Pelatihan Berbasis SKKNI – Sertifikasi Data Scientist BNSP

Program Pelatihan & Sertifikasi Data Scientist BNSP berbasis SKKNI ini dirancang untuk membekali peserta dengan keterampilan analisis data tingkat lanjut yang sesuai dengan standar nasional. Biaya pelatihan Rp8.100.000 sudah termasuk penginapan dan konsumsi selama kegiatan (minimal 8 peserta). Tersedia dalam format offline maupun online, pelatihan berlangsung selama 2 hari dan diakhiri dengan 1 hari uji kompetensi resmi BNSP.

Pendahuluan

Data Scientist adalah salah satu profesi paling strategis di era digital karena berperan mengubah data menjadi wawasan yang mendukung pengambilan keputusan bisnis. Pelatihan ini mengacu pada Standar Kompetensi Kerja Nasional Indonesia (SKKNI) untuk memastikan peserta menguasai seluruh tahapan proses data science, mulai dari perumusan objektif bisnis hingga evaluasi dan review model.

Dengan sertifikasi BNSP, lulusan program ini akan memiliki bukti kompetensi yang diakui secara nasional, sehingga meningkatkan kredibilitas dan peluang karir.

Unit Kompetensi

J.62DMI00.001.1 – Menentukan Objektif Bisnis
J.62DMI00.002.1 – Menentukan Tujuan Teknis Data Science
J.62DMI00.005.1 – Menelaah Data
J.62DMI00.006.1 – Memvalidasi Data
J.62DMI00.007.1 – Menentukan Objek Data
J.62DMI00.008.1 – Membersihkan Data
J.62DMI00.009.1 – Mengkonstruksi Data
J.62DMI00.012.1 – Membangun Skenario Model
J.62DMI00.013.1 – Membangun Model
J.62DMI00.014.1 – Mengevaluasi Hasil Pemodelan
J.62DMI00.015.1 – Melakukan Proses Review Pemodelan

Contoh Studi Kasus (Python)

Contoh berikut menunjukkan bagaimana membangun model prediksi churn pelanggan menggunakan Logistic Regression.

import pandas as pd

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import accuracy_score
# Contoh data

data = {

    'jumlah_transaksi': [5, 2, 8, 1, 7],

    'total_pengeluaran': [500, 150, 800, 100, 750],

    'churn': [0, 1, 0, 1, 0]  # 0 = Tidak Churn, 1 = Churn

}
df = pd.DataFrame(data)
# Fitur dan target

X = df[['jumlah_transaksi', 'total_pengeluaran']]

y = df['churn']
# Split data

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

model = LogisticRegression()

model.fit(X_train, y_train)

# Prediksi dan akurasi y_pred = model.predict(X_test) print("Akurasi model:", accuracy_score(y_test, y_pred))

Studi kasus ini melibatkan proses pengumpulan, pembersihan, dan analisis data, hingga pembuatan model prediktif.

Silabus Pelatihan & Uji Kompetensi

Hari	Kegiatan	Materi
Hari 1	Pelatihan	Menentukan Objektif Bisnis, Menentukan Tujuan Teknis Data Science, Menelaah & Memvalidasi Data
Hari 2	Pelatihan	Membersihkan Data, Mengkonstruksi Data, Membangun Skenario Model, Membangun Model, Evaluasi Model
Hari 3	Uji Kompetensi	Tes teori, praktik analisis data, presentasi hasil model, proses review pemodelan

Kesimpulan

Kami menyediakan Pelatihan & Sertifikasi BNSP untuk skema Data Scientist berbasis SKKNI dengan harga Rp8.100.000 (termasuk penginapan dan makan selama kegiatan, minimal 8 peserta). Program tersedia secara offline dan online dengan instruktur berpengalaman.
Detail program dan pendaftaran dapat dilihat di: https://mobilefaculty.com/skema-sertifikasi-bidang-komputer/