Profil Singkat

Statistika dan Sains Data (SSD) adalah salah satu program studi S1 di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Semarang yang mulai berdiri pada tahun 2023. Prodi SSD mencetak lulusan program sarjana dengan gelar S.Stat. yang kompeten dan mumpuni dalam bidang statistika dan sains data serta menjadikannya siap memasuki dunia kerja. Statistika adalah ilmu multidisiplin, sehingga lulusannya dapat bekerja di berbagai bidang. Profil lulusan program studi S1 Statistika dan Sains Data terbagi atas 2 kelompok, yaitu akademisi atau peneliti dan praktisi statistik. Akademisi dan peneliti merupakan orang yang memiliki pendidikan, kapasitas, dan kapabilitas untuk melaksanakan pembelajaran di suatu lembaga pendidikan (bidang akademik) dan atau melaksanakan kegiatan penelitian dalam pengembangan profesinya. Profil lulusan sebagai praktisi statistik dan sains data meliputi ahli statistik (statistisi), ilmuwan data (data scientist), analis data (data analyst), dan teknisi data (data engineer). Bidang kajian yang menjadi unggulan dari program studi Statistika dan Sains Data UNNES berkaitan dengan pemodelan statistik (statistical modeling) dan soft computing data yang mencakup aplikasi pada berbagai bidang ilmu dan aplikasi praktis.

Akreditasi

Akreditasi Baik

Nomor : 4655/SK/BAN-PT/Ak.P/S/XI/2023

Tanggal berakhir Akreditasi :08/11/2025

Gelar Lulusan

Sarjana Statistika (S.Stat.)

Profil Lulusan

Lulusan program studi S1 Statistika dan Sains Data Universitas Negeri Semarang diharapkan kompeten dan mumpuni dalam bidang statistika dan sains data serta menjadikannya siap memasuki dunia kerja. Statistika adalah ilmu multidisipliner, sehingga lulusannya dapat bekerja di berbagai bidang. Profil lulusan program studi S1 Statistika dan Sains Data terbagi atas 2 kelompok, yaitu akademisi, peneliti, dan praktisi statistik.

A. Akademisi atau peneliti. Menurut Peraturan Presiden Nomor 111 Tahun 2022, akademisi adalah pendidik profesional dan ilmuwan dengan tugas utama mentransformasikan, mengembangkan, dan menyebarluaskan ilmu pengetahuan, teknologi, dan seni melalui pendidikan, penelitian, dan pengabdian kepada masyarakat. Dalam hal ini akademisi merupakan orang yang memiliki pendidikan, kapasitas, dan kapabilitas untuk melaksanakan pembelajaran di suatu lembaga pendidikan (bidang akademik). Akademisi secara umum juga memiliki peran penelitian dalam profesinya. Secara khusus terdapat peneliti yang melaksanakan penelitian pada lembaga-lembaga penelitian baik pemerintah, independen, swadaya masyarakat, maupun khusus pada suatu perusahaan dan bidang industri. Lulusan program studi Statistika dan Sains Data yang menjadi akademisi dan peneliti merupakan tenaga ahli yang memiliki kompetensi sesuai KKNI level 6 sebagai akademisi dan peneliti yang mampu mentransformasikan, mengembangkan, dan menyebarluaskan ilmu pengetahuan, dan teknologi pada bidang statistika dan sains data. Lingkup pekerjaan bagi lulusan program studi Statistika dan Sains Data sebagai akademisi dan peneliti seperti dosen di perguruan tinggi dan peneliti di lembaga-lembaga penelitian.

B. Praktisi Statistik dan Sains Data. Praktisi statistika dan sains data adalah pegiat atau pelaksana atau orang yang melakukan pekerjaan menggunakan metode-metode statistika dan alat-alat pengelolaan data. Profil lulusan sebagai praktisi statistik dan sains data meliputi ahli statistik (statistisi), ilmuwan data (data scientist), analis data (data analyst), dan teknisi data (data engineer).

1. Statistisi, yaitu tenaga ahli yang bertugas dan bertanggung jawab melakukan kegiatan statistik, meliputi perencanaan kegiatan, penyusunan dokumen dan petunjuk teknis, serta membina dan menyelenggarakan urusan statistik. 
2. lmuwan data (data scientist) yang menguasai ilmu dan teknologi pengolahan data, analisis sampai dengan memberikan rekomendasi untuk pengembangan bisnis, seperti programmer statistik, riset pemasaran, pengembangan bisnis, quality control, dan financial analysis. Data scientist adalah ahli yang memiliki pemahaman mendalam tentang matematika, statistik, pemrograman, dan domain pengetahuan khusus. Data scientist menggabungkan keterampilan teknis dan pengetahuan domain untuk menganalisis data secara mendalam, mengembangkan model prediktif, dan menghasilkan wawasan yang bermanfaat bagi organisasi. Tugas data scientist meliputi eksplorasi data, pemodelan statistik, pembangunan model machine learning, evaluasi model, dan mengkomunikasikan hasil temuan kepada pemangku kepentingan.
3. Analis data pada berbagai bidang yang meneliti informasi menggunakan alat analisis data dan bertanggung jawab untuk menerjemahkan data tersebut, seperti pengelola data, lembaga survei, dan konsultan riset. Data analyst berfokus pada analisis data untuk memahami pola, tren, dan wawasan yang terkandung di dalamnya. Analis data menggunakan alat dan teknik analisis statistik, visualisasi data, dan pemodelan untuk menggali informasi yang berharga dari data. Tugas data analyst meliputi pengumpulan data, membersihkan data (data cleaning), menganalisis data, membuat laporan, dan memberikan pemahaman yang dapat digunakan dalam pengambilan keputusan.
4. Teknisi data (data engineer) yang menguasai management data. Teknisi data bertanggung jawab untuk membangun dan memelihara infrastruktur data yang diperlukan untuk pengumpulan, penyimpanan, dan pemrosesan data. Teknisi data bekerja dengan alat dan teknologi seperti basis data, sistem pengolahan data, dan perangkat lunak untuk memastikan ketersediaan, kehandalan, dan keamanan data. Tugas utama teknisi data meliputi desain basis data, pengembangan pipa data (data pipelines), integrasi sumber data, dan pemeliharaan infrastruktur teknis.

Mitra Kerjasama Dalam Negeri

1. Badan Pusat Statistik
2. Dinas Komunikasi dan Informasi
3. Badan Meteorologi dan Geofisika

Mitra Kerjasama Luar Negeri

1. CONSIGLI Norway

Mitra Kerjasama dengan Industri

1. Greatedu Global Mahardika

Fasilitas Unggulan

1. Laboratorium Sains Data

Kegiatan Unggulan

1. Kolaborasi Desa Cantik dengan BPS

Kepakaran Dosen

1. Statistika
2. Komputasi
3. Sains Data
4. Machine Learning dan Deep Learning
5. Artificial Intelligence

Kontak 

Pendaftaran