Kembali
  1. Kelas Belajar Mandiri
  2. Master Class + Sertifikasi BNSP
  3. Master Class + Sertifikasi BNSP – Data Scientist (Okupasi Level 7)
Cover Course Master Class + Sertifikasi BNSP – Data Scientist (Okupasi Level 7)
Menengah Promo +200 Poin Bersertifikat Offline

BISA AI Academy

Master Class + Sertifikasi BNSP – Data Scientist (Okupasi Level 7)

Program Masterclass + Sertifikasi adalah program pembelajaran mandiri secara online (asynchronous) yang dirancang untuk mempersiapkan peserta mengikuti ujian sertifikasi kompetensi di bidang digital dan teknologi. Program ini cocok bagi kamu yang ingin belajar secara fleksibel, aplikatif, dan tetap mendapatkan pengakuan kompetensi resmi.

Akses ujian sertifikasi akan diberikan setelah peserta menyelesaikan seluruh materi pembelajaran dan tugas portofolio yang telah ditentukan.

Metode pelaksanaan ujian skema sertifikasi Data Scientist (Okupasi Level 7) dapat dilakukan Secara Offline Tatap Muka di TUK LSP TRI dengan lokasi yang dapat dilihat di https://lsptri.id/tempat-uji-kompetensi .

Silabus yang Akan Dipelajari:

  1. Pengenalan Data Science
  2. Dasar Pemrograman Python
  3. Python for Data Science
  4. Data Visualization
  5. Exploratory Data
  6. Machine Learning
  7. Supervised Learning
  8. Supervised Machine Learning – Linear Regression
  9. Supervised Machine Learning – Logistic Regression
  10. Supervised Machine Learning – Decision Tree
  11. Supervised Machine Learning – Naive Bayes
  12. Supervised Machine Learning – KNN
  13. Unsupervised Learning
  14. Neural Network
  15. Deep Learning 1
  16. Deep Learning 2

Fasilitas yang kamu dapatkan:

  • Modul lengkap, termasuk video pembelajaran dan soal latihan/kuis
  • Biaya program sudah termasuk akses ujian sertifikasi
  • Pembelajaran fleksibel, bisa diakses kapan saja
  • Portofolio praktik sesuai arahan industri
  • Sertifikat penyelesaian course & sertifikasi kompetensi (bagi peserta yang lulus ujian)

Alur Program Masterclass + Sertifikasi:

  1. Pelajari course secara mandiri melalui modul, kuis, dan tugas akhir
     (penilaian tugas akhir maksimal dalam 1x24 jam)
  2. Berikan review course dan dapatkan sertifikat penyelesaian
  3. Buat portofolio sesuai panduan di laman https://bisa.ai/portofolioku
  4. Konfirmasi ke admin melalui WhatsApp atau email setelah portofolio selesai
     (verifikasi portofolio maksimal dalam 1x24 jam)
  5. Portofolio yang terverifikasi akan tampil di https://bisa.ai/portofolio
  6. Akses ujian sertifikasi diberikan maksimal H+3 setelah konfirmasi

📌 Pastikan kamu mengisi data diri dengan benar, termasuk nomor WhatsApp dan email, di halaman profil akun: https://bisa.ai/myprofile

Biaya program sudah termasuk akses ujian sertifikasi BNSP – Data Scientist (Okupasi Level 7).

Pelaksanaan ujian sertifikasi dapat dilaksanakan secara Offline (https://lsptri.id/tempat-uji-kompetensi) di LSP Teknologi Rekayasa dan Informatika.

Penyusun Materi BISA AI Academy

Detail Course

Tentang kelas ini

Ringkasan materi, target pembelajaran, dan aturan penilaian kelas.

Informasi Umum

Course ini dirancang untuk membekali peserta dengan pemahaman dan keterampilan komprehensif di bidang data science, mulai dari perumusan objektif bisnis dan tujuan teknis, pengolahan dan eksplorasi data, hingga pembangunan dan evaluasi model machine learning serta deep learning. Program ini mencakup pemrograman Python untuk data science, visualisasi dan exploratory data analysis (EDA), supervised dan unsupervised learning, serta pengembangan model regresi, klasifikasi, neural network, dan deep learning. Setelah menyelesaikan course ini, peserta diharapkan mampu menyelesaikan studi kasus data science end-to-end dan menghasilkan portofolio yang relevan dengan kebutuhan industri.

Course ini juga disusun mengacu pada Standar Kompetensi Kerja Nasional Indonesia (SKKNI) sebagai dasar pemenuhan kompetensi untuk sertifikasi BNSP, yang mencakup unit kompetensi sebagai berikut:

  1. Menentukan Objektif Bisnis
  2. Menentukan Tujuan Teknis Data Science
  3. Menelaah Data
  4. Memvalidasi Data
  5. Menentukan Objek Data
  6. Membersihkan Data
  7. Mengkonstruksi Data
  8. Membangun Skenario Model
  9. Membangun Model
  10. Mengevaluasi Hasil Pemodelan
  11. Melakukan Proses Review Pemodelan

Target Pembelajaran

  1. Memahami objektif bisnis dan menerjemahkannya ke dalam tujuan teknis data science.
  2. Menguasai pengolahan data mulai dari penelaahan, validasi, pembersihan, hingga konstruksi data.
  3. Mampu melakukan eksplorasi data dan visualisasi untuk memperoleh insight.
  4. Mampu membangun skenario dan model machine learning supervised dan unsupervised.
  5. Menguasai evaluasi, review, dan perbaikan performa model.
  6. Mampu mengembangkan model lanjutan menggunakan neural network dan deep learning.

Spesifikasi

- PC/Laptop yang dapat membuka browser
- Komputer dengan browser, internet cepat dan pendukung lainnya

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.

Jadwal Diskusi

Pada Course ini tidak ada diskusi.