愿景
成为以研究与创新为基础，在信息技术领域具有国内外竞争力的优秀计算机科学硕士项目。
计算机科学硕士是一个旨在培养信息技术领域分析能力、研究能力和创新能力的研究生项目。课程涵盖人工智能、数据分析、网络安全和软件开发等方向。学生将掌握扎实的理论知识和实践技能，以解决工业和社会中的复杂问题。毕业生有望成为能够适应快速技术发展的研究人员、专业人才和领导者。
成为以研究与创新为基础，在信息技术领域具有国内外竞争力的优秀计算机科学硕士项目。
培养具备高水平计算机科学能力的毕业生。 提升信息技术领域的研究与创新能力。 产出对社会和产业有益的科研成果。 培养具备职业素养、道德规范并能适应技术发展的毕业生。
实现具备国内外竞争力的高素质毕业生。 提升科研论文的数量与质量。 加强与产业界和教育机构的合作。 开展基于信息技术的社会服务活动。
态度 具备良好的道德素养与社会责任感。 遵守学术规范与职业道德。 具备责任心、纪律性和团队合作精神。 知识 掌握计算机科学的高级理论，如人工智能、数据科学和软件工程。 理解信息技术领域的研究方法。 通用技能 具备批判性、系统性和创新性思维能力。 能够撰写并发表学术论文。 专业技能 能够设计和开发基于信息技术的解决方案。 能够运用现代计算技术进行数据分析。
按时毕业率。 毕业生平均绩点（GPA）。 师生科研论文的数量与质量。 科研成果与创新数量。 毕业生就业率。 与国内外产业及机构的合作数量。 学生及利益相关者的满意度。 教学与科研设施的配备与使用情况。
| 代码 | 课程 / 阶段 | 学分 |
|---|---|---|
| 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 |
| 总计 | 13 | |
毕业生完成学业后可从事的工作领域与职业角色。
SK Dekan 005/SK/LL/F8.I/UNPRI/IX/2026
SK Dekan 005/SK/LL/F8.I/UNPRI/IX/2026
本专业毕业生应具备的特征与能力。
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).
学生毕业时应达到的态度、知识与技能要求。
内化独立、奋斗和科技创业精神；
Landasan sikap bagi DK-1 & DK-3
秉持诚实原则，维护所处理数据与信息的完整性；
Landasan sikap bagi DK-1–DK-3
掌握与大数据处理相关的数学、统计学及计算科学的理论概念；
DP (penguasaan teori)
能够分析机器学习、深度学习及数据挖掘的理论与原理，以解决复杂的数据问题；
DP; DK-2
能够在大数据研究与应用的背景下，制定整合计算机视觉、电子商务及智能系统的原则；
DP; DK-1
能够在科技研发或实施过程中运用逻辑、批判、系统及创新思维，同时遵循并应用与其专业领域相关的人文价值观；
DK-2
能够分析科技发展或应用所带来的影响——同时兼顾并运用与其专业领域相关的人文价值观，并遵循科学原则、程序及伦理规范——从而提出解决方案、构想、设计或艺术评论；并能够以学位论文及学术期刊论文的形式，对研究成果进行科学阐述，同时将其上传至高等教育机构的网站。
DK-1 & DK-3
将上述研究结果撰写成学位论文及学术期刊论文，并上传至学校网站；
DK-3
能够运用数学模型、推断统计学及计算原理，分析并构建数据驱动的复杂问题，从而在数据科学与智能系统领域提出可量化的解决方案；
DK-2
能够通过多变量数据探索与分析识别问题的模式及根本原因，并设计基于机器学习算法的计算方法来解决这些问题；
DK-2
能够实施机器学习和深度学习算法（包括参数优化和模型验证），从而针对数据背景生成准确的预测或分类结果；
DK-1
能够独立开展数据科学领域的应用研究，包括问题构建、建模、实验、结果分析，以及依据学术道德撰写高质量的科学报告或发表学术论文；
DK-1 & DK-3
已批准并锁定的 RPSMK 按学期显示。年级来源采用该学期每门课程最新可用的 RPSMK。
本课程使学生能够运用 Python 与 BigQuery 分析并实现数据科学统计方法：描述性统计与探索性数据分析（EDA）、概率与推断统计（估计与假设检验）以及相关与回归，强调批判性分析思维以表述并解决基于数据的问题。
本课程使学生能够运用 Python 在 DataLab 环境中分析、设计并实现机器学习模型：监督学习（回归与分类）、无监督学习（聚类与降维）以及模型验证与评估，强调批判性思维与真实数据问题的应用。
本课程使学生能够运用 Python 分析并实现面向数据科学的算法与数据结构：复杂度分析与基础数据结构、算法设计技术（分治、贪心、动态规划）以及图算法与优化，强调复杂度分析并为复杂数据问题构建计算解决方案。
本课程使学生能够提出研究问题并进行系统性文献综述、设计有效的研究方法（设计、数据收集与分析），并按照研究规范与伦理撰写并发表学术成果，强调批判性思维、数据诚信与可发表的研究产出。
本课程培养学生基于技术的创业思维与能力：识别机会并构建商业模式、管理创新与基于 AI/数据的产品开发，以及通过数字业务将技术产品商业化，强调科技创业精神、创新思维以及智能解决方案（计算机视觉、电子商务、智能系统）的集成。
本课程使学生能够运用密码学原理与算法保护数据与信息：古典与对称密码、非对称密码、哈希函数与数字签名、密钥管理以及应用型数据保护，使用 Python 与 Google Cloud 服务（KMS、DLP），强调数据完整性与对安全机制的批判性评估。
本课程使学生能够分析并应用自然语言处理（NLP）：文本预处理与表示、语言建模与序列模型（RNN/Transformer），以及大型语言模型（LLM）及其应用，使用 Python、TensorFlow 与 Vertex AI，强调设计计算方法并实现语言模型。
本课程指导学生撰写硕士学位论文研究提案：问题构建与文献综合、方法论与研究计划设计，以及按照研究规范与伦理撰写并答辩提案，强调学术推理、学术诚信以及可推进为学位论文的提案。
本课程使学生能够应用云计算的概念与服务：基础设施（计算、存储、网络）、容器化与 Kubernetes 编排，以及可扩展且可靠的分布式系统架构，使用 Google Cloud，强调计算的理论基础与分布式系统的实现。
本课程使学生能够应用端到端的数据科学流程：探索性数据分析（EDA）、特征工程、预测建模（包括 BigQuery ML）、评估以及模型展示与部署，使用 Python、BigQuery 与 Vertex AI，强调分析并表述数据问题以及设计计算方法。
