Meningkatkan Kinerja Bisnis dengan Supervised Machine Learning

Deskripsi Pelatihan
Pelatihan ini dapat mengembangkan kemampuan Anda sebagai seorang Data Analyst dan Scientist melalui supervised machine learning, pemahaman dan metode dalam classification, dan evaluasi model classification dengan metrik yang tepat.

Tujuan Umum Pelatihan
Peserta pelatihan dengan latar belakang teknis dan non-teknis akan mampu menerapkan langkah-langkah dalam membangun model supervised machine learning yang efektif, menggunakan pemilihan model hingga evaluasi model tepat, dengan tingkat keberhasilan minimal 60%, yang ditunjukkan melalui tugas praktikum dan proyek akhir dalam solusi bisnis yang mereka presentasikan

Tujuan Khusus Pelatihan
- Peserta mampu memahami konsep supervised Machine Learning dan mampu membedakan kegunaan dan kapan menggunakan model tersebut
- Peserta mampu melakukan analisa regresi secara sederhana dalam pemrograman Python
- Peserta mampu melakukan validasi model regresi dalam pemrograman Python
- Peserta mampu membangun model machine learning klasifikasi menggunakan algoritma Decision Tree dalam pemrograman Python
- Peserta mampu melakukan validasi model machine learning klasifikasi dalam bahasa pemrograman Python
- Peserta mampu menggunakan konsep supervised Machine Learning dan mampu membedakan kegunaan dan kapan menggunakan model tersebut
- Peserta mampu menggunakan analisa regresi secara sederhana dalam pemrograman Python
- Peserta mampu menggunakan validasi model regresi dalam pemrograman Python
- Peserta mampu membangun model machine learning klasifikasi menggunakan algoritma Decision Tree dalam pemrogramam Python
- Peserta mampu melakuakan validasi model machine learning klasifikasi dalam bahasa pemrograman Python

Aspek Kompetensi: Pengetahuan (Knowledge)
Memiliki pemahaman yang mendalam tentang algoritma, teknik, dan konsep dasar dalam machine learning.
Mampu mengevaluasi kualitas data, performa model, dan mengidentifikasi potensi masalah atau bias yang tidak diinginkan.
Kemampuan untuk menggunakan logika dan penalaran dalam mengatasi tantangan dan mengoptimalkan model machine learning
Kemampuan untuk menjaga konsistensi dalam analisis data, metode pengolahan, dan penerapan model machine learning.

Aspek Kompetensi: Keterampilan (Skill)
Menerapkan algoritma machine learning: Menggunakan algoritma-algoritma seperti regresi, pengklasifikasi, dan pohon keputusan untuk membangun model machine learning.
Melakukan preprocessing data: Melakukan pembersihan data, penanganan missing values, dan penghilangan outlier untuk mempersiapkan data sebelum digunakan dalam model.
Menggunakan library dan framework: Menggunakan library dan framework machine learning seperti scikit-learn untuk membangun dan melatih model machine learning.
Menganalisis dan menginterpretasi hasil: Mampu menganalisis hasil model, menginterpretasi keputusan yang diambil oleh model, dan memberikan penjelasan yang jelas kepada pemangku kepentingan.
Memperbaiki dan mengoptimalkan model: Mampu mengidentifikasi dan mengatasi masalah performa model, melakukan eksperimen untuk meningkatkan kinerja, dan melakukan tuning parameter agar model menjadi lebih efektif.
Kemampuan untuk menganalisis data dengan cermat dan mengidentifikasi pola atau tren yang relevan.
Keahlian dalam mengidentifikasi masalah bisnis yang relevan dan merancang solusi menggunakan pendekatan machine learning yang tepat.

Aspek Kompetensi: Sikap (Attitude)
Adanya motivasi yang tinggi untuk terus belajar dan mengembangkan keterampilan dalam machine learning.
Sikap yang gigih dan tidak mudah menyerah dalam menghadapi tantangan dan kesulitan yang mungkin timbul dalam membangun model.
Kemampuan untuk berpikir kreatif dalam mencari solusi inovatif dan out-of-the-box dalam mengatasi masalah bisnis.
Keyakinan diri yang kuat dalam kemampuan diri sendiri untuk menghadapi dan menyelesaikan tugas-tugas yang terkait dengan machine learning.
Kemampuan untuk bekerjasama dengan tim, berbagi pengetahuan, dan menerima umpan balik dari orang lain dalam rangka meningkatkan model dan kinerja bisnis.
Kemampuan untuk sabar dan teliti dalam melakukan eksperimen, menguji berbagai pendekatan, dan mengatasi kesalahan atau kegagalan dalam proses membangun model.
Memiliki semangat dan antusiasme yang tinggi dalam menghadapi tantangan baru dan kemajuan yang terjadi dalam pengembangan model machine learning.
Kemampuan untuk beradaptasi dengan cepat terhadap perubahan lingkungan, teknologi, dan kebutuhan bisnis yang berkaitan dengan machine learning.
Kemampuan untuk berpikir kreatif dalam melakukan feature engineering dan mengembangkan solusi inovatif yang sesuai dengan kebutuhan bisnis.

Kelompok Sasaran
Berusia 18-64 Tahun
Min pendidikan SMA

Syarat dan ketentuan lainnya
- Memiliki device yang mendukung seperti PC/Laptop/Smartphone
- Memiliki koneksi internet yang stabil
- Memiliki minat pada Supervised Machine Learning

Durasi Per Sesi
Sesi 1: Supervised Machine Learning concept
Sesi 2: Supervised Machine Learning in Python
Sesi 3: Supervised machine learning model validation
Sesi 4: Supervised Machine learning Classification in Python
Sesi 5: Supervised Machine learning tuning parameter Model evaluation for classification

Total Durasi
900 Menit

Kapasitas Peserta
120 Peserta

Metode Pembelajaran
Daring

Metode Evaluasi
1. Pre Test
2. Quiz
3. Post Test
4. Unjuk Keterampilan

Unjuk Keterampilan

1. Silahkan lakukan analisa dari studi kasus yang disediakan dengan berfokus pembangunan model machine learning (klasifikasi / regresi).
2. Pengerjaan dilakukan 3x24 jam setelah tugas diberikan.
3. Pengumpulan file dapat dilakukan melalui LMS dengan format PDF Atau Word.

Jenis/Klasifikasi Sertifikat
Sertifikat Penyelesaian

Jadwal Pelatihan
30-10-2023 sd 03-11-2023

Profil Pengajar
R.M Hadi Suryo Suharto
R.M Hadi Suryo Suharto yang akan memberikan pelatihan mengenai pemahaman konsep supervised Machine Learning, membedakan kegunaan dan kapan menggunakan model tersebut dan pembelajaran yang berhubungan dengan Supervised Machine.
Nilam Mufidah
Pemahaman yang dimiliki oleh Nilam Mufidah akan membantu peserta pelatihan dalam melakukan analisa regresi secara  sederhana dalam pemrograman Python dan membangun model machine learning klasifikasi menggunakan algoritma Decision Tree dalam pemrograman Python.

Kontak Lembaga Pelatihan
0821 322 555 97 / cx@narasiodata.com