Pelatihan dan Uji Kompetensi BNSP Skema untuk Data Scientist di Sektor Pariwisata (Data Scientist)

19-Dec-2025

Pembuat : Admin Mobile Faculty

Kategori : Media Pembelajaran

Pelatihan dan Uji Kompetensi BNSP Skema untuk Data Scientist di Sektor Pariwisata (Data Scientist)

Pendahuluan
Program ini dirancang untuk menganalisis perilaku wisatawan, optimasi harga paket wisata, dan pemetaan destinasi populer. Mengacu pada skema BNSP, program ini mendukung pengembangan pariwisata berbasis data.

Tujuan Program
- Meningkatkan daya tarik destinasi melalui data.
- Menyiapkan data scientist pariwisata bersertifikasi.
- Mengembangkan strategi pemasaran berbasis data.

Sasaran Peserta
- Operator wisata dan travel agent.
- Dinas Pariwisata.
- Startup wisata digital.

Unit Kompetensi Skema

  • No: 1, Kode: DS.301.001.01, Nama Unit: Menerapkan Metode Statistik dalam Analisis Data
  • No: 2, Kode: DS.301.038.01, Nama Unit: Menganalisis Perilaku Wisatawan
  • No: 3, Kode: DS.301.016.01, Nama Unit: Mengoptimalkan Harga Dinamis Paket Wisata
  • No: 4, Kode: DS.301.039.01, Nama Unit: Memetakan Destinasi Wisata Populer
  • No: 5, Kode: DS.301.004.01, Nama Unit: Menyajikan Hasil Analisis Data Secara Visualisasi

Penutup
Harga pelatihan per peserta adalah Rp 10.000.000 dengan minimal peserta 15 orang. Termasuk data booking online dan review wisatawan.

Hashtag:

data scientist pariwisata BNSP sertifikasi data scientist analitik pariwisata perilaku wisatawan harga dinamis destinasi populer data science pariwisata travel analytics booking data wisatawan mancanegara wisatawan domestik data kunjungan data hotel data maskapai data atraksi data rating data review data booking online data seasonality demand forecasting wisata data science indonesia data science training data science course data science bootcamp data profesional data analyst pariwisata machine learning wisata Python wisata R wisata SQL wisata dashboard wisata data visualization wisata big data wisata data governance wisata Dinas Pariwisata Kemenparekraf pariwisata digital smart tourism tourism KPI destination marketing travel recommendation occupancy rate load forecasting pariwisata