STATISTIKA RIA DAN FESTIVAL SAINS DATA 2021 Pedoman Satria Data DAFTAR

Jadwal Kegiatan

Kegiatan Lomba

Pengembangan Wawasan dan Credit Earning

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)

Pengembangan Wawasan

Berupa kegiatan pengembangan talenta dan peningkatan kompetensi bidang statistika, sains data, dan terapannya bagi mahasiswa. Kegiatan ini akan menghadirkan narasumber dengan kapasitas yang sangat baik
dan memiliki reputasi tinggi yang mengkombinasikan sisi akademis dan praktis. Kegiatan ini terdiri dari Seminar Nasional, Talk Show dan Motivation Show

Seminar Nasional

Seminar Nasional diselenggarakan dengan menghadirkan pembicara yang menguasai bidang Statistika dan Sains Data serta penerapannya sesuai dengan tema kegiatan ini. Pembicara akan menyampaikan gagasan, pandangan, dan pengalaman dalam bidang Statistika dan Sains Data serta terapannya. Kegiatan ini akan dipandu oleh moderator.

Talk Show

Kegiatan bincang-bincang mengenai penerapan Statistika dan Sains Data dalam bidang terapan. Penyampaian materi dilakukan dengan cara yang lebih fresh dan ringan sehingga tercipta interaksi yang lebih terbuka antara peserta dan narasumber.

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.

Kegiatan Lomba

Kegiatan ini berbentuk kompetisi yang mengukur kemampuan mahasiswa dalam bidang statistika, sains data, serta penerapannya. Tidak hanya kemampuan hardskill dalam bidang Statistika dan Sains Data yang akan dikompetisikan, namun juga kemampuan softskill seperti komunikasi, visualisasi, kerjasama, dan kreativitas dalam pemecahan masalah kompleks. Ada 4 (empat) jenis lomba yaitu National Statistics Competition (NSC), Statistics Essay Competition (SEC), Statistics Infographic Competition (SIC) dan Big Data Challenge (BDC)

National Statistics Competition (NSC)

National Statistics Competition (NSC) adalah salah satu kompetisi di SATRIA 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:
a. Teori Peluang
b. Teori Statistika/ Statistika Matematika
c. Desain Survei
d. Perancangan Percobaan
e. Analisis Regresi
f. Analisis Deret Waktu
g. Analisis Peubah Ganda
h. Analisis Data Kategorik

Statistics Essay Competition (SEC)

Statistics Essay Competition (SEC) adalah salah satu kompetisi di SATRIA DATA yang dimaksudkan untuk meningkatkan wawasan dan 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. Tema Kegiatan tahun ini adalah  Penggunaan statistika dan sains data dalam mendukung pengambilan kebijakan pemerintah pada era pandemi di Indonesia. Dengan sub tema adalah sebagai berikut:
1. Pendidikan
2. Sosial-Ekonomi
3. Kesehatan
4. Lingkungan
5. Ketenagakerjaan

Statistics Infographic Competition (SIC)

Statistics Infographics Competition (SIC) adalah salah satu kompetisi di Satria Data 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 dalam lomba SIC ini akan disediakan oleh panitia penyelenggara dan akan disampaikan pada saat pendaftaran peserta. Data tersebut nanti harus dianalisis dan hasilnya dituangkan dalam bentuk infografis. Sumber data dan topik lomba akan diinformasikan di website ini.

Data Lomba SIC

Tema: “Perdagangan Internasional Indonesia sebagai Pendukung Pemulihan Ekonomi Nasional”. 

Ketentuan lomba :

(1).Peserta diminta untuk membuat infografis mengenai kinerja perdagangan internasional Indonesia yang tercatat pada database UN Comtrade. Data tersebut dapat diakses dan diunduh secara mandiri melalui website https://comtrade.un.org/data/

(2).Data yang dianalisis dapat berupa data ekspor Indonesia ke negara lain, data impor Indonesia dari negara lain, ataupun keduanya.
(3).Waktu: data yang digunakan harus berupa time-series tahunan, minimal 20 tahun terakhir.
(4).Komoditas: minimal ada 3 jenis komoditas yang dipilih. Kode komoditas menggunakan kode HS, misalnya ‘Kopi’ (Kode HS 0901). Sebagai referensi, nomenklatur untuk kode HS edisi 2017 dapat diperoleh pada link berikut: http://www.wcoomd.org/en/topics/nomenclature/instrument-and-tools/hs-nomenclature-2017-edition/hs-nomenclature-2017-edition.aspx

(5).Negara partner: minimal ada 5 negara partner yang digunakan, baik terkait ekspor ataupun impor.
(6).Peserta diperkenankan menggunakan data-data lain sebagai pendukung infografis yang dibuat.

Big Data Competition

Big Data Challenge (BDC) merupakan kompetisi untuk memperoleh rekomendasi penyelesaian terhadap masalah nyata secara analitika. Permasalahan yang digunakan
dalam kompetisi merupakan masalah bisnis/ operasional/ strategik yang dihadapi oleh mitra penyelenggaraan. Mitra penyelenggara kompetisi ini adalah lembaga pemerintahan, lembaga penelitian, perusahaan swasta,
Non Goverment Organization (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:
a. Prediksi kejadian dan peramalan (
forecast)
b. Optimasi
Hasil pekerjaan analitika oleh peserta dapat diukur menggunakan metrik atau ukuran tertentu. Misal, untuk prediksi numerik menggunakan MAPE (mean absolute percentage error), untuk prediksi kategorik menggunakan log-loss atau ukuran akurasi lainnya, untuk masalah optimasi menggunakan fungsi objektif. Jenis permasalahan dan metrik yang digunakan sebagai ukuran penilaian jawaban peserta akan disampaikan pada saat sosialisasi khusus kompetisi BDC atau pada website ini. Pada kompetisi ini, panitia tidak menyediakan platform khusus untuk melakukan proses analitika. Panitia akan mengunggah data beserta deskripsinya, serta dokumen penjelasan lainnya pada suatu website yang dapat diakses dan diunduh. Pada proses penyelesaian masalah nyata pada kompetisi ini, peserta 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.

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 SKS. Pengakuan SKS tersebut akan diberikan jika peserta memenuhi hal-hal berikut:

  1. Mengikuti minimal 8 (delapan) dari 10 (sepuluh) kali webinar atau kuliah online yang akan diselenggarakan pada tanggal 1 September s.d 2 Oktober 2021.
  2. Terdaftar menjadi peserta dan mengirimkan hasil pekerjaan pada babak penyisihan Big Data Challenge (BDC). Rangkaian kegiatan ini setara dengan beban 3 SKS untuk mata kuliah STA382 (Teknik Pembelajaran Mesin).

Topik dan Narasumber

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 (27 November 2021)

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

Kita mengacu pada Permendikbud No.124 th.2014 dimana pendidikan masuk dalam rumpun terapan bukan rumpun rumpun ilmu formal. Dengan demikian tidak bisa menjadi ketua tim.