Pelatihan Online + Sertifikasi BNSP untuk Data Analyst

Program ini dapat diikuti secara online atau offline dengan harga terjangkau: Pelatihan Rp1.500.000 dan Sertifikasi Rp800.000. Minimal 5 peserta. Cocok untuk mahasiswa, lulusan baru, maupun profesional di bidang data.


Pendahuluan

Peran seorang Data Analyst semakin penting di era digital saat ini, di mana perusahaan dan organisasi membutuhkan analisis data untuk mendukung pengambilan keputusan. Dengan meningkatnya permintaan akan tenaga kerja kompeten di bidang data, Badan Nasional Sertifikasi Profesi (BNSP) menghadirkan skema Sertifikasi Resmi Data Analyst berbasis Standar Kompetensi Kerja Nasional Indonesia (SKKNI).

Program Pelatihan Online + Sertifikasi BNSP ini dirancang untuk membekali peserta dengan kompetensi utama dalam pengelolaan, analisis, validasi, serta penyusunan laporan data berbasis business intelligence. Program ini sangat cocok bagi mahasiswa, lulusan, dan profesional yang ingin meningkatkan daya saing dan memperoleh pengakuan resmi dari negara.


Unit Kompetensi

No Kode Unit Unit Kompetensi
1 J.62DMS00.001.1 Mengidentifikasi Kebutuhan Pengelolaan Data untuk Proses Bisnis
2 J.62DMI00.004.1 Mengumpulkan Data
3 J.62DMI00.005.1 Menelaah Data
4 J.62DMI00.006.1 Memvalidasi Data
5 J.62DMI00.007.1 Menentukan Objek Data
6 J.62DMS00.015.1 Membuat Business Intelligence
7 M.70BDA00.013.1 Menyusun Laporan Hasil Analisis

Studi Kasus

Judul Studi Kasus: Validasi dan Analisis Data Penjualan Menggunakan Python

Deskripsi:
Peserta diminta untuk memvalidasi data penjualan, membuang nilai kosong, dan menampilkan grafik penjualan berdasarkan wilayah.

Contoh Implementasi (Python):

bash
import pandas as pd
import matplotlib.pyplot as plt

# Baca file CSV
df = pd.read_csv("penjualan.csv")

# Validasi: hilangkan nilai kosong dan nol
df = df[df['penjualan'].notnull() & (df['penjualan'] > 0)]

# Kelompokkan dan jumlahkan berdasarkan wilayah
summary = df.groupby('wilayah')['penjualan'].sum()

# Visualisasi
summary.plot(kind='bar', title='Total Penjualan per Wilayah')
plt.ylabel('Jumlah Penjualan')
plt.xlabel('Wilayah')
plt.show()


Silabus Pelatihan 2 Hari

Hari Waktu Materi Pelatihan
1 09.00 – 10.30 WIB Pengantar Profesi Data Analyst & Kebutuhan Bisnis
10.30 – 12.00 WIB Teknik Pengumpulan & Validasi Data
13.00 – 14.30 WIB Penelaahan & Penentuan Objek Data
14.30 – 16.00 WIB Studi Kasus Validasi dan Analisis Dasar dengan Python
2 09.00 – 10.30 WIB Pengenalan Business Intelligence & Visualisasi Data
10.30 – 12.00 WIB Teknik Penyusunan Laporan Analis Data
13.00 – 14.30 WIB Praktik Penyusunan Laporan Dashboard
14.30 – 16.00 WIB Simulasi Uji Sertifikasi + Tanya Jawab

Rincian Unit Kompetensi

  • J.62DMS00.001.1: Mengidentifikasi jenis data yang dibutuhkan dalam proses bisnis.

  • J.62DMI00.004.1: Melakukan proses pengumpulan data dari berbagai sumber.

  • J.62DMI00.005.1: Meninjau dan menilai kualitas data.

  • J.62DMI00.006.1: Melakukan validasi data untuk menjaga integritas analisis.

  • J.62DMI00.007.1: Menentukan objek data utama untuk fokus analisis.

  • J.62DMS00.015.1: Menggunakan alat business intelligence seperti Excel, Google Data Studio, atau Tableau.

  • M.70BDA00.013.1: Menyusun laporan analisis dalam format naratif, visual, dan grafik.


Persyaratan Peserta Sertifikasi

  1. Mahasiswa S1 minimal semester 6 yang telah mengikuti pelatihan Data Analyst berbasis kompetensi, atau

  2. Lulusan S1 dari jurusan Teknik Informatika/Sistem Informasi dengan bukti pelatihan Data Analyst, atau

  3. Profesional dengan pengalaman kerja minimal 1 tahun di bidang analisis data.


Kesimpulan

Pelatihan Online + Sertifikasi BNSP untuk Data Analyst ini adalah solusi tepat bagi Anda yang ingin mendapatkan pengakuan resmi kompetensi di bidang analisis data. Sertifikasi ini terbuka untuk peserta dari berbagai latar belakang dan dapat diikuti secara online maupun offline.

  • Biaya Sertifikasi: Rp800.000

  • Biaya Pelatihan: Rp1.500.000
    (Minimal 5 peserta per kelas)

💻 Info & Pendaftaran:
https://mobilefaculty.com/skema-sertifikasi-bidang-komputer/

Leave a Reply

Your email address will not be published. Required fields are marked *