Kecerdasan buatan: pekerjaan apa yang benar-benar ada, dan pendidikan apa yang mengantarkan ke sana?

Bedakan istilah “AI” dari pekerjaan yang dicakupnya

Lowongan pekerjaan menggunakan istilah yang kurang jelas. Di bawah label “AI”, terdapat setidaknya empat kelompok peran, dengan nama jabatan yang berbeda-beda antarperusahaan.

• Penelitian: merancang metode pembelajaran mesin yang baru, umumnya dengan gelar doktor.
• Rekayasa pembelajaran mesin: melatih, mengevaluasi, dan menerapkan model dalam produk.
• Rekayasa data: membangun alur yang mengumpulkan, membersihkan, dan menyimpan data.
• Analisis dan sains data: menafsirkan data untuk mendukung keputusan bisnis.

Ada pula peran lain yang berkaitan: manajemen produk, keamanan, kepatuhan, dan penulisan teknis. Sebelum memilih pendidikan, ada baiknya membaca beberapa deskripsi pekerjaan yang nyata dan mengidentifikasi keterampilan yang diminta, alih-alih hanya mengandalkan nama jabatan.

Ukur permintaan dengan hati-hati

Laporan Future of Jobs 2025 dari Forum Ekonomi Dunia (WEF) menyurvei lebih dari 1.000 pemberi kerja. Menurut edisi ini, 86% responden memperkirakan bahwa AI dan pemrosesan informasi akan mentransformasi perusahaan mereka hingga 2030. Spesialis AI dan pembelajaran mesin termasuk dalam tiga peran dengan pertumbuhan persentase tertinggi, bersama spesialis mahadata dan insinyur teknologi finansial.

Di antara keterampilan yang berkembang paling cepat, laporan tersebut menempatkan AI dan mahadata di urutan pertama, diikuti jaringan dan keamanan siber, kemudian kecakapan digital. Menurut analisis dalam laporan tersebut, AI dan pemrosesan informasi diperkirakan akan menciptakan sekitar 11 juta pekerjaan dan menghilangkan sekitar 9 juta pekerjaan hingga 2030.

Angka-angka ini menggambarkan perkiraan pemberi kerja, bukan lowongan yang tersedia. Angka tersebut terutama menunjukkan suatu pergeseran: sebagian tugas menghilang, sementara tugas lain muncul.

Petakan jalur pendidikan

Jalur untuk memasuki bidang ini tidak hanya satu. Bergantung pada peran yang dituju, program yang umum meliputi ilmu komputer, matematika dan statistika, rekayasa perangkat lunak atau teknik elektro, serta, belakangan ini, program khusus sains data atau AI.

Peran penelitian umumnya memerlukan pendidikan doktoral. Peran rekayasa sering kali dapat diraih dengan pendidikan sarjana ilmu komputer yang kuat, dilengkapi pendidikan magister atau proyek. Peran analisis menerima latar belakang yang lebih beragam, termasuk ekonomi, ilmu sosial, atau manajemen, disertai dasar-dasar pemrograman.

Hampir semua program mensyaratkan pengetahuan awal matematika: aljabar linear, probabilitas, statistika, dan kalkulus. Sebelum memilih negara, ada baiknya membandingkan prasyarat tersebut, mata kuliah wajib, dan porsi yang diberikan untuk proyek praktik. Nama gelar terkadang menyembunyikan isi pendidikan yang sangat berbeda.

Baca pemeringkatan QS 2026 untuk sains data dan AI

Pemeringkatan QS berdasarkan bidang studi (QS World University Rankings by Subject), yang diterbitkan pada 25 Maret 2026, mencakup tabel “Data Science and Artificial Intelligence”. Tabel ini masih baru: pertama kali muncul pada 2023 dengan 20 universitas, lalu bertambah setiap tahun. Edisi 2026 memeringkat 201 universitas, dibandingkan dengan 104 pada 2025. QS menyebutnya sebagai bidang studi dengan peserta baru terbanyak.

Pertumbuhan ini menjelaskan pergeseran peringkat yang tidak selalu mencerminkan perubahan kualitas. Ketika lebih dari seratus institusi sekaligus masuk ke dalam tabel, institusi yang sudah tercantum dapat turun peringkat tanpa mengalami perubahan.

Dua institusi yang sama-sama menempati peringkat ke-6 tidak ditampilkan di sini. QS mencatat bahwa National University of Singapore merupakan institusi dengan peringkat tertinggi di luar Amerika Serikat, dan bahwa Tsinghua masuk ke dalam tabel untuk pertama kalinya.

Tempatkan tabel ini dalam keseluruhan pemeringkatan QS

Tabel AI hanyalah satu dari 55 pemeringkatan berdasarkan bidang studi dalam edisi 2026. Menurut Universitas Teknik Istanbul (İstanbul Teknik Üniversitesi), yang mengutip angka QS, 6.273 universitas dianalisis dan 1.908 diperingkat di seluruh bidang studi. Jumlah institusi sangat bervariasi antartabel, dari beberapa puluh hingga beberapa ratus.

QS menerapkan ambang batas: institusi yang tidak mencapai batas minimum keluaran penelitian atau reputasi dalam suatu bidang tidak dicantumkan. Karena itu, tidak tercantum dalam suatu tabel bukan berarti institusi tersebut tidak menawarkan programnya, melainkan hanya bahwa institusi tersebut tidak masuk dalam pemeringkatan.

Kehati-hatian ini juga berlaku untuk bidang terkait, yaitu ilmu komputer dan sistem informasi, yang digambarkan QS sebagai salah satu bidang dengan jumlah institusi yang diperingkat terbanyak di dunia. Untuk institusi yang sama, peringkat ilmu komputer dan sains data dapat berbeda cukup besar, karena kelompok institusi yang dibandingkan tidak sama.

Periksa kriteria di balik peringkat

Dalam pemeringkatan berdasarkan bidang studi, QS menggabungkan reputasi akademik, reputasi di kalangan pemberi kerja, dampak sitasi, dan indeks h. Indikator-indikator ini terutama mengukur penelitian dan reputasi. Indikator tersebut tidak banyak menjelaskan kualitas pengajaran pada tahun pertama, ukuran kelas, atau akses ke magang.

Untuk pendidikan sarjana, informasi yang lebih konkret sering kali lebih penting: isi mata kuliah, peluang magang, laboratorium yang dapat diakses mahasiswa, dan tingkat penempatan kerja yang dipublikasikan institusi. Untuk pendidikan doktoral, profil pembimbing penelitian dan laboratorium lebih penting daripada peringkat universitas.

Pemeringkatan yang masih baru dan berkembang pesat sebaiknya diperiksa silang dengan sumber lain: situs program, publikasi peneliti, testimoni alumni, dan daftar mitra industri.

Bandingkan gelar universitas dengan pelatihan singkat

Terdapat banyak sertifikat dan pelatihan intensif di bidang AI, dan penyelenggaranya menonjolkan hasil yang dicapai. Dalam sumber-sumber yang ditelaah untuk artikel ini, tidak ditemukan data terbitan yang dapat dibandingkan mengenai peluang kerja lulusan pelatihan singkat tersebut. Sebaiknya tetap berpegang pada hal-hal yang dapat diverifikasi.

Forum Ekonomi Dunia menempatkan keterampilan AI dan mahadata di urutan teratas keterampilan dengan pertumbuhan tercepat: permintaan ditujukan pada keterampilan, bukan jenis gelar tertentu. Namun, peran penelitian tetap berkaitan dengan gelar pascasarjana, dan profesi tertentu yang diatur oleh ketentuan resmi mensyaratkan gelar yang diakui.

Untuk membandingkan pelatihan singkat dengan program universitas, kriteria yang dipublikasikan institusi paling berguna: rincian isi mata kuliah, durasi, keberadaan proyek yang dinilai, pengakuan kredit oleh universitas, dan daftar mitra pemberi kerja. Sementara itu, dasar teori matematika tetap berguna ketika perangkat yang digunakan berubah.

Bagaimana dengan Kanada?

Kanada meluncurkan strategi kecerdasan buatan pan-Kanada pada 2017, yang diperkenalkan oleh Institut Penelitian Lanjutan Kanada (CIFAR) sebagai strategi AI nasional pertama di dunia. Strategi ini bertumpu pada tiga institut nasional: Mila di Montréal, Vector Institute di Toronto, dan Amii di Edmonton. Institut-institut ini terhubung dengan universitas di sekitarnya dan menjadi tempat bagi peneliti serta mahasiswa pascasarjana.

Tidak ada peringkat spesifik institusi Kanada yang dikutip di sini untuk tabel QS 2026 bidang ini: pemeringkatan terperinci tidak dapat ditelaah secara keseluruhan pada saat penulisan, dan dapat diperiksa di situs QS.

Untuk menjelajahi jalur pendidikan, StudyCanada menyediakan profil University of Toronto, profil Université de Montréal, halaman B.Sc. ilmu komputer di McGill University, dan halaman program ilmu komputer di University of Waterloo. Setiap profil menjelaskan prasyarat matematika dan persyaratan bagi mahasiswa internasional.