Program ini dapat diikuti secara offline maupun online dengan biaya Rp5.700.000, sudah termasuk hotel/penginapan dan makan selama kegiatan. Minimal peserta adalah 8 orang.
Pendahuluan
Profesi Associate Data Scientist merupakan salah satu karir strategis di era digital yang mengandalkan analisis data untuk mendukung pengambilan keputusan berbasis bukti. Pelatihan dan Sertifikasi Profesi Associate Data Scientist – BNSP ini dirancang untuk membekali peserta dengan keterampilan mengolah data, membangun model prediktif, serta mengevaluasi hasil analisis sesuai standar kompetensi kerja nasional.
Program ini memadukan pembelajaran teori dan praktik, serta diakhiri dengan uji kompetensi resmi dari BNSP untuk mendapatkan pengakuan kompetensi secara nasional.
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
Analisis Prediksi Kelulusan Mahasiswa Berdasarkan Data Akademik
Seorang data scientist diminta untuk memprediksi kemungkinan kelulusan mahasiswa tepat waktu berdasarkan data IPK, kehadiran, dan keterlibatan di kegiatan kampus. Dataset mencakup 500 data mahasiswa.
Langkah pengerjaan:
-
Mengumpulkan data dari sistem akademik.
-
Membersihkan data dari nilai kosong dan anomali.
-
Menentukan variabel target (Lulus/Tidak Lulus).
-
Membagi data menjadi train dan test set.
-
Membangun model Machine Learning (misalnya Logistic Regression atau Random Forest).
-
Mengevaluasi hasil dengan metrik akurasi, precision, dan recall.
Contoh kode 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
data = pd.read_csv(“data_mahasiswa.csv”)
data = data.dropna()
X = data[[‘IPK’, ‘Kehadiran’, ‘Aktivitas’]]
y = data[‘Lulus’]
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 dan Uji Kompetensi
Hari | Waktu | Kegiatan |
---|---|---|
Hari 1 | 08.00 – 09.00 | Pembukaan & Pengenalan Profesi Associate Data Scientist |
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 | |
13.15 – 15.00 | Unit 3: Memvalidasi Data | |
15.00 – 15.15 | Coffee Break | |
15.15 – 17.00 | Unit 4: Menentukan Objek Data | |
Hari 2 | 08.00 – 09.30 | Unit 5: Membersihkan Data |
09.30 – 10.30 | Unit 6: Mengkonstruksi Data | |
10.30 – 10.45 | Coffee Break | |
10.45 – 12.15 | Unit 7: Menentukan Label Data | |
12.15 – 13.15 | Istirahat | |
13.15 – 15.00 | Unit 8: Membangun Model | |
15.00 – 15.15 | Coffee Break | |
15.15 – 17.00 | Unit 9: Mengevaluasi Hasil Pemodelan | |
Hari 3 (Uji Kompetensi) | 08.00 – 10.00 | Praktik Uji Kompetensi |
10.00 – 10.15 | Coffee Break | |
10.15 – 12.00 | Presentasi Portofolio | |
12.00 – 13.00 | Istirahat | |
13.00 – 15.00 | Wawancara Asesor | |
15.00 – 15.15 | Coffee Break | |
15.15 – 16.00 | Penutupan & Pengumuman |
Kesimpulan
Pelaksanaan Pelatihan & Sertifikasi Profesi Associate Data Scientist – BNSP ini memberikan kesempatan bagi peserta untuk menguasai keterampilan inti analisis data hingga siap terjun di dunia kerja. Program ini dapat diikuti secara offline maupun online dengan biaya Rp5.700.000, sudah termasuk hotel/penginapan dan makan selama kegiatan, dengan minimal 8 peserta.
Detail informasi dan pendaftaran dapat dilihat di: https://mobilefaculty.com/skema-sertifikasi-bidang-komputer/