bnsp data labeling – Mobile Faculty

Program pelatihan dan sertifikasi ini dapat diikuti secara online maupun offline dengan biaya Rp5.700.000 (sudah termasuk hotel/penginapan dan makan selama kegiatan, minimal 8 peserta). Dirancang khusus untuk membekali peserta dengan keterampilan praktis dan kompetensi resmi sesuai standar BNSP dalam bidang Junior Data Scientist. Pendahuluan Profesi Junior Data Scientist kini menjadi salah satu karir yang paling dicari di era transformasi digital. Perusahaan dari berbagai sektor membutuhkan tenaga ahli yang mampu mengolah, menganalisis, dan memodelkan data untuk mendukung pengambilan keputusan strategis. Sertifikasi Nasional Junior Data Scientist – Pelatihan Standar BNSP ini memberikan pelatihan intensif berbasis Standar Kompetensi Kerja Nasional Indonesia (SKKNI), sehingga peserta siap bersaing di dunia kerja dengan pengakuan resmi dari BNSP. Pelatihan ini memadukan teori, praktik langsung, dan studi kasus, sehingga peserta tidak hanya memahami konsep, tetapi juga terampil dalam implementasi nyata pengolahan dan analisis data. 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 Seorang analis data diminta membangun model prediksi churn pelanggan untuk perusahaan telekomunikasi menggunakan dataset pelanggan. Proses ini mencakup pengumpulan data, pembersihan data, penentuan label, pembangunan model, dan evaluasi hasil. Contoh potongan kode Python sederhana untuk membangun model prediksi: import pandas as pdfrom sklearn.model_selection import train_test_splitfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.metrics import accuracy_score Mengimpor dataset data = pd.read_csv('data_churn.csv') Memisahkan fitur dan label X = data.drop('Churn', axis=1)y = data['Churn'] Split data X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) Membuat model Random Forest model = RandomForestClassifier(n_estimators=100, random_state=42)model.fit(X_train, y_train) Prediksi dan evaluasi y_pred = model.predict(X_test)print("Akurasi:", accuracy_score(y_test, y_pred)) Silabus Pelatihan & Uji Kompetensi Hari Waktu Kegiatan 1 08.00 – 09.00 Pembukaan & Pengenalan Profesi Junior 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 Makan Siang 13.15 – 15.00 Unit 3: Memvalidasi Data 15.00 – 15.15 Coffee Break 15.15 – 17.00 Unit 4: Menentukan Objek Data 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 Makan Siang 13.15 – 15.00 Unit 8: Membangun Model 15.00 – 15.15 Coffee Break 15.15 – 17.00 Unit 9: Mengevaluasi Hasil Pemodelan 3 08.00 – 10.00 Uji Kompetensi (Praktik & Studi Kasus) 10.00 – 10.15 Coffee Break 10.15 – 12.00 Presentasi Portofolio 12.00 – 13.00 Istirahat Makan Siang 13.00 – 15.00 Wawancara Asesor & Penutupan Kesimpulan Pelaksanaan Sertifikasi Nasional Junior Data Scientist – Pelatihan Standar BNSP merupakan langkah strategis untuk mempersiapkan tenaga kerja terampil di bidang analisis data. Dengan metode pembelajaran praktis dan materi yang sesuai SKKNI, peserta akan siap menghadapi tantangan industri data. Kami menyediakan program ini secara offline maupun online dengan harga Rp5.700.000 (sudah termasuk hotel/penginapan dan makan selama kegiatan, minimal 8 peserta). Detail program dan harga dapat dilihat di link ini.