Mahir SQL dan Python sebagai Data Analyst

Deskripsi Pelatihan
Pelatihan "Mahir SQL dan Python sebagai Data Analyst" dirancang untuk memperkuat keterampilan peserta dalam mengelola dan menganalisis data menggunakan SQL dan Python. Peserta akan diajarkan konsep dasar SQL seperti struktur tabel, kueri, dan penggabungan data, serta bagaimana menggunakan Python untuk analisis data dengan Pandas, NumPy, dan Matplotlib. Melalui kombinasi ceramah interaktif, latihan praktis, dan proyek-proyek simulasi, peserta akan mendapatkan pemahaman yang mendalam tentang bagaimana menggabungkan kedua bahasa pemrograman ini untuk mengatasi tantangan dalam analisis data modern. Dengan mempelajari teknik dasar dan lanjutan dalam SQL dan Python, peserta akan siap untuk menghadapi peran sebagai data analyst dan memberikan wawasan yang bernilai dalam pengambilan keputusan berbasis data.

Tujuan Umum Pelatihan
Peserta mampu membuat analisis dan visualisasi data menggunakan SQL dan Python sesuai dengan standar industri dengan menunjukkan minimal 60 persen penguasaan materi pada saat unjuk keterampilan.

Tujuan Khusus Pelatihan
Mampu menggunakan syntax SQL hingga membuat Query sederhana pada database contoh
Mampu melakukan pemrograman dengan Sintaks Dasar Python, penggunaan Tipe Data, dan Variabel
Mampu melakukan pengambilan keputusan dengan Conditionals, mengatur Alur Kontrol, dan melakukan Perulangan
Mampu melakukan pembuatan dan penggunaan Fungsi, Modul, dan Paket
Mampu melakukan manipulasi data menggunakan Pandas: Series dan DataFrame
Mampu melakukan manipulasi DataFrame dengan Query dan Agregasi
Mampu menjalankan query SQL dari Python
Mampu membuat Visualisasi data dengan Matplotlib: Line chart, Bar chart

Aspek Kompetensi: Pengetahuan (Kognitif)
Pengertian database, SQL Server, struktur tabel dan keys pada tabel
Definisi Data Definition Languages (DDL) dan Data Manipulation Language (DML)
Pengoperasian syntax dan operator dalam SQL Server
Dasar-dasar sistem database sederhana dengan Basic ERD dan Basic Relationship
Implementasi syntax join dan filter join
Pengertian big data, arsitektur, tools, dan teknik yang mengolah big data

Aspek Kompetensi: Keterampilan (Psikomotor)
Mengoperasikan fundamental basis data dan memahami struktur didalamnya
Menggunakan perintah Data Definition Languages (DDL) dan Data Manipulation Language (DML)
Menggunakan query untuk pembuatan database, table dan manipulasi data
Membuat sistem database sederhana (Relationship dan ERD)

Melakukan pengambilan dan filtering data dengan query language dalam satu tabel ataupun multiple table
Mampu mengorganisasikan rencana-rencana pengoperasian dalam menyusun data

Aspek Kompetensi: Sikap Kerja (Afektif)
Mampu mencari alternatif penyelesaian masalah terkait dengan pengelolaan data
Mampu berpikir kritis dan analitis
Mampu bersikap responsif dan proaktif dalam berdiskusi, mengumpulkan data dan fakta

Syarat dan Ketentuan Lainnya
1. Pendidikan minimal SMA/sederajat.
2. Berusia minimal 18 tahun.
3. Tidak diperlukan pengalaman pemrograman atau pengembangan aplikasi web apa pun sebelumnya.
4. Peserta wajib menggunakan PC/Laptop dengan jaringan internet yang stabil
5. Untuk persyaratan device minimal adalah Processor Core i3 (recommended: Core i5), RAM minimum 4GB (recommended: 8GB) dan setidaknya ada 100GB storage available

Durasi Per Sesi
Dasar-dasar SQL untuk Analisis Data: 120 menit
Basic Syntax, Data Type, Variable: 120 menit
Conditionals, Control Flow, Iteration: 120 menit
Function, Module, Package: 120 menit
Pandas Introduction: Series, DataFrame: 120 menit
DataFrame Manipulation: Query, Aggregate: 120 menit
Mengintegrasikan SQL dengan Python: 120 menit
Analisis Data Lanjut dengan Python: 120 menit

Total Durasi
960 menit

Kapasitas Peserta
100 Peserta

Metode Pembelajaran
Daring

Metode Evaluasi
1. Pre Test
2. Quiz
3. Post Test
4. Tugas Praktik Mandiri
5. Unjuk Keterampilan

Unjuk Keterampilan
Pada Unjuk Keterampilan, peserta diminta untuk menganalisis data terkait genre anime (animasi Jepang) dari sejumlah data yang diberikan dalam bentuk CSV. Peserta harus menggunakan Pandas Python dan Matplotlib untuk mengolah data tersebut. Aspek yang dinilai adalah Kualitas Penyusunan Data untuk Eksplorasi, Kemudahan Visualisasi Data dengan Matplotlib, Kualitas Pie Chart sebagai Alat Visualisasi, dan Ketepatan Label dan Legend pada Pie Chart.

Jenis/Klasifikasi Sertifikat
Sertifikat Penyelesaian

Profil Pengajar
1. Hafizhar Naufal: Tenaga kerja lepasan
2. Fauzan Bintang Aji Maryadi: Tenaga kerja lepasan

Kontak Lembaga Pelatihan
Email: halo@hacktiv8.ac.id
WhatsApp: (021) 8067 5787