Program ini dapat diikuti secara online maupun offline, dengan biaya terjangkau dan sesuai standar nasional BNSP. Peserta akan mendapatkan pembelajaran intensif Data Science dan dipersiapkan mengikuti uji kompetensi resmi dengan skema yang telah disahkan BNSP.

Pendahuluan

Data Science telah menjadi salah satu kompetensi yang paling dicari oleh industri modern. Perusahaan membutuhkan tenaga profesional yang mampu menganalisis data, memodelkan machine learning, dan menyampaikan insight yang berdampak pada pengambilan keputusan bisnis. Agar kompetensi tersebut diakui secara formal, tenaga kerja perlu mengikuti skema sertifikasi resmi yang diselenggarakan BNSP.

Melalui Program Pelatihan dan Sertifikasi Profesi Data Science BNSP, peserta akan dibimbing untuk menguasai proses end-to-end Data Science mulai dari eksplorasi data, pemodelan machine learning, evaluasi performa, hingga komunikasi hasil analisis. Program ini sesuai bagi analis data, staf IT, akademisi, fresh graduate, hingga profesional yang ingin meningkatkan karier di bidang Data Science.

Unit Kompetensi Skema Data Science

Contoh Studi Kasus Data Science (Coding Sederhana)

Studi Kasus: Prediksi Churn Pelanggan

Sebuah perusahaan ingin memprediksi pelanggan mana yang berpotensi berhenti berlangganan (churn). Peserta diminta membuat model klasifikasi sederhana menggunakan Logistic Regression.

Contoh coding (format teks biasa):

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

df = pd.read_csv("customer_churn.csv")
df = df.dropna()

X = df[["tenure", "usage", "payment_score"]]
y = df["churn"]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)

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

pred = model.predict(X_test)
acc = accuracy_score(y_test, pred)

print("Akurasi Model:", acc)

Peserta kemudian menganalisis:

• Faktor apa paling berpengaruh terhadap churn
• Evaluasi akurasi dan potensi perbaikan model
• Rekomendasi strategi retensi pelanggan berbasis data

Silabus Pelatihan 2 Hari + 1 Hari Uji Kompetensi

Rincian Unit Kompetensi dan Uraian Tugas

DS.01 – Mengumpulkan dan Menyiapkan Data

• Mengumpulkan data dari berbagai sumber
• Melakukan cleaning, transformasi, encoding, dan feature engineering

DS.02 – Eksplorasi dan Analisis Data

• Mengidentifikasi pola, hubungan, dan nilai ekstrem
• Membuat insight statistik untuk kebutuhan bisnis

DS.03 – Membuat Model Machine Learning

• Menentukan algoritma yang tepat
• Melatih, menguji, dan membandingkan model

DS.04 – Evaluasi Model

• Menggunakan metrik seperti accuracy, precision, RMSE
• Menganalisis kelebihan dan kekurangan model

DS.05 – Visualisasi Data

• Membuat grafik analisis dengan visual menarik
• Menyusun storytelling data yang jelas

DS.06 – Workflow Data Science

• Merancang alur sistematis dari dataset hingga deployment

DS.07 – Penyusunan Laporan

• Menuliskan hasil riset dan rekomendasi objektif

DS.08 – Deployment Model

• Membuat API model atau prediksi otomatis sederhana

DS.09 – Etika dan Keamanan Data

• Mengelola data sensitif sesuai regulasi dan kebijakan perusahaan

Kesimpulan

Program Pelatihan dan Sertifikasi Profesi Data Science BNSP ini dirancang untuk memastikan peserta menguasai keterampilan Data Science secara praktis, terarah, dan sesuai standar nasional. Pelatihan dipandu oleh instruktur berpengalaman, dilengkapi latihan studi kasus, dan diakhiri dengan uji kompetensi resmi BNSP.

✅ Biaya Pelatihan + Sertifikasi BNSP: Rp9.500.000
✅ Termasuk penginapan + makan selama kegiatan
✅ Minimal 5 peserta
✅ Bisa offline maupun online

Informasi selengkapnya tersedia di:
👉 https://mobilefaculty.com