Course Overview
There is no content in this section.
To add content, click on the above link ‘Edit course text’
Course Content
Loading...
Related Courses
Strategic and Global Sciences
17 Lessons
Started: May 2021
Strategic and Global Sciences
18 Lessons
Started: Apr 2022
Strategic and Global Sciences
Selamat datang di Mata Kuliah Islam dan Psikologi Pendidikan dan selamat bergabung dengan pembelajar lainnya. Kami bersemangat dengan kehadiran Anda semua dan berharap partisipasi Anda dalam komunitas pembelajar di kelas ini. Mata Kuliah ini akan mempelajari tentang Psikologi Pendidikan dan juga melihatnya dari sisi Islam, yaitu Al Qur'an dan Al-Hadist Setelah mempelajari Mata Kuliah ini, diharapkan Anda mampu untuk memahami faktor-faktor psikologi dalam aspek pendidikan dan bagaimana dari sudut pandang Islam melihat psikologi pendidikan. Mata Kuliah berbahasa Indonesia ini akan dilakukan melalui LMS UI (idols.ui.ac.id). Aktivitas pembelajaran yang akan Anda lakukan antara lain membaca materi, menonton video pembelajaran dan diskusi melalui forum diskusi. Jumlah SKS mata kuliah ini adalah 3 SKS dan diberikan untuk jenjang S2. Estimasi waktu pembelajaran MOOCs ini adalah 150 Menit / MINGGUAnda dapat menentukan pembelajaran secara mandiri (self-paced). Untuk memulai belajar, pelajari dulu kelas ini dari dokumen Rancangan Pengajaran. Selama pembelajaran, pelajari materi ajar yang telah disiapkan dan kerjakan evaluasi yang diperlukan supaya Anda dapat lulus dari mata kuliah ini.Buka forum diskusi yang telah disiapkan untuk membahas materi ajar bersama rekan pembelajar di kelas. Anda juga dapat bertanya di dalam forum tersebut. Jika mengalami masalah teknis terkait sistem MOOCs, sampaikan di dalam Pusat Bantuan Pembelajar atau menghubungi Helpdesk melalui livechat idols.ui.ac.id di jam operasional kerja pada hari Senin - Jumat pukul 08.30 - 17.00 WIB.Selamat belajar dan semoga sukses!
17 Lessons
Started: Mar 2023
Strategic and Global Sciences
18 Lessons
Started: Apr 2022
Latest Courses
ALL KELAS MASTER NDP
non-degree program - universitas indonesia [JUDUL PROGRAM] [Deskripsikan tentang program secara singkat beserta dengan perkiraan durasi pembelajaran, tanda keikutsertaan yang akan didapat, dan informasi lain yang berkaitan] Daftar Mata Kuliah 01 [JUDUL COURSE 1] 02 [JUDUL COURSE 2] 03 [JUDUL COURSE 3] 04 [JUDUL COURSE 4] Biaya Program [Tuliskan biaya program, jika ada] Rp 0,- Benefit program: 💻 Belajar online dari akademisi dan praktisi UI📚 Materi aplikatif📜 Sertifikat resmi penyelesaian program
18 Lessons
Started: May 2026
ALL KELAS MASTER NDP
non-degree program - universitas indonesia [JUDUL PROGRAM] [Deskripsikan tentang program secara singkat beserta dengan perkiraan durasi pembelajaran, tanda keikutsertaan yang akan didapat, dan informasi lain yang berkaitan] Daftar Mata Kuliah 01 [JUDUL COURSE 1] 02 [JUDUL COURSE 2] 03 [JUDUL COURSE 3] 04 [JUDUL COURSE 4] Biaya Program [Tuliskan biaya program, jika ada] Rp 0,- Benefit program: 💻 Belajar online dari akademisi dan praktisi UI📚 Materi aplikatif📜 Sertifikat resmi penyelesaian program
18 Lessons
Started: May 2026
ALL KELAS MASTER NDP
non-degree program - universitas indonesia [JUDUL PROGRAM] [Deskripsikan tentang program secara singkat beserta dengan perkiraan durasi pembelajaran, tanda keikutsertaan yang akan didapat, dan informasi lain yang berkaitan] Daftar Mata Kuliah 01 [JUDUL COURSE 1] 02 [JUDUL COURSE 2] 03 [JUDUL COURSE 3] 04 [JUDUL COURSE 4] Biaya Program [Tuliskan biaya program, jika ada] Rp 0,- Benefit program: 💻 Belajar online dari akademisi dan praktisi UI📚 Materi aplikatif📜 Sertifikat resmi penyelesaian program
18 Lessons
Started: May 2026
ALL KELAS MASTER NDP
non-degree program - universitas indonesia [JUDUL PROGRAM] [Deskripsikan tentang program secara singkat beserta dengan perkiraan durasi pembelajaran, tanda keikutsertaan yang akan didapat, dan informasi lain yang berkaitan] Daftar Mata Kuliah 01 [JUDUL COURSE 1] 02 [JUDUL COURSE 2] 03 [JUDUL COURSE 3] 04 [JUDUL COURSE 4] Biaya Program [Tuliskan biaya program, jika ada] Rp 0,- Benefit program: 💻 Belajar online dari akademisi dan praktisi UI📚 Materi aplikatif📜 Sertifikat resmi penyelesaian program
18 Lessons
Started: May 2026
Engineering
Welcome to the Introduction to Malware Analysis course and congratulations on joining fellow learners. We are excited about your presence and look forward to your participation within the learning community in this class. INTRODUCTION TO MALWARE ANALYSIS Course Overview:Introduction to Malware Analysis is a comprehensive course designed to provide students with the fundamental knowledge and skills required to analyze and understand malicious software, commonly known as malware. This course serves as an introduction to the field of malware analysis, covering both theoretical concepts and practical techniques used by professionals in the cybersecurity industry. Course Duration: 3 weeks Course Objectives: Understand the basics of malware and its classification: Students will explore the different types of malware, such as viruses, worms, Trojans, ransomware, and more. They will learn about their characteristics, propagation methods, and the potential impact they can have on computer systems. Introduce malware analysis methodologies: Students will be introduced to various approaches and methodologies used to analyze malware. This will include static analysis, dynamic analysis, behavioral analysis, and code-level analysis. They will learn how to select the appropriate methodology based on the objectives of the analysis. Learn static analysis techniques: Students will delve into static analysis techniques, which involve examining malware without executing it. They will study file formats, disassembly, reverse engineering, and code analysis to extract valuable information about malware's functionality, structure, and potential vulnerabilities. Explore dynamic analysis techniques: Students will discover dynamic analysis techniques that involve executing malware in a controlled environment. They will learn about sandboxing, monitoring system behavior, network traffic analysis, and malware interaction to gain insights into malware's activities, communication channels, and potential countermeasures. By the end of this course, students will have a basic knowledge in malware analysis, enabling them to analyze based static and dynamic analysis techniques. The student will be equipped with practical skills and knowledge through hands on lab and activities that can be self-learned throughout this course's materials. References: Practical Malware Analysis: The Hands-On Guide to Dissecting Malicious Software. Author(s): Michael Sikorski, Andrew Honig Learning Malware Analysis: Explore the concepts, tools, and techniques to analyze and investigate Windows malware. Author(s): Monnappa K A Mastering Malware Analysis, Author(s): Alexey Kleymenov, Amr Thabet Pre-requisite: Basic information technology and network skill A discussion forum has been prepared to discuss the course materials with fellow learners in the class. You can also ask questions within the forum. If you encounter any technical issues related to the MOOCs system, please report them in the Learner Help Center or contact the Helpdesk through live chat at idols.ui.ac.id during operating hours from Monday to Friday, 08:30 to 17:00 WIB. Happy learning and best of luck! Yan Maraden (maradens@ui.ac.id)
18 Lessons
Started: May 2026
Engineering
Pada MOOCs ini, peserta akan mempelajari prinsip kerja perangkat komputer dan kaitannya dengan tahapan serta teknologi forensik digital. Perangkat komputer digunakan di berbagai organisasi untuk menyimpan, memproses, dan menyajikan informasi. Proses forensik diupayakan untuk dapat menggali jejak serta informasi digital sebanyak mungkin dan memberikan gambara kronologis yang komprehensif atas suatu skenario. Beberapa studi kasus akan diberikan sebagai latihan, yang membutuhkan peserta untuk menggunakan perangkat komputer dan jaringan internetnya sendiri. Spesifikasi minimal komputer peserta yang disarankan: Komputer dengan prosesor arsitektur x64 (bukan ARM) minimal 2 core. RAM minimal 8 GB. Storage kosong minimal 100 GB (boleh ditunjang dengan external storage). Koneksi internet untuk mengunduh beberapa file berukuran antara 1 sampai 10 GB. Metode pembelajaran yang digunakan pada MOOCs ini adalah asinkron/self-paced, artinya peserta dipersilakan mengakses materi pembelajaran, mengerjakan tugas, serta melakukan ujian/evaluasi pembelajaran kapanpun di manapun melalui internet, hingga akhirnya certificate of completion tersedia dan dapat diunduh. Bahasa pengantar yang digunakan adalah Bahasa Indonesia, dengan tetap menggunakan beberapa istilah di bidang komputer dan forensic digital dalam Bahasa Inggris.
18 Lessons
Started: May 2026
Health Sciences
18 Lessons
Started: May 2026
18 Lessons
Started: May 2026
Others
+4
18 Lessons
Started: Apr 2026
5 Lessons
Started: Apr 2026
+3
non-degree program - universitas indonesia [JUDUL PROGRAM] [Deskripsikan tentang program secara singkat beserta dengan perkiraan durasi pembelajaran, tanda keikutsertaan yang akan didapat, dan informasi lain yang berkaitan] Daftar Mata Kuliah 01 [JUDUL COURSE 1] 02 [JUDUL COURSE 2] 03 [JUDUL COURSE 3] 04 [JUDUL COURSE 4] Biaya Program [Tuliskan biaya program, jika ada] Rp 0,- Benefit program: 💻 Belajar online dari akademisi dan praktisi UI📚 Materi aplikatif📜 Sertifikat resmi penyelesaian program
4 Lessons
Started: Apr 2026
Engineering
ENCE603010 - STATISTIKA - 3 SKS Pada mata kuliah ini akan dipelajari ilmu statistika dan penerapannya secara praktis. Setelah mengikuti kuliah ini mahasiswa mampu menganalisis data berdasarkan teknik statistika (C4) dan mampu menggunakan bahasa tulisan dengan baik untuk mempersentasikan masalah analisis data dengan metode statistik (C3). Selain mempelajari teori dan formula statistika, pada mata kuliah ini mahasiswa akan belajar menggunakan teknologi yang ada untuk memecahkan permasalahan statistika, misalnya dengan menggunakan Microsoft Excel. Mahasiswa tidak perlu menyediakan kalkulator statistika khusus ketika mengikuti kuliah ini. Ruang lingkup bahasan dari mata kuliah ini adalah: Introduction to Statistics, Descriptive Statistics, Discrete Probability Distribution, Normal Probability Distribution, Confidence Interval, Hypothesis Testing with one and two sample, Correlation, Regression, Chi Square Test, F Measures Mata kuliah ini ditawarkan untuk mahasiswa jenjang Sarjana (S1). Moda MOOCS yang digunakan di kelas ini adalah self paced learning, dengan estimasi waktu pembelajaran adalah 16 pekan (termasuk UTS dan UAS) dengan beban pembelajaran per pekan adalah 510 menit menit belajar mandiri dan mengerjakan tugas terstruktur (asinkron melalui IDOLS). Metode pembelajaran dalam kelas ini adalah case based learning, pada setiap materi akan selalu diselingi contoh kasus dan pemecahannya. Media pembelajaran yang akan digunakan adalah IDOLS untuk seluruh sesi (seluruhnya asinkron). Bahasa pengantar yang digunakan adalah Bahasa Indonesia Dosen: Dr. Prima Dewi Purnamasari (prima.dp@ui.ac.id) Biaya: Rp.3.000.000,00
18 Lessons
Started: Apr 2026