STATISTIKA RIA DAN FESTIVAL SAINS DATA 2020 Panduan Umum DAFTAR
Tentang Satria Data
Statistika Ria dan Festival Sains Data (SATRIA DATA) merupakan kegiatan berskala nasional untuk meningkatkan kompetensi mahasiswa dalam bidang statistika dan sains data. Kegiatan ini  terdiri dari tiga kelompok kegiatan, yaitu  Pengembangan Wawasan, Kegiatan Lomba, dan  Credit Earning.
Tujuan Kegiatan
  1. Memperkenalkan statistika dan sains data serta profesi dan bidang kerjanya secara lebih luas
  2. Menumbuh-kembangkan minat dan motivasi dalam bidang statistika dan sains data serta terapannya
  3. Meningkatkan pengetahuan dan keahlian sebagai statistisi dan data scientist agar siap memasuki dunia kerja
  4. Sarana penerapan Merdeka Belajar – Kampus Merdeka (MB-KM)
Ketentuan Umum Peserta
  1. Peserta adalah mahasiswa program pendidikan sarjana (S1) dan diploma (D3/D4) di perguruan tinggi negeri dan swasta di Indonesia dan berstatus mahasiswa aktif selama proses rangkaian kompetisi berlangsung, ditunjukkan dengan Kartu Tanda Mahasiswa (KTM) yang masih berlaku dan surat pengantar resmi dari perguruan tinggi (ditandatangani oleh Wakil Rektor/Direktur/Pimpinan bidang Kemahasiswaan di perguruan tinggi).
  2. Mahasiswa peserta dan dosen pembimbing yang terdaftar di PDDIKTI (Pangkalan Data Pendidikan Tinggi).
  3. Dosen pembimbing berasal dari perguruan tinggi peserta lomba untuk KSN dan dari perguruan tinggi ketua tim untuk BDC, SIC dan SEC.
  4. Untuk seluruh kategori lomba (KSN, BDC, SIC, dan SEC), setiap perguruan tinggi diperbolehkan mengirimkan masing-masing maksimal 20 (dua puluh) perwakilan atau tim.
  5. Kepesertaan untuk kategori KSN adalah perorangan (individu).
  6. Kepesertaan untuk kategori BDC, SIC, dan SEC adalah tim yang terdiri dari 3 (tiga) orang dengan satu orang sebagai ketua dan dua orang sebagai anggota.
  7. Ketua Tim harus berasal dari program studi rumpun Ilmu formal (Statistika, Matematika, Aktuaria, Ilmu Komputer, Sistem Informasi, dan Informatika).
  8. Setiap peserta diperbolehkan mengikuti maksimum 2 (dua) mata lomba.
  9. Peserta KSN diperbolehkan mengikuti lomba SEC/SIC/BDC sebagai anggota.
  10. Jika peserta mengikuti 2 (dua) mata lomba SEC, SIC, BDC, maka yang bersangkutan hanya diperbolehkan menjadi ketua pada salah satu tim atau menjadi anggota pada kedua tim.
  11. Sesuai dengan semangat Merdeka Belajar – Kampus Merdeka, setiap tim peserta lomba dapat terdiri dari anggota yang berasal dari program studi/departemen/jurusan yang berbeda baik pada perguruan tinggi yang sama maupun perguruan tinggi yang berbeda.
  12. Peserta yang tidak memenuhi syarat (butir 1 s.d 11) dianggap gugur/diskualifikasi.
  13. Peserta yang lolos sebagai semifinalis atau finalis wajib mengikuti rangkaian kegiatan semifinal atau final yang diadakan secara online pada tanggal yang telah ditentukan oleh panitia.
  14. Himbauan bagi peserta untuk melakukan diskusi dan kerja secara daring serta menghindari interaksi tatap muka secara langsung.
  15. Apabila ada kesalahan atau kekurangan dalam Petunjuk Pelaksanaan ini maka akan diperbaiki di kemudian hari dan diumumkan melalui website satriadata.ipb.ac.id/.
Bentuk Kegiatan
Pengembangan Wawasan
Kegiatan Lomba
Credit Earning
Pengembangan Wawasan
1. Seminar Nasional
Seminar Nasional diselenggarakan dengan tema The Statistics Roles in Business Planning dengan menghadirkan pembicara yang menguasai bidang statistika dan sains data serta  perencanaan bisnis sesuai dengan tema seminar ini.
2. Talk Show
Kegiatan bincang-bincang mengenai Business Intelligence dalam kaitannya dengan pemanfaatan data untuk pengembangan bisnis. Tema dari kegiatan ini adalah The Power of Data in Business Development.
3. Motivation Show

Kegiatan pengenalan tokoh yang berjasa, berprestasi dan berkarya untuk Indonesia. Menyajikan sebuah pengalaman dari seorang yang memiliki cerita kehidupan berliku untuk meraih kesuksesannya. Tema dari kegiatan ini adalah Turn Your Can’t into Can and Your Dream into Plan.

Kegiatan Lomba
1. Kompetisi Statistika Nasional (KSN)
Kompetisi Statistika Nasional (KSN) adalah salah satu kompetisi di Statistika Ria dan Festival Sains Data yang dimaksudkan untuk melatih para mahasiswa untuk memecahkan permasalahan statistika secara luas dan menganalisis data dengan cermat sehingga dapat memberikan solusi yang tepat bagi permasalahan yang diberikan. Pada kompetisi ini mahasiswa dituntut untuk memiliki intelektualitas tinggi, kecepatan dan ketepatan dalam memecahkan masalah, serta mampu menyampaikan dengan baik solusi yang ditawarkan sehingga dimengerti oleh masyarakat luas. Materi kompetisi meliputi Teori Peluang, Teori Statistika / Statistika Matematik,  Desain Survei, Perancangan Percobaan, Analisis Regresi, Analisis Deret Waktu, Analisis Peubah Ganda, dan Analisis Data Kategorik
Timeline KSN
2. Statistics Essay Competition (SEC)

Statistics Essay Competition (SEC) adalah salah satu kompetisi di Statistika Ria dan Festival Sains Data yang dimaksudkan untuk meningkatkan wawasan, kreativitas mahasiswa serta memberikan media bagi mahasiswa untuk menuliskan ide-ide kreatif mereka dalam karya tulis berbentuk esai terkait bidang ilmu statistika dan sains data dalam berbagai aspek. Kompetisi ini dapat diikuti oleh mahasiswa aktif dari perguruan tinggi di seluruh wilayah Indonesia. Kegiatan ini memiliki tema  Using statistics and data science to support decision-making in a pandemic in Indonesia. Selain itu, SEC juga memiliki beberapa subtema yang dapat dipilih oleh peserta seperti pendidikan, ekonomi, kesehatan, lingkungan, dan pasar tenaga kerja (labor market).

Timeline SEC
3. Statistics Infographic Competition (SIC)

Statistics Infographics Competition (SIC) adalah salah satu kompetisi di Statistika Ria dan Festival Sains Data yang dimaksudkan untuk mengubah informasi-informasi yang terkandung  dalam topik yang telah disediakan, menjadi suatu infografis yang menarik dan komprehensif. Data yang digunakan untuk kompetisi SIC disedikan oleh panitia.

Timeline SIC
4. Big Data Challenge (BDC)

Big Data Challange (BDC) merupakan kompetisi memperoleh penyelesaian terhadap masalah real secara analitika. Permasalahan yang digunakan dalam kompetisi merupakan masalah bisnis/operasional/strategik yang dihadapi oleh mitra penyelenggaraan. Yang menjadi mitra penyelenggaraan kompetisi ini adalah perusahaan swasta, lembaga pemerintahan, lembaga penelitian, NGO, lembaga akademik, atau organisasi lainnya yang bersepakat untuk terlibat dalam kompetisi ini. Penyelesaian permasalahan dilakukan menggunakan teknik statistika, analitika, dan machine learning berdasarkan data. Meskipun tidak terbatas pada ini, bentuk permasalahan analitika yang dilombakan antara lain meliputi prediksi kejadian dan peramalan (forecast) dan optimasi.

Pada kompetisi ini, panitia tidak menyediakan platform khusus untuk melakukan proses analitik. Panitia akan mengunggah data beserta deskripsinya, serta dokumen penjelasan lainnya pada suatu website yang dapat diakses dan diunduh. Peserta mengerjakan menggunakan peralatan kerja masing-masing dengan dukungan pihak perguruan tinggi asal peserta. Hasil kerja peserta selanjutnya dikirimkan kepada panitia dalam bentuk file sesuai format yang diinginkan, menggunakan platform yang disediakan.

Timeline BDC
Credit Earning

Kegiatan credit earning adalah pengakuan SKS (satuan kredit semester) pada kegiatan yang diikuti mahasiswa di luar mata kuliah di program studi yang ditempuh. Program ini dilaksanakan untuk memberikan kesempatan kepada mahasiswa dari perguruan tinggi lain untuk mengikuti kegiatan akademik di IPB University sebagai host dari kegiatan SATRIA DATA. Peserta yang mengikuti kegiatan secara penuh akan memperoleh pengakuan dalam bentuk perolehan satuan kredit semester. Pengakuan SKS tersebut akan diberikan jika peserta memenuhi beberapa hal berikut:

  1. Mengikuti setidaknya 6 (enam) dari 8 (delapan) kali webinar atau kuliah online yang akan diselenggarakan pada 19 Agustus s.d 14 September 2020.
  2. Terdaftar menjadi peserta dan mengirimkan jawaban pada lomba Big Data Challenge (BDC). Rangkaian kegiatan ini setara dengan beban 3 SKS untuk mata kuliah Machine Learning Technique.
Timeline Credit Earning
Jadwal Kuliah Online
Waktu Pelaksanaan
Topik Kuliah
Pemateri
19 Agustus 2020 Pengantar machine learning technique:
unsupervised learning (part 1)
Akademisi
22 Agustus 2020 Pemanfaatan machine learning technique di industri keuangan dan perbankan, dengan penekanan pada unsupervised learning. Praktisi
26 Agustus 2020 Unsupervised learning (part 2) Akademisi
29 Agustus 2020 Pemanfaatan machine learning technique pada bidang bioscience, dengan penekanan pada unsupervised learning. Praktisi
2 September 2020 Supervised learning (part 1) Akademisi
5 September 2020 Pemanfaatan machine learning technique pada official statistics, dengan penekanan pada supervised learning. Akademisi
9 September 2020 Supervised learning (part 2) Akademisi
14 September 2020 Business Intelligence Akademisi
Frequently Asked Question (FAQ)

Peserta adalah “utusan” perguruan tinggi, sehingga prosedur pengajuan rekomendasi perlu ditanyakan ke bagian kemahasiswaan di perguruan tingginya.

Peserta adalah “utusan” perguruan tinggi, sehingga prosedur pengajuan rekomendasi perlu ditanyakan ke bagian kemahasiswaan di perguruan tingginya.

Surat rekomendasi sebaiknya dikeluarkan oleh pimpinan perguruan tinggi yang berwenang, seperti Wakil Rektor Bidang Akademik atau Direktur Kemahasiswaan.

Surat rekomendaasi cukup dari perguruan tinggi asal ketua tim dengan menyebutkan anggotanya yang dari luar perguruan tinggi tersebut.

Peserta credit earning adalah peserta BDC, sehingga pasti punya rekomendasi. Ini diperlukan agar ada jaminan dari program studi dan perguruan tinggi asal utk pengakuannya nanti.

Sebelum mengikuti kuliah online pada kegiatan Credit Earning, peserta diharuskan telah mengikuti mata kuliah Metode Statistika dan Analisis Regresi (atau mata kuliah lain yang memiliki silabus yang menyerupai kedua mata kuliah), sehingga peserta dapat mengikuti kegiatan kuliah online Credit Earning dengan baik.

Peserta diharuskan berstatus mahasiswa aktif hingga kegiatan Satria Data berakhir (17 Oktober 2020)

Pada prinsipnya mahasiswa dari program studi apapun boleh mengikuti kegiatan Satria Data, hanya saja untuk lomba yang beregu ketuanya dipersyaratkan mahasiswa dari program studi di dalam rumpun ilmu formal.

Iya boleh, ketentuan lintas program studi dan perguruan tinggi sifatnya pilihan bukan kewajiban