Program pelatihan Associate Data Scientist ini dirancang untuk mempersiapkan peserta menjadi profesional data yang kompeten dan siap bersaing di dunia industri. Sertifikasi BNSP memastikan bahwa keterampilan yang dimiliki diakui secara nasional. Program ini tersedia offline maupun online dengan biaya Rp5.700.000 (sudah termasuk penginapan dan makan selama kegiatan, minimal 8 peserta).

Pendahuluan

Profesi Associate Data Scientist semakin banyak dibutuhkan di berbagai sektor industri yang mengandalkan data sebagai dasar pengambilan keputusan. Dengan perkembangan teknologi big data, machine learning, dan AI, kebutuhan akan tenaga kerja yang mampu mengolah, menganalisis, dan memodelkan data menjadi semakin krusial.
Pelatihan ini memfokuskan pada keterampilan inti seperti pengumpulan data, pembersihan data, pemodelan, serta evaluasi model. Peserta akan dilatih secara komprehensif melalui pendekatan berbasis kompetensi sesuai standar Badan Nasional Sertifikasi Profesi (BNSP).

Unit Kompetensi

No	Kode Unit	Judul Unit Kompetensi
1	J.62DMI00.004.1	Mengumpulkan Data
2	J.62DMI00.005.1	Menelaah Data
3	J.62DMI00.006.1	Memvalidasi Data
4	J.62DMI00.007.1	Menentukan Objek Data
5	J.62DMI00.008.1	Membersihkan Data
6	J.62DMI00.009.1	Mengkonstruksi Data
7	J.62DMI00.010.1	Menentukan Label Data
8	J.62DMI00.013.1	Membangun Model
9	J.62DMI00.014.1	Mengevaluasi Hasil Pemodelan

Contoh Studi Kasus (Coding)

Berikut adalah contoh sederhana penerapan machine learning untuk memprediksi harga rumah menggunakan Python dan scikit-learn:

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

Dataset sederhana

data = pd.DataFrame({
‘luas_tanah’: [100, 150, 200, 250, 300],
‘jumlah_kamar’: [2, 3, 3, 4, 4],
‘harga’: [500, 700, 850, 1000, 1200]
})

Memisahkan fitur dan target

X = data[[‘luas_tanah’, ‘jumlah_kamar’]]
y = data[‘harga’]

Membagi data

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

Membuat model

model = LinearRegression()
model.fit(X_train, y_train)

Prediksi dan evaluasi

y_pred = model.predict(X_test)
print(“MSE:”, mean_squared_error(y_test, y_pred))

Silabus Pelatihan dan Uji Kompetensi

Hari	Waktu	Kegiatan
Hari 1	08.00 – 09.00	Pembukaan & Pengenalan Data Science
	09.00 – 10.30	Pengumpulan dan Telaah Data
	10.30 – 10.45	Coffee Break
	10.45 – 12.00	Validasi dan Penentuan Objek Data
	12.00 – 13.00	Istirahat & Makan Siang
	13.00 – 14.30	Teknik Pembersihan Data
	14.30 – 14.45	Coffee Break
	14.45 – 16.00	Konstruksi dan Labeling Data
Hari 2	08.00 – 09.30	Pengantar Machine Learning
	09.30 – 10.45	Membangun Model Prediktif
	10.45 – 11.00	Coffee Break
	11.00 – 12.00	Evaluasi Model dan Optimasi
	12.00 – 13.00	Istirahat & Makan Siang
	13.00 – 14.30	Studi Kasus Implementasi
	14.30 – 14.45	Coffee Break
	14.45 – 16.00	Review & Simulasi Uji Kompetensi
Hari 3	08.00 – 10.00	Uji Kompetensi (Praktik & Studi Kasus)
	10.00 – 10.15	Coffee Break
	10.15 – 12.00	Presentasi Portofolio
	12.00 – 13.00	Istirahat & Makan Siang
	13.00 – 14.30	Wawancara Asesor
	14.30 – 14.45	Coffee Break
	14.45 – 16.00	Pengumuman & Penutupan

Kesimpulan

Pelaksanaan Pelatihan Associate Data Scientist dengan Sertifikasi BNSP ini memberikan kesempatan bagi peserta untuk menguasai keterampilan penting di bidang data science sesuai standar nasional. Program ini tersedia secara offline maupun online dengan harga Rp5.700.000 (sudah termasuk penginapan dan makan selama kegiatan, minimal 8 peserta).
Detail informasi dan harga dapat dilihat melalui tautan berikut: https://mobilefaculty.com/skema-sertifikasi-bidang-komputer/.

Pelatihan Associate Data Scientist dengan Sertifikasi BNSP