Dataset Program Studi Indonesia

印度尼西亚全国高等教育专业课程数据集，包含招生名额、申请人数、竞争比例和SNPMB录取分数线等信息。The National Higher Education Major Curriculum Dataset of Indonesia encompasses details such as admission quotas, the number of applicants, competition ratios, and SNPMB admission cutoff scores.

原始信息汇总

数据集概述：Dataset Program Studi Indonesia

该数据集收录了印度尼西亚所有高等教育专业的完整信息，包括源自 SNPMB（国家高等教育入学选拔机构）的配额、申请人数、竞争激烈程度和预估录取分数线等数据。

数据文件与规模

• 文件名称： program-studi-indonesia.csv
• 记录数量： 4,971 条
• 文件大小： ~1 MB
• 分隔符： 分号 (;)

数据字段说明

字段	描述	示例
id	专业 UUID	a83673a9-...
university_id	大学 UUID	3557957e-...
code	SNPMB 专业代码	24743030
name	专业名称	TEKNIK INFORMATIKA
degree	学历层次	Sarjana, Sarjana Terapan, Diploma Tiga
quota	招生名额（容量）	120
applicants	申请人数（考生数）	2450
category	考试类别	SAINTEK, SOSHUM
sub_category	子类别
competition_ratio	竞争激烈程度（比值：申请人/配额）	20.42
passing_grade	预估录取分数线	720
classification	分类
min_score	最低分数（2024年数据）	689
max_score	最高分数（2024年数据）	756
university_name	大学名称	Universitas Indonesia
university_code	大学简称代码	UI
university_region	大学所在省份	Jawa Barat
university_type	大学类型	Negeri, Swasta, Kedinasan

数据样例

csv id;university_id;code;name;degree;quota;applicants;category;sub_category;competition_ratio;passing_grade;classification;min_score;max_score;university_name;university_code;university_region;university_type a83673a9-...;3557957e-...;24743030;TEKNIK INFORMATIKA;Sarjana;120;2450;SAINTEK;;20.42;720;;689;756;Universitas Indonesia;UI;Jawa Barat;Negeri

API 访问方式

可通过 REST API 访问数据，Base URL: https://api.ibnuhabib.web.id

API 搜索参数：

参数	说明
search	专业名称
university	大学名称或代码
category	考试类别 (SAINTEK 或 SOSHUM)
degree	学历层次 (Sarjana, Sarjana Terapan, Diploma Tiga)
region	大学所在省份
type	大学类型 (Negeri, Swasta, Kedinasan)
page	页码 (默认 1)
limit	每页数量 (最大 500，默认 50)

示例 API 请求：

bash

搜索专业

curl "https://api.ibnuhabib.web.id/api/majors?search=informatika&limit=5"

获取特定大学的专业

curl "https://api.ibnuhabib.web.id/api/majors?university=ui"

按类别和学历筛选

curl "https://api.ibnuhabib.web.id/api/majors?category=saintek&degree=sarjana&limit=10"

获取公立大学（PTN）的医学专业

curl "https://api.ibnuhabib.web.id/api/majors?search=kedokteran&type=negeri"

获取专业详情

curl "https://api.ibnuhabib.web.id/api/majors/a83673a9-..."

下载完整 CSV 文件

curl -O "https://api.ibnuhabib.web.id/download/majors.csv"

数据集来源与许可

• 数据来源： SNPMB / LTMPT（印度尼西亚国家高等教育入学选拔官方数据）。
• 许可协议： MIT License，© 2025 Ibnul Habib。数据源自印度尼西亚政府机构。

搜集汇总

数据集介绍

构建方式

该数据集系统整合了印度尼西亚全国高等院校的专业项目信息，数据源自官方选拔机构SNPMB/LTMPT。构建过程中，通过官方渠道采集了每所高校的专业代码、名称、学历层次、招生配额、申请人数、录取难度比例及预估分数线等核心指标，并补充了院校的隶属类型、所在省份等属性。所有记录以CSV格式存储，采用分号分隔，共计收录4971条专业项目数据，确保覆盖范围的全面性与权威性。

特点

数据集的一大亮点在于其丰富的结构化字段设计，不仅包含专业的基本标识与录取竞争参数，还创新性地引入了分类与子分类维度（如SAINTEK与SOSHUM），便于不同学科领域的精细化分析。此外，数据还提供了2024年的最低与最高录取分数，为研究招生趋势提供了纵向参照。每个专业均分配唯一UUID标识，并与高校数据库实现了无缝关联，显著提升了跨数据集整合的灵活性。

使用方法

用户可通过两种方式灵活使用该数据集。直接下载CSV文件后，可利用标准数据处理工具进行本地分析，如筛选特定类别或学历层次的专业项目，或计算录取难度比例等统计指标。更便捷的途径是通过REST API进行实时查询，支持按专业名称、高校代码、类别、学历层级、地区及院校类型等多维度检索，同时提供分页与数据量控制功能，满足从简单查看到批量数据获取的多样化需求。

背景与挑战

背景概述

印度尼西亚高等教育体系庞大复杂，学生与家长在选报大学专业时常面临信息不对称的困境。为缓解这一局面，由研究者Ibnul Habib于2025年创建了Dataset Program Studi Indonesia数据集，该数据集系统整理了印度尼西亚全国高校的4,971个专业信息，涵盖录取配额、报考人数、录取竞争比及预估录取分数线等关键指标，数据源自SNPMB/LTMPT官方选拔系统。该数据集的问世为教育数据挖掘、招生趋势分析以及高校竞争力评估提供了标准化基础，尤其对于理解印度尼西亚高考录取机制的动态变化具有重要参考价值，其通过公开API和CSV格式发布，极大便利了相关领域的研究与应用开发。

当前挑战

该数据集所解决的领域问题在于弥合印度尼西亚高等教育专业信息碎片化与不透明的鸿沟，使考生能基于客观的竞争比和成绩门槛制定更理性的志愿填报策略，同时为教育政策制定者提供量化依据。构建过程中面临的挑战尤为突出：首先，需从SNPMB官方来源整合分散的录取数据，确保字段的完整性与一致性，例如不同年份的分数线界定标准可能存在差异；其次，数据清洗阶段需处理缺失值（如部分子类别字段为空）并统一命名规范，例如高校名称与代码的映射；最后，维护数据时效性是一大难点，因为每年的录取配额与报考人数动态调整，需定期同步官方更新以保持数据可信度。

常用场景

经典使用场景

在印度尼西亚高等教育体系中，Dataset Program Studi Indonesia 作为首款整合全国高校专业招生数据的结构化资源，广泛应用于教育数据挖掘与政策分析领域。该数据集囊括了各专业的招生配额、报考人数、竞争比率及历年录取分数线，研究者可借助这些指标构建专业热度预测模型或评估入学选拔制度的公平性。其独特的跨维度属性（如院校类型、地区分布、学科分类）为探索区域教育资源配置差异、高等教育供需动态关系等议题提供了坚实的数据基础，成为印度尼西亚教育政策量化研究的核心工具。

解决学术问题

该数据集在学术层面解决了印度尼西亚高等教育研究中长期存在的数据碎片化与可比性缺失问题。通过系统整合 SNPMB 官方选拔录取数据，研究可精准度量不同专业、院校及地区的竞争激烈程度，并深入分析招生配额与实际报考人数之间的结构性失衡。此外，录取分数线的完整记录突破了过往仅依赖抽样调查的局限，为构建院校声誉评价模型、验证教育机会不平等理论、乃至评估高考改革影响提供了实证依据，显著推进了整合型教育研究在东南亚学术语境中的发展。

衍生相关工作

基于此数据集，学术界与开源社区已衍生出多项具有影响力工作。典型如配套的 REST API 服务，使得研究人员可实时查询专业竞争强度与录取分数变化，极大降低了重复数据采集成本；同时，该数据集也催生了多篇聚焦印度尼西亚高校招生趋势与专业偏好画像的量化分析论文。此外，与“dataset-perguruan-tinggi-indonesia”等关联资源联动使用，可直接支撑高校绩效评估系统构建与区域教育均衡指数计算，形成了一个涵盖数据收集、RESTful 接口调用与教育政策建模的完整生态系统。