Industri teknologi informasi (TI) terus berkembang pesat, dengan Artificial Intelligence (AI) dan Edge Internet of Things (EITC) sebagai dua pilar utama yang mempengaruhi berbagai aspek kehidupan. Menjelang tahun 2035, diperkirakan sekitar 75% pekerja di sektor TI akan memiliki keterampilan AI dan EITC, menunjukkan pentingnya adanya pelatihan dan uji kompetensi yang relevan dengan standar profesi ini. Oleh karena itu, BNSP mengeluarkan Skema Pelatihan dan Uji Kompetensi (PUK) untuk memastikan kualitas sumber daya manusia (SDM) dalam industri TI terkait.

Skema PUK BNSP ini bertujuan untuk memberikan pengetahuan, keterampilan, dan sikap yang diperlukan bagi profesional EITCA/AI. Standar Kompetensi Keahlian Nasional Informatika (SKKNI) menjadi acuan utama dalam penyusunan kurikulum, yang mencakup aspek-aspek penting seperti desain sistem AI, pemrograman edge computing, dan manajemen data.

Kurikulum ini dirancang untuk memenuhi tantangan global yang semakin kompleks, di mana keterampilan TI semakin diperlukan dalam berbagai industri. Oleh karena itu, kurikulum ini mencakup aspek-aspek penting seperti manajemen data dengan AI, pengembangan sistem edge computing, dan pemahaman tentang etika dan privasi data.

1. Penyediaan pengetahuan mendalam tentang konsep dasar AI dan EITC.

2. Penguatan keterampilan praktis dalam pengembangan sistem AI dan edge computing.

3. Latihan komunikasi dan kerja tim untuk mempersiapkan peserta terhadap lingkungan kerja yang dinamis.

4. Penjelasan tentang etika dan privasi data dalam konteks penggunaan AI dan EITC.

5. Pengenalan teknologi baru terkait dengan perkembangan industri TI.

• Desainer Sistem AI

• Konsultan TI

• Teknisi Pengembangan Sistem AI

• Pengelola Data dan Informasi

• Manajer Teknik Pengembangan Sistem AI

1. Kode Unit Kompetensi 1: Desain dan Implementasi Sistem Machine Learning

   Nama Unit: Desain dan Implementasi Sistem Machine Learning

   Fungsi: Peserta akan mempelajari cara merancang sistem machine learning yang efektif untuk berbagai aplikasi, mulai dari pengenalan pola hingga prediksi. Mereka juga akan memahami aspek-aspek teknis seperti pemilihan algoritma dan optimasi model.

2. Kode Unit Kompetensi 2: Pengembangan Aplikasi Edge Computing

   Nama Unit: Pengembangan Aplikasi Edge Computing

   Fungsi: Peserta akan belajar cara mengembangkan aplikasi edge computing yang dapat berjalan di perangkat sisi, memanfaatkan daya komputasi dan kecepatan tinggi dari perangkat mobile dan IoT.

3. Kode Unit Kompetensi 3: Manajemen Data dengan AI

   Nama Unit: Manajemen Data dengan AI

   Fungsi: Peserta akan mempelajari bagaimana menggunakan teknologi AI untuk mengelola dan menganalisis data, mulai dari pengumpulan hingga pengecekan keakuratan.

4. Kode Unit Kompetensi 4: Etika dan Privasi Data dalam AI

   Nama Unit: Etika dan Privasi Data dalam AI

   Fungsi: Peserta akan memahami pentingnya etika dan privasi data dalam penggunaan teknologi AI, termasuk peraturan hukum dan praktik terbaik.

5. Kode Unit Kompetensi 5: Pengembangan Sistem Edge Cloud

   Nama Unit: Pengembangan Sistem Edge Cloud

   Fungsi: Peserta akan mempelajari cara mengintegrasikan edge computing dengan cloud computing untuk menciptakan solusi yang lebih efisien dan responsif.

6. Kode Unit Kompetensi 6: Desain dan Implementasi Sistem Neural Network

   Nama Unit: Desain dan Implementasi Sistem Neural Network

   Fungsi: Peserta akan belajar tentang desain dan implementasi sistem neural network untuk berbagai aplikasi, mulai dari pengenalan suara hingga deteksi pola.

7. Kode Unit Kompetensi 7: Pengembangan Aplikasi IoT dengan AI

   Nama Unit: Pengembangan Aplikasi IoT dengan AI

   Fungsi: Peserta akan memahami bagaimana mengintegrasikan teknologi AI dalam perangkat IoT untuk menciptakan solusi yang lebih cerdas dan interaktif.

8. Kode Unit Kompetensi 8: Manajemen Data dan Analisis Business Intelligence

   Nama Unit: Manajemen Data dan Analisis Business Intelligence

   Fungsi: Peserta akan mempelajari cara menggunakan data untuk membuat keputusan bisnis yang lebih baik, termasuk analisis data besar (Big Data) dan visualisasi data.

9. Kode Unit Kompetensi 9: Manajemen Proyek Pengembangan Sistem AI

   Nama Unit: Manajemen Proyek Pengembangan Sistem AI

   Fungsi: Peserta akan mempelajari bagaimana merencanakan, mengimplementasikan, dan mengevaluasi proyek pengembangan sistem AI dengan efektivitas maksimal.

10. Kode Unit Kompetensi 10: Penyediaan Layanan Konsultansi TI

    Nama Unit: Penyediaan Layanan Konsultansi TI

    Fungsi: Peserta akan memahami bagaimana memberikan layanan konsultasi TI yang komprehensif, termasuk aspek teknis dan strategis.

Investasi dalam pelatihan dan uji kompetensi ini sangat berharga untuk karier profesional EITCA/AI. Sertifikasi dari BNSP akan memberikan nilai tambah dengan keterampilan tingkat lanjut yang diperlukan di pasar kerja saat ini, membuka peluang karir baru atau peningkatan posisi dalam organisasi.