PERHATIAN!

1. Kursus yang dibeli dengan menggunakan Kartu Prakerja tidak dapat dipindahtangankan dan hanya bisa diambil oleh pemegang Kartu Prakerja yang bersangkutan. Kursus yang dipindahtangankan dapat berakibat tidak dikeluarkannya sertifikat penyelesaian dan/atau tidak dibayarkannya insentif oleh Pemerintah.
2. Jika kamu pengguna Kartu Prakerja, harap gunakan nama, alamat email, dan nomor HP yang sama dengan yang kamu gunakan ketika mendaftar Kartu Prakerja.
3. Syarat Kelulusan: Mengakses semua materi belajar, menyelesaikan kuis di setiap perpindahan dari satu sesi/modul ke sesi/modul lainnya (minimum passing grade 80%) dan menyelesaikan tes akhir (minimum passing grade 60%).
4. Kursus yang sudah dibeli/sudah melakukan pembayaran melalui Prakerja atau pembayaran lainnya tidak dapat dibatalkan dan/atau direfund.

Deskripsi:

Data Science adalah ilmu yang mengkombinasikan dari berbagai bidang termasuk Ilmu Komputer, Matematika, Statistik, dan Strategi Bisnis. Tiga komponen yang terlibat dalam Data Science yaitu Organising, Packaging, dan Delivering Data (The OPD of Data).

Tujuan Umum:

Peserta pelatihan dapat menganalisis  data dimulai dari menemukan pengetahuan, insight atau pola yang bermanfaat dari data untuk berbagai keperluan dengan menunjukkan keberhasilan minimal 60% saat unjuk keterampilan.

Tujuan Khusus:

1. Peserta mampu menganalisis kebutuhan organisasi dengan memahami tentang business understanding dan data understanding
2. Peserta mampu menguasai tentang business understanding dan data understanding untuk keperluan menganalisa data.
3. Peserta mampu menguasai tentang data visualization salah satu persiapan untuk menganalisa data
4. Peserta mampu menguasai tentang modeling mulai dari menentukan analytic approach yang akan digunakan dan menentukan metode yang akan dipilih
5. Peserta mampu menguasai tentang deployment model dan mengevaluasi model untuk mendapatkan nilai akurasi yang terbaik dengan tingkat akurasi yang tertinggi

Aspek Kompetensi:

Pengetahuan:

1. Analisis data untuk berbagai keperluan
2. Tools data science untuk membangun model machine learning
3. Analisis model machine learning
4. Analisis tingkat akurasi model machine learning
5. Analisis model machine learning untuk digunakan sehari-hari 

Keterampilan:

1. Menggunakan tools data science untuk menganalisa data
2. Mempraktekkan pendekatan analisis yang dipilih dengan menggunakan tools data science
3. Menentukan metode yang tepat untuk menganalisa data dalam membangun model machine learning
4. Mempraktikan tuning model untuk meningkatkan akurasi model machine learning.
5. mengimplementasikan model yang telah dibangun di integrasikan ke dalam aplikasi web

 Sikap:

1. Teliti dalam menyatakan pendapat tentang tahapan dari data mentah menjadi informasi dan dari informasi menjadi pengetahuan serta dari pengetahuan didapatkan kebijakan pada forum dengan peserta lainnya.
2. Cermat dalam menentukan pendekatan analisis yang tepat untuk berbagai jenis data
3. Cepat dan sigap dalam mendemonstrasikan metode yang akan digunakan untuk membangun machine learning
4. Teliti dalam mendemonstrasikan model yang telah dibangun dengan nilai akurasi yang di dapatkan
5. Cermat dalam menampilkan hasil machine learning yang diimplementasikan dalam kasus nyata

Materi Pelatihan:

1. Business understanding dan data understanding 
2. Data Preparation 
3. Data Visualization 
4. Modeling 
5. Deployment Model dan evaluasi 

Durasi Pelatihan:

Metode Evaluasi:

• PRE-TEST & POST-TEST
• KUIS
• UNJUK KETERAMPILAN
• Waktu penyelenggaraan unjuk keterampilan: Dilaksanakan setelah melakukan post test dan dikumpulkan maksimal 3x24 jam setelah instruksi unjuk keterampilan diberikan atau setelah webinar sesi terakhir berakhir
• Instruksi unjuk keterampilan: Instruksi akan didapatkan di sesi terakhir webinar dan aktivitas unjuk keterampilan

Metode Pelatihan:

Daring (Online)

Jenis/Klasifikasi Sertifikat:

• Sertifikat Penyelesaian diberikan kepada seluruh peserta yang telah mengikuti seluruh materi pelatihan dan menyelesaikan Evaluasi Akhir sampai dengan Unjuk Keterampilan.
• Bagi peserta yang mendapatkan nilai Unjuk Keterampilan mencapai skor 80 atau lebih mendapatkan Sertifikat Berpredikat.

Langkah - Langkah Melihat Sertifikat dan Rating

• Selesaikan test akhir dengan nilai minimum dan Selesaikan Tugas Unjuk Keterampilan
• Beri rating lembaga pelatihan
• Beri ulasan lembaga pelatihan

Syarat dan Ketentuan:

1. Peserta dengan minimal pendidikan SLTA/Sederajat
2. Peserta dengan ketertarikan pada bidang data

Metode Absensi:

Peserta masuk ke LMS, setiap Peserta yang masuk kelas/sebelum akses link google meet mereka harus melewati verifikasi dari admin LMS, Data Peserta bisa ditarik melalui LMS.

Apa yang Perlu Kamu Persiapkan?

Memiliki Laptop/PC, Memiliki Jaringan Internet