Teaching Factory

Teaching Factory Maturity Level

Secara umum, teaching factory berkembang dalam beberapa level kematangan.

Level 1

Project Simulation

(Academic-Based Project)

Karakteristik

  • Proyek berbasis studi kasus
  • Dataset masih simulasi atau publik
  • Klien fiktif
  • Fokus pada pembelajaran

Level 2

Semi-Industry Project

(Guided Real Case)

Karakteristik

  • Studi kasus nyata dari mitra
  • Dataset riil namun terbatas
  • Proyek masih dalam pengawasan ketat dosen
  • Belum bersifat komersial penuh

Level 3

Real Industry-Based Teaching Factory

(Professional Project)

Karakteristik

  • Proyek riil berbasis kebutuhan industri
  • Timeline profesional
  • Standar kualitas industri
  • Output digunakan oleh mitra
  • Potensi revenue generating

Level 4

Entrepreneurial / Data Solution Center

(Business Unit)

Karakteristik

  • TEFA menjadi unit jasa resmi
  • Menghasilkan pendapatan
  • Memiliki SOP operasional
  • Mahasiswa bekerja seperti junior data consultant

Peran dalam Teaching Factory

Peran Program Studi

Menetapkan kebijakan TEFA, menyusun SOP operasional, mengintegrasikan TEFA dalam kurikulum OBE, menjalin kerja sama industri, menjamin quality assurance, mengelola risiko hukum dan etika data.

Peran Dosen

Mendesain proyek, menganalisis kebutuhan mitra, membimbing teknis, menjamin standar metodologi, mengawasi timeline, menilai performa mahasiswa.

Peran Mahasiswa

Melakukan requirement analysis, mengolah dan membersihkan data, mengembangkan model, membuat dashboard, menyusun laporan profesional, presentasi ke klien.

Cakupan Teaching Factory Sains Data

  1. Akuisisi data untuk merekam atau mendapatkan data diikuti pembersihannya.
  2. Anotasi data yang menghasilkan annotated dataset.
  3. Pengembangan model kecerdasan buatan.
  4. Pembangunan basis data, data warehouse, dan big data pipeline.
  5. Pengembangan dashboard business intelligence.
  6. Konsultansi kecerdasan buatan.
  7. Konsultansi rekayasa data.
  8. Konsultansi analisis data.

Luaran Mata Kuliah Teaching Factory

No.Mata KuliahSemesterLuaran
1Data Wrangling3Data/Dataset Bersih
2Basis Data2Basis Data
3Data Warehouse3Data Warehouse
4Teknologi Big Data4Big Data Pipeline
5Big Data Analytics5Big Data Pipeline
6Metode Optimasi4Solusi Kecerdasan Buatan
7Machine Learning4Solusi Kecerdasan Buatan
8Deep Learning5Solusi Kecerdasan Buatan
9Pemrosesan Citra Digital4Solusi Kecerdasan Buatan
10Pemrosesan Bahasa Manusia4Solusi Kecerdasan Buatan
11Data Mining5Hasil Analisis & Keputusan
12Analisis Multivariat5Hasil Analisis & Keputusan
13Analitika Bisnis5Hasil Analisis & Keputusan
14Analisis Data Spasial5Hasil Analisis & Keputusan
15Business Intelligence5BI Dashboard
16Proyek Sains Data7Jenis bervariasi sesuai permintaan klien
Scroll to Top