Pendahuluan
Program Pelatihan Kompetensi Junior Data Scientist Bersertifikat BNSP dirancang untuk membekali peserta dengan kemampuan praktis di bidang pengolahan, analisis, dan pemodelan data sesuai standar kompetensi nasional. Program ini menggabungkan pembelajaran teori, praktik langsung, dan uji kompetensi resmi BNSP. Peserta akan memahami proses pengumpulan data, pembersihan, validasi, konstruksi, hingga membangun dan mengevaluasi model analisis data. Pelatihan ini dapat diikuti secara offline maupun online dengan fasilitas lengkap, cocok bagi pemula yang ingin memulai karier di bidang data science maupun profesional yang ingin meningkatkan kompetensi.
Unit Kompetensi & Uraian Tugas
| 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
Seorang analis data di perusahaan e-commerce diminta untuk memprediksi tingkat kepuasan pelanggan berdasarkan data review. Dataset berisi kolom seperti: customer_id, review_text, rating, dan purchase_history. Langkah yang dilakukan:
-
Mengumpulkan data review pelanggan.
-
Membersihkan data dengan menghapus nilai kosong dan teks spam.
-
Memberikan label data berdasarkan rating (positif, netral, negatif).
-
Membangun model machine learning sederhana untuk klasifikasi sentimen.
-
Mengevaluasi akurasi model dan memberikan rekomendasi peningkatan kualitas layanan.
Contoh coding sederhana untuk klasifikasi sentimen:
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB
from sklearn.metrics import accuracy_score
Dataset contoh
data = pd.DataFrame({
‘review_text’: [‘Produk bagus’, ‘Pengiriman lambat’, ‘Kualitas sesuai harga’, ‘Tidak puas’, ‘Sangat memuaskan’],
‘label’: [‘positif’, ‘negatif’, ‘positif’, ‘negatif’, ‘positif’]
})
Pemrosesan data
X_train, X_test, y_train, y_test = train_test_split(data[‘review_text’], data[‘label’], test_size=0.2, random_state=42)
vectorizer = CountVectorizer()
X_train_vec = vectorizer.fit_transform(X_train)
X_test_vec = vectorizer.transform(X_test)
Model
model = MultinomialNB()
model.fit(X_train_vec, y_train)
Prediksi & Evaluasi
y_pred = model.predict(X_test_vec)
print(“Akurasi:”, accuracy_score(y_test, y_pred))
Silabus Pelatihan & Uji Kompetensi
| Hari | Waktu | Kegiatan |
|---|---|---|
| Hari 1 | 08.00 – 09.30 | Pengenalan Data Science & Peran Junior Data Scientist |
| 09.30 – 10.00 | Coffee Break | |
| 10.00 – 12.00 | Unit 1-3: Mengumpulkan, Menelaah, dan Memvalidasi Data | |
| 12.00 – 13.00 | Istirahat | |
| 13.00 – 15.00 | Unit 4-5: Menentukan Objek Data & Membersihkan Data | |
| 15.00 – 15.30 | Coffee Break | |
| 15.30 – 17.00 | Latihan Studi Kasus Pengolahan Data | |
| Hari 2 | 08.00 – 09.30 | Unit 6-7: Mengkonstruksi & Menentukan Label Data |
| 09.30 – 10.00 | Coffee Break | |
| 10.00 – 12.00 | Unit 8: Membangun Model | |
| 12.00 – 13.00 | Istirahat | |
| 13.00 – 15.00 | Unit 9: Mengevaluasi Model | |
| 15.00 – 15.30 | Coffee Break | |
| 15.30 – 17.00 | Simulasi Uji Kompetensi | |
| Hari 3 | 08.00 – 10.00 | Uji Kompetensi (Praktik & Studi Kasus) |
| 10.00 – 10.30 | Coffee Break | |
| 10.30 – 12.00 | Presentasi Portofolio | |
| 12.00 – 13.00 | Istirahat | |
| 13.00 – 14.30 | Wawancara Asesor | |
| 14.30 – 15.00 | Coffee Break | |
| 15.00 – 16.00 | Pengumuman Hasil & Penutupan |
Kesimpulan
Pelatihan Kompetensi Junior Data Scientist Bersertifikat BNSP ini merupakan peluang emas bagi siapa saja yang ingin menguasai keterampilan data science dari dasar hingga siap uji kompetensi resmi. Kegiatan ini dapat diikuti secara offline maupun online dengan harga terjangkau, yaitu Rp5.700.000 sudah termasuk hotel/penginapan dan makan selama kegiatan. Pelaksanaan minimal untuk 8 peserta.
Detail skema dan harga pelatihan dapat dilihat melalui link: https://mobilefaculty.com/skema-sertifikasi-bidang-komputer/