Intro to Data Visualization with Python

Deskripsi Pelatihan
Pelatihan ini merujuk pada KBJI 2521.02 - Analis Database - dan SKKNI Nomor 299 Tahun 2020 dengan unit kompetensi J.62DMI00.013.1 - Membangun Model. Pelatihan ini akan memberikan materi secara komprehensif mengenai pemberdayaan dasar pemrograman untuk pemrosesan data dasar. Dalam pelatihan ini akan memfokuskan tata cara memvisualisasikan data menggunakan perangkat lunak Python. Begitu pesatnya perkembangan teknologi dari masa ke masa. Semua kebutuhan sehari-hari dapat dicari maupun didapatkan praktis secara online. Kata lain adalah, kini sudah masuk ke era IOT atau internet of things. Dengan banyaknya data yang masuk dari segi pencarian, pembelian, engagement, dan big data lainnya. Pengolahan data itu sangat penting dan dibutuhkan oleh perusahaan agar dapat mengetahui tren-tren apa saja yang sedang terjadi di pasar dan strategi apa yang dapat digunakan agar unggul di antara pesaing. Sampai jumpa di pelatihan ini bersama Data Scientist, Core Trust.

Tujuan Umum Pelatihan
Peserta mampu melakukan pemrosesan data dasar menggunakan Python dan Pandas. Lalu, memahami konsep pemrograman menggunakan Python dan kegunaannya dalam mengolah data sesuai standar SKKNI Nomor 299 Tahun 2020 dengan minimal satu kali test ujian pilihan ganda.

Tujuan Khusus Pelatihan
Aspek Pengetahuan:
Tujuan khusus (yang mempresentasikan aspek pengetahuan):
a. Peserta memiliki pengetahuan mengenai opsi-opsi yang tersedia untuk visualisasi data dengan Python
b. Peserta memiliki pengetahuan mengenai jenis-jenis diagram
c. Peserta memiliki pengetahuan untuk mengenal library yang paling populer
Aspek Keterampilan:
Tujuan khusus (yang mempresentasikan aspek keterampilan):
a. Peserta mampu untuk memahami definisi dan pentingnya visualisasi data yang efektif
b. Peserta mampu untuk memahami cara menelaah sebuah visualisasi data dengan “Grammar of Graphics”
c. Peserta mampu untuk memahami definisi data storytelling dan kegunaannya
Aspek Sikap:
Tujuan khusus (yang mempresentasikan aspek sikap):
a. Peserta memiliki sikap kritis untuk menghasilkan visualisasi sederhana dengan Library Altair
b. Peserta memiliki sikap teliti melakukan visualisasi sederhana menggunakan matplotlib

Aspek Kompetensi:  Pengetahuan (Knowledge)
1. Mempelajari visualisasi data dengan Python
2. Memilih Jenis Diagram untuk sebuah visualisasi
3. Memilih library untuk visualisasi dengan Python

Aspek Kompetensi:  Keterampilan (Skill)
1. Menentukan visualisasi data yang baik
2. Memahami konsep mengenai visualisasi lain
3. Mengenal Data storytelling

Aspek Kompetensi:  Sikap (Attitude)
1. Sikap Kritis Dalam Pemilihan Library Altair
2. Sikap Teliti Dalam menggunakan Matplotlib

Kelompok Sasaran
1. Persyaratan pendidikan minimum sarjana Teknik Informatika
2. Merupakan karyawan BUMN
3. Bekerja di divisi Data Scientist dan sekitarnya
4. Memiliki laptop dengan internet
5. Memiliki pengetahuan dasar mengenai Python dan Pandas
6. Tertarik untuk mempelajari tata cara mengolah data

Durasi Per Sesi
1. Intro dan Pengenalan Kursus (0:03:27 menit)
2. Memahami Motivasi dan Elemen Visualisasi Data (0:26:39 menit)
3. Visualisasi Data dengan Python (0:26:52 menit)
4. Taksonomi Diagram dan Chart (0:38:15 menit)
5. Data Storytelling (0:06:47 menit)
6. Visualisasi Data Lanjutan dengan Seaborn + Matplotlib (0:18:53 menit)
7. Latihan (0:17:05 menit)

Total Durasi
138 menit

Kapasitas Peserta
Unlimited

Metode Pembelajaran
Self Paced Learning

Metode Evaluasi
Pre Test
Quiz
Post Test

Jenis/Klasifikasi Sertifikat
Sertifikat Penyelesaian

Profil Pengajar
Hafizh Adi Prasetya
Hafizh Adi Prasetya meniti karirnya sebagai Data Scientist, Merchant Operations sejak tahun 2019. Ia menekuni terus perjalanan sebagai Data Scientist di berbagai kebutuhan Marketplace Business hingga saat ini menjabat sebagai Data Scientist Core Trust di Bukalapak. Pencapaian karirnya yang tidak lepas dari dunia data dan pengolahannya. Beliau pun pernah menjadi Data Scientist Tutor di Rakamin Academy. Dengan pengalaman beliau yang begitu luas, jangan sampai ketinggalan untuk mempelajari unsur-unsur pengolahan data dasar yang mudah dipahami. Mari ikut kelasnya!