Data Sains adalah peminatan yang berfokus pada pengumpulan, analisis, dan interpretasi data besar untuk mengungkap pola, tren, dan wawasan yang bermanfaat bagi pengambilan keputusan. Peminatan ini mencakup berbagai metode statistik, matematika, dan algoritma komputasi untuk menganalisis data dalam jumlah besar dan kompleks.

Mahasiswa akan mempelajari pembersihan data (data cleaning) untuk mengatasi data yang tidak lengkap atau tidak konsisten, analisis statistik untuk mengidentifikasi hubungan antara variabel, dan machine learning untuk membuat model prediktif. Visualisasi data juga menjadi bagian penting, di mana mahasiswa belajar menyajikan hasil analisis dalam bentuk grafik atau infografis yang mudah dipahami.

Selain itu, peminatan ini mencakup penggunaan berbagai alat dan bahasa pemrograman seperti Python, R, dan SQL untuk manajemen dan analisis data. Topik lain yang sering dibahas meliputi pengolahan data besar (big data processing) dan AI untuk otomatisasi pengambilan keputusan berbasis data.

Lulusan dengan peminatan ini diharapkan mampu bekerja di berbagai industri untuk membantu organisasi membuat keputusan yang lebih baik dan berbasis data, dengan keterampilan dalam analisis, pengelolaan, dan pemanfaatan data secara optimal.

Peminatan Sains Data (Data Science)
Pengantar peminatanPrinsip Sains Data Principles of  Data SciencePrinsip-prinsip sains data Tren sains data Studi kasus sains data3 sks
Wajib PeminatanPemodelan Statistik untuk Sains Data Statistical Modelling for Data SciencePeran statistik pada sains data, prinsip-prinsip pemodelan statistik,  eksplorasi data, analisis desriptif, analisis inferensial, teori probabilitas, Bayesian, regresi linier, model diagnostik dan validasi, analisis untuk data time series, dan clustering.4 sks
Analitik Big Data Lanjut Advanced Big Data AnalyticsPrinsip analisis data untuk data berukuran besar, kompleks, dan multidimensional Metode machine learning untuk penemuan pengetahuan, pola, dan trend pada big data Pemrosesan big data secara parallel4 sks