Enter your keyword

Master Program of Informatics

Home     News     Contact Us

Study Program Objectives

The Master's Program in Informatics aims to produce graduates with the following competencies in the early stages of their careers (3-5 years after graduation):

  1.     Graduates will possess critical thinking, innovation, and professionalism to compete globally in the field of Informatics.
  2.     Graduates will successfully pursue further studies or engage in continuous professional development.
  3.     Graduates will have the ability to manage research in the field of Informatics.

The learning outcomes of the Master's Program in Informatics at the time students are declared graduated are:

  1. Students are able to analyze problems in Informatics or other disciplines to identify computation-based solutions.
  2. Students are able to design and develop computation-based solutions through an interdisciplinary or multidisciplinary approach.
  3. Students are able to evaluate computation-based solutions that meet requirements through an interdisciplinary or multidisciplinary approach.
  4. Students are able to advance knowledge and technology through research in the field of Informatics by engineering and developing specific disciplines, including:
    a. Algorithms or computational theories capable of solving current and real-world problems (CS option), or
    b. The development of large-scale software products that are reliable, innovative, and maintainable (SEI option), or
    c. Enterprise-level Information Systems governance to maximize system potential and minimize risks by efficiently utilizing Information Technology resources (IS option), or
    d. Analysis, modeling, design, development, and enhancement of information technology-based systems (IT option), or
    e. Concepts, technologies, and applications of artificial intelligence, including appropriate tools for effective and efficient AI solutions (IntS option), or
    f. Concepts, architectures, and technologies of media and mobile devices, as well as the development of media and mobile applications using human-computer interaction principles and appropriate software engineering methodologies (MMT option), or
    g. Concepts, architectures, technologies, and applications of cloud computing to provide scalable and high-performance computing solutions for business and scientific needs (CC option), or
    h. Management, processing, and interpretation of large and complex datasets for extracting valuable information and knowledge (DSAI option), or
    i. Development, operation, and security testing of cyber systems (CSec option).
  5. Students are able to communicate effectively in various professional and academic contexts.
  6. Students are able to function effectively in team activities relevant to their field of study.

Terdapat delapan opsi atau jalur spesialisasi yaitu Ilmu Komputer (CS), Rekayasa Perangkat Lunak (SE), Teknologi Media dan Piranti Bergerak (MMT), Sains Data (DS), Keamanan Siber (CSec), Inteligensi Artifisial (AI), Sistem Informasi (IS), dan Teknologi Informasi (IT).

Kurikulum Program Studi Magister Informatika dengan total 54 sks terbagi ke dalam 3 semester dengan beban maksimal 18 SKS per semester dengan komposisi di bawah ini. Untuk skema program multidisiplin dan skema program Double Degree, kurikulum disusun dalam 4 semester.

Wajib ITB : 7 sks
Wajib Prodi : 12 sks mata kuliah terstruktur + 12 sks Tesis
Wajib opsi : 12-19 sks
Pilihan : 4-11 sks

Waktu studi dijadwalkan dalam 3-4 semester. Struktur Mata kuliah Prodi Magister Informatika dalam 3 semester berikut ini. Mahasiswa mengambil 18 sks per semester.

No Kode Bahan Kajian SKS
1 IF5001
Metodologi Penelitian
  1. Nature dan tujuan penelitian, dan elemen metodologi penelitian
  2. Penentuan topik penelitian, identifikasi dan perumusan masalah, kebaruan dan/atau nilai inovatif penelitian
  3. Research question, penentuan hipotesis, perancangan penelitian
  4. Desain eksperimen, konsep variabel bebas dan variabel terikat, atau metode pemerolehan data lainnya sesuai dengan nature keilmuannya
  5. Sampling, sample, sampling error, sample size, karakteristik sample yang baik, dan konsiderasi praktis dalam sampling
  6. Pengolahan data, analisis, pembahasan. dan kesimpulan
  7. Penyusunan laporan ilmiah
3
2 WI7001
Literasi Digital dan Etika Akademik
  1. Konsep digital, model dan strategi komunikasi, penelusuran, dan kolaborasi digital secara efektif dan positif
  2. Pemanfaatan digital tools
  3. Prinsip-prinsip literasi data, artificial intellegence, machine learning dan deep learning
  4. Pemanfaatan AI untuk riset dan penulisan karya ilmiah
  5. Integritas dan etika akademik
  6. Integritas dan etika dalam riset, proyek, dan publikasi ilmiah
2
3 IF5100
Pemrograman untuk Data Analitik
  1. Programming Fundamental & struktur data
  2. Pemrograman berorientasi objek
  3. Kompleksitas algoritma
  4. Strategi algoritma / computational problem solving techniques
  5. Eksplorasi data
  6. Pengantar Machine Learning
3
4 IF5101
Manajemen Data
  1. Prinsip dan konsep umum manajemen dan organisasi data
  2. Sistem manajemen data
  3. Manajemen infrastruktur enterprise data
  4. Data governance
  5. Large scale data storage
3
5 IF5002
Penyusunan Proposal
  1. Penentuan topik penelitian, identifikasi dan perumusan masalah, kebaruan dan/atau nilai inovatif penelitian
  2. Research question, penentuan hipotesis, perancangan penelitian
  3. Pengembangan metode penyelesaian masalah penelitian
  4. Penyusunan laporan ilmiah
  5. Presentasi ilmiah
2
6 IF5091
Tesis 1
  1. Penerapan dan Pengembangan metode penyelesaian masalah penelitian
  2. Komunikasi akademik
  3. Penyusunan laporan ilmiah
4
7 IF5200
Proyek Penelitian Terapan
  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
Tesis 2
  1. Penerapan dan Pengembangan metode penyelesaian masalah penelitian
  2. Komunikasi akademik
  3. Penyusunan laporan ilmiah
  4. Presentasi ilmiah
6
9 IF6099
Sidang Magister
  1. Keberhasilan penelitian
  2. Penyusunan laporan ilmiah
  3. Presentasi ilmiah
2

Struktur Mata kuliah Prodi Magister Informatika dalam 4 semester berikut ini. Mahasiswa mengambil 11-16 sks per semester.

Khusus untuk jalur Magister berbasis Riset, komposisi mata kuliah diberikan sesuai komposisi berikut dan kurikulum disusun dalam 4 semester.
Wajib ITB : 7 sks
Wajib Prodi : 12 sks mata kuliah terstruktur + 16 sks Tesis
Pilihan : 19 sks</span
Struktur Mata kuliah Prodi Magister Informatika jalur Magister berbasis Riset sebagai berikut.

Mahasiswa opsi Ilmu Komputer (CS) diharapkan mampu mengembangkan pengetahuan dan teknologi berbasis riset untuk bidang Informatika, dengan merekayasa dan mengembangkan algoritma atau teori komputasi yang mampu menyelesaikan persoalan aktual dan kekinian.

Mata kuliah wajib opsi Ilmu Komputer (CS):

No Kode Matakuliah SKS P
1 IF5110
Desain Algoritma
  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
Matematika untuk Ilmu Komputer
  1. Pembuktian
  2. Struktur
  3. Perhitungan
  4. Statistik dan Probabilitas
  5. Recurrences
  6. Kompleksitas algoritma
3 0
3 IF5210
Desain Kompilator
  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
Sistem Terdistribusi Lanjut
  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

Mahasiswa opsi Rekayasa Perangkat Lunak (SE) diharapkan mampu mengembangkan pengetahuan dan teknologi berbasis riset untuk bidang Informatika, dengan merekayasa dan mengembangkan produk perangkat lunak berskala besar yang handal, inovatif, dan mudah dipelihara.

Mata kuliah wajib opsi Rekayasa Perangkat Lunak (SE):

No Kode Matakuliah SKS P
1 IF5120
Rekayasa Kebutuhan Perangkat Lunak
  1. Dasar-dasar kebutuhan perangkat lunak
  2. Proses Rekayasa Kebutuhan
  3. Elisitasi Kebutuhan
  4. Analisis Kebutuhan
  5. Spesifikasi Kebutuhan
  6. Validasi Kebutuhan
  7. Pertimbangan Praktis
3 0
2 IF5121
Perancangan Perangkat Lunak
  1. Dasar-dasar Perancangan Perangkat Lunak
  2. Arsitektur Perangkat Lunak
  3. Pola Perancangan (Design Pattern)
  4. Perancangan Antarmuka Pengguna
  5. Analisis dan Evaluasi Kualitas Hasil Perancangan Perangkat Lunak
  6. Notasi Perancangan Perangkat Lunak
  7. Strategi dan Metode Perancangan Perangkat Lunak
  8. Alat Bantu Perancangan Perangkat Lunak
3 0
3 IF5220
Kualitas Perangkat Lunak
  1. Dasar-dasar Kualitas Perangkat Lunak
  2. Proses Manajemen Kualitas Perangkat Lunak
  3. Pertimbangan Praktis
  4. Alat Bantu Kualitas Perangkat Lunak
  5. Dasar-dasar Pengujian Perangkat Lunak
  6. Tingkat Pengujian
  7. Teknik Pengujian
  8. Pengukuran terkait Pengujian
  9. Proses Pengujian
  10. Alat Bantu Pengujian Perangkat Lunak
  11. Bahasa Spesifikasi
  12. Program refinement and derivation
  13. Verifikasi Formal
  14. Logical inference
3 0
4 IF5221
Inovasi Produk Perangkat Lunak
  1. Pengantar Inovasi Produk Perangkat Lunak
  2. Identifikasi Topik dan Permasalahan
  3. Identifikasi dan Analisa Kebutuhan Pasar
  4. Identifikasi dan Analisa Kebutuhan Sistem
  5. Pemodelan Kebutuhan
  6. Perencanaan Produk Perangkat Lunak dan Kualitasnya
  7. Perencanaan Komersialisasi
  8. Presentasi proposal
  9. Pelaksanaan Pembangunan Produk Perangkat Lunak
  10. Presentasi dan demo
1 3
5 IF6120
Evolusi Perangkat Lunak
  1. Manajemen Proses SCM
  2. Identifikasi Konfigurasi Perangkat Lunak
  3. Pengendalian Konfigurasi Perangkat Lunak
  4. Status Konfigurasi Perangkat Lunak
  5. Audit Konfigurasi Perangkat Lunak
  6. Manajemen dan Delivery Rilis Perangkat Lunak
  7. Alat Bantu SCM
  8. Dasar-dasar Perawatan Perangkat Lunak
  9. Isu pada Perawatan Perangkat Lunak
  10. Proses Perawatan Perangkat Lunak
  11. Teknik Perawatan Lunak
  12. Alat Bantu Perawatan Perangkat Lunak
3 0

Mahasiswa opsi Teknologi Media dan Piranti Bergerak (MMT) diharapkan mampu mengembangkan pengetahuan dan teknologi berbasis riset untuk bidang Informatika, dengan merekayasa dan mengembangkan konsep, arsitektur, dan teknologi media dan piranti bergerak, serta pengembangan aplikasi media dan piranti bergerak dengan menggunakan kaidah interaksi manusia dan komputer serta metodologi rekayasa perangkat lunak yang baik dan sesuai.

Mata kuliah wajib opsi Teknologi Media dan Piranti Bergerak (MMT):

No Kode Matakuliah SKS P
1 IF5130
Rekayasa Perangkat Lunak Domain Game
  1. Rekayasa Perangkat Lunak untuk Domain Khusus Game
  2. Desain Game
  3. Arsitektur Mesin Permainan
  4. Pengujian Game
  5. Analitik Game
  6. Etika dalam Membuat Game
3 0
2 IF5131
Pemrosesan & Manajemen Data Multimedia
  1. Pengantar data dan aplikasi multimedia
  2. Review pemrosesan sinyal (Discrete Fourier Transform dan Fast Fourier Transform)
  3. Review representasi data multimedia
  4. Analisis atomatis data multimedia (preporoses, ekstraksi fitur, pengenalan dan temu kembali kemiripan)
  5. Manajemen data multimedia dan metode pengindeksan data multimedia
  6. Studi kasus aplikasi berbasis data multimedia.
3 0
3 IF5230
Teknologi & Aplikasi Piranti Bergerak
  1. Pengenalan piranti bergerak
  2. Aktivitas pengembangan aplikasi piranti bergerak (analisa kebutuhan, prinsip dan pola perancangan, perancangan antarmuka (UI), penerapan teknologi, pengujian, kualitas)
3 0
4 IF6130
Teknologi & Aplikasi Media Interaktif
  1. Pengenalan media interaktif
  2. Pengenalan Game (konsep, desain, proses)
  3. Play dari Game
  4. Produksi Game
  5. Seni perancangan game
  6. Implementasi Game
3 0

Mahasiswa opsi Sains Data (DS) diharapkan mampu mengembangkan pengetahuan dan teknologi berbasis riset untuk bidang Informatika, dengan merekayasa dan mengembangkan pengelolaan, pemrosesan, dan interpretasi dataset besar dan kompleks untuk ekstraksi informasi dan pengetahuan penting.

Mata kuliah wajib opsi Sains Data (DS):

No Kode Matakuliah SKS P
1 IF5140
Pembelajaran Mesin
  1. Introduction to Machine Learning
  2. Supervised Learning
  3. Neural Networks
  4. Learning Theory
  5. Unsupervised Learning
  6. Reinforcement Learning
2 0
2 IF5141
Penambangan Data
  1. Proses model untuk data mining (CRISP-DM)
  2. Konsep dasar data, statistik dan visualisasi dasar terkait data, pengukuran (measurement), dan pemrosesan awal data (data pre-processing)
  3. Teknik dasar pattern mining terhadap frequent patterns, associations, dan correlations
  4. Recall: Klasifikasi dan cluster analysis dengan teknik pembelajaran mesin.
  5. Overview teknik-teknik pembelajaran mesin lanjut untuk berbagai jenis data
  6. Evaluasi model data mining
  7. Deployment model data mining
  8. Studi kasus pembangunan model pembelajaran mesin untuk suatu persoalan/organisasi: pemahaman bisnis, pemahaman data, persiapan data, pembangunan model, evaluasi model, deployment
3 1
3 IF5240
Inteligensi dan Analitik Bisnis
  1. Konsep dasar inteligensi bisnis dan analitik bisnis: data, model statistik, pengambilan keputusan, dan decision support systems
  2. Manajemen dan operasi analitik bisnis: proses bisnis dan operasinya, perencanaan dan pengawasan, analisis dan desain kebutuhan, evaluasi solusi
  3. Data warehousing: Konsep data warehouse, data integration, pembangunan data warehouse, analitik bisnis memanfaatkan data warehouse, visualisasi data
  4. Teknologi data warehouse: platform dan tools untuk data warehouse, data integration, reporting dan visualisasi
  5. Analitik bisnis dengan memanfaatkan teknik data mining
  6. Studi kasus pembangunan sistem dengan menggunakan pendekatan inteligensi bisnis dan memanfaatkan analitik bisnis
3 1
4 IF5241
Sistem Big Data
  1. Konsep dasar big data
  2. Infrastruktur dan teknologi big data: big data technology stack, komputasi cloud, penyimpanan dan sistem file skala besar, basis data NoSQL, model pemrosesan data: batch, streaming, parallel.
  3. Organisasi dan pengelolaan sistem big data: algoritma big data untuk pemrosesan data skala besar, algoritma big data untuk pemrosesan awal data, data ingestion, dan visualisasi, manajemen dan operasi sistem big data.
  4. Pengembangan sistem big data untuk data sains: platform dan tools untuk analitik big data, desain dan pembangunan sistem big data dan sistem berbasis cloud, operasi dan manajemen layanan big data dan cloud, kaitan dengan sistem informasi enterprise information system
3 0
5 IF6097
Kerja Praktek Industri
  1. Penerapan Metode
  2. Penyusunan laporan ilmiah
3 0

Mahasiswa opsi Inteligensi Artifisial (AI) diharapkan mampu mengembangkan pengetahuan dan teknologi berbasis riset untuk bidang Informatika, dengan merekayasa dan mengembangkan konsep, teknologi, dan aplikasi artificial intelligence, termasuk kakas yang tepat sebagai solusi AI yang efektif dan efisien.

Mata kuliah wajib opsi Inteligensi Artifisial (AI):

No Kode Matakuliah SKS P
1 IF5150
Inteligensi Artifisial Lanjut
  1. Pengantar dan Sejarah AI – Topik: – Pengenalan AI dan sejarah perkembangan AI – Konsep dasar AI
  2. Agen Cerdas/ Intelligent Agent – Topik: – Konsep dan arsitektur agen cerdas – Implementasi agen cerdas
  3. Pengambilan Keputusan – Topik: – Teknik pengambilan keputusan dalam AI – Model pengambilan keputusan
  4. Algoritma Heuristik – Topik: – Konsep dan aplikasi algoritma heuristik – Teknik pencarian heuristik
  5. Logika Deskriptif, Proposisional, dan Predikat – Topik: – Logika deskriptif, proposisional, dan predikat – Aplikasi logika dalam AI
  6. Set Jawaban dan Ontologi – Topik: – Konsep set jawaban – Ontologi dan aplikasi dalam AI
  7. Data Terhubung, Web Semantik, dan Jaringan Probabilistik – Topik: – Data terhubung dan web semantik – Jaringan Bayesian dan jaringan keputusan Markov Penalaran Temporal dan Penjadwalan – Topik: – Penalaran temporal dalam AI – Teknik penjadwalan dalam AI
3 0
2 IF5151
Matematika untuk Inteligensi Artifisial
  1. Pengantar Matematika Pembelajaran Mesin
  2. Aljabar Linear
  3. Kalkulus
  4. Statistik dan Probabilitas
  5. Metode Optimasi
  6. Matematika Terapan untuk Pembelajaran Mesin
3 0
3 IF5250
Deep Learning
  1. Pengantar Deep Learning
  2. Dasar-dasar Jaringan Saraf
  3. Jaringan Saraf Konvolusional (CNN)
  4. Jaringan Saraf Berulang (RNN) dan LSTM
  5. Teknik Optimasi dan Regularisasi
  6. Aplikasi Deep Learning
3 1
4 IF5251
Inteligensi Artifisial dalam Produksi
  1. Pengantar AI in Production – Tantangan dan pertimbangan dalam menerapkan AI ke produksi – Gambaran umum MLOps dan siklus hidup pengembangan model – Perbedaan antara lingkungan pengembangan dan produksi
  2. Manajemen Data – Pengumpulan, pelabelan, dan penyimpanan data – Pemrosesan data dan rekayasa fitur – Versioning data dan lineage
  3. Pengembangan dan Pelatihan Model – Pemilihan algoritma dan arsitektur model – Eksperimen dan pelacakan model – Pelatihan terdistribusi dan akselerasi perangkat keras
  4. Evaluasi dan Validasi Model – Metrik evaluasi dan validasi silang – Analisis kesalahan dan interpretabilitas model – Pengujian dan validasi data
  5. Penerapan Model – Strategi penerapan (shadow, canary, blue-green) – Containerization dan orkestrasi – Penskalaan dan optimasi kinerja
  6. Pemantauan dan Pengawasan Model – Metrik dan dashboard pemantauan – Deteksi anomali dan pergeseran data – Pemantauan integritas data dan kualitas model
  7. Keamanan dan Privasi – Serangan adversarial dan pertahanan – Enkripsi dan anonimisasi data – Audit keamanan dan kepatuhan
  8. Pertimbangan Etis dan Hukum – Bias dan keadilan dalam AI – Transparansi dan akuntabilitas – Peraturan dan standar industri
  9. Studi Kasus dan Aplikasi Industri – Studi kasus penerapan AI di berbagai industri – Praktik terbaik dan pelajaran yang dipetik – Tren dan arah masa depan
3 0
5 IIF6150
Inteligensi Artifisial Terpercaya
  1. Pengantar Trustworthy AI – Topik: – Pengenalan konsep Trustworthy AI – Pentingnya transparansi, keadilan, dan ketahanan dalam AI
  2. Explainable AI (X-AI) – Konsep dan Metode – Topik: – Konsep dasar explainable AI – Metode untuk interpretabilitas model AI
  3. Evaluasi Interpretabilitas dan Penjelasan – Topik: – Teknik evaluasi interpretabilitas – Studi kasus aplikasi explainable AI
  4. Fairness dalam AI – Konsep dan Tantangan – Topik: – Konsep fairness dalam AI – Tantangan dalam mendeteksi dan mengurangi bias
  5. Teknik untuk Fairness dalam AI – Topik: – Teknik untuk mendeteksi bias – Metode untuk mengurangi bias dalam model AI
  6. Robustness dalam AI – Konsep dan Metode – Topik: – Konsep robustness dalam AI – Teknik untuk meningkatkan ketahanan model AI
  7. Pertimbangan Etis dan Hukum dalam AI – Topik: – Pertimbangan etis dalam pengembangan AI – Implikasi hukum dari fairness dan robustness dalam AI
  8. Proyek Akhir dan Presentasi – Topik: – Implementasi proyek inovatif dalam Trustworthy AI – Dokumentasi dan presentasi proyek – Evaluasi dan diskusi hasil proyek
3 0
6 IF6151
Proyek Mandiri Inteligensi Artifisial
  1. Topik terkini dalam masalah Inteligensi Artifisial
3 0

Mahasiswa opsi Keamanan Siber (CSec) diharapkan mampu mengembangkan pengetahuan dan teknologi berbasis riset untuk bidang Informatika, dalam pengembangan, pengoperasian, dan pengujian keamanan sistem siber.

Mata kuliah wajib opsi Keamanan Siber (CSec):

No Kode Matakuliah SKS P
1 IF5161
Keamanan Data dan Perangkat Lunak
  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
Keamanan dan Privasi Sistem
  1. Keamanan siber dan pengaturan privasi
  2. Security Building Block
  3. Cyber-Physical System Engineering
  4. Management & Incident
  5. Legal Issues & Ethics
  6. Malware
3 0
3 IF5260
Forensik Digital
  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
Operasi Keamanan Siber
  1. Konsep keamanan dalam Organisasi
  2. Keamanan Jaringan
  3. Operasi Keamanan
  4. Pencarian ancaman
3 0
5 IF6161
Proyek Mandiri Keamanan Siber
  1. Topik- topik terkini dalam masalah keamanan siber
3 0

Mahasiswa opsi Sistem Informasi (IS) diharapkan mampu mengembangkan pengetahuan dan teknologi berbasis riset untuk bidang Informatika, dengan merekayasa dan mengembangkan tata kelola Sistem Informasi di level enterprise untuk memaksimalkan potensi sistem dan meminimalkan risikonya menggunakan sumber daya Teknologi Informasi secara efisien.

Mata kuliah wajib opsi Sistem Informasi (IS):

No Kode Matakuliah SKS P
1 IF5170
Strategi Digital
  1. Berfikir strategis
  2. Prediksi arah perkembangan TI
  3. Adopsi teknologi informasi
  4. Manajemen perubahan dan pengembangan kebijakan
  5. Manajemen & Governance
  6. IT Governance Model
  7. Maturity & Capability Maturity Models
3 0
2 IF5171
Pendekatan Sistem
  1. Filsafat sistem
  2. Prinsip Dasar Sistem
  3. Sistem Sosikultural
  4. Pengembangan
  5. Metodologi Sistem
  6. Pemikiran Operasional
  7. Pemikiran Disain
3 0
3 IF5270
Aplikasi Inteligensi Artifisial untuk Enterprise
  1. Artificial Intelligence
  2. Business Value of AI
  3. Leveraging Business Value Chain
  4. Development Methodology: CRISP-DM
3 1
4 IF5271
Keberlanjutan Sistem Informasi
  1. Konsep Keberlangsungan
  2. Regulasi
  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
Tata Pamong Data
  1. Informasi dan Peran data untuk Organisasi
  2. Prinsip Data
  3. Kebijakan dan Prosedur tentang data
  4. Struktur Organisasi Data
  5. Data Privacy
  6. Data Sharing
  7. Data Protection
3 0

Mahasiswa opsi Teknologi Informasi (IT) diharapkan mampu mengembangkan pengetahuan dan teknologi berbasis riset untuk bidang Informatika, dengan merekayasa dan mengembangkan analisis, pemodelan, perancangan, pembangunan, dan pengembangan sistem berbasis teknologi informasi.

Mata kuliah wajib opsi Teknologi Informasi (IT):

No Kode Matakuliah SKS P
1 IF5180
Teknologi Digital Twin
  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
Platform Teknologi Informasi
  1. Konsep dasar dan komponen utama dari Platform Teknologi Informasi.
  2. Analisis kebutuhan bisnis dan metode pemilihan platform TI yang sesuai.
  3. Integrasi Sistem
  4. Keamanan dan skalabilitas
3 0
3 IF5280
Keamanan, Privasi, dan Forensik Digital
  1. Model referensi dan prinsip-prinsip keamanan Digital
  2. Lubang / kelemahan keamanan digital
  3. Ancaman / serangan digital
  4. Rekayasa keamanan digital secara defensive dan ofensif
  5. Pesyaratan dan regulasi privasi digital
  6. Implementasi kepatuhan privasi digital
  7. Forensik digital reaktif
  8. Forensik digital proaktif
3 0
4 IF6180
Tranformasi Digital dan EA
  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

Jadwal pendaftaran calon mahasiswa baru Magister Informatika mengikuti jadwal Pendaftaran Calon Mahasiswa Program Pascasarjana ITB untuk semester I tahun 2025/2026 yang dapat diakses pada https://admission.itb.ac.id/info/program-magister/

Rencana tes seleksi mahasiswa baru Magister Informatika:

Gelombang 1:
Pendaftaran: 23 Januari – 11 Februari 2025
Tes seleksi: Kamis 13 Februari 2025 09-13 luring

Gelombang 2:
Pendaftaran: 19 Februari – 12 Maret 2025 (Pukul 15.00 WIB)
Tes seleksi: Jumat 14 Maret 2025 09.00-11.00 dan 13.00-15.00 luring

Gelombang 4:
Pendaftaran: 22 April – 20 Mei 2025 (Pukul 15:00 WIB)
Tes seleksi: Kamis 22 Mei 2025 09.00-13.00 luring

Gelombang 6:
Pendaftaran: 1 – 17 Juli 2025 (Pukul 15:00 WIB)
Tes seleksi: Senin 21 Juli 2025 09.00-13.00 luring

Khusus untuk program MBR program studi Magister Informatika, seleksi calon mahasiswa MBR dilakukan berdasarkan dokumen, ujian tulis, dan wawancara, yaitu:

  1. Seleksi berdasarkan dokumen:

– Nilai TPA & TOEFL mengikuti peraturan ITB
– 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)

– Tim wawancara (minimal 3 orang): kaprodi/yang mewakili + calon pembimbing + anggota tim seleksi.
– 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.NIMNAMAJalur 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.NIMNamaJalur 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.NIMNamaJalur 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.NIMNamaJalur 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

NoNIMNAMAJalur 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

NoNIMNAMAJalur 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.NIMNamaJalur 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.NIMNamaJalur 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.NIMNamaJalur 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