Profil Lulusan
Profil lulusan beserta jenjang karirnya didefinisikan dan ditetapkan sesuai dengan Peta Okupasi Nasional 2025 bidang TIK yang dikeluarkan oleh Kementerian Komunikasi dan Digital (KOMDIGI). Profil lulusan yang ditetapkan di bawah ini mewakili ruh (inti) kompetensi utama dari program studi Sarjana Sains Data yang didukung dengan mata kuliah khas sains data sesuai rekomendasi Asosiasi Perguruan Tinggi Informatika dan Ilmu Komputer (APTIKOM).
KKNI Level 6
Junior Data Scientist
TIK.DSC0601
KKNI Level 7
Data Scientist
TIK.DSC0701
Machine Learning Engineer
TIK.DSC0703
AI Engineer
TIK.DSC0704
KKNI Level 8
Lead Data Scientist
TIK.DSC0802
Lead Machine Learning Engineer
TIK.DSC0804
Lead AI Engineer
TIK.DSC0805
KKNI Level 9
Chief Data Officer (CDO)
TIK.DSC0901
KKNI Level 6
BI Analyst
TIK.DSC0605
KKNI Level 7
Data Scientist
TIK.DSC0701
KKNI Level 8
Lead Data Scientist
TIK.DSC0802
KKNI Level 9
Chief Data Officer (CDO)
TIK.DSC0901
KKNI Level 6
Junior Data Engineer
TIK.DSC0603
KKNI Level 7
Data Engineer
TIK.DSC0702
KKNI Level 8
Lead Data Engineer
TIK.DSC0803
KKNI Level 9
Chief Data Officer (CDO)
TIK.DSC0901
KKNI adalah Kerangka Kualifikasi Nasional Indonesia. Program studi jenjang sarjana (S1) berada pada KKNI level 6. Dengan lulus S1, sebagai sarjana, alumni prodi Sains Data memulai perjalanan karirnya sebagai Junior Data Scientist, Business Intelligent Analyst, atau Junior Data Engineer. Dengan bekerja, para alumni belajar lebih lanjut dan mengasah kompetensinya melalui penanganan masalah-masalah nyata di dunia industri sehingga mereka memasuki jenjang KKNI level 7 sebagai seorang profesional. Dengan bertambahnya jam terbang di dunia industri atau dengan mengikuti program jenjang magister (S2), pengalaman menjadi lebih banyak dan mendalam, sehingga alumni memasuki jenjang KKNI level 8. Pada jenjang paling tinggi, karena pengalaman di industri atau karena pendidikan jenjang S3, alumni berada pada tingkat tertinggi KKNI yaitu level 9.
Sebagai “dokter spesialis bedah otak AI”, Junior Data Scientist dapat meniti 3 jalan karir. Jalan pertama yaitu sebagai Data Scientist profesional, lalu Kepala Data Scientist, lalu menjadi Direktur Data (CDO). Jalan kedua yaitu menjadi Machine Learning (ML) Engineer, Kepala ML Engineer, dan Direktur Data. Jalan ketiga yaitu menjadi AI Engineer, Kepala AI Engineer, dan Direktur Data.
Adapun Business Intelligent Analyst, jalan karirnya adalah menjadi Data Scientist profesional, Kepala Data Scientist, dan Direktur Data. Sedangkan Junior Data Engineer, jalan karirnya adalah menjadi Data Engineer profesional, Kepala Data Engineer, dan Direktur Data.
Memahami Peran, Kompetensi, & Sertifikasi Lulusan
Referensi Sertifikasi Kompetensi:
– LSP Sains Data dan Kecerdasan Buatan Indonesia
– Standar Pengembangan Kompetensi
[Level 6] Junior Data Scientist
Definisi
Orang yang bertanggung jawab untuk mengumpulkan, menganalisis, dan menginterpretasikan data untuk mendukung pengambilan keputusan bisnis dengan menggunakan keterampilan teknis dan non-teknis untuk memahami kebutuhan bisnis, mengumpulkan dan membersihkan data, mengembangkan dan menerapkan model data/AI, dan mengkomunikasikan hasil analisis data kepada pemangku kepentingan dengan arahan dari Data Scientist.
Lingkup Bidang Pekerjaan
– Memahami tujuan teknis data science
– Melakukan Penyiapan data
– Mengembangkan Pemodelan dengan algoritma atas arahan Data Science
– Mengevaluasi hasil pemodelan berdasarkan arahan Data Scientist
– Membantu Deployment model analitik
Tanggung Jawab
– Memahami hasil rumusan tujuan bisnis dan tujuan teknis data science
– Memahami ruang lingkup pekerjaan data science sesuai tujuan teknis data science
– Menggunakan metode pengumpulan data sesuai tujuan teknis data science
– Melakukan proses penyiapan data menghasilkan dataset dengan memperhatikan kriteria kualitas data
– Menjalankan model yang diterapkan untuk memenuhi kriteria performance sesuai arahan data science
| Kode Unit | Kompetensi |
|---|---|
| J.62DMI00.004.1 | Mengumpulkan Data |
| J.62DMI00.005.1 | Menelaah Data |
| J.62DMI00.006.1 | Memvalidasi Data |
| J.62DMI00.007.1 | Menentukan Objek Data |
| J.62DMI00.008.1 | Membersihkan Data |
| J.62DMI00.009.1 | Mengkonstruksi Data |
| J.62DMI00.010.1 | Menentukan Label Data |
| J.62DMI00.013.1 | Membangun Model AI |
| J.62DMI00.014.1 | Mengevaluasi Hasil Pemodelan |
[Level 6] Business Intelligence Analyst
Definisi
Orang yang bertanggung jawab mengumpulkan, menganalisis, dan menafsirkan data bisnis untuk membantu organisasi membuat keputusan yang lebih baik dengan menggunakan keterampilan teknis dan non-teknis untuk memahami kebutuhan organisasi, mengumpulkan dan membersihkan data, mengembangkan dan menerapkan solusi analitik, dan mengkomunikasikan hasil analisis kepada pengguna.
Lingkup Bidang Pekerjaan
– Mengembangkan dan mengimplementasikan solusi business intelligence
– Mengelola dan menganalisis data
Tanggung Jawab
– Mengumpulkan dan menganalisis data bisnis
– Mengembangkan dan menerapkan solusi analitik
– Mengkomunikasikan hasil analisis kepada pengguna
| Kode Unit | Kompetensi |
|---|---|
| J.62DMI00.004.1 | Mengumpulkan Data |
| J.62DMI00.005.1 | Menelaah Data |
| J.62DMI00.006.1 | Memvalidasi Data |
| J.62DMI00.007.1 | Menentukan Objek Data |
| J.62DMI00.009.1 | Mengkonstruksi Data |
| J.62DMI00.011.1 | Mengintegrasikan Data |
| J.62DMS00.015.1 | Membuat Business Intelligence |
[Level 6] Junior Data Engineer
Definisi
Orang yang bertanggung jawab untuk mengembangkan dan memelihara infrastruktur data dengan menggunakan keterampilan teknis dan non-teknis untuk memastikan bahwa infrastruktur data dapat mendukung kebutuhan bisnis dan dapat berkembang seiring dengan kebutuhan bisnis yang berubah.
Lingkup Bidang Pekerjaan
– Merancang basis data sesuai arsitektur data
– Menggunakan SQL dalam rangka menggunakan data dan memastikan integrasi data
Tanggung Jawab
– Mengembangkan dan memelihara infrastruktur data
– Membantu data engineer senior dalam proyek-proyek data
| Kode Unit | Kompetensi |
|---|---|
| J.62DMS00.006.1 | Merancang Basis Data |
| J.62DMS00.008.1 | Mengelola Reference and Master Data |
| J.62DMS00.009.1 | Mengelola Metadata |
| J.620100.020.02 | Menggunakan SQL |
| J.62DMS00.010.1 | Membuat Basis Data |
| J.62DMS00.011.1 | Membuat Integrasi Data |
| J.62DMS00.019.1 | Menggunakan Data |
[Level 7] Data Scientist
Definisi
Orang yang bertanggung jawab untuk mengumpulkan, menganalisis, dan menginterpretasikan data untuk mendukung pengambilan keputusan bisnis dengan menggunakan keterampilan teknis dan non-teknis untuk memahami kebutuhan bisnis, mengumpulkan dan membersihkan data, mengembangkan dan menerapkan model data, dan mengkomunikasikan hasil analisis data kepada pengguna.
Lingkup Bidang Pekerjaan
– Identifikasi tujuan bisnis
– Memberikan arahan teknis penyiapan data
– Merumuskan dan mengembangkan pemodelan dengan algoritma pembelajaran mesin
– Mengevaluasi dan menyempurnakan hasil pemodelan
– Menentukan solusi hasil evaluasi pemodelan
– Mendukung deployment model
Tanggung Jawab
– Merumuskan tujuan bisnis dan tujuan teknis data science
– Memastikan ruang lingkup pekerjaan data science sesuai tujuan teknis data science
– Menentukan metode pengumpulan data sesuai tujuan teknis data science
– Memastikan proses penyiapan data menghasilkan dataset dengan memperhatikan kriteria kualitas data
– Memastikan model yang diterapkan memenuhi kriteria performance sesuai harapan pelanggan
| Kode Unit | Kompetensi |
|---|---|
| J.62DMI00.001.1 | Menentukan Objektif Bisnis |
| J.62DMI00.002.1 | Menentukan Tujuan Teknis Data Science |
| J.62DMI00.005.1 | Menelaah Data |
| J.62DMI00.006.1 | Memvalidasi Data |
| J.62DMI00.007.1 | Menentukan Objek Data |
| J.62DMI00.008.1 | Membersihkan Data |
| J.62DMI00.009.1 | Mengkonstruksi Data |
| J.62DMI00.012.1 | Membangun Skenario Model AI |
| J.62DMI00.013.1 | Membangun Model AI |
| J.62DMI00.014.1 | Mengevaluasi Hasil Pemodelan |
| J.62DMI00.015.1 | Melakukan Proses Review Pemodelan |
[Level 7] Machine Learning Engineer
Definisi
Orang yang bertanggung jawab untuk mengembangkan, menerapkan, dan memelihara model machine learning dalam lingkungan produksi. Mereka bekerja di bawah arahan Lead Machine Learning Engineer untuk memastikan model berjalan secara efisien, andal, dan dapat diskalakan, serta berkontribusi pada pengembangan sistem machine learning secara keseluruhan bagi keperluan organisasi.
Lingkup Bidang Pekerjaan
– Mengimplementasikan machine learning pipeline untuk pengembangan dan produksi
– Mengintegrasikan model machine learning yang dikembangkan oleh Data Scientist ke dalam sistem produksi
– Memantau kinerja model machine learning dan melakukan debugging jika diperlukan
– Mengoptimalkan data pipeline dan model untuk efisiensi dan skalabilitas
– Berkolaborasi dengan Data Engineer untuk memastikan kualitas dan ketersediaan data
Tanggung Jawab
– Mengembangkan dan memelihara pipeline machine learning untuk deployment model
– Mengintegrasikan dan menguji model di lingkungan produksi
– Melakukan pemantauan kinerja model secara real-time dan memastikan akurasi
– Mengimplementasikan praktik terbaik MLOps untuk automasi pipeline
– Mendukung Lead Machine Learning Engineer dalam perencanaan dan pelaksanaan proyek
| Kode Unit | Kompetensi |
|---|---|
| J.62DMI00.002.1 | Menentukan Tujuan Teknis Data Science |
| J.62DMI00.003.1 | Membuat Rencana Proyek Data Science |
| J.62DMI00.013.1 | Membangun Model AI |
| J.62DMI00.014.1 | Mengevaluasi Hasil Pemodelan |
| J.62DMI00.017.1 | Melakukan Deployment Model AI |
| J.62DMI00.019.1 | Melakukan Pemeliharaan Model AI |
| J.62PDP00.011.1 | Menerapkan Program Kerja Pelindungan Data Pribadi |
| J.62DMI00.021.1 | Membuat Laporan Akhir Proyek Data Science |
[Level 7] Artificial Intelligence Engineer
Definisi
Orang yang bertanggung jawab untuk merancang, mengembangkan, dan mengintegrasikan solusi kecerdasan buatan (AI) ke dalam sistem operasional untuk mendukung pencapaian tujuan organisasi.
Lingkup Bidang Pekerjaan
– Melakukan proses deployment dan pemantauan model AI di lingkungan produksi
– Bekerja sama dengan Data Scientist, Data Engineer, dan pemangku kepentingan untuk menyelaraskan sistem AI dengan kebutuhan bisnis
– Memastikan sistem yang dikembangkan andal, efisien, dan dapat diskalakan
Tanggung Jawab
– Memimpin dan mengelola tim AI Engineer
– Mengawasi pengembangan dan deployment sistem AI berbasis pengetahuan
– Memastikan praktik terbaik dalam AIOps, termasuk CI/CD untuk model AI yang dikembangkan
– Melakukan evaluasi dan optimasi model untuk meningkatkan kinerja
– Mengelola sumber daya dan jadwal proyek untuk penyelesaian solusi AI secara efektif
– Melakukan identifikasi dan mitigasi risiko terkait penggunaan solusi AI di produksi
| Kode Unit | Kompetensi |
|---|---|
| J.62AIN00.002.1 | Menentukan Sasaran Teknis Solusi Artificial Intelligence (AI) |
| J.62AIN00.004.1 | Membuat Rencana Proyek Solusi Artificial Intelligence (AI) |
| J.62DMI00.015.1 | Melakukan Proses Review Pemodelan |
| J.62DMI00.020.1 | Melakukan Review Proyek Data Science |
| J.62AIN00.015.1 | Memasang Solusi Artificial Intelligence (AI) |
| J.62AIN00.017.1 | Merawat Solusi Artificial Intelligence (AI) |
| J.62PDP00.011.1 | Menerapkan Program Kerja Pelindungan Data Pribadi |
| J.62DMI00.021.1 | Membuat Laporan Akhir Proyek Data Science |
[Level 7] Data Engineer
Definisi
Orang yang bertanggung jawab untuk mengembangkan dan memelihara infrastruktur data dengan menggunakan keterampilan teknis dan non-teknis untuk memastikan bahwa infrastruktur data dapat mendukung kebutuhan bisnis dan dapat berkembang seiring dengan kebutuhan bisnis yang berubah.
Lingkup Bidang Pekerjaan
– Identifikasi kebutuhan data sesuai proses bisnis perusahaan
– Merancang arsitektur data
– Merancangbangun bigdata
– Mengelola kualitas data
– Membuat data warehouse
Tanggung Jawab
– Memastikan hasil identifikasi data sesuai proses bisnis perusahaan
– Memastikan arsitektur data menyasar tujuan bisnis
– Memastikan rancangbangun big data dan data warehouse sesuai kebutuhan pelanggan
| Kode Unit | Kompetensi |
|---|---|
| J.62DMS00.001.1 | Mengidentifikasi Kebutuhan Pengelolaan Data untuk Proses Bisnis |
| J.62DMS00.002.1 | Merencanakan Manajemen Data |
| J.62DMS00.003.1 | Merencanakan Arsitektur Data |
| J.62DMS00.004.1 | Merencanakan Integrasi Data |
| J.62DMS00.005.1 | Merencanakan Media Penyimpanan Data |
| J.62DMS00.007.1 | Merancangbangun Big Data |
| J.62DMS00.008.1 | Mengelola Reference and Master Data |
| J.62DMS00.009.1 | Mengelola Metadata |
| J.62DMS00.012.1 | Mengelola Kualitas Data |
| J.62DMS00.014.1 | Membuat Data Warehouse |
[Level 8] Lead Data Scientist
[Level 8] Lead Machine Learning Engineer
[Level 8] Lead Artificial Intelligence Engineer
[Level 8] Lead Data Engineer
[Level 9] Chief Data Officer
Memahami Perbedaan Data Scientist, ML Engineer, dan AI Engineer
Ketiganya mengurus AI, lalu apa bedanya?
Sebenarnya, poin-poin lingkup pekerjaan dan tanggung jawab di atas cukup jelas membedakan masing-masing peran. Sebagai tambahan, kolom ini akan menjelaskan dengan analogi. Jika kalian pernah mendengar istilah DevOps dalam pengembangan sistem, Rekayasa Perangkat Lunak di sisi Development mengembangkan sistem atau aplikasi dan Teknologi Informasi* di sisi Operations menginstal dan mengelola sistem/aplikasi yang berjalan dalam mode production, begitu juga Data Scientist dan ML Engineer dalam konteks AI.
Rekayasa Perangkat Lunak mengembangkan aplikasi, lalu diberikan kepada Teknologi Informasi untuk diinstal, dijalankan, dan dikelola. Data Scientist mengembangkan model AI, lalu diberikan kepada ML Engineer untuk diinstal, dijalankan, dan dikelola. Terus, AI Engineer?
AI Engineer, dalam konteks AI, analoginya adalah seperti Information Sytem pada konteks sistem/aplikasi. Gambarannya seperti pada gambar IEEE computing curricula 2005 yang sudah diberi coretan di bawah ini.
*Perlu dipahami bahwa jurusan Teknologi Informasi tidak sama dengan jurusan Ilmu Komputer (Informatika). Teknologi Informasi, sebagaimana Rekayasa Perangkat Lunak, Keamanan Siber, dan Sains Data, adalah cabang yang lebih spesifik dari Informatika.
