Download di playstore

Beli di aplikasi dan dapatkan promo menarik

Mengolah Data dalam Bidang Data Science untuk Ahli Statistika Umum

Pembelajaran Mandiri

Mengolah Data dalam Bidang Data Science untuk Ahli Statistika Umum

Oleh: Cakap -

Pelatihan di Cakap -

0

4.5(11)
17 Peserta

Highlight

Info Penting Kursus di Mitra Pelatihan

  • Kursus ini akan sepenuhnya Anda kerjakan di platform Mitra Pelatihan
  • Kami akan memberimu Kode Kursus untuk Anda tukarkan di platform Mitra Pelatihan
  • Sertifikat dari kursus ini juga hanya akan Anda terima di platform Mitra Pelatihan

Detail Pelatihan

Deskripsi Pelatihan
Mengapa program ini penting untuk diambil?
Pemanfaatan teknologi informasi di abad ke-21 ini sudah semakin meluas, salah satunya dimanfaatkan oleh perusahaan untuk berbagai kepentingan. Sistem yang dikembangkan dan dipergunakan sudah sangat kompleks yang tidak hanya melakukan pemrosesan data sederhana. Dengan banyaknya data yang dihasilkan dari berbagai aplikasi, perlu adanya pengolahan data di bidang data science yang akurat. Kesuksesan perusahaan dalam melakukan operasi yang efektif dan efisien untuk mendapat keuntungan tidak terlepas dari kemampuan mengolah data untuk menghasilkan keputusan bisnis yang tepat. Orang yang melakukan pengumpulan, pengolahan, dan analisis data di suatu perusahaan disebut Data Scientist. Dilansir dari www.cnnindonesia.com kini, perusahaan-perusahaan di seluruh dunia semakin menyadari pentingnya data science dalam pengambilan keputusan bisnis yang tepat. Maka, sebuah perusahaan harus mampu mengimplementasi data science agar mampu bersaing dan relevan. Sehingga, kedepannya profesi data scientist akan terus diperlukan dan dicari oleh berbagai perusahaan. Dari adanya peluang tersebut, pelatihan ini menyiapkan para peserta untuk mempelajari pengetahuan, keterampilan, serta sikap yang dibutuhkan untuk menjadi seorang Ahli Statistika yang mampu untuk mengolah data di bidang data science. Dengan metode pengajaran berupa ceramah interaktif, demonstrasi, dan studi kasus, peserta akan lebih mudah menangkap materi. Peserta pun juga bisa mengerjakan kuis di setiap topik yang telah diselesaikan guna mengukur sejauh mana materi telah diserap. Tugas praktik di akhir pelatihan juga membantu peserta untuk menerapkan keterampilan yang telah diajarkan dalam program ini.
Apa tujuan dari program ini?
Program ini bertujuan untuk mempelajari langkah-langkah menjadi Ahli Statistika yang mampu untuk mengolah data di bidang data science. Pengetahuan serta keterampilan yang didapatkan dari program ini bisa bermanfaat untuk memberikan kompetensi bagi yang ingin memulai karir sebagai Data Scientist atau meningkatkan kinerja bagi yang sudah berkarir sebagai Data Scientist.
Apa saja yang akan diajarkan melalui program ini?
Dalam program pelatihan ini peserta akan fokus untuk mempelajari tentang cara menentukan objektif bisnis dan tujuan teknis data science, melakukan data understanding (mengumpulkan, menelaah, dan memvalidasi data), melakukan data preparation (memilah, membersihkan, mengonstruksi, menentukan label, dan mengintegrasikan data), serta mengembangkan dan mengevaluasi model.
Apa jenis pekerjaan yang relevan dengan program ini?
Peserta yang mengikuti program ini diharapkan mampu mengaplikasikan teori aplikatif dalam pekerjaan yang berhubungan dengan Data Expert, Ahli Data, Pengolah Data dan Analis Data.

Tujuan Umum Pelatihan
Peserta mampu mengaplikasikan prinsip, prosedur, dan sikap profesional dalam mengolah data dalam bidang data science untuk ahli statistika umum dengan standar nasional (SKKNI Sub Bidang Data Science) dan prosedur yang berlaku.

Tujuan Khusus Pelatihan
1. Peserta mampu menyatakan definisi, urgensi, daftar tugas, tanggung jawab, skillset, peluang dan prospek karier Data Scientist 
2. Peserta mampu menyebutkan istilah-istilah yang berhubungan dengan bidang data science
3. Peserta mampu menjelaskan data science framework
4. Peserta mampu menjelaskan berbagai jenis bahasa pemrograman untuk data science: Python, R, SQL, Scala
5. Peserta mampu mengimplementasikan skillset yang harus dikuasai oleh Data Scientist
6. Peserta mampu menunjukkan sikap reflektif diri untuk memiliki skillset untuk menjadi Data Scientist 
7. Peserta mampu menjelaskan konsep dasar dan langkah-langkah dalam menentukan objektif bisnis
8. Peserta mampu menjelaskan berbagai strategi dalam menyusun task, tujuan teknis Data Science sesuai objektif bisnis serta kriteria kesuksesannya
9. Peserta mampu menentukan objektif bisnis, menyusun task dan tujuan teknis Data Science sesuai objektif bisnis dengan menunjukkan sikap teliti dan sistematis
10. Peserta mampu menjelaskan konsep dasar, karakter, jenis-jenis, metode, dan tools untuk pengambilan data
11. Peserta mampu mengidentifikasi tipe dan relasi data, menerapkan langkah-langkah untuk mengambil data dengan metode dan tools tertentu dengan sikap teliti, serta menyajikan data dengan deskripsi statistik dasar dan visualisasi grafik secara tepat dan kreatif
12. Peserta mampu menyebutkan indikator penilaian kualitas dan tingkat kecukupan data
13. Peserta mampu membuat laporan telaah data dan rekomendasi hasil penilaian kecukupan data dengan menunjukkan sikap teliti dan analitis
14. Peserta mampu menyebutkan kriteria dan teknik pemilihan data
15. Peserta mampu menjelaskan pengetahuan dasar tentang attributes (columns) dan records (row) data 
16. Peserta mampu menyatakan definisi, jenis, dan strategi pembersihan data kotor
17. Peserta mampu menjelaskan teknik rekayasa fitur untuk pembangunan model Data Science
18. Peserta mampu menyebutkan daftar aplikasi dan cara untuk menentukan label data serta berbagai strategi memeriksa dataset yang beragam
19. Peserta mampu mengidentifikasi analisis data untuk menentukan representasi fitur data awal
20. Peserta mampu menerapkan langkah-langkah menentukan attributes (columns) dan records (row) data dengan menunjukkan sikap teliti
21. Peserta mampu membuat laporan dan rekomendasi hasil membersihkan data dengan teliti
22. Peserta mampu menjelaskan teknik, tools, parameter evaluasi hasil pemodelan data
23. Peserta mampu menguraikan pengetahuan dasar tentang skenario uji dan matrik evaluasi
24. Peserta mampu mengidentifikasi secara teliti dan kritis teknik-teknik pemodelan data yang sesuai dengan karakteristik data dan tujuan teknis data science

Aspek Kompetensi: Pengetahuan 
(Knowledge)
1. Definisi, Urgensi, Daftar Tugas, Tanggung Jawab, Skillset, Peluang dan Prospek Karir Data Scientist
2. Istilah yang Berhubungan dengan Data Science: AI, Machine Learning dan Big Data
3. Data Science Framework

Aspek Kompetensi: Keterampilan (Skill)
1. Mengimplementasikan skillset yang harus dikuasai oleh Data Scientist
2. Menerapkan langkah-langkah menentukan objektif bisnis dan menyusun task serta tujuan teknis Data Science sesuai objektif bisnis
3. Menerapkan langkah-langkah untuk mengambil data dengan metode dan tools tertentu 

Aspek Kompetensi:  Sikap (Attitude)
1. Reflektif diri untuk memiliki skillset okupasi Data Scientist
2. Teliti dan sistematis dalam menentukan objektif bisnis dan menyusun task serta tujuan teknis data science sesuai objektif bisnis
3. Teliti dan tepat dalam menerapkan langkah-langkah untuk mengambil data dengan metode dan tools tertentu

Kelompok Sasaran
Pelatihan ini dapat diikuti oleh : 
1. Peserta yang memiliki ketertarikan di bidang statistika, pemrograman, dan bisnis
2. Peserta yang memiliki minimal pendidikan S1 jurusan saintek/statistika/matematika
3. Peserta yang memiliki perangkat dan jaringan internet
4. Peserta yang memiliki kemampuan komputasi dan bisnis

Durasi Per Sesi
TOPIK 1: Menjadi seorang Data Scientist : 67 menit 21 detik
TOPIK 2: Menentukan Objektif Bisnis dan Tujuan : 43 menit 29 detik
TOPIK 3: Data Understanding: Mengumpulkan, Menelaah, dan Memvalidasi Data : 125 menit 5 detik
TOPIK 4: Data Preparation: Memilah, Membersihkan, Mengonstruksi, Menentukan Label, dan Mengintegrasikan Data : 97 menit 23 detik
TOPIK 5: Mengembangkan dan Mengevaluasi Model : 49 menit 29 detik

Total Durasi
388 Menit

Kapasitas Peserta
Unlimited

Jadwal Mingguan Konsultasi dengan Pelatih
Hari Selasa Pukul 09:00 - 10:00

Level Pelatihan
Basic/Tingkat Dasar


Mode Penyampaian

Self Paced Learning : Metode ajar yang digunakan adalah menggunakan kombinasi antara ceramah, studi kasus, dan simulasi.


Metode Evaluasi

1. Pre-Test
2. Post-Test
3. Quiz
4. Tugas praktik.


Jenis/Klasifikasi Sertifikat 

Sertifikat Penyelesaian, Sertifikat Kompetensi Lulus


Profil Pengajar
Rendi
Rendi adalah seorang Data Scientist dengan pengalaman selama lebih dari empat tahun. Sejak tahun 2017 Ia menjadi Data Analyst Staff di PT Global Jet Express (J&T Express). Kemudian di tahun berikutnya Ia menjadi Portfolio Management Analyst Staff di PT Bank Sinarmas Tbk hingga kini menjadi Data Scientist Staff di PT Japfa Comfeed Indonesia Tbk. Ia bertanggung jawab untuk menganalisis model dan data pelanggan untuk meningkatkan angka penjualan produk. Rendi menyelesaikan pendidikannya di Universitas Indonesia jurusan Matematika pada tahun 2017.

Panduan Redeem Voucher

1. Masuk ke link web https://upskill.cakap.com/tukar-kode-belajar

2. Registrasikan dirimu

3. Masukan kode belajar dari pembelian kamu

4. Klik tombol "Tukar Kode"

Atau

1. Download aplikasi pada link https://bit.ly/CakapPijarmahir

2. Lakukan registrasi dengan mengisi data kamu

3. Jika sudah masuk ke aplikasi, masukan kode voucher dan klik "redeem"


Kontak Lembaga Pelatihan
Apabila mengalami kesulitan dapat menghubungi tim support kami di +6281287160055
Website Lembaga : https://cakap.com

Info Lainnya

Materi Pelatihan

Rating & Ulasan

0

4.5

/5

(11 Rating)

profile picture



0

0




Laporkan
profile picture



0

0




Laporkan
profile picture



0

0




Laporkan
profile picture



0

0




Laporkan
profile picture



0

0




Laporkan
course thumbnail

Rp250.000