EN

Mempelajari Bahasa Pemrograman untuk Ahli Statistika (Data Scientist) (Kelas Reguler)

Tentang Kursus

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:

Pada era digital saat ini perkembangan teknologi informasi meningkat sangat cukup signifikan, tak hanya di Indonesia namun di hampir seluruh negara. Salah satu bidang yang banyak diminati dan dibutuhkan adalah bidang ilmu Data Science. Alasannya mengapa? karena sebagian perusahaan saat ini sudah banyak memanfaatkan data sebagai bisnis di sebuah perusahaan. Hal ini disebabkan oleh beberapa faktor, salah satunya adalah penggunaan smartphone dan internet yang meningkat. Bahkan tanpa disadari, setiap hari kita menghasilkan banyak data dari kegiatan penggunaan internet. Nah salah satu profesi yang berkaitan dengan data adalah Ahli Statistika (Data Scientist). Profesi ini memerlukan pengetahuan dan skill terkait matematika dasar, statistika, bahasa pemrograman dan beberapa lainnya.Oleh karena itu di kelas ini, kamu akan belajar terkait pengenalan awal dasar-dasar ilmu statistika dan bahasa pemrograman yang sering digunakan dalam dunia data science. Seperti pembahasan berbagai jenis data dalam statistika, teknik sampling, statistika deskriptif dan inferensial, hingga mempelajari exploratory data analysis serta hypothesis testing dan A/B Testing. Selain itu juga kamu akan mempelajari bahasa pemrograman SQL, R, dan Python secara fundamental beserta implementasinya. Dan kelas ini sangat cocok bagi kamu yang ingin mengambil kesempatan dan mengembangkan karir sebagai Ahli Statistika (Data Scientist).Tunggu apa lagi? Ikuti kelasnya sekarang! Happy Learning!

 

Tujuan Umum:

Setelah menyelesaikan video dan PDF serta mengerjakan tes, peserta mampu menerapkan ilmu statistika dan bahasa pemrograman dalam bidang data science sesuai standar SKKNI No 282 Tahun 2016 tentang pemrograman aplikasi.

 

Tujuan Khusus:

  • Menjelaskan dasar-dasar ilmu dalam statistika 
  • Menerapkan ilmu statistika dalam kasus data science 
  • Menerapkan bahasa pemrograman untuk data science yang meliputi SQL, R, dan Python
  • Mengidentifikasi tools yang diperlukan dalam SQL, R, dan Python
  • Melakukan instalasi tools dari SQL, R, dan Python 
  • Mampu bersikap teliti dalam penggunaan bahasa pemrograman SQL, R, dan Python

 

Aspek Kompetensi: 

Pengetahuan (Knowledge):

  • Mengetahui fungsi ilmu statistika pada data science
  1. Pengenalan Dasar Statistika (0:46-1:37, 2:14-2:57, 3:23-3:58)
  2. PDF Rangkuman Statistika Dasar (Hal 1)
  • Memahami sampel dan populasi 
  1. Sampel dan Populasi (0:26-2:29)
  2. PDF Rangkuman Statistika Dasar (Hal 1)
  • Mengidentifikasi teknik sampling 
  1. Tipe Data dalam Statistik (1:58- 3:08)
  2. Teknik Melakukan Sampling (0:23-4:50)
  • Memahami statistika deskriptif dan inferensial
  1. Statistika Deskriptif - Pengukuran Numerik (0:25-4:20) 
  2. Statistika Inferensial: Distribusi (0:27- 6.32)
  3. PDF Rangkuman Statistika Dasar (Hal 2-3)
  • Mengetahui jenis-jenis visual data
  1. Tipe Data dalam Statistik (0:37- 1.51)
  2. Visual Data Dasar (0.51- 8:07)
  • Memahami teori central limit
  1. Statistika Inferensial: Distribusi (4:35- 5:52)
  2. Teori Central Limit (0:27- 2:55)
  • Memahami analisis univariate, bivariate dan multivariate
  1. Analisis Univariate (1:15- 2:01)
  2. Analisis Bivariate (0:27-1:31)
  3. Analisis Multivariate (0:24-5:18)
  • Memahami A/B Testing
  1. Tes Hipotesis A/B Testing (0:33-2.28, 5:08-7:48)
  • Mengidentifikasi bahasa SQL, R dan Python
  1. Cara Download dan Instal R Studio (2:10-6:08)
  2. Fungsi Dasar dan Tipe Data di R (1:00-1:08, 1:15-1:19, 2:48-2:57, 4:55-5:05, 6:25-6:52, 7:16-7:26)
  3. Pengkondisian, Pengulangan dan Fungsi di R (Lanjutan) (0:15-0:22)
  4. Pengenalan Bahasa Pemrograman Python (0:33-1:53) 
  5. Cara Download dan Instal Anaconda (1:48-2:00)
  6. Fungsi Dasar dan Tipe Data di Python (0:58-1:03, 1:19-2:53, 3:00-4:49, 7:06-7:30)
  7. Pengkondisian, Pengulangan dan Fungsi (0:27-5:53), (8:11-8:47)
  8. Pengenalan Data Frame di Python (0:50-1:03), (2:18-2:22, 5:11-5:50)
  9. Pengenalan Bahasa Pemrograman SQL (2.55-3.18)
  10. Cara Meringkas dan Pengumpulan Data pada SQL (0:34-0:46, 0:59-1:08, 2:19-2:26)
  11. Cara Menggabungkan Data pada SQL (0:21-0:28)
  12. Cara Menggabungkan Data pada SQL (Lanjutan) (0:10-0:22) 
  13. Cara Memodifikasi Data dengan SQL (2:10-3:22)
  14. Pengenalan Bahasa Pemrograman R (0:38-0:45, 1:10-1:20, 1:36-2:08)
  15. Pengkondisian, Pengulangan dan Fungsi di R (0:28-0:45, 4:06-4:19)
  16. Pengenalan Data Frame di R (1:18-1:29, 2:23-2:32, 3:39-3:44, 3:21-3:31)
  17. Data Frame Operations di R Part 1 (1:05-1:25, 2:06-2:16, 2:53-3:03, 3:15-3:35, 3:49-3:53, 6:20-6:40)
  18. PDF: Ringkasan Bahasa Pemrograman Dasar (Hal: 1-4)
  19. Data Frame Operations di R (Lanjutan) (0:11-0:25, 3:12-3:17, 4:38-4:43)
  20. Ringkasan dan Kombinasi Data Frame di R (1:23-1:33, 2:08-2:16, 2:58-3:09)
  21. Ringkasan dan Kombinasi Data Frame di R (Lanjutan) (2:21-2:42, 2:58-3:16, 3:24-3:39, 3:45-3:59, 6:12-6:22, 7:12-9:39)
  22. Membuat Chart Sederhana di R (Lanjutan) (2:53-3:00, 5:30-5:36, 6:45-6:49)
  23. Membuat Chart Sederhana di Python Part I (0:22-01:00, 1:47-1:58, 6:03-6:15)
  24. Membuat Chart Sederhana di Python Part II (3:00-3:07, 4:15-4:24)
  25. Membuat Advanced Chart di Python (1:40-1:45, 5:35-5:45)
  26. Membuat Advanced Chart di Python (Lanjutan) (4:26-4:41)
  27. Data Frame Operations di Python (3:11-3:15, 4:01-4:10, 4:24-4:40, 6:47-6:59, 8:35-8:58)
  28. Data Frame Operations di Python (Lanjutan) (0:19-0:25, 6:20-6:27)
  29. PDF: R Package dan Tips Menggunakannya (Hal 1-8)
  30. PDF: Python Package dan Tips Menggunakannya (Hal 1-9)

 

Keterampilan (Skill):

  • Melakukan teknik sampling dalam statistika
  1. Tipe Data dalam Statistik (1:58- 3:08)
  2. Teknik Melakukan Sampling (0:23-4:50)
  3. PDF Rangkuman Statistika Dasar (Hal 1)
  • Melakukan pengujian A/B Testing dan P-Value
  1. Tes Hipotesis A/B Testing (2.31- 5:05)
  2. Contoh Pengaplikasian A-B Testing (0:15-8:25)
  • Melakukan pembuatan visualisasi data melalui grafis
  1. Visual Data Dasar (0.51- 8:07)
  2. Membuat Chart Sederhana di R (1:30-7:37)
  3. Membuat Chart Sederhana di R (Lanjutan) (0:10-9:00)
  4. Membuat Chart Sederhana di Python Part I (0:22-6:37)
  5. Membuat Chart Sederhana di Python Part I (Lanjutan) (0:06-5:40)
  6. Membuat Chart Sederhana di Python Part II (0:12-7:15)
  7. Membuat Advanced Chart di Python (0:14-6:11)
  8. Membuat Advanced Chart di Python (Lanjutan) (0:06-6:28)
  9. Membuat Advanced Chart di R (Lanjutan) (0:15-9:38)
  10. Membuat Advanced Chart di R (0:29-9:42)
  • Mengelola basis data
  1. Analisis Univariate (1:15- 6:17)
  2. Analisis Bivariate (0:27-5.29)
  3. Analisis Multivariate (0:24-5:18)
  4. Tes Hipotesis A/B Testing (0:33-7:48)
  5. PDF Rangkuman Statistika Dasar (Hal 3-4)
  6. Cara Download dan Instal R Studio (2:30-3:08)
  7. Fungsi Dasar dan Tipe Data di Python (0:58-1:03, 1:19-2:53, 3:00-7:30)
  8. Pengkondisian, Pengulangan dan Fungsi (0:27-8:54)
  9. Pengenalan Data Frame di Python (0:27-8:52)
  10. Pengenalan Bahasa Pemrograman SQL (3:40-5:02)
  11. Cara Menambahkan Data pada SQL (0:27-8:50)
  12. Cara Meringkas dan Pengumpulan Data pada SQL (0:46-9:04)
  13. Cara Menggabungkan Data pada SQL (0:21-5:07)
  14. Cara Menggabungkan Data pada SQL (Lanjutan) (0:10-6:50)
  15. Cara Memodifikasi Data dengan SQL (0:38-3:41)
  16. Cara Memodifikasi Data dengan SQL (Lanjutan) (0:10-6:05, 6:23-6:42)
  17. Pengenalan Bahasa Pemrograman R (4:17-5:31)
  18. Pengkondisian, Pengulangan dan Fungsi di R (0:28-8:30)
  19. Pengenalan Data Frame di R (0:25-4:58)
  20. Pengenalan Data Frame di R (Lanjutan) (0:10-4:50)
  21. Data Frame Operations di R Part 1 (0:25-4:28, 6:20-8:52)
  22. Data Frame Operations di R Part 2 (0:11- 9:16)
  23. Ringkasan dan Kombinasi Data Frame di R (0:27-3:58)
  24. Ringkasan dan Kombinasi Data Frame di R (Lanjutan) (0:10-9:47)
  25. Membuat Chart Sederhana di R (1:30-7:37)
  26. Membuat Chart Sederhana di R (Lanjutan) (0:10-9:00)
  27. Membuat Chart Sederhana di Python Part I (0:22-6:37)
  28. Membuat Chart Sederhana di Python Part I (Lanjutan) (0:06-5:40)
  29. Membuat Chart Sederhana di Python Part II (0:12-7:15) 
  30. Membuat Advanced Chart di Python (0:14-6:11)
  31. Membuat Advanced Chart di Python (Lanjutan) (0:06-6:28)
  32. Data Frame Operations di Python (0:24-8:58)
  33. Data Frame Operations di Python (Lanjutan) (0:25-6:55)
  34. Membuat Advanced Chart di R (Lanjutan) (0:15-9:38)
  35. Membuat Advanced Chart di R (0:29-9:42)
  • Menerapkan bahasa pemrograman SQL, R dan Python pada contoh studi kasus
  1. Analisis Bivariate (1:32-5:29)
  2. Contoh Pengaplikasian Analisis Multivariate (0:17-9:19)
  3. Contoh Pengaplikasian A-B Testing (0:15-8:25)
  4. Cara Download dan Instal R Studio (2:30-2:55, 3:08-3:35)
  5. Fungsi Dasar dan Tipe Data di R (0:30-8:00)
  6. Pengkondisian, Pengulangan dan Fungsi (Lanjutan) (0:10-4:52)
  7. Cara Download dan Instal Anaconda (5:38-6:41)
  8. Fungsi Dasar dan Tipe Data di Python (1:03-7:30)
  9. Pengkondisian, Pengulangan dan Fungsi (0:27-8:54)
  10. Pengenalan Data Frame di Python (0:34-8:52)
  11. Cara Menambahkan Data pada SQL (0:27-8:50)
  12. Cara Meringkas dan Pengumpulan Data pada SQL (0:46-9:04)
  13. Cara Menggabungkan Data pada SQL (0:21-5:07)
  14. Cara Menggabungkan Data pada SQL (Lanjutan) (0:10-3:30) 
  15. Cara Memodifikasi Data dengan SQL (Lanjutan) (0:10-6:05, 6:23-6:42)
  16. Github: Dokumentasi dan Kolaborasi Script (3:51-6:40)
  17. Pengkondisian, Pengulangan dan Fungsi di R (0:28-4:05, 4:42-6:19, 6:33-8:30)
  18. Pengenalan Data Frame di R (0:25-4:58) 
  19. Pengenalan Data Frame di R (Lanjutan) (0:10-4:50)
  20. Data Frame Operations di R Part 1 (0:25-4:28, 5:57-8:52)
  21. Data Frame Operations di R Part 2 (0:25-9:16) 
  22. Ringkasan dan Kombinasi Data Frame di R (0:27-3:58)
  23. Ringkasan dan Kombinasi Data Frame di R (Lanjutan) (0:10-9:47)
  24. Membuat Chart Sederhana di R (1:30-7:37)
  25. Membuat Chart Sederhana di R (Lanjutan) (0:10-9:00)
  26. Membuat Chart Sederhana di Python Part I (0:22-6:37)
  27. Membuat Chart Sederhana di Python Part I (Lanjutan) (0:06-5:40)
  28. Membuat Chart Sederhana di Python Part II (0:12-7:15)
  29. Membuat Advanced Chart di Python (0:14-6:11)
  30. Membuat Advanced Chart di Python (Lanjutan) (0:06-6:28)
  31. Data Frame Operations di Python (0:24-8:58)
  32. Data Frame Operations di Python (Lanjutan) (0:25-6:55)
  33. Membuat Advanced Chart di R (Lanjutan) (0:15-9:38)
  34. Membuat Advanced Chart di R (0:29-9:42)
  • Melakukan instalasi tools DB SQL, R Studio dan Anaconda 
  1. Analisis Univariate (2:03- 2:26)
  2. PDF Cara Download dan Instal DB Browser SQLite (Hal 1-7)
  3. Cara Download dan Instal R Studio (0:30-2:09) (4:58-6:08)
  4. Fungsi Dasar dan Tipe Data di Python (0:30-8:00)
  5. Cara Download dan Instal Anaconda (0:58-5:36)
  6. Github: Dokumentasi dan Kolaborasi Script (2:39-3:50)
  7. Pengenalan Bahasa Pemrograman R (2:50-2:59)
  8. Data Frame Operations di R Part 1 (4:29-5:28)
  9. Membuat Chart Sederhana di R (0:25-1:29)
  10. PDF: R Package dan Tips Menggunakannya (Hal 2)

 

Sikap (Attitude):

  • Teliti dalam menerapkan dan menggunakan bahasa pemrograman 
  1. Fungsi Dasar dan Tipe Data di R (2:48-4:54, 5:05-5:20)
  2. Pengkondisian, Pengulangan dan Fungsi (Lanjutan) (1:13-1:30, 3:28-3:32)
  3. Pengenalan Bahasa Pemrograman Python (2:12-2:26)
  4. Fungsi Dasar dan Tipe Data di Python (1:41-1:45, 3:33-3:47)
  5. Pengkondisian, Pengulangan dan Fungsi (0:30-0:51, 5:02-5:18, 5:21-5:50)
  6. Pengenalan Data Frame di Python (0:36-0:39, 2:28-2:31, 3:00-3:29)
  7. Cara Menambahkan Data pada SQL (2:46-3:09, 3:28-3:33, 5:16-6:14, 7:10-7:40, 3:27-3:55, 6:10-6:17)
  8. Cara Menggabungkan Data pada SQL (3:24-3:35)
  9. Pengenalan Bahasa Pemrograman R (1:36-2:08)
  10. Pengkondisian, Pengulangan dan Fungsi di R (4:59-5:11, 8:03-8:30)
  11. Data Frame Operations di R Part 2 (6:50-7:11, 7:47-9:10)
  12. Data Frame Operations di R Lanjutan (7:47-8:01)
  13. Ringkasan dan Kombinasi Data Frame di R (2:58-3:09)
  14. Ringkasan dan Kombinasi Data Frame di R (Lanjutan) (6:12-7:10)
  15. Membuat Chart Sederhana di R (Lanjutan) (8:16-8:25)
  16. Membuat Chart Sederhana di Python Part I (3:01-3:15)
  17. Membuat Advanced Chart di Python (Lanjutan) (2:00-2:08, 3:11-3:16) 
  18. Data Frame Operations di Python (6:34-6:46)
  19. Data Frame Operations di Python (Lanjutan) (6:07-6:17)
  •  Cermat dalam mengolah data
  1. Statistika Deskriptif - Pengukuran Numerik (0:25-4:20) 
  2. Statistika Inferensial: Distribusi (0:27- 6.32)
  3. Contoh Pengaplikasian Analisis Multivariate (0:17-9:19)
  4. Contoh Pengaplikasian A-B Testing (0:15-8:25)
  5. Fungsi Dasar dan Tipe Data di R (2:48-4:54)
  6. Pengenalan Bahasa Pemrograman Python (2:41-2:57, 4:13-4:29)
  7. Pengkondisian, Pengulangan dan Fungsi (7:44-8:54)
  8. Pengenalan Data Frame di Python (1:42-2:13, 2:54-3:29, 7:14-8:52)
  9. Pengenalan Bahasa Pemrograman SQL (5:09-5:36)
  10. Cara Menambahkan Data pada SQL (0:27-8:50, 8:03-8:50)
  11. Cara Menggabungkan Data pada SQL (0:21-5:07)
  12. Cara Menggabungkan Data pada SQL (Lanjutan) (0:10-6:50)
  13. Cara Memodifikasi Data dengan SQL (2:10-3:40)
  14. Cara Memodifikasi Data dengan SQL (Lanjutan) (0:10-6:05, 6:23-6:42)
  15. Github: Dokumentasi dan Kolaborasi Script (3:51-6:40)
  16. Pengenalan Bahasa Pemrograman R (1:20-2:17, 4:17-5:31)
  17. Pengkondisian, Pengulangan dan Fungsi di R (0:46-8:39)
  18. Pengenalan Data Frame di R (0:25-4:58)
  19. Pengenalan Data Frame di R (Lanjutan) (0:23-4:50)
  20. Data Frame Operations di R Part 1 (0:25-4:28, 6:20-8:52)
  21. Data Frame Operations di R (Lanjutan) (0:11-9:16)
  22. Ringkasan dan Kombinasi Data Frame di R (0:27-3:58)
  23. Ringkasan dan Kombinasi Data Frame di R (Lanjutan) (0:25-9:47)
  24. Membuat Chart Sederhana di R (Lanjutan) (0:21-0:25, 1:18-1:37, 6:45-6:54)
  25. Membuat Chart Sederhana di Python Part II (0:57-1:01)
  26. Data Frame Operations di Python (3:11-8:58)
  27. Data Frame Operations di Python (Lanjutan) (0:11-6:55)
  • Bertanggung jawab dalam menghadapi kendala yang muncul dalam bekerja
  1. Analisis Bivariate (1:32-5:29)
  2. Contoh Pengaplikasian Analisis Multivariate (0:17-9:19)
  3. Tes Hipotesis A/B Testing (5:34-6:05)
  4. Contoh Pengaplikasian A-B Testing (0:15-8:25)
  5. Pengenalan Bahasa Pemrograman R (3:57-4:16)
  6. Github: Dokumentasi dan Kolaborasi Script (0:49-1:25)
  7. Cara Download dan Instal Anaconda (0:32-0:52)
  • Berpikir kreatif dalam memvisualisasikan data
  1. Visual Data Dasar (0.51- 8:07)
  2. Pengenalan Bahasa Pemrograman R (5:09-5:20)
  3. Membuat Chart Sederhana di R (1:30-7:37)
  4. Membuat Chart Sederhana di R (Lanjutan) (0:21-9:00)
  5. Membuat Chart Sederhana di Python Part I (0:22-6:37)
  6. Membuat Chart Sederhana di Python Part I (Lanjutan) (0:06-5:40)
  7. Membuat Chart Sederhana di Python Part II (0:12-7:15)
  8. Membuat Advanced Chart di Python (0:14-6:11)
  9. Membuat Advanced Chart di Python (Lanjutan) (0:06-6:28)
  10. Membuat Advanced Chart di R (Lanjutan) (0:15-9:38)
  11. Membuat Advanced Chart di R (0:29-9:42)

 

Materi Pelatihan:

  • Bab 1 Pengenalan Statistika Dasar 0:16:06
  1. Pengenalan Dasar Statistika 0:04:53
  2. Tipe Data dalam Statistik 0:03:24
  3. Sampel dan Populasi 0:02:42
  4. Teknik Melakukan Sampling 0:05:07
  •  Bab 2 Statistika Deskriptif 0:13:03
  1. Statistika Deskriptif - Pengukuran Numerik 0:04:39
  2. Visual Data Dasar 0:08:24
  •  Bab 3 Statistika Inferensial 0:10:04
  1. Statistika Inferensial: Distribusi 0:06:51
  2. Teori Central Limit 0:03:13
  • Bab 4 Analisis dan Uji Statistika Inferensial 0:47:15
  1. Analisis Univariate 0:06:30
  2. Analisis Bivariate 0:05:49
  3. Analisis Multivariate 0:05:29
  4. Contoh Pengaplikasian Analisis Multivariate 0:09:32
  5. Tes Hipotesis A/B Testing 0:08:07
  6. Contoh Pengaplikasian A-B Testing 0:08:48
  7. PDF Rangkuman Statistika Dasar 0:03:00
  • Bab 5 Pengenalan Bahasa SQL 00:55:49
  1. Pengenalan Bahasa Pemrograman SQL 0:05:59
  2. PDF Cara Download dan Instal DB Browser SQLite 0:01:00
  3. Cara Menambahkan Data pada SQL 0:09:13
  4. Cara Meringkas dan Pengumpulan Data pada SQL 0:09:20
  5. Cara Menggabungkan Data pada SQL 0:05:17
  6. Cara Menggabungkan Data pada SQL (Lanjutan) 0:07:11
  7. Cara Memodifikasi Data dengan SQL 0:03:50
  8. Cara Memodifikasi Data dengan SQL (Lanjutan) 0:07:00
  9. Github: Dokumentasi dan Kolaborasi Script 0:06:59
  • Bab 6 Pengenalan Bahasa R 02:02:23
  1. Pengenalan Bahasa Pemrograman R 0:05:47
  2. Cara Download dan Instal R Studio 0:06:30
  3. Fungsi Dasar dan Tipe Data di R 0:08:18
  4. Pengkondisian, Pengulangan dan Fungsi 0:08:50
  5. Pengkondisian, Pengulangan dan Fungsi (Lanjutan) 0:05:14
  6. Pengenalan Data Frame di R 0:05:05
  7. Pengenalan Data Frame di R (Lanjutan) 0:05:12
  8. Data Frame Operations di R 0:08:58
  9. Data Frame Operations di R (Lanjutan) 0:09:31
  10. Ringkasan dan Kombinasi Data Frame di R 0:04:07
  11. Ringkasan dan Kombinasi Data Frame di R (Lanjutan) 0:09:58
  12. Membuat Chart Sederhana di R 0:07:45
  13. Membuat Chart Sederhana di R (Lanjutan) 0:09:21
  14. Membuat Advanced Chart di R 0:09:52
  15. Membuat Advanced Chart di R (lanjutan) 0:09:55
  16. PDF R Package dan Tips Menggunakannya 0:08:00
  • Bab 7 Pengenalan Bahasa Python 01:36:33
  1. Pengenalan Bahasa Pemrograman Python 0:04:44
  2. Cara Download dan Instal Anaconda 0:06:57
  3. Fungsi Dasar dan Tipe Data di Python 0:07:51
  4. Pengkondisian, Pengulangan dan Fungsi 0:09:08
  5. Pengenalan Data Frame di Python 0:09:10
  6. Data Frame Operations di Python 0:09:10
  7. Data Frame Operations di Python (Lanjutan) 0:07:14
  8. Membuat Chart Sederhana di Python (Bagian 1) 0:06:44
  9. Membuat Chart Sederhana di Python (Bagian 2) 0:05:46
  10. Membuat Chart Sederhana di Python (Lanjutan) 0:07:33
  11. Membuat Advanced Chart di Python 0:06:20
  12. Membuat Advanced Chart di Python (Lanjutan) 0:06:56
  13. PDF Python Package dan Tips Menggunakannya 0:09:00
  • Materi Bahasa Pemrograman 0:02:00
  1. PDF Rangkuman Bahasa Pemrograman (SQL, R, Phyton) 0:02:00

 

Target Peserta:

  • Minimal pendidikan SMA/SMK/Sederajat
  • Mahasiswa umum
  • Mahasiswa program jurusan studi Teknologi Informasi 
  • Pekerja di bidang IT atau umum
  • Peserta yang memiliki ketertarikan bidang data science dan statistika
  • Peserta yang memiliki pengetahuan ilmu matematika dan statistika
  • Peserta yang memiliki laptop/PC dan akses internet
  • Peserta yang memiliki aplikasi DB Browser SQLite, R studio dan Anaconda di laptop (jika belum memiliki 3 aplikasi ini, disediakan tutorial download & instal aplikasi di kelas ini).

 

Durasi:

 

Topik Durasi
Bab 1 Pengenalan Statistika Dasar 16.06 Menit
Bab 2 Statistika Deskriptif 13.03 Menit
Bab 3 Statistika Inferensial 10.04 Menit
Bab 4 Analisis dan Uji Statistika Inferensial 54.15 Menit
Bab 5 Pengenalan Bahasa SQL 01.04.49 Menit
Bab 6 Pengenalan Bahasa R 01.54.23 Menit
Bab 7 Pengenalan Bahasa Python 01.27.34 Menit
Bab 8 Materi Bahasa Pemrograman 10 Menit
Total 370 Menit

 

Metode Pembelajaran:

Self Paced Learning: Metode ajar yang digunakan adalah menggunakan kombinasi antara ceramah, studi kasus, dan simulasi.

 

Metode Evaluasi:

  1. Pre Test
  2. Post Test
  3. Formative Test/Kuis
  4. Tugas Praktik

 

Jenis/Klasifikasi Sertifikat:

Peserta yang telah menyelesaikan semua kegiatan pembelajaran akan mendapatkan Sertifikat Penyelesaian jika nilai akhir di bawah 60 dan akan mendapatkan Sertifikat Kompetensi Lulus jika nilai akhir di atas 60.

 

Sesi Konsultasi:

Via LMS, Setiap Hari Jumat, jam 16.00-17.00 WIB

 

Apa Yang Perlu Kamu Persiapkan?

Kamu hanya perlu mempersiapkan laptop/notebook, tablet, atau smartphone dengan koneksi Internet

 

Fitur:

  • Digital content material: Peserta bisa mengakses material belajar digital selama nya
  • Sertifikat penyelesaian: Peserta yang telah menyelesaikan semua kegiatan pembelajaran yang dipersyaratkan dalam kursus online akan menerima Sertifikat Penyelesaian (Certificate of Completion).
  • Test akhir: tersedia
  • Forum diskusi: tidak tersedia
  • Online session: tersedia
  • Offline meet-up: tidak tersedia 

 

Level: 

Basic

 

Cara Redem Voucher:

  1. Kunjungi website www.skillacademy.com atau download Aplikasi Skill Academy di Play Store
  2. Pilih - Masuk - apabila sebelumnya sudah mendaftar akun Skill Academy atau pilih - Daftar - jika sebelumnya Anda belum pernah mendaftar akun Skill Academy
  3. Klik "Tukarkan" pada bagian penukaran voucher di homepage atau halaman prakerja
  4. Masukkan kode voucher yang sudah Anda dapatkan dari Pintaria lalu klik "Gunakan Voucher"
  5. Setelah penukaran berhasil silakan klik ''Lihat Kelas'' atau cek pada bagian - Kelas Saya - untuk mengikuti kelasnya
  6. Selamat Anda dapat langsung mulai belajar dan mengikuti pelatihan di Skill Academy"
Penyelenggara Kursus

Skill Academy by Ruangguru

Skill Academy by Ruangguru merupakan wadah kursus online yang hadir menjadi solusi untuk meningkatkan technical & soft skill di berbagai bidang yang dipersembahkan untuk para mahasiswa, profesional, dan umum. Skill Academy by Ruangguru memungkinkan siapapun untuk #MudahUpgradeSkill karena dapat dilakukan di mana saja dan kapan saja.

Para Instruktur

Rifan Kurnia

Instruktur

Rifan Kurnia merupakan Senior Data Manager yang sudah berpengalaman di bidang data science lebih dari 6 tahun. Kemampuannya di bidang data science, analytics, data storytelling, hingga machine learning membuat Rifan berhasil memimpin tim data technology salah satu startup unicorn di Indonesia.

Baca selengkapnya

Muhammad Nassirudin

Instruktur

Setelah menyelesaikan studi master di TU Delft Belanda jurusan Computer Science, spesialisasi Data Science & Technology, Hendra memutuskan untuk melanjutkan passionnya dengan bergabung di salah satu perusahaan unicorn di Indonesia sebagai seorang data scientist. Seorang data scientist yang model datanya berhasil masuk ke dalam 5 besar model terbaik di salah satu kompetisi berskala Nasional ini, telah berkecimpung di dunia data science selama 2 tahun. Hingga saat ini, ia memutuskan untuk tetap berkiprah di bidang data science.

Baca selengkapnya

Hendra Hadhil Choiri

Instruktur

Setelah menyelesaikan studi masternya di TU Delft Belanda jurusan Computer Science, spesialisasi Data Science & Technology, Hendra memutuskan untuk melanjutkan passionnya bergabung di salah satu perusahaan unicorn di Indonesia sebagai seorang data scientist. https://www.linkedin.com/in/hendrahc/

Baca selengkapnya

Mempelajari Bahasa Pemrograman untuk Ahli Statistika (Data Scientist) (Kelas Reguler)

oleh Skill Academy by Ruangguru
KATEGORI Data Science, Programming
KLASIFIKASI Pelatihan
METODE Full Online Learning
DURASI 6 hours
KAPASITAS PESERTA 500 Orang
HARGA

Rp500.000

Mempelajari Bahasa Pemrograman untuk Ahli Statistika (Data Scientist) (Kelas Reguler)

Rp500.000
KATEGORI Data Science, Programming
KLASIFIKASI Pelatihan
METODE Full Online Learning
DURASI 6 hours
KAPASITAS PESERTA 500 Orang

Ulasan

0/5

0 Ulasan

  • 5
  • 4
  • 3
  • 2
  • 1
Belum ada ulasan untuk kursus ini

Jadilah yang pertama membeli kursus ini dan memberikan ulasan