Visi
Menjadi program studi Magister Ilmu Komputer yang unggul dalam pengembangan ilmu pengetahuan dan teknologi informasi berbasis riset dan inovasi, serta berdaya saing di tingkat nasional dan internasional.
Magister · Universitas Prima Indonesia
Inovasi Teknologi untuk Masa Depan
Program magister yang berfokus pada pengembangan teknologi informasi, kecerdasan buatan, analisis data, dan inovasi perangkat lunak.
Magister Ilmu Komputer adalah program studi yang dirancang untuk mengembangkan kemampuan analitis, riset, dan inovasi di bidang teknologi informasi. Program ini mencakup bidang kecerdasan buatan, analisis data, keamanan siber, dan pengembangan perangkat lunak. Mahasiswa dibekali dengan pengetahuan teoritis yang kuat serta keterampilan praktis untuk menyelesaikan permasalahan kompleks di dunia industri dan masyarakat. Lulusan diharapkan mampu menjadi peneliti, profesional, maupun pemimpin yang adaptif terhadap perkembangan teknologi.
Menjadi program studi Magister Ilmu Komputer yang unggul dalam pengembangan ilmu pengetahuan dan teknologi informasi berbasis riset dan inovasi, serta berdaya saing di tingkat nasional dan internasional.
Menghasilkan lulusan yang memiliki kompetensi tinggi di bidang ilmu komputer. Meningkatkan kemampuan riset dan inovasi dalam pengembangan teknologi informasi. Menghasilkan karya ilmiah yang bermanfaat bagi masyarakat dan industri. Membangun lulusan yang profesional, beretika, dan adaptif terhadap perkembangan teknologi.
Tercapainya lulusan yang kompeten dan siap bersaing di tingkat nasional dan internasional. Meningkatnya jumlah dan kualitas publikasi ilmiah. Terjalinnya kerja sama dengan industri dan institusi pendidikan. Terlaksananya pengabdian kepada masyarakat berbasis teknologi informasi.
Sikap Bertakwa kepada Tuhan Yang Maha Esa dan menjunjung tinggi nilai kemanusiaan. Memiliki etika akademik dan profesional dalam bidang ilmu komputer. Bersikap tanggung jawab, disiplin, dan mampu bekerja sama. Pengetahuan Menguasai konsep lanjutan dalam ilmu komputer seperti kecerdasan buatan, data science, dan rekayasa perangkat lunak. Memahami metodologi penelitian dan pengembangan teknologi informasi. Keterampilan Umum Mampu berpikir kritis, sistematis, dan inovatif dalam menyelesaikan masalah. Mampu menyusun karya ilmiah dan mempublikasikannya. Keterampilan Khusus Mampu merancang dan mengembangkan solusi berbasis teknologi informasi. Mampu menganalisis data dan menerapkan teknik komputasi modern.
Persentase kelulusan tepat waktu mahasiswa. Rata-rata Indeks Prestasi Kumulatif (IPK) lulusan. Jumlah dan kualitas publikasi ilmiah mahasiswa dan dosen. Jumlah penelitian dan inovasi yang dihasilkan. Tingkat serapan lulusan di dunia kerja. Jumlah kerja sama dengan industri dan institusi nasional maupun internasional. Tingkat kepuasan mahasiswa dan pemangku kepentingan. Ketersediaan dan pemanfaatan fasilitas pembelajaran dan penelitian.
| Kode | Mata Kuliah / Tahap | SKS |
|---|---|---|
| IKP-8201 | Statistika untuk Sains data | 2 |
| IKP-8302 | Pembelajaran Mesin | 3 |
| IKP-8303 | Algoritma Lanjutan untuk Sains Data | 3 |
| IKP-8204 | Metodologi Penelitian | 2 |
| IKP-8305 | Teknologi Kewirausahaan & Manajemen Inovasi | 3 |
| Total | 13 | |
Bidang pekerjaan dan peran profesional yang dapat dituju lulusan setelah menyelesaikan pendidikan.
SK Dekan 005/SK/LL/F8.I/UNPRI/IX/2026
SK Dekan 005/SK/LL/F8.I/UNPRI/IX/2026
Karakteristik dan kemampuan yang diharapkan melekat pada lulusan program studi.
Berlandaskan Visi Universitas Prima Indonesia sebagai institusi unggul dalam socio-technopreneurship yang inovatif dan adaptif, lulusan mampu menginisiasi, mengelola, dan mengembangkan usaha atau inovasi berbasis Kecerdasan Buatan dan Data Science yang memberikan nilai tambah ekonomi sekaligus dampak sosial bagi masyarakat dan industri, dengan menjunjung kemandirian, kejuangan, dan etika kewirausahaan.
Berlandaskan Visi Fakultas Sains dan Teknologi untuk unggul secara inovatif dan adaptif dengan daya saing internasional, serta Misi Fakultas dalam menyelenggarakan riset dan publikasi di bidang teknologi dan ilmu komputer, berperan aktif dalam pelayanan kepada masyarakat, serta menjalin kerja sama lintas institusi di tingkat nasional maupun internasional, lulusan mampu melaksanakan penelitian terapan di bidang Kecerdasan Buatan dan Data Science secara kolaboratif lintas institusi, menghasilkan publikasi ilmiah yang inovatif dan berdaya saing internasional, serta menerapkan hasil riset dalam pengabdian kepada masyarakat dan kemitraan strategis dengan mitra akademik maupun industri
Diturunkan dari OL-1, lulusan memiliki sikap visioner, berintegritas, dan bertanggung jawab atas etika serta tata kelola data (responsible AI); menguasai pengetahuan tingkat lanjut machine learning, deep learning, dan data mining beserta strategi dan tata kelola data (data governance); serta mampu menerapkan keterampilan memimpin fungsi dan tim data science, merancang strategi pemanfaatan data organisasi, mengarahkan dan mengevaluasi pengembangan model kecerdasan buatan, hingga merumuskan keputusan strategis berbasis data dan mengomunikasikannya pada tingkat eksekutif — dilandasi penguasaan penuh siklus Data Science (SKKNI No. 299 Tahun 2020) dan diperkuat kompetensi kepemimpinan AI (mis. Google Skills — Generative AI Leader).
Diturunkan dari OL-2, lulusan memiliki sikap analitis, cermat, kritis berbasis bukti, dan sadar dampak sosial AI; menguasai pengetahuan teoritis machine learning, deep learning, computer vision, dan natural language processing, termasuk penguasaan bahasa dan pustaka pemrograman AI (mis. Python) serta pengelolaan dan basis data; serta mampu menerapkan keterampilan merancang, membangun, melatih, mengevaluasi, dan melakukan deployment model kecerdasan buatan, mengolah dan memvisualisasikan data secara informatif, hingga menghasilkan solusi AI terapan pada domain pertanian cerdas, kesehatan, dan bisnis digital dengan memanfaatkan Laboratorium AI — kompetensi yang selaras dengan skema sertifikasi Associate Data Scientist / AI Engineer (BNSP, SKKNI No. 299 Tahun 2020).
Sikap, pengetahuan, dan keterampilan yang perlu dicapai mahasiswa pada akhir pendidikan.
Menginternalisasi semangat kemandirian, kejuangan, dan technopreneurship;
Landasan sikap bagi DK-1 & DK-3
Menjunjung tinggi kejujuran dalam menjaga integritas data dan informasi yang ditangani;
Landasan sikap bagi DK-1–DK-3
Menguasai konsep teoritis matematika, statistika, dan sains komputasi yang relevan untuk pengolahan big data;
DP (penguasaan teori)
Mampu menganalisis teori dan prinsip machine learning, deep learning, dan data mining untuk menyelesaikan masalah data kompleks;
DP; DK-2
Mampu mengembangkan prinsip integrasi Computer Vision, e-Business, dan Intelligent Systems dalam konteks riset dan aplikasi big data;
DP; DK-1
Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks pengembangan atau implementasi ilmu pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang keahliannya;
DK-2
Mampu mengkaji implikasi pengembangan atau implementasi ilmu pengetahuan teknologi yang memperhatikan dan menerapkan nilai humaniora sesuai dengan keahliannya berdasarkan kaidah, tata cara dan etika ilmiah dalam rangka menghasilkan solusi, gagasan, desain atau kritik seni, menyusun deskripsi saintifik hasil kajiannya dalam bentuk Tesis dan Publikasi Jurnal ilmiah, dan mengunggahnya dalam laman perguruan tinggi;
DK-1 & DK-3
Menyusun deskripsi saintifik hasil kajian tersebut di atas dalam bentuk Tesis dan Publikasi Jurnal ilmiah, dan mengunggahnya dalam laman perguruan tinggi;
DK-3
Mampu menganalisis dan memformulasikan masalah kompleks berbasis data dengan menggunakan model matematis, statistika inferensial, dan prinsip komputasi untuk menghasilkan solusi terukur pada bidang Data Science dan Intelligent Systems;
DK-2
Mampu mengidentifikasi pola dan akar penyebab masalah melalui eksplorasi dan analisis data multivariat, serta merancang pendekatan komputasional berbasis algoritma machine learning untuk menjawab permasalahan tersebut;
DK-2
Mampu mengimplementasikan algoritma machine learning dan deep learning dengan optimasi parameter dan validasi model untuk menghasilkan prediksi atau klasifikasi yang akurat sesuai konteks data;
DK-1
Mampu melaksanakan penelitian terapan bidang data science secara mandiri yang mencakup perumusan masalah, pemodelan, eksperimen, analisis hasil, dan menyusun laporan ilmiah/publikasi bereputasi sesuai etika akademik;
DK-1 & DK-3
RPSMK yang telah disahkan dan dikunci ditampilkan berdasarkan semester. Sumber angkatan mengikuti RPSMK terbaru yang tersedia untuk mata kuliah pada semester tersebut.
Mata kuliah ini membekali mahasiswa kemampuan menganalisis dan mengimplementasikan metode statistika untuk sains data: statistika deskriptif & eksplorasi data (EDA), probabilitas & statistika inferensial (estimasi dan uji hipotesis), serta korelasi dan regresi, menggunakan Python dan BigQuery. Penekanan pada pemikiran kritis-analitis untuk memformulasikan dan menyelesaikan persoalan berbasis data.
Mata kuliah ini membekali mahasiswa kemampuan menganalisis, merancang, dan mengimplementasikan model pembelajaran mesin: supervised learning (regresi & klasifikasi), unsupervised learning (clustering & reduksi dimensi), serta validasi dan evaluasi model, menggunakan Python di lingkungan DataLab. Penekanan pada pemikiran kritis dan penerapan pada persoalan berbasis data nyata.
Mata kuliah ini membekali mahasiswa kemampuan menganalisis dan mengimplementasikan algoritma serta struktur data untuk sains data: analisis kompleksitas & struktur data fundamental, teknik perancangan algoritma (divide-and-conquer, greedy, dynamic programming), serta algoritma graf dan optimasi, menggunakan Python. Penekanan pada analisis kompleksitas dan pemformulasian solusi komputasional untuk persoalan data yang kompleks.
Mata kuliah ini membekali mahasiswa kemampuan merumuskan masalah penelitian dan kajian pustaka sistematis, merancang metodologi (desain, pengumpulan, dan analisis data) secara valid, serta menyusun karya ilmiah dan mempublikasikannya sesuai kaidah dan etika penelitian. Penekanan pada pemikiran kritis, integritas data, dan luaran riset yang dapat dipublikasikan.
Mata kuliah ini membekali mahasiswa pola pikir dan kemampuan kewirausahaan berbasis teknologi: mengidentifikasi peluang dan menyusun model bisnis, mengelola inovasi dan pengembangan produk berbasis AI/data, serta mengomersialisasikan produk teknologi melalui bisnis digital. Penekanan pada semangat technopreneurship, pemikiran inovatif, dan integrasi solusi cerdas (Computer Vision, e-Business, Intelligent Systems).
Mata kuliah ini membekali mahasiswa kemampuan menerapkan prinsip dan algoritma kriptografi untuk mengamankan data dan informasi: kriptografi klasik dan simetris, kriptografi asimetris, fungsi hash dan tanda tangan digital, manajemen kunci, serta perlindungan data terapan, menggunakan Python dan layanan Google Cloud (KMS, DLP). Penekanan pada integritas data dan evaluasi kritis mekanisme keamanan.
Mata kuliah ini membekali mahasiswa kemampuan menganalisis dan menerapkan Pemrosesan Bahasa Alami (NLP): praproses dan representasi teks, pemodelan bahasa dan sequence models (RNN/Transformer), hingga model bahasa besar (LLM) dan aplikasinya, menggunakan Python, TensorFlow, dan Vertex AI. Penekanan pada perancangan pendekatan komputasional dan implementasi model bahasa.
Mata kuliah ini membimbing mahasiswa menyusun proposal penelitian tesis magister: perumusan masalah dan sintesis kajian pustaka, perancangan metodologi dan rencana penelitian, serta penyusunan dan pertahanan proposal sesuai kaidah dan etika penelitian. Penekanan pada penalaran ilmiah, integritas akademik, dan proposal yang layak dilanjutkan menjadi tesis.
Mata kuliah ini membekali mahasiswa kemampuan menerapkan konsep dan layanan komputasi awan: infrastruktur (compute, storage, jaringan), kontainerisasi dan orkestrasi Kubernetes, serta arsitektur sistem terdistribusi yang skalabel dan andal, menggunakan Google Cloud. Penekanan pada landasan teoritis komputasi dan implementasi sistem terdistribusi.
Mata kuliah ini membekali mahasiswa kemampuan menerapkan alur kerja sains data menyeluruh: eksplorasi data (EDA), rekayasa fitur, pemodelan prediktif (termasuk BigQuery ML), evaluasi, hingga penyajian dan deployment model, menggunakan Python, BigQuery, dan Vertex AI. Penekanan pada analisis dan pemformulasian masalah data serta perancangan pendekatan komputasional.
Ketua Program Studi
