
  3. Data warehousing: concepts of data warehousing, data integration, data warehouse development, business analytics using data warehouses, data visualization
  4. Data warehouse technologies: platforms and tools for data warehousing, data integration, reporting, and visualization
  5. Business analytics using data mining techniques
  6. Case study on system development using a business intelligence approach and utilizing business analytics
3 1
4 IF5241
Big Data System
  1. Fundamental concepts of big data
  2. Big data infrastructure and technologies: big data technology stack, cloud computing, large-scale storage and file systems, NoSQL databases, data processing models: batch, streaming, and parallel
  3. Organization and management of big data systems: big data algorithms for large-scale data processing, data preprocessing algorithms, data ingestion and visualization, management and operation of big data systems
  4. Big data system development for data science: platforms and tools for big data analytics, design and development of big data systems and cloud-based systems, operation and management of big data and cloud services, and their relation to enterprise information systems
3 0
5 IF6097
Industrial Internship
  1. Method implementation
  2. Scientific report writing
3 0

Students in the Artificial Intelligence (AI) track are expected to develop research-based knowledge and technology in the field of Informatics by designing and developing concepts, technologies, and applications of artificial intelligence, including appropriate tools as effective and efficient AI solutions.

Compulsory courses for the Artificial Intelligence (AI) track:

No Code Matakuliah Credits P
1 IF5150
Advanced Artificial Intelligence
  1. Introduction and History of AI - Topics: Introduction to AI and its historical development, Basic concepts of AI
  2. Intelligent Agent - Topics: Concepts and architecture of intelligent agents, Implementation of intelligent agents
  3. Decision Making - Topics: Decision-making techniques in AI, Decision-making models
  4. Heuristic Algorithms - Topics: Concepts and applications of heuristic algorithms, Heuristic search techniques
  5. Descriptive, Propositional, and Predicate Logic - Topics: Descriptive, propositional, and predicate logic, Applications of logic in AI
  6. Answer Set and Ontology - Topics: Concepts of answer set, Ontology and its applications in AI
  7. Linked Data, Semantic Web, and Probabilistic Networks - Topics: Linked data and the semantic web, Bayesian networks and Markov decision networks
3 0
2 IF5151
Mathematics for Artificial Intelligence
  1. Introduction to Mathematics for Machine Learning
  2. Linear Algebra
  3. Calculus
  4. Statistics and Probability
  5. Optimization Methods
  6. Applied Mathematics for Machine Learning
3 0
3 IF5250
Deep Learning
  1. Introduction to Deep Learning
  2. Fundamentals of Neural Networks
  3. Convolutional Neural Networks (CNN)
  4. Recurrent Neural Networks (RNN) and LSTM
  5. Optimization and Regularization Techniques
  6. Deep Learning Applications
3 1
4 IF5251
Artificial Intelligence in Production
  1. Introduction to AI in Production – Challenges and considerations in deploying AI to production, Overview of MLOps and the model development lifecycle, Differences between development and production environments
  2. Data Management – Data collection, labeling, and storage, Data processing and feature engineering, Data versioning and lineage
  3. Model Development and Training – Algorithm and model architecture selection, Experimentation and model tracking, Distributed training and hardware acceleration
  4. Model Evaluation and Validation – Evaluation metrics and cross-validation, Error analysis and model interpretability, Data testing and validation
  5. Model Deployment – Deployment strategies (shadow, canary, blue-green), Containerization and orchestration, Scaling and performance optimization
  6. Model Monitoring and Supervision – Monitoring metrics and dashboards, Anomaly and data drift detection, Monitoring data integrity and model quality
  7. Security and Privacy – Adversarial attacks and defenses, Data encryption and anonymization, Security audits and compliance
  8. Ethical and Legal Considerations – Bias and fairness in AI, Transparency and accountability, Regulations and industry standards
  9. Case Studies and Industrial Applications – Case studies of AI implementation across industries, Best practices and lessons learned, Trends and future directions
3 0
5 IIF6150
Trustworthy Artificial Intelligence
  1. Introduction to Trustworthy AI – Topics: Introduction to the concept of Trustworthy AI, The importance of transparency, fairness, and robustness in AI
  2. Explainable AI (X-AI) – Concepts and Methods – Topics: Basic concepts of explainable AI, Methods for AI model interpretability
  3. Interpretability and Explanation Evaluation – Topics: Techniques for interpretability evaluation, Case studies on explainable AI applications
  4. Fairness in AI – Concepts and Challenges – Topics: Concepts of fairness in AI, Challenges in detecting and mitigating bias
  5. Techniques for Fairness in AI – Topics: Techniques for detecting bias, Methods for mitigating bias in AI models
  6. Robustness in AI – Concepts and Methods – Topics: Concepts of robustness in AI, Techniques to improve model robustness
  7. Ethical and Legal Considerations in AI – Topics: Ethical considerations in AI development, Legal implications of fairness and robustness in AI
  8. Final Project and Presentation – Topics: Implementation of innovative projects in Trustworthy AI, Project documentation and presentation, Evaluation and discussion of project results
3 0
6 IF6151
Artificial Intelligence Individual Project
  1. Current topics in Artificial Intelligence issues
3 0

Students in the Cybersecurity (CSec) track are expected to develop research-based knowledge and technology in the field of Informatics, particularly in the development, operation, and testing of cybersecurity systems.

Compulsory courses for the Cybersecurity (CSec) track:

No Code Matakuliah Credits P
1 IF5161
Data and Software Security
  1. Overview on Traffic, Vulnerability and Malware Analysis
  2. Access Control Enhancement to deal with malicious and buggy software
  3. Usable Integrity Protection
  4. User Authentication
  5. Virtual Private Databases
  6. Overview of Public-Key Cryptography
  7. Preventing SQL Injection Attacks
  8. Vulnerability Assessment and Management
  9. Code Inspection for Finding Security Vulnerabilities and Exposures
  10. Architectural Risk Analysis
  11. Penetration Testing, Concolic Testing
  12. Risk-Based Security Testing and Verification
  13. Withstanding adversarial tactics and techniques
3 0
2 IF6160
System Security & Privacy
  1. Cybersecurity and privacy regulations
  2. Security Building Block
  3. Cyber-Physical System Engineering
  4. Management & Incident
  5. Legal Issues & Ethics
  6. Malware
3 0
3 IF5260
Digital Forensics
  1. Introduction to Digital Forensics
  2. Computer crime and Legal issues
  3. Digital forensic tools
  4. Investigatory process
  5. Analysis of evidence
  6. Presentation of results
3 0
4 IF5160
Cybersecurity Operations
  1. Security concepts in organizations
  2. Network security
  3. Security operations
  4. Threat hunting
3 0
5 IF6161
Cybersecurity Individual Project
  1. Current topics in cybersecurity issues
3 0

Students in the Information Systems (IS) track are expected to develop research-based knowledge and technology in the field of Informatics by designing and developing Information Systems governance at the enterprise level to maximize system potential and minimize risks through the efficient use of Information Technology resources.

Compulsory courses for the Information Systems (IS) track:

No Code Matakuliah Credits P
1 IF5170
Digital Strategy
  1. Strategic thinking
  2. Predicting the direction of IT development
  3. Information technology adoption
  4. Change management and policy development
  5. Management and governance
  6. IT governance model
  7. Maturity and capability maturity models
3 0
2 IF5171
System Thinking
  1. Philosophy of systems
  2. Basic principles of systems
  3. Sociocultural systems
  4. Development
  5. Systems methodology
  6. Operational thinking
  7. Design thinking
3 0
3 IF5270
Applied Artificial Intelligence for Enterprise
  1. Artificial Intelligence
  2. Business Value of AI
  3. Leveraging Business Value Chain
  4. Development Methodology: CRISP-DM
3 1
4 IF5271
Information System Sustainability
  1. Sustainability concepts
  2. Regulations
  3. Green in OS
  4. Green by IS
  5. Product longevity
  6. Data center Design
  7. Software Optimization
  8. Power Management
  9. Material Recycling
3 0
5 IF6170
Data Governance
  1. Information and the role of data for organizations
  2. Data principles
  3. Data policies and procedures
  4. Data organizational structure
  5. Data privacy
  6. Data sharing
  7. Data Protection
3 0

Students in the Information Technology (IT) track are expected to develop research-based knowledge and technology in the field of Informatics by designing and developing the analysis, modeling, design, construction, and advancement of information technology-based systems.

Compulsory courses for the Information Technology (IT) track:

No Code Matakuliah Credits P
1 IF5180
Digital Twin Technology
  1. Digital Twin Concept
  2. Digital Twin Framework
  3. Data Acquisition & Capturing
  4. Data Processing & Analytics
  5. Modelling & Simulation
  6. Data Visualization
  7. User Interaction
  8. Digital Twin Development
3 0
2 IF5181
Information Technology Platform
  1. Fundamental concepts and key components of Information Technology platforms
  2. Business needs analysis and methods for selecting appropriate IT platforms
  3. System integration
  4. Security and scalability
3 0
3 IF5280
Digital Security, Privacy, and Forensics
  1. Reference models and principles of digital security
  2. Digital security vulnerabilities
  3. Digital threats and attacks
  4. Defensive and offensive digital security engineering
  5. Digital privacy requirements and regulations
  6. Implementation of digital privacy compliance
  7. Reactive digital forensics
  8. Proactive digital forensics
3 0
4 IF6180
Digital Transformation and Enterprise Architecture
  1. Basic Concepts and Relationship between Digital Transformation, Enterprise Architecture (EA), and Smart System
  2. Digital Transformation and It’s Frameworks
  3. Enterprise Architecture and It’s Frameworks
  4. Design Transformation Strategy and Plan
  5. Aligning Enterprise Architecture with Transformation Plan
  6. Design aligned Enterprise Architecture
  7. Case Studies
3 0
Informasi Umum

The registration schedule for prospective students of the Master Program in Informatics follows the Graduate Program Admission Schedule of ITB for Semester I of the 2025/2026 academic year, which can be accessed at: https://admission.itb.ac.id/info/program-magister/

Selection Test Plan for New Students of the Master Program in Informatics:

Batch 1:
Registration: January 23 – February 11, 2025
Selection test: Thursday, February 13, 2025, 09:00–13:00 (on-site)

Batch 2:
Registration: February 19 – March 12, 2025 (until 3:00 PM WIB)
Selection test: Friday, March 14, 2025, 09:00–11:00 and 13:00–15:00 (on-site)

Batch 4:
Registration: April 22 – May 20, 2025 (until 3:00 PM WIB)
Selection test: Thursday, May 22, 2025, 09:00–13:00 (on-site)

Batch 6:
Registration: July 1 – 17, 2025 (until 3:00 PM WIB)
Selection test: Monday, July 21, 2025, 09:00–13:00 (on-site)

Specifically for the MBR program of the Master Program in Informatics, the selection of MBR prospective students is conducted based on documents, written examination, and interview, as follows:

  1. Selection based on documents:

– TPA and TOEFL scores must comply with ITB regulations
– Berlatar belakang pendidikan Sains dan Teknik (ijazah S1)
– Portofolio yang mencantumkan publikasi dalam 5 tahun, pengalaman penelitian selama 5 tahun, predikat kelulusan (minimum IPK 3.0), pengalaman di institusi penelitian, dan riwayat hidup.
– Draft proposal riset yang telah didiskusikan dan disetujui oleh calon pembimbing dari prodi Magister Informatika.
– Direkomendasikan oleh calon pembimbing. Rekomendasi calon pembimbing berisi penilaian berdasarkan hasil pengamatan terkait kualitas calon mahasiswa (Pasal 12 ayat 3 Peraturan Rektor) dan track riset calon mahasiswa. Pembimbing dapat merekomendasikan jika calon mahasiswa memiliki  publikasi minimal makalah prosiding konferensi internasional, atau minimal memiliki konten riset pada tugas akhir S1, atau pengalaman riset yang dianggap lebih tinggi.

  1. Ujian tulis khusus kompetensi dasar keilmuan Informatika. Hal ini sama seperti yang dilakukan pada jalur reguler. Khusus untuk MBR, dapat digunakan untuk mengkonfirmasi predikat kelulusan yang dicapai saat S1.
  2. Wawancara  (mencakup presentasi draft proposal riset)

-- Interview panel (minimum of 3 people): Head of the study program or representative, prospective supervisor, and a member of the selection team
– Wawancara menilai kesiapan mahasiswa melakukan penelitian mandiri, dan penentuan kelayakan mahasiswa mengikuti matakuliah secara mandiri terutama untuk matakuliah wajib prodi.
Calon mahasiswa dinyatakan lulus seleksi jalur MBR jika memenuhi syarat untuk lulus seleksi jalur reguler (TPA, TOEFL, latar belakang pendidikan Sains dan Teknik, tes tulis), memiliki draft proposal yang telah ditandatangani calon pembimbing, dan direkomendasikan oleh calon pembimbing. Peran pembimbing dalam proses seleksi sangat besar terutama rekomendasi hanya dapat diberikan setelah mengevaluasi potensi calon mahasiswa berdasarkan portofolio dan pengamatan selama diskusi draft proposal riset.

Khusus untuk mahasiswa PISM yang akan mengikuti program MBR, terdapat syarat berikut:

– Di akhir semester 7, ada rekomendasi dari dosen pembimbing S1.
– Topik penelitian Tesis harus merupakan kelanjutan dari topik penelitian S1
– Minimal satu orang anggota tim pembimbing Tesis S2 adalah bagian dari tim pembimbing TA S1.

New Student Admission Consultation Services

For prospective graduate students and non-regular students who wish to consult about the new student admission administration at ITB, consultations can be made via Zoom, according to the information provided in the following link.

https://admission.itb.ac.id/home/kontak

Consultation schedule: Tuesday and Thursday from 13:30 to 14:30 WIB.

Informasi Lainnya

Wisudawan Program Magister Informatika, Oktober 2023

No.Student Identification Number (NIM)NAMAJalur PilihanThesis Poster
123519014Fakhri AunurrahimRekayasa Perangkat LunakPenerapan WOAmM pada Pelatihan FLANN untuk Meningkatkan Akurasi pada Software Effort Estimation
223519016IswahyudiRekayasa Perangkat LunakAlat Bantu Identifikasi Permasalahan Kinerja I/O Pada Aplikasi Berbasis Web
323519031Raden Alf Fajrus ShuluhIntelijen BisnisPenerapan Algoritme Block Nested Loop Join Menggunakan
Metode Server-Side Processing untuk Basis Data MongoDB pada Lingkungan yang
Terdistribusi
423520016Rossevine Artha NathasyaSistem IntelijenSistem Pengenal Suara Untuk Bahasa Indonesia Menggunakan Transfer Learning Berbasis Wav2Vec2 Pada Beberapa Domain Spesifik
523520028Ratih Aflita RahmawatiIntelijen BisnisKlasifikasi Data Time Series Berbasis Latent Motif untuk Prediksi Cuaca Ekstrem
623520030Daniel Tanta Christopher SiraitIntelijen BisnisDeteksi Penyakit Kanker Menggunakan Principal Component Analysis dan Long-Short Term Memory
723520034Gabriel JonathanSistem IntelijenImplementasi Agen Reinforcement Learning Untuk Permainan Video Strategi Berbasis Giliran
823520052Raden Haryo Pandu PrakosoSistem InformasiStudi Metodologi Pemodelan Data untuk Basis Data Berorientasi Kolom
923521004Ricky YuliawanTeknologi Media & Piranti BergerakRancang Bangun Aplikasi Gawai OpenCourseWare Menggunakan Pendekatan Player-Centered Design
1023521009Muhammad IkhsanRekayasa Perangkat LunakPath Selection Prioritization pada Control Flow Testing dengan Metode Clustering
1123521011Dionisius PratamaIntelijen BisnisAnalisis Opini Publik tentang Transportasi di Kota Bandung dan Jakarta pada Media Sosial Twitter dengan Model Bidirectional Encoder Representations from Transformers
1223521020Zalina Fatima AzzahraSistem InformasiManajemen Service Level Agreement (SLA) menggunakan Smart Contract berbasis Blockchain Untuk Meningkatkan Kualitas Manajemen Layanan Teknologi Informasi
1323521024Ihsan FauziIntelijen BisnisMetode Resampling Bauran Menggunakan DBSCAN dan Particle Swarm Optimization (PSO) untuk Menangani Ketidakseimbangan Data pada Proses Klasifikasi
1423521025Vincent Joel SinatraRekayasa Perangkat LunakAnalisis Keterkaitan antara Code Review dan Bug dalam Software Release dengan Menggunakan Teknik Mining Software Repositories
1523521027Kadek Denaya Rahadika DianaSistem IntelijenExtractive Summarization dengan Text Encoder Sentence-Bert dan Reinforcement Learning untuk Teks Bahasa Indonesia
1623521030Dhiya Ulhaq DewanggaSistem IntelijenSistem Text To Speech Untuk Gangguan Bicara Disfonia Menggunakan Arsitektur Adversarial Networks Dengan Pendekatan Kloning Suara
1723521049Faisal Ridwan SiregarTeknologi Media & Piranti BergerakPembelajaran Berbasis Aplikasi Gawai Bergamifikasi dalam Belajar Membaca Al-Qur'an
1823521050Ginanjar Septian AdhitiaIntelijen BisnisOperator Agregasi OLAP Cube pada Basis Data NoSQL Berorientasi Kolom Dengan Pendekatan Resilient Distributed Dataset
1923521054Muhammad Fadhlan PutrantoSistem IntelijenModel Deep Learning Untuk Prediksi Curah Hujan Ekstrim Dengan Memanfaatkan Data Satelit Himawari dan Data Model Rapidly Development Cumulus Area (RDCA)
2023521063Anranur Uwaisy MarchiningrumSistem InformasiPredictive Maintenance Mesin Turbin Uap pada Proses Pengolahan Kelapa Sawit dengan Pendekatan Konsep Digital Twin
2123521071Insan Ganang PutrandaTeknologi Media & Piranti BergerakPenggunaan Teknologi Mixed Reality dengan Pemrosesan Sinyal Audio dalam Melatih dan Meningkatkan Motivasi Pembelajaran Alat Musik Tuts
2223521072Ahmad Tarmizan KusumaSistem InformasiDesain Integrasi Blockchain dan Metaverse Berbasis API untuk Layanan Publik (Studi Kasus: Pendataan Identitas Digital)
2323521079Nima RohmaliaSistem InformasiPerancangan Model Central Bank Digital Currency (CBDC) Retail Sebagai Sistem Pembayaran
2423521083Wawan Indrawan MaddaRekayasa Perangkat LunakRDB2OL dan RDB2FHIR: Bahasa dan Kakas untuk Memetakan Basis Data Relasional ke Fast Healthcare Interoperability Resources
2523521090Syfa Nur LathifahSistem InformasiOptimalisasi Sistem Pemantauan Budidaya Jamur Tiram Melalui Implementasi Konsep Digital Twin
2623521093Mochammad FarrellRekayasa Perangkat LunakPenerapan Event Driven Architecture dalam Memenuhi Kebutuhan SLA Query Information DAN Query Transaction pada Studi Kasus Bulk Payment
2723521094Muhammad HarunRekayasa Perangkat LunakGamifikasi Berbasis Personalized Learning untuk Menghasilkan Rekomendasi Jalur Belajar Ejaan Bahasa Indonesia
2823521095Jatmiko HerjatiRekayasa Perangkat LunakPerancangan dan Implementasi Kakas Pembangkitan Diagram Arsitektur dari Deskriptor Sistem
2923522006Radhinansyah Hemsa GhaidaSains Data dan Inteligensi BuatanPengembangan Metode DTLPLP untuk Prediksi Link pada
Network Heterogen Dinamis dengan Pendekatan Heter-LP
3023522011Michael HansSistem InformasiPredictive Analytics untuk Optimasi Emisi Karbon dari Aktivitas Pembelajaran Mahasiswa (Studi Kasus: Institut Teknologi Bandung)
3123522012Anindya Prameswari EkaputriSains Data dan Inteligensi BuatanPengembangan Model Pencari Pakar dengan Propagasi Nilai Graf dan Ekspansi Query Berbasis Semantik
3223522013Hollyana Puteri HaryonoSains Data dan Inteligensi BuatanDynamic Heter-LP: Pengembangan Algoritma Heter-LP sebagai Solusi Link Prediction untuk Graf Heterogen Dinamis dengan Integrasi DTLPLP
3323522015Adriel Gustino Parlinggoman SitumorangSains Data dan Inteligensi BuatanStudi Komparasi Estimasi Nilai Reproduction Number dari penyakit COVID-19 pada Model Kompartemen SIR Menggunakan Algoritma Kalman Filter dan Optuna untuk Tata Kelola Berbasis Data
3423522018Patrick SegaraSistem InformasiFramework Implementasi Green IT pada Perguruan Tinggi (Studi Kasus: Institut Teknologi Bandung)
3523522020Danendra Athallariq Harya PutraSains Data dan Inteligensi BuatanEkstraksi Tuple Opini Menggunakan Pendekatan Generatif Berbasis Model Bahasa Pra-latih untuk Analisis Sentimen Berbasis Aspek
3623522023Christovito HidajatSains Data dan Inteligensi BuatanModel Pendeteksian Fraud pada Transaksi Keuangan Menggunakan Algoritma Least-Squares Support Vector Machine Probabilistik Berbasis Ekspektasi dan Kuantil dengan Data Simbolis
3723522043Vhydie Gilang Christianto TheSistem InformasiSistem Pendukung Keputusan Cerdas untuk Pengelolaan Peralatan Teknologi Informasi (Studi Kasus: Institut Teknologi Bandung)
3823522044Byan Sakura Kireyna AjiSistem InformasiModel Pemantauan Cerdas Carbon Footprint untuk Bangunan di Institut Teknologi Bandung Ganesha
3923522045Muhammad Farid AdilazuardaSistem InteligensiPembangunan Metode LanguageFusion untuk Mengatasi Language Identification Bottleneck pada Modular Multilingual Language Models

 

Wisudawan Program Magister Informatika, Juli 2023

No.Student Identification Number (NIM)NameJalur PilihanThesis Poster
123521017Hilmi Aziz BukhoriIntelijen BisnisSistem Deteksi Anomali pada Transaksi Perbankan menggunakan Model Pembelajaran Mesin Berbasis Graph Neural Network
223521023Dimmas MulyaSistem IntelijenEkstraksi Kejadian Biomedis Menggunakan Klasifikasi Multi-Label dan BERT Pra-Latih
323521028Rizal Kusuma PutraSistem IntelijenPengenalan Objek Berbahaya Berbasis Kemiripan Menggunakan Siamese Network Pada Pemeriksaan X-Ray Bagasi
423521077Muhammad Faris MuzakkiSistem IntelijenImage Synthesis Menggunakan Generative Adversarial Network Untuk Mengatasi Permasalahan Imbalance Pada Kasus Klasifikasi X-Ray Dada
523521085Aaz Muhammad Hafidz AzisSistem IntelijenKlasifikasi Pelafalan Huruf Hijaiyah Sesuai Sanad Menggunakan Metode SVM, CNN dan LSTM
623522007Moch. Nafkhan AlzamzamiSistem InteligensiPengembangan Abstract Meaning Representation Parser Lintas Bahasa Indonesia-Inggris dengan BART, Konkatenasi Input, dan Augmentasi Data
723522033Ilham Syahid SyamsudinSistem InteligensiAdaptasi Penerapan Layer-wise Adaptive Rate Scaling (LARS) Pada Model Pembelajaran Mesin Terdistribusi

 

Wisudawan Program Magister Informatika, April 2023

No.Student Identification Number (NIM)NameJalur PilihanThesis Poster
123520009Arian NurrifqhiSistem InformasiPengembangan Model Penilaian Risiko Manajemen Proyek Aplikasi pada GX PMBOK Menggunakan Checklist Scenario Analysis dan Simple Additive Weighting (Studi Kasus: Pemerintah Daerah Kabupaten Bandung)
223520013Faishol Muzaky Dwi PutraSistem InformasiPenentuan Lokasi Ponsel Pintar di Dalam Ruangan Dengan Menggunakan WLAN
323520029Safara Cathasa Riverinda RijadiSistem InformasiPerancangan Tata Kelola Penanganan Pandemi COVID-19 di Indonesia
423520050Muhammad Anwari LeksonoSistem IntelijenPenerapan Pelabelan Sekuensial dan DNABERT untuk Memprediksi Splice Sites pada DNA Homo Sapiens
523521006Muhammad Isfan RahadiIntelijen BisnisPrediksi Angka Kasus Covid-19 Setelah Program Vaksinasi Menggunakan Model SEIVR dan Latin Hypercube Sampling
623521021Miftahul MahfuzhSistem IntelijenKlasifikasi Multi-Label Pada Pemrosesan Teks Menggunakan Arsitektur Transformer Dengan Pendekatan Multi-Task Learning
723521062Anggastya Diah Andita H.PSistem InformasiPenelusuran Ketercapaian Sasaran Mutu Dalam Penerapan Sistem Manajemen Mutu (ISO 9001) Berbasis Blockchain

 

Wisudawan Program Magister Informatika, Oktober 2022

No.Student Identification Number (NIM)NameJalur PilihanThesis Poster
123520001Muhammad UlfiIntelijen BisnisSistem Query by Humming Menggunakan Ekstraksi Melodi Frequency-Temporal Attention Network dan Modifikasi Unified Algorithm
223520002Yusuf Luthfi RamdhaniSistem InformasiPengembangan Model Tata Kelola AI di Perusahaan Berdasarkan Struktur Model CMMI (Studi Kasus: Bidang Kesehatan)
323520007Labib Izzatur RahmanRekayasa Perangkat LunakPengembangan Domain-Specific Languange Untuk Spesifikasi Smart Contract
423520012Fairuz Astra PratamaSistem IntelijenPembuatan Wang Tiles Otomatis Menggunakan Pendekatan Parametrik
523520014Josua Crishan MintamanisIntelijen BisnisAnalisis Semantic Textual Similarity antara Headline dan Content pada Deteksi Berita Clickbait menggunakan ColBERT dengan Arsitektur Siamese Network
623520017Widya Puteri AuliaSistem IntelijenDeteksi Dini Penderita Depresi Melalui Teks Berbahasa Indonesia dengan Transfer Learning dan Fitur Metadata Linguistik
723520026Walim Abdul SomadRekayasa Perangkat LunakPerancangan Arsitektur Integrasi Aplikasi Menggunakan Service-Oriented Architecture Studi Kasus Pendaftaran Pelaku Usaha
823520047Harits AbdurrohmanSistem IntelijenAdopsi Knowledge Distillation dan Siamese Network Dalam Segmentasi Semantik Berbasis Semi-Supervised Learning
923521005Rayza Mahendra Guntara HarsonoSistem IntelijenZero-shot dan Few-shot Learning Pada Klasifikasi Teks Domain Bahasa Indonesia
1023521014Firdausi Aditya DarmawanIntelijen BisnisPengembangan Sistem Prediksi Mahasiswa yang Berpotensi Dropout Menggunakan Data Mining
1123521052Moch Azhar DhiaulhaqSistem IntelijenPost-Control Prosodi dan Emosi untuk Sistem Text to Speech Bahasa Indonesia
1223521067Aisyah Nurul Izzah AdmaSistem IntelijenDiarisasi Emosi pada Audio Percakapan Bahasa Indonesia Menggunakan Kode Peran Pembicara dan Model Hybrid RNN-CRF

 

Wisudawan Program Magister Informatika, Juli 2022

NoStudent Identification Number (NIM)NAMAJalur PilihanThesis Poster
123519024Giffari AlfarizySistem IntelijenVerifikasi Unanswerable Question pada Sistem Question Answering Menggunakan Sentence-BERT dan Cosine Similarity
223519033Hadi PermanaSistem IntelijenAnalisis Sentimen pada Bahasa Sunda Menggunakan Pre-trained Language Model Multi Bahasa
323519036Ayu KomalasariRekayasa Perangkat LunakOptimasi Prediksi Defect Menggunakan Kombinasi Metrik Perangkat Lunak
423520020Oktefvia Aruda LisjanaIntelijen BisnisKlasifikasi dan Clustering untuk Mendapatkan Struktur Teks Laporan Masyarakat
523520032Aditya Rachman PutraSistem IntelijenPembangkitan Abstract Meaning Representation Lintas Bahasa dari Kalimat Berbahasa Indonesia
623520036Sigit WidodoRekayasa Perangkat LunakPengembangan Kakas Bantu Deteksi Design Smell dengan Menggunakan UML Class Diagram
723520038Gisela KurniawatiSistem IntelijenPrediksi Performa Akademik dan Waktu Kelulusan Mahasiswa Menggunakan LSTM dan GRU
823520046I Nyoman SwitrayanaSistem IntelijenSistem Rekomendasi Paper Menggunakan Pendekatan Hybrid untuk Mengatasi Data Sparsity
923520049Hasna KarimahRekayasa Perangkat LunakPerancangan Dan Implementasi Sistem QAR Untuk Pembelajaran Sejarah Dengan Teknologi Marker Based Augmented Reality
1023521044Fajar MuslimSistem IntelijenPenyelesaian Coreference Resolution Bahasa Indonesia Menggunakan Arsitektur Word Level Coreference Resolution
1123521045Marsa Thoriq AhmadaSistem IntelijenImage Captioning Dengan Text Augmentation dan Transformer. Studi Kasus: Data Pariwisata

 

Wisudawan Program Magister Informatika, April 2022

NoStudent Identification Number (NIM)NAMAJalur PilihanThesis Poster
123518031Kukuh MuhammadSistem InformasiPengembangan Protokol Komunikasi Data Aman pada Sistem IoT dengan Skema Autentikasi Mutual Berbasis HMAC untuk Menjamin Integritas Data
223518038Goklas Henry Agus PanjaitanInformation Technology Research GroupsPlatform Deteksi Penyakit Daun Berbasis Komputasi Tepi Pada Sistem Multimedia IoT
323518039Izuardo ZulkarnainIntelijen BisnisEkstraksi Informasi Tabel Menggunakan Data Augmentation pada Deep Learning dan Image Processing
423519008Muhammad Haris MaulanaSistem IntelijenKategorisasi Aspek Tanpa Supervisi Untuk Analisis Sentimen Menggunakan Aspect Embedding dan Pruning
523519028Irvan AriyantoIntelijen BisnisKlasifikasi Mood Multilabel Berbasis Fitur Lirik Lagu Bahasa Indonesia
623519035Arrival Dwi SentosaSistem IntelijenPrediksi Resiko White Spot Syndrome Virus pada Udang Vannamei
dengan Pendekatan Machine Learning dan Expert Knowledge
723520011Fauzan FirdausSistem IntelijenPengenalan Wajah Bermasker menggunakan Deep Learning
823520022Made Raharja Surya MahadiSistem IntelijenMembangkitkan Gambar Dari Teks Deskripsi Bahasa Indonesia Menggunakan Generative Adversarial Networks
923520039Nadya AditamaSistem IntelijenEstimasi Kalori pada Jajanan Pasar di Indonesia Menggunakan Mask R-CNN dan Regresi Linear Berganda
1023520044Haris OrizadiIntelijen BisnisPrediksi Multivariate Time Series Domain Finansial Menggunakan Spectral Temporal Graph Neural Network
1123520053I Putu Eka Surya AdityaIntelijen BisnisPembelajaran Transfer dengan Post Training untuk Analisis Sentimen Berbasis Aspek Berbahasa Indonesia

 

Wisudawan Program Magister Informatika, Oktober 2021

No.Student Identification Number (NIM)NameJalur PilihanThesis Poster
123517003Eki SaputraInformation Technology Research GroupsImplementasi Algoritma Fuzzy Topsis untuk Penjadwalan dan Sebaran Penerima Bantuan BST Di Kota Bandung Pada Masa Pandemi
223518021Jadequeline Marsha PricilaSains KomputerPembangkit Keterangan Gambar Dengan SeqGAN Menggunakan Augment-Reinforce (AR) Estimator
323518035Wisnu Arya DipaSistem InformasiPrediksi Defect Perangkat Lunak Menggunakan SMOTE dan Artificial Neural Network
423519004Muhammad Husni MubarakIntelijen BisnisPeramalan Konsumsi Listrik Bulanan dengan Metode Hybrid ARIMA-RF dan Teknik Dekomposisi CEEMDAN-SSA
523519010Oky RahmantoRekayasa Perangkat LunakTrust Management Dalam Heterogeneous IoT System
623519013Zalid Qomalita HijrianaSistem IntelijenVerifikasi Wajah 3D dari Gambar Tunggal Beresolusi Rendah Berdasarkan Eksploitasi Deep Convolutional Feature
723519015Muhammad Adrinta AbdurrazzaqIntelijen BisnisOptimasi Arsitektur MAGNET dalam Klasifikasi Teks Multi-Label
823519021Muhammad Sidik AsyakySistem IntelijenPenerapan Word Embeddings dan UMAP Untuk Meningkatkan Kinerja HDBSCAN Pada Clustering Teks Pendek
923519026Adnan Setiawan ARRekayasa Perangkat LunakSistem E-voting Berbasis Blockchain
1023519034Mokhamad Arfan WicaksonoIntelijen BisnisAnalisis Statistik dan Model Prediksi Throughput pada Wireless Sensor Network Multimedia Menggunakan Pembelajaran Mesin Mendalam dengan Arsitektur Long Short-Term Memory
1123520008Hani'ah WafaSistem IntelijenImplementasi Reinforcement Learning dengan Pendekatan Komputasi Kuantum
1223520018Kurniandha Sukma YunastrianRekayasa Perangkat LunakPenentuan Prioritas Kebutuhan Perangkat Lunak Dengan Metode Collaboration Value Oriented Prioritization
1323520019Ranindya ParamithaRekayasa Perangkat LunakStudi Security Smell pada Aplikasi Berbahasa Java
1423520025Irfan Ihsanul AmalSistem IntelijenPembangkitan Teks Judul Spesifik untuk Gambar Produk Menggunakan Atribut Semantik
1523520033Rifo Ahmad GenadiSistem IntelijenPembelajaran Transfer dan Representasi Berbasis Span untuk Ekstraksi Triplet Opini untuk Analisis Sentimen Berbasis Aspek
1623520043Dandy Arif RahmanSistem IntelijenPemanfaatan Shallow Learning untuk Klasifikasi COVID-19 Berdasarkan Suara Batuk
1723520302Dinda Yora IslamiSistem IntelijenPengembangan Model Akustik Menggunakan DNN Berbasis Chain Model Pada Sistem Pengenal Ucapan (Studi Kasus: Percakapan Kedokteran Gigi)

 

Wisudawan Program Magister Informatika, Juli 2021

No.Student Identification Number (NIM)NameJalur PilihanThesis Poster
123518013Setyo LegowoSains KomputerStudi Peningkatan Kecepatan Inferensi Model BERT pada CPU x86 Menggunakan Apache TVM
223519001Amany AkhyarSistem IntelijenPeringkasan Otomatis Berita Berbahasa Indonesia Dengan Abstract Meaning Representation
323519003Paulus Setiawan SuryadjajaSistem IntelijenPenerapan Sentence-BERT untuk Meningkatkan Kinerja Peringkasan Teks Ekstraktif Berbasis Density Peaks Clustering
423519005Triana Dewi SalmaIntelijen BisnisKlasifikasi Teks Menggunakan XLNet dengan Proses Pelabelan Otomatis Infomap
523519011Annisa MuzdalifaSistem IntelijenAbstraksi Kluster dengan Graph Reduced Summarization terhadap Hasil Pencarian Kata Kunci Berbasis Metode Klustree
623519012Gayuh GiliyuwanaIntelijen BisnisOptimasi Clustering dengan Variable Weighting K-Means dan Antlion Optimizer untuk Pengelompokkan Feeder 20 kV Berdasarkan Indeks Keandalan Sistem Distribusi Tenaga Listrik
723519018Keenan Adiwijaya LemanSistem IntelijenAplikasi Pengenalan Aktivitas Manusia Sebagai Sistem Pendeteksi Kekerasan Fisik
823519027SuwardimanIntelijen BisnisAdaptive Ridge Regression-FS dengan Normalisasi Pembobotan pada Prediksi Pertumbuhan PDB Indonesia dengan Google Trends
923520003Nabila Rahmi MaulidaIntelijen BisnisPembelajaran Mesin Menggunakan Gabungan Model ARIMA dan LSTM Untuk Prediksi Kepadatan Lalu Lintas
1023520027Hamdi Ahmad ZuhriIntelijen BisnisSistem Rekomendasi Produk pada E-commerce Menggunakan Multi Task Two Tower Retrieval Model

 

Wisudawan Program Magister Informatika, April 2021

No.Student Identification Number (NIM)NameJalur PilihanThesis Poster
123516006Adhe Setya PramayogaKeamanan Sistem Perangkat LunakPengamanan Pesan Pada Protokol MQTT-SN Berbasis Teknologi LoRa Menggunakan Skema Authenticated Encryption with Associated Data
223518002Andreas Novian Dwi TriastantoSistem IntelijenQuery by Humming Music Information Retrieval dengan Menggunakan Ekstraksi Melodi Berbasis DNN-LSTM dan Filtrasi Derau
323518015Inkreswari Retno HardiniInformation Technology Research GroupsPengembangan Sistem Pelacakan Wajah Berbasis Mean-Shift dengan Optimasi Locust Search Algorithm
423518025Zilfikri Yulfiandi RachmatSistem IntelijenPeningkatan Performansi Algoritma Virus Colony Search Pada Permasalahan Travelling Salesman Problem
523518037Fais Zharfan AzifTeknologi Media & Piranti BergerakPerancangan Kerangka Kerja Evaluasi Game Edukasi Berdasarkan Mekanik Game
623519009Isjhar KautsarSistem IntelijenModel Akustik mGRUIP dengan Temporal Convolution pada Sistem Pengenalan Suara untuk Evaluasi Bacaan Alquran

Program Penyatuan Sarjana Magister (PPSM) memiliki sasaran meningkatkan jumlah mahasiswa Program Sarjana ITB yang melanjutkan studi di Program Magister dengan masa studi sesuai target program integrasi. Hal ini dilakukan untuk mencapai salah satu target indikator Renstra ITB 2021-2025 yang ingin dicapai pada tahun 2025 yaitu persentase jumlah mahasiswa Pascasarjana sebesar 40%.  Berdasarkan pemenuhan kompetensi dasar computing, terdapat skema umum atau penyatuan Sarjana-Magister serumpun dan tidak serumpun dengan Program Studi Magister Informatika, yang dibagi dalam tiga kategori sebagai berikut:

  1. Linier, untuk mahasiswa Prodi S1 yang sudah memenuhi semua kompetensi dasar. Berdasarkan kurikulum, prodi S1 yang memenuhi adalah prodi S1 dari STEI-K (Teknik Informatika dan Sistem & Teknologi Informasi).
  2. Semi-linier, untuk mahasiswa Prodi S1 yang sudah memenuhi sebagian kompetensi dasar. Berdasarkan kurikulum, prodi S1 yang memenuhi adalah prodi S1 dari STEI-R (Teknik Elektro, Teknik Telekomunikasi, Teknik Biomedis, Teknik Tenaga Listrik).
  3. Tidak linier, untuk mahasiswa Prodi S1 yang belum memiliki kompetensi dasar. Prodi lain di luar STEI pada umumnya dapat dikategorikan ke dalam kategori tidak linier, kecuali prodi-prodi yang memiliki kompetensi dasar computing. Evaluasi terhadap prodi di luar lingkungan STEI apakah termasuk dalam kategori semi linier atau tidak linier akan dilakukan per kasus pada saat mahasiswa prodi S1 yang terkait mendaftar pada program ini.

 

Tabel Kompetensi dasar Computing

Kompetensi dasar Deskripsi
Pemrograman
  1. Mahasiswa mengenali dan memahami konsep dan dasar struktur data
  2. Mahasiswa mampu untuk memakai paket struktur data yang tersedia
  3. Mahasiswa mampu mendesain dan mengimplementasi paket struktur data
  4. Mahasiswa mampu melakukan problem solving (dengan pemrograman prosedural, skala menengah) menggunakan algoritma, struktur data, dan basis data dengan menggunakan API/library yang tersedia ataupun dengan membangun sendiri library.
Basis Data
  1. Mahasiswa memiliki pemahaman mengenai peranan sistem basis data dalam pemenuhan kebutuhan akan informasi
  2. Mahasiswa mampu melakukan pemodelan data skala kecil-menengah dengan menggunakan model entity-relationship
  3. Mahasiswa mampu merancang skema basis data relasional
  4. Mahasiswa mampu mengimplementasikan sebuah basis data menggunakan DBMS Relasional
  5. Mahasiswa mampu membuat kueri dan memanipulasi data di dalam basis data dengan menggunakan SQL
Matematika Diskrit
  1. Mahasiswa mampu memahami konsep dasar matematika diskrit 
  2. Mahasiswa mampu memodelkan persoalan dengan menggunakan konsep matematika diskrit. 
  3. Mahasiswa mampu menerapkan metode matematika diskrit dalam bidang komputasi
Sistem Komputer
  1. Mengetahui perkembangan arsitektur komputer modern
  2. mengetahui abstraksi sistem komputer, mencakup komponen, struktur, dan fungsi  komputer
  3. Memahami representasi data numerik dan non numerik pada komputer
  4. Memahami eksekusi instruksi pada Mesin Von Neumann
  5. Dapat mengidentifikasi tipe teknologi memori dan prinsip-prinsip pengelolaan memori
  6. Dapat menjelaskan penggunaan interupsi dala implementasi I/O control dan transfer data
  7. Menjelaskan bagaimana sistem operasi mengelola hardware

Struktur Mata kuliah Prodi Magister Informatika PPSM sebagai berikut.

Mahasiswa PPSM wajib melaksanakan TA Tesis berkelanjutan, yaitu pelaksanaan TA di program sarjana dan Tesis di program magister dengan topik yang berkelanjutan sehingga merupakan bagian dari pekerjaan/penelitian di area yang sama. Berkaitan dengan kategori peserta program PPSM, aturan untuk melaksanakan TA Tesis Berkelanjutan didefinisikan sebagai berikut. 

  1. Linier: mahasiswa wajib melaksanakan TA Tesis Berkelanjutan dengan topik dan pembimbing yang sama.
  2. Semi-linier: mahasiswa disarankan melaksanakan TA Tesis Berkelanjutan dengan topik yang dimungkinkan bersifat multidisiplin dengan bidang program sarjana mahasiswa yang bersangkutan dan dengan tim pembimbing yang dapat berasal dari prodi sarjana mahasiswa ybs. dan dari prodi Magister Informatika. Namun jika tidak, maka mahasiswa wajib melaksanakan TA dengan topik di bidang komputasi, walaupun tidak berkelanjutan dengan topik tesis di Prodi Magister Informatika dan dapat dilaksanakan dengan pembimbing yang berbeda.
  3. Tidak linier: mahasiswa disarankan melaksanakan TA Tesis Berkelanjutan dengan topik yang dimungkinkan bersifat multidisiplin dengan bidang program sarjana mahasiswa yang bersangkutan dan dengan tim pembimbing yang dapat berasal dari prodi sarjana mahasiswa ybs. dan dari Prodi Magister Informatika. Namun jika tidak, maka mahasiswa disarankan mengambil topik TA di bidang komputasi, walaupun masih dimungkinkan untuk mengambil topik lain di luar bidang komputasi sesuai dengan bidang prodinya, sehingga dapat dilaksanakan dengan pembimbing yang berbeda dengan tesis.

Rancangan pengelolaan TA Tesis Berkelanjutan secara umum adalah sebagai berikut.

  1. Persyaratan pembimbing:
    TA Tesis Berkelanjutan dilaksanakan dengan pembimbing yang sama baik untuk TA maupun Tesis. Jumlah maksimum pembimbing adalah 2 orang, baik untuk TA maupun Tesis. Jika pembimbing hanya 1 orang, maka pembimbing tersebut harus eligible sebagai pembimbing utama di prodi sarjana dan Prodi Magister Informatika. Jika pembimbing 2 orang, maka salah satu pembimbing harus eligible sebagai pembimbing utama di Prodi Magister Informatika dan aturan urutan pembimbing utama dan pendamping mengikuti aturan di prodi sarjana dan Prodi Magister Informatika. Daftar dosen pembimbing untuk Prodi Magister Informatika dapat diakses pada Dosen Pembimbing Tesis Magister Informatika ITB.
  2. Persyaratan topik:
    • Topik TA Tesis Berkelanjutan harus berada dalam cakupan bidang komputasi.
    • Topik TA Tesis Berkelanjutan harus mempertimbangkan tingkat keilmuan dan kedalaman yang sesuai dan harus dapat dibagi dengan jelas target untuk proses TA di program sarjana dan target proses tesis di program magister. 
    • Topik TA Tesis Berkelanjutan harus sesuai dengan jalur pilihan mahasiswa di Prodi Magister Informatika.
    • Topik TA Tesis Berkelanjutan dapat berasal dari para calon dosen pembimbing atau dapat berasal dari usulan mahasiswa. Jika usulan berasal dari mahasiswa, maka harus dikonsultasikan dan disetujui oleh pembimbing.
  3. Pendataan mahasiswa:
    Sebelum semester 7 pada program sarjana mahasiswa dimulai, tim implementasi PPSM mengadakan pertemuan dan sosialisasi dengan seluruh mahasiswa peserta program PPSM yang sudah waktunya mengambil TA pada semester 7. Mahasiswa diminta untuk menyerahkan perencanaan pengambilan TA Tesis untuk mendapatkan informasi tentang peserta-peserta yang akan mengambil TA Tesis Berkelanjutan, terutama untuk mahasiswa dari kategori semi-linier dan non-linier.
  4. Prosedur alokasi topik dan pembimbing:
  • Untuk semua mahasiswa yang akan melaksanakan TA Tesis Berkelanjutan, tim implementasi PPSM berkoordinasi dengan semua tim pelaksana TA di semua prodi mahasiswa terkait dan tim pelaksana tesis Prodi Magister Informatika untuk mengkoordinasikan pengalokasian topik TA Tesis dan pembimbing untuk mahasiswa ybs.
  • Proses alokasi topik dan pembimbing TA Tesis dapat menjadi kasus khusus pada pengalokasian topik dan pembimbing TA di prodi sarjana mahasiswa dan prosedurnya dapat disesuaikan dengan prosedur di prodi sarjana masing-masing dengan syarat memastikan bahwa syarat topik (lihat butir 2) dan pembimbing (lihat butir 1) terpenuhi.
  • Setelah mahasiswa dialokasikan topik dan pembimbing, mahasiswa melaporkan proposal perencanaan TA Tesis Berkelanjutan yang telah ditandatangani oleh mahasiswa dan pembimbing ke tim implementasi PPSM.
  • Proses alokasi topik dan pembimbing dapat dimulai sebelum semester 7 dimulai dan sudah harus selesai selambat-lambatnya minggu ke-7 semester 7 program sarjana mahasiswa. 
  1. Pengambilan mata kuliah terkait:
    a. Pengambilan mata kuliah TA di prodi sarjana

    • Asumsi: Terdapat mata kuliah TA-I di semester 7 dan TA-II di semester 8 di setiap prodi sarjana. 
    • Mahasiswa melaksanakan TA Tesis Berkelanjutan porsi untuk program sarjana dengan mengikuti prosedur pelaksanaan TA di prodi masing-masing dengan catatan: dalam penyampaian proposal TA, harus dicakup juga topik dan perencanaan untuk sampai pelaksanaan Tesis.
    • Mahasiswa melakukan pengambilan mata kuliah TA-I pada semester 7. Seluruh atau sebagian proses alokasi topik dan pembimbing dapat dilakukan pada semester ini (lihat butir 4.d.)
    • Pengambilan mata kuliah TA-II dilakukan pada semester 8.
  1. Pengambilan mata kuliah Metodologi Penelitian dan Tesis dilaksanakan setelah mahasiswa berubah status menjadi mahasiswa Prodi Magister Informatika. Pengambilan mata kuliah Metodologi Penelitian dilakukan pada semester 1 dan mata kuliah Tesis diambil pada semester 2 dan dilaksanakan sesuai prosedur dan aturan yang berlaku di Prodi Magister Informatika.
    Catatan: Dalam penyampaian proposal Tesis, harus disampaikan hasil-hasil dari TA yang akan dilanjutkan dalam Tesis.
  1. Selama pelaksanaan TA Tesis Berkelanjutan, mahasiswa tidak diperkenankan berganti topik dan pembimbing, khususnya dari TA ke Tesis. Penggantian topik atau pembimbing dapat dilaksanakan dengan alasan kedaruratan tertentu dan mengikuti prosedur yang ditetapkan oleh Prodi Magister Informatika dan diketahui oleh tim implementasi PPSM.

Program studi Magister Informatika Sekolah Teknik Elektro dan Informatika ITB melaksanakan Double Degree Program (DDP), bekerja sama dengan beberapa perguruan tinggi mitra di luar negeri. Mahasiswa peserta DDP dapat memperoleh gelar dari dua perguruan tinggi sekaligus yaitu gelar ITB dan gelar dari perguruan tinggi mitra ITB di Luar Negeri. 

Mahasiswa dapat memulai dari program studi Magister Informatika ITB dan mengikuti perkuliahan di ITB pada tahun pertama sesuai kurikulum Magister Informatika ITB, lalu mahasiswa akan melanjutkan perkuliahan di perguruan tinggi mitra di luar negeri pada tahun kedua. Hal ini berlaku sebaliknya untuk mahasiswa dari perguruan tinggi mitra, yaitu tahun pertama mengikuti perkuliahan sesuai kurikulum di program studi universitas awal, lalu mahasiswa akan melanjutkan kuliah di ITB pada tahun kedua.

Pada saat ini, program studi Magister Informatika ITB menawarkan DDP dengan 4 perguruan tinggi mitra sebagai berikut: 

1. Toyohashi University of Technology – Computer Science & Engineering (Japan)

DDP TUT-ITB telah dimulai secara formal dengan Agreement for Double Master’s Degrees between Toyohashi University of Technology (TUT) and Institut Teknologi Bandung (ITB) tanggal 18 Agustus 2023, dan Addendum Agreement for Double Master’s Degrees between Computer Science and Engineering TUT and Informatics ITB tanggal 22 Agustus 2023.
Link web: https://www.tut.ac.jp/english/introduction/publications.html 

2. Singapore Management University – Master of IT in Business (Singapore)

Program ini sudah terdaftar pada beasiswa LDPD Program Double Degree.

https://lpdp.kemenkeu.go.id/storage/beasiswa/kebijakan-umum/file/public_policy_file_1737168598.pdf 

Beasiswa lainnya: Soegiarto Adikosoemo Postgraduate Scholarship

Link web: https://masters.smu.edu.sg/programme/master_of_it_in_business/community-stories/bridging_borders_and_minds_smuitb_double 

3. Grand Valley State University – College of Computing

Link web: https://www.gvsu.edu/computing/itb-international-agreements-191.htm 

4. La Trobe University –

en_USEnglish