Python Data Science untuk Pemula

Pada materi ini, kita akan mempelajari tentang Pengenalan Data Science, Supervised Learning, Unsupervised Learning, dan Exploratory Data sehingga dapat memperoleh insight dari data tersebut.

Target Pembelajaran
- Peserta mampu menggunakan Pengenalan Data Science
- Peserta mampu melakukan  Supervised Learning
- Peserta mampu menerapkan Unsupervised Learning
- Peserta mampu menyelesaikan permasalahan Exploratory Data

Spesifikasi
- PC/Laptop
- Komputer dengan internet yang cepat

Kriteria Kelulusan
Peserta diwajibkan untuk mengambil kuis dari setiap silabus yang ada di course. Tugas akhir dapat diakses jika peserta telah menyelesaikan kuis di setiap silabus dengan nilai yang memenuhi kriteria ketuntasan minimal (KKM) yaitu 70. Setelah peserta menyelesaikan kuis dan tugas akhir, maka peserta akan mendapatkan sertifikat.

Skema Penilaian
A. Kuis (80%)
Soal kuis di setiap silabus terdiri dari soal-soal pilihan ganda yang harus dijawab oleh peserta. Nilai kuis dapat diperoleh jika peserta dapat menyelesaikan kuis di setiap silabus dengan sempurna. Nilai kuis setiap silabus akan diakumulasikan sebanyak 10 %.

B. Tugas akhir (20%)
Tugas akhir terdiri dari satu soal analisis yang diambil dari silabus. Nilai tugas akhir dapat diperoleh jika peserta berhasil menyelesaikan tugas akhir dengan baik.