Program Uji Kompetensi Junior Data Scientist – Sertifikasi BNSP

Program ini dirancang khusus untuk membantu peserta mempersiapkan diri dalam mengikuti uji kompetensi Junior Data Scientist sesuai standar BNSP. Kegiatan dapat diikuti secara online maupun offline dengan biaya terjangkau Rp5.700.000, sudah termasuk akomodasi hotel/penginapan dan makan selama kegiatan (minimal 8 peserta).


Pendahuluan

Perkembangan data science di era digital membuat kebutuhan akan tenaga ahli yang mampu mengolah dan menganalisis data semakin tinggi. Sertifikasi Junior Data Scientist BNSP menjadi pengakuan resmi terhadap kemampuan profesional di bidang ini, yang mencakup proses pengumpulan data, pembersihan, pemodelan, hingga evaluasi hasil. Melalui program pelatihan ini, peserta akan mendapatkan pembekalan menyeluruh berdasarkan SKKNI, sekaligus berkesempatan mengikuti uji kompetensi resmi 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

Judul: Prediksi Tingkat Kepuasan Pelanggan Menggunakan Model Machine Learning

Deskripsi:
Seorang analis data di sebuah perusahaan e-commerce diminta untuk memprediksi apakah pelanggan akan memberikan review positif atau negatif berdasarkan data historis transaksi dan interaksi pelanggan. Data yang digunakan mencakup:

  • Riwayat pembelian

  • Waktu pengiriman

  • Jumlah keluhan

  • Nilai rata-rata ulasan

Langkah Penyelesaian (contoh coding Python sederhana):

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report

Contoh dataset dummy

data = pd.DataFrame({
‘riwayat_pembelian’: [5, 2, 8, 1, 7],
‘waktu_pengiriman’: [2, 5, 1, 7, 3],
‘jumlah_keluhan’: [0, 3, 0, 5, 1],
‘review_positif’: [1, 0, 1, 0, 1]
})

X = data[[‘riwayat_pembelian’, ‘waktu_pengiriman’, ‘jumlah_keluhan’]]
y = data[‘review_positif’]

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

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

y_pred = model.predict(X_test)

print(classification_report(y_test, y_pred))


Silabus Pelatihan & Uji Kompetensi

Hari Waktu Kegiatan
Hari 1 08.00 – 09.00 Pembukaan & Pengenalan Data Science
09.00 – 10.30 Unit 1: Mengumpulkan Data
10.30 – 10.45 Coffee Break
10.45 – 12.15 Unit 2: Menelaah Data
12.15 – 13.15 Istirahat Makan Siang
13.15 – 14.45 Unit 3: Memvalidasi Data
14.45 – 15.00 Coffee Break
15.00 – 16.30 Unit 4: Menentukan Objek Data
Hari 2 08.00 – 09.30 Unit 5: Membersihkan Data
09.30 – 10.45 Unit 6: Mengkonstruksi Data
10.45 – 11.00 Coffee Break
11.00 – 12.30 Unit 7: Menentukan Label Data
12.30 – 13.30 Istirahat Makan Siang
13.30 – 15.00 Unit 8: Membangun Model
15.00 – 15.15 Coffee Break
15.15 – 16.30 Unit 9: Mengevaluasi Hasil Pemodelan
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 – 15.00 Coffee Break
15.00 – 16.00 Penutupan & Pengumuman Hasil

Kesimpulan

Pelaksanaan PProgram Uji Kompetensi Junior Data Scientist – Sertifikasi BNSP ini merupakan kesempatan emas bagi profesional yang ingin memperoleh pengakuan resmi atas keterampilan di bidang data science. Dengan format pelatihan berbasis SKKNI dan uji kompetensi terstandar BNSP, peserta akan mendapatkan pembekalan teori, praktik langsung, serta fasilitas lengkap. Kami menyediakan program ini secara offline maupun online dengan biaya hanya Rp5.700.000, sudah termasuk hotel/penginapan dan makan selama kegiatan (minimal 8 peserta).
Detail program dan harga dapat dilihat melalui tautan berikut: https://mobilefaculty.com/skema-sertifikasi-bidang-komputer/

Leave a Reply

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