Big data merupakan kumpulan data yang besar dan kompleks di mana untuk melakukan analisis dan interpretasi terhadap data tersebut sudah tidak relevan jika menggunakan aplikasi pemprosesan data trasional. Berangkat dari permasalahan tersebut kita perlu mengetahui bahwa big data memiliki karakteristik yang dikenal dengan 5V, yaitu: Volume (kapasitas data yang besar), Variety (keberagaman jenis data), Velocity (kecepatan transfer data), Value (nilai/makna dari data), dan Veracity (ketidakpastian data). Dengan kompleksitas big data tersebut, maka melalui course ini kita akan mempelajari bagaimana melakukan analisis data dengan menggunakan library PySpark.
Share Kelas Ini :
Big data merupakan kumpulan data yang besar dan kompleks di mana untuk melakukan analisis dan interpretasi terhadap data tersebut sudah tidak relevan jika menggunakan aplikasi pemprosesan data trasional. Berangkat dari permasalahan tersebut kita perlu mengetahui bahwa big data memiliki karakteristik yang dikenal dengan 5V, yaitu: Volume (kapasitas data yang besar), Variety (keberagaman jenis data), Velocity (kecepatan transfer data), Value (nilai/makna dari data), dan Veracity (ketidakpastian data). Dengan kompleksitas big data tersebut, maka melalui course ini kita akan mempelajari bagaimana melakukan analisis data dengan menggunakan library PySpark.
Target Pembelajaran
⦁ Peserta mampu dan menguasai dasar-dasar konsep Big Data Analysis
⦁ Peserta mampu dan menguasai dasar-dasar code dalam library PySpark
⦁ Peserta mampu melakukan analisis data dengan menggunakan PySpark
Spesifikasi
⦁ Komputer/laptop
⦁ Internet
Fasilitas
⦁ Materi (6 modul materi pembelajaran)
⦁ E-Certificate
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.
Detail Course
-
Penyusun Materi
BISA AI Academy
-
Harga Course
FREE
Pemula
3 Jam
981 Siswa
6 Modul
4.6
