10 Universitas Terbaik Dunia untuk Jurusan Data Science dan AI Versi QS 2026, Ada Indonesia?

Massachusetts Institute of Technology (MIT) menjadi universitas terbaik dunia untuk bidang data science dan kecerdasan buatan atau AI berdasarkan QS World University Rankings by Subject 2026.

Perguruan tinggi asal Amerika Serikat itu memperoleh skor 98 poin. Stanford University menyusul di posisi kedua dengan skor 96,4 poin.

Fakultas Bergaji Tinggi di UI, Seberapa Sulit Jurusannya Masuk lewat SNBT?

Siswa Tak Otomatis Naik Kelas pada 2027? Ini Data Murid yang Mengulang Kelas di Indonesia

National University of Singapore (NUS) menempati peringkat ketiga dunia sekaligus menjadi universitas terbaik di luar Amerika Serikat. NUS meraih skor 96,2 poin, unggul atas Nanyang Technological University (NTU Singapore) yang berada satu tingkat di bawahnya.

Keberadaan NUS dan NTU dalam empat besar memperlihatkan kuatnya posisi Singapura dalam pendidikan dan penelitian Data Science serta AI. Keduanya sekaligus menjadi perwakilan Asia Tenggara dalam kelompok 10 besar dunia.

Kemudian, ada juga tiga universitas asal Amerika Serikat, yakni Carnegie Mellon University dengan skor 93,9 poin dan University of California, Berkeley, serta Harvard University yang masing-masing mendapat skor 93,2 poin.

Sementara itu, Inggris diwakili University of Oxford dan University of Cambridge. Sementara itu, Tsinghua University menjadi satu-satunya perguruan tinggi dari China daratan dalam daftar dengan skor 90,4 poin.

Adapun QS memasukkan 201 universitas dari 37 negara dan wilayah dalam pemeringkatan Data Science and Artificial Intelligence 2026.

Ada Universitas Indonesia?

Belum ada perguruan tinggi Indonesia yang tercantum dalam QS WUR by Subject 2026 untuk kategori Data Science and Artificial Intelligence.

Hasil pemeriksaan terhadap data publik QS tidak menemukan nama perguruan tinggi asal Indonesia dalam daftar 201 universitas. Karena itu, belum ada kampus yang dapat disebut sebagai universitas Data Science dan AI terbaik di Indonesia berdasarkan kategori QS tersebut.

Kondisi ini tidak berarti perguruan tinggi Indonesia tidak memiliki program studi atau kegiatan penelitian dalam bidang Data Science dan AI. Sejumlah kampus menawarkan materi terkait melalui program Data Sains, Kecerdasan Buatan, Ilmu Komputer, Informatika, Statistika, Sistem Informasi, dan Matematika.

Tidak tercantumnya sebuah universitas juga tidak dapat langsung disimpulkan sebagai tanda rendahnya kualitas pembelajaran. QS WUR by Subject menggunakan persyaratan, data, dan indikator tertentu untuk menentukan institusi yang masuk dalam tabel.

Berbeda dari Peringkat Computer Science

Data Science and Artificial Intelligence merupakan kategori tersendiri dalam QS WUR by Subject. Kategori tersebut berbeda dari Computer Science and Information Systems.

Data Science berfokus pada pengolahan data untuk menemukan pola, menghasilkan prediksi, dan membantu proses pengambilan keputusan. Bidang ini memadukan statistika, pemrograman, pengelolaan basis data, visualisasi, dan pembelajaran mesin.

Kecerdasan buatan mencakup pengembangan sistem yang dapat melakukan tugas yang biasanya membutuhkan kemampuan manusia. Ruang lingkupnya meliputi machine learning, pemrosesan bahasa alami, visi komputer, robotika, dan sistem pengambilan keputusan.

Adapun Computer Science mempunyai cakupan lebih luas, mulai dari algoritma, rekayasa perangkat lunak, jaringan komputer, sistem operasi, keamanan siber, hingga teori komputasi.

Oleh karena itu, posisi universitas dalam pemeringkatan Computer Science and Information Systems tidak dapat langsung disebut sebagai peringkat Data Science and Artificial Intelligence.

Metodologi QS Data Science dan AI

QS menggunakan empat indikator untuk menyusun peringkat Data Science and Artificial Intelligence 2026.

Reputasi akademik menjadi indikator dengan bobot terbesar, yakni 40 persen. Penilaian ini berasal dari pandangan kalangan akademisi mengenai perguruan tinggi yang dianggap unggul dalam bidang terkait.

Reputasi di kalangan pemberi kerja mempunyai bobot 30 persen. Indikator tersebut mengukur penilaian perusahaan dan organisasi perekrut terhadap kualitas lulusan suatu universitas.

Dua indikator lain berkaitan dengan penelitian. Sitasi per publikasi mempunyai bobot 15 persen untuk melihat dampak hasil penelitian, sedangkan indeks-H sebesar 15 persen mengukur produktivitas dan pengaruh publikasi ilmiah.

Indikator jaringan penelitian internasional tidak diberi bobot dalam pemeringkatan Data Science and Artificial Intelligence 2026.

Memilih Kampus Data Science dan AI

Peringkat global dapat menjadi salah satu sumber informasi, tetapi bukan satu-satunya pertimbangan dalam memilih perguruan tinggi.

Calon mahasiswa perlu memeriksa apakah kurikulum mencakup statistika, pemrograman, basis data, machine learning, visualisasi data, komputasi awan, serta etika penggunaan AI.

Faktor lain yang dapat dibandingkan meliputi akreditasi program studi, kompetensi dosen, rekam jejak penelitian, fasilitas komputasi, kerja sama industri, kesempatan magang, portofolio proyek mahasiswa, dan prospek lulusan.

Nama program juga perlu diperhatikan. Sebuah universitas mungkin tidak memiliki program studi bernama Data Science, tetapi menawarkan peminatan atau konsentrasi serupa melalui Ilmu Komputer, Informatika, Statistika, Sistem Informasi, atau Matematika. (RK/D-1)

Pertanyaan yang Sering Diajukan

Kapan QS Data Science and Artificial Intelligence 2026 diterbitkan?

Pemeringkatan tersebut diterbitkan pada 25 Maret 2026 sebagai bagian dari QS World University Rankings by Subject.

Apakah QS menilai satu program studi tertentu?

Tidak secara langsung. QS WUR by Subject menilai kekuatan perguruan tinggi dalam suatu bidang ilmu, bukan mengakreditasi satu program studi.

Apakah kampus harus memiliki jurusan bernama Data Science?

Tidak selalu. Aktivitas akademik dan penelitian Data Science dapat berada dalam program Ilmu Komputer, Informatika, Statistika, Matematika, atau bidang terkait lainnya.

Apakah tidak masuk QS berarti kualitas kampus buruk?

Tidak. Pemeringkatan QS hanya menggunakan indikator dan kriteria tertentu sehingga tidak menggambarkan seluruh aspek kualitas pembelajaran.

Apa yang perlu diperiksa saat memilih jurusan Data Science dan AI?

Periksa kurikulum, akreditasi, kualitas dosen, fasilitas komputasi, proyek mahasiswa, kegiatan penelitian, kerja sama industri, kesempatan magang, dan hasil kerja lulusan.