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
- Review basic concepts of algorithms: time complexity, data structures, heaps & disjoint sets data structures
- Techniques based on recursion: induction, divide & conquer, dynamic programming
- First cut techniques: greedy, graph traversal
- Complexity of problems: NP-complete problems, computational complexity, lower bounds
- Coping with hardness: backtracking, randomized algorithms, approximation algorithm
- Iterative improvement for domain-specific problems: network flow, matching
- Techniques in Computational Geometry: Geometric sweeping,Voronoi diagrams
|
3 |
0 |
| 2 |
IF5111 |
Matematika untuk Ilmu Komputer
- Pembuktian
- Struktur
- Perhitungan
- Statistik dan Probabilitas
- Recurrences
- Kompleksitas algoritma
|
3 |
0 |
| 3 |
IF5210 |
Desain Kompilator
- Lexical analysis
- Syntax analysis
- Scopes and symbol tables
- Interpretation
- Type checking
- Intermediate code generation
- Machine code generation
- Register allocation
- Functions
- Data flow analysis and optimisation
- Optimisation for loops
|
3 |
0 |
| 4 |
IF5112 |
Sistem Terdistribusi Lanjut
- Model sistem terdistribusi
- Failure detectors
- reliable delivery
- atomic & reliable broadcast
- shared memory model
- consensus
- Distributed commitment protocol & atomic transactions
- Group membership
- View synchrony
- Cloud computing & virtualization
- 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
- Dasar-dasar kebutuhan perangkat lunak
- Proses Rekayasa Kebutuhan
- Elisitasi Kebutuhan
- Analisis Kebutuhan
- Spesifikasi Kebutuhan
- Validasi Kebutuhan
- Pertimbangan Praktis
|
3 |
0 |
| 2 |
IF5121 |
Perancangan Perangkat Lunak
- Dasar-dasar Perancangan Perangkat Lunak
- Arsitektur Perangkat Lunak
- Pola Perancangan (Design Pattern)
- Perancangan Antarmuka Pengguna
- Analisis dan Evaluasi Kualitas Hasil Perancangan Perangkat Lunak
- Notasi Perancangan Perangkat Lunak
- Strategi dan Metode Perancangan Perangkat Lunak
- Alat Bantu Perancangan Perangkat Lunak
|
3 |
0 |
| 3 |
IF5220 |
Kualitas Perangkat Lunak
- Dasar-dasar Kualitas Perangkat Lunak
- Proses Manajemen Kualitas Perangkat Lunak
- Pertimbangan Praktis
- Alat Bantu Kualitas Perangkat Lunak
- Dasar-dasar Pengujian Perangkat Lunak
- Tingkat Pengujian
- Teknik Pengujian
- Pengukuran terkait Pengujian
- Proses Pengujian
- Alat Bantu Pengujian Perangkat Lunak
- Bahasa Spesifikasi
- Program refinement and derivation
- Verifikasi Formal
- Logical inference
|
3 |
0 |
| 4 |
IF5221 |
Inovasi Produk Perangkat Lunak
- Pengantar Inovasi Produk Perangkat Lunak
- Identifikasi Topik dan Permasalahan
- Identifikasi dan Analisa Kebutuhan Pasar
- Identifikasi dan Analisa Kebutuhan Sistem
- Pemodelan Kebutuhan
- Perencanaan Produk Perangkat Lunak dan Kualitasnya
- Perencanaan Komersialisasi
- Presentasi proposal
- Pelaksanaan Pembangunan Produk Perangkat Lunak
- Presentasi dan demo
|
1 |
3 |
| 5 |
IF6120 |
Evolusi Perangkat Lunak
- Manajemen Proses SCM
- Identifikasi Konfigurasi Perangkat Lunak
- Pengendalian Konfigurasi Perangkat Lunak
- Status Konfigurasi Perangkat Lunak
- Audit Konfigurasi Perangkat Lunak
- Manajemen dan Delivery Rilis Perangkat Lunak
- Alat Bantu SCM
- Dasar-dasar Perawatan Perangkat Lunak
- Isu pada Perawatan Perangkat Lunak
- Proses Perawatan Perangkat Lunak
- Teknik Perawatan Lunak
- 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
- Rekayasa Perangkat Lunak untuk Domain Khusus Game
- Desain Game
- Arsitektur Mesin Permainan
- Pengujian Game
- Analitik Game
- Etika dalam Membuat Game
|
3 |
0 |
| 2 |
IF5131 |
Pemrosesan & Manajemen Data Multimedia
- Pengantar data dan aplikasi multimedia
- Review pemrosesan sinyal (Discrete Fourier Transform dan Fast Fourier Transform)
- Review representasi data multimedia
- Analisis atomatis data multimedia (preporoses, ekstraksi fitur, pengenalan dan temu kembali kemiripan)
- Manajemen data multimedia dan metode pengindeksan data multimedia
- Studi kasus aplikasi berbasis data multimedia.
|
3 |
0 |
| 3 |
IF5230 |
Teknologi & Aplikasi Piranti Bergerak
- Pengenalan piranti bergerak
- 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
- Pengenalan media interaktif
- Pengenalan Game (konsep, desain, proses)
- Play dari Game
- Produksi Game
- Seni perancangan game
- 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
- Introduction to Machine Learning
- Supervised Learning
- Neural Networks
- Learning Theory
- Unsupervised Learning
- Reinforcement Learning
|
2 |
0 |
| 2 |
IF5141 |
Penambangan Data
- Proses model untuk data mining (CRISP-DM)
- Konsep dasar data, statistik dan visualisasi dasar terkait data, pengukuran (measurement), dan pemrosesan awal data (data pre-processing)
- Teknik dasar pattern mining terhadap frequent patterns, associations, dan correlations
- Recall: Klasifikasi dan cluster analysis dengan teknik pembelajaran mesin.
- Overview teknik-teknik pembelajaran mesin lanjut untuk berbagai jenis data
- Evaluasi model data mining
- Deployment model data mining
- 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
- Konsep dasar inteligensi bisnis dan analitik bisnis: data, model statistik, pengambilan keputusan, dan decision support systems
- Manajemen dan operasi analitik bisnis: proses bisnis dan operasinya, perencanaan dan pengawasan, analisis dan desain kebutuhan, evaluasi solusi
- Data warehousing: Konsep data warehouse, data integration, pembangunan data warehouse, analitik bisnis memanfaatkan data warehouse, visualisasi data
- Teknologi data warehouse: platform dan tools untuk data warehouse, data integration, reporting dan visualisasi
- Analitik bisnis dengan memanfaatkan teknik data mining
- Studi kasus pembangunan sistem dengan menggunakan pendekatan inteligensi bisnis dan memanfaatkan analitik bisnis
|
3 |
1 |
| 4 |
IF5241 |
Sistem Big Data
- Konsep dasar big data
- 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.
- 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.
- 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
- Penerapan Metode
- 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
- Pengantar dan Sejarah AI – Topik: – Pengenalan AI dan sejarah perkembangan AI – Konsep dasar AI
- Agen Cerdas/ Intelligent Agent – Topik: – Konsep dan arsitektur agen cerdas – Implementasi agen cerdas
- Pengambilan Keputusan – Topik: – Teknik pengambilan keputusan dalam AI – Model pengambilan keputusan
- Algoritma Heuristik – Topik: – Konsep dan aplikasi algoritma heuristik – Teknik pencarian heuristik
- Logika Deskriptif, Proposisional, dan Predikat – Topik: – Logika deskriptif, proposisional, dan predikat – Aplikasi logika dalam AI
- Set Jawaban dan Ontologi – Topik: – Konsep set jawaban – Ontologi dan aplikasi dalam AI
- 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
- Pengantar Matematika Pembelajaran Mesin
- Aljabar Linear
- Kalkulus
- Statistik dan Probabilitas
- Metode Optimasi
- Matematika Terapan untuk Pembelajaran Mesin
|
3 |
0 |
| 3 |
IF5250 |
Deep Learning
- Pengantar Deep Learning
- Dasar-dasar Jaringan Saraf
- Jaringan Saraf Konvolusional (CNN)
- Jaringan Saraf Berulang (RNN) dan LSTM
- Teknik Optimasi dan Regularisasi
- Aplikasi Deep Learning
|
3 |
1 |
| 4 |
IF5251 |
Inteligensi Artifisial dalam Produksi
- 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
- Manajemen Data – Pengumpulan, pelabelan, dan penyimpanan data – Pemrosesan data dan rekayasa fitur – Versioning data dan lineage
- Pengembangan dan Pelatihan Model – Pemilihan algoritma dan arsitektur model – Eksperimen dan pelacakan model – Pelatihan terdistribusi dan akselerasi perangkat keras
- Evaluasi dan Validasi Model – Metrik evaluasi dan validasi silang – Analisis kesalahan dan interpretabilitas model – Pengujian dan validasi data
- Penerapan Model – Strategi penerapan (shadow, canary, blue-green) – Containerization dan orkestrasi – Penskalaan dan optimasi kinerja
- Pemantauan dan Pengawasan Model – Metrik dan dashboard pemantauan – Deteksi anomali dan pergeseran data – Pemantauan integritas data dan kualitas model
- Keamanan dan Privasi – Serangan adversarial dan pertahanan – Enkripsi dan anonimisasi data – Audit keamanan dan kepatuhan
- Pertimbangan Etis dan Hukum – Bias dan keadilan dalam AI – Transparansi dan akuntabilitas – Peraturan dan standar industri
- 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
- Pengantar Trustworthy AI – Topik: – Pengenalan konsep Trustworthy AI – Pentingnya transparansi, keadilan, dan ketahanan dalam AI
- Explainable AI (X-AI) – Konsep dan Metode – Topik: – Konsep dasar explainable AI – Metode untuk interpretabilitas model AI
- Evaluasi Interpretabilitas dan Penjelasan – Topik: – Teknik evaluasi interpretabilitas – Studi kasus aplikasi explainable AI
- Fairness dalam AI – Konsep dan Tantangan – Topik: – Konsep fairness dalam AI – Tantangan dalam mendeteksi dan mengurangi bias
- Teknik untuk Fairness dalam AI – Topik: – Teknik untuk mendeteksi bias – Metode untuk mengurangi bias dalam model AI
- Robustness dalam AI – Konsep dan Metode – Topik: – Konsep robustness dalam AI – Teknik untuk meningkatkan ketahanan model AI
- Pertimbangan Etis dan Hukum dalam AI – Topik: – Pertimbangan etis dalam pengembangan AI – Implikasi hukum dari fairness dan robustness dalam AI
- 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
- 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
- Overview on Traffic, Vulnerability and Malware Analysis
- Access Control Enhancement to deal with malicious and buggy software
- Usable Integrity Protection
- User Authentication
- Virtual Private Databases
- Overview of Public-Key Cryptography
- Preventing SQL Injection Attacks
- Vulnerability Assessment and Management
- Code Inspection for Finding Security Vulnerabilities and Exposures
- Architectural Risk Analysis
- Penetration Testing, Concolic Testing
- Risk-Based Security Testing and Verification
- Withstanding adversarial tactics and techniques
|
3 |
0 |
| 2 |
IF6160 |
Keamanan dan Privasi Sistem
- Keamanan siber dan pengaturan privasi
- Security Building Block
- Cyber-Physical System Engineering
- Management & Incident
- Legal Issues & Ethics
- Malware
|
3 |
0 |
| 3 |
IF5260 |
Forensik Digital
- Introduction to Digital Forensics
- Computer crime and Legal issues
- Digital forensic tools
- Investigatory process
- Analysis of evidence
- Presentation of results
|
3 |
0 |
| 4 |
IF5160 |
Operasi Keamanan Siber
- Konsep keamanan dalam Organisasi
- Keamanan Jaringan
- Operasi Keamanan
- Pencarian ancaman
|
3 |
0 |
| 5 |
IF6161 |
Proyek Mandiri Keamanan Siber
- 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
- Berfikir strategis
- Prediksi arah perkembangan TI
- Adopsi teknologi informasi
- Manajemen perubahan dan pengembangan kebijakan
- Manajemen & Governance
- IT Governance Model
- Maturity & Capability Maturity Models
|
3 |
0 |
| 2 |
IF5171 |
Pendekatan Sistem
- Filsafat sistem
- Prinsip Dasar Sistem
- Sistem Sosikultural
- Pengembangan
- Metodologi Sistem
- Pemikiran Operasional
- Pemikiran Disain
|
3 |
0 |
| 3 |
IF5270 |
Aplikasi Inteligensi Artifisial untuk Enterprise
- Artificial Intelligence
- Business Value of AI
- Leveraging Business Value Chain
- Development Methodology: CRISP-DM
|
3 |
1 |
| 4 |
IF5271 |
Keberlanjutan Sistem Informasi
- Konsep Keberlangsungan
- Regulasi
- Green in OS
- Green by IS
- Product longevity
- Data center Design
- Software Optimization
- Power Management
- Material Recycling
|
3 |
0 |
| 5 |
IF6170 |
Tata Pamong Data
- Informasi dan Peran data untuk Organisasi
- Prinsip Data
- Kebijakan dan Prosedur tentang data
- Struktur Organisasi Data
- Data Privacy
- Data Sharing
- 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
- Digital Twin Concept
- Digital Twin Framework
- Data Acquisition & Capturing
- Data Processing & Analytics
- Modelling & Simulation
- Data Visualization
- User Interaction
- Digital Twin Development
|
3 |
0 |
| 2 |
IF5181 |
Platform Teknologi Informasi
- Konsep dasar dan komponen utama dari Platform Teknologi Informasi.
- Analisis kebutuhan bisnis dan metode pemilihan platform TI yang sesuai.
- Integrasi Sistem
- Keamanan dan skalabilitas
|
3 |
0 |
| 3 |
IF5280 |
Keamanan, Privasi, dan Forensik Digital
- Model referensi dan prinsip-prinsip keamanan Digital
- Lubang / kelemahan keamanan digital
- Ancaman / serangan digital
- Rekayasa keamanan digital secara defensive dan ofensif
- Pesyaratan dan regulasi privasi digital
- Implementasi kepatuhan privasi digital
- Forensik digital reaktif
- Forensik digital proaktif
|
3 |
0 |
| 4 |
IF6180 |
Tranformasi Digital dan EA
- Basic Concepts and Relationship between Digital Transformation, Enterprise Architecture (EA), and Smart System
- Digital Transformation and It’s Frameworks
- Enterprise Architecture and It’s Frameworks
- Design Transformation Strategy and Plan
- Aligning Enterprise Architecture with Transformation Plan
- Design aligned Enterprise Architecture
- Case Studies
|
3 |
0 |