Cover Course Master Class + Sertifikasi Internasional Certified Data Science Practitioner (CDSP) CertNexus
Master Class + Sertifikasi Internasional Certified Data Science Practitioner (CDSP) CertNexus

Program Master Class + Sertifikasi merupakan program pembelajaran mandiri secara online atau asynchronous yang dirancang untuk membantu peserta mempersiapkan diri menghadapi ujian sertifikasi kompetensi di bidang digital dan teknologi.

Program ini cocok bagi peserta yang ingin meningkatkan kompetensi dalam pengolahan data, analisis data, machine learning, serta membangun portofolio dan memperoleh sertifikasi internasional.

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

Ujian sertifikasi Certified Data Science Practitioner (CDSP) CertNexus dilaksanakan secara online melalui platform CertNexus dengan metode Computer-Based Test (CBT). Peserta mengerjakan soal ujian secara digital menggunakan komputer atau laptop sesuai ketentuan ujian yang berlaku.

Peserta dapat melakukan enrolment dan mengikuti ujian secara fleksibel setelah seluruh persyaratan program terpenuhi.

Silabus yang Akan Dipelajari

  1. Dasar Data Science, Google Colab, dan Baca Dataset
  2. Exploratory Data Analysis
  3. EDA dengan Python
  4. Machine Learning Tanpa Koding
  5. Case Study Data Science Klasifikasi Teks Tanpa Koding
  6. Case Study Data Science Klasifikasi Gambar Tanpa Koding
  7. Pendahuluan Python
  8. Operasi pada Python
  9. Tipe Data
  10. Operator Python
  11. Seleksi Kondisi
  12. Perulangan
  13. Fungsi
  14. Library
  15. Intro Data Science
  16. Dasar-Dasar Pemrograman Python – Exploratory Data
  17. Supervised Machine Learning – Linear Regression
  18. Supervised Machine Learning – Logistic Regression
  19. Supervised Machine Learning – Decision Tree
  20. Supervised Machine Learning – Naive Bayes
  21. Supervised Machine Learning – KNN
  22. Unsupervised Machine Learning – K-Means
  23. Text Mining
  24. Unsupervised Machine Learning – Sentiment Analyst
  25. Unsupervised Machine Learning – Topic Model – LDA
  26. Unsupervised Machine Learning – Topic Model – BERTopic
  27. Dasar-Dasar Machine Learning
  28. Decision Tree
  29. Data Analysis untuk Machine Learning
  30. Evaluasi Model
  31. Data Preprocessing
  32. Metodologi dan Bisnis Data Science

Fasilitas yang Didapatkan

  • Modul termasuk video pembelajaran dan soal latihan atau kuis
  • Biaya program sudah termasuk akses ujian sertifikasi
  • Pembelajaran fleksibel dan dapat diakses kapan saja
  • Portofolio sesuai panduan program
  • Sertifikat penyelesaian course
  • Sertifikasi internasional bagi peserta yang lulus ujian

Alur Program Master Class + Sertifikasi

  1. Pelajari course secara mandiri melalui modul, kuis, dan tugas akhir.
  2. Tugas akhir akan dinilai maksimal dalam 1 × 24 jam.
  3. Berikan ulasan course dan dapatkan sertifikat penyelesaian.
  4. Buat portofolio sesuai panduan pada laman https://bisa.ai/portofolioku.
  5. Konfirmasi kepada admin melalui WhatsApp atau email setelah portofolio selesai.
  6. Portofolio akan diverifikasi maksimal dalam 1 × 24 jam.
  7. Portofolio yang terverifikasi akan tampil di https://bisa.ai/portofolio.
  8. Akses ujian sertifikasi diberikan maksimal H+3 setelah konfirmasi.

📌 Pastikan data diri pada halaman profil akun telah diisi dengan lengkap dan benar, terutama nomor WhatsApp dan alamat email: https://bisa.ai/myprofile

Biaya program sudah termasuk akses ujian sertifikasi internasional Certified Data Science Practitioner (CDSP) CertNexus.

Share Kelas Ini :


Informasi Umum

Course ini dirancang untuk membekali peserta dengan pemahaman dan keterampilan dalam pengolahan data, exploratory data analysis, pemrograman Python, machine learning, serta analisis data teks.

Peserta akan mempelajari:

  • Dasar data science, Google Colab, dan pembacaan dataset
  • Pemrograman Python untuk pengolahan dan eksplorasi data
  • Supervised dan unsupervised machine learning
  • Klasifikasi data teks dan gambar
  • Text mining, sentiment analysis, dan topic modeling
  • Evaluasi dan interpretasi hasil analisis data

Setelah menyelesaikan course, peserta diharapkan mampu memahami proses pengolahan data dari tahap eksplorasi hingga pemodelan machine learning. Peserta juga dipersiapkan untuk mengikuti ujian sertifikasi internasional Certified Data Science Practitioner (CDSP) CertNexus.

Target Pembelajaran

Peserta diharapkan mampu:

  1. Memahami konsep dasar data science dan pemrograman Python.
  2. Melakukan eksplorasi, pembersihan, dan analisis data.
  3. Memahami penerapan supervised dan unsupervised machine learning.
  4. Menerapkan analisis data teks, sentiment analysis, dan topic modeling.
  5. Mengevaluasi dan menginterpretasikan hasil pemodelan data.

Spesifikasi

  • Laptop atau PC dengan RAM minimal 4 GB; direkomendasikan 8 GB
  • Sistem operasi Windows, macOS, atau Linux
  • Browser versi terbaru
  • Akun Google untuk mengakses Google Colab
  • Python, Jupyter Notebook, atau Visual Studio Code bersifat opsional
  • Akses internet yang stabil

Kriteria Kelulusan

Peserta diwajibkan mengikuti kuis pada setiap silabus yang tersedia di dalam course. Tugas akhir dapat diakses setelah peserta menyelesaikan seluruh kuis dengan nilai minimal sesuai Kriteria Ketuntasan Minimal, yaitu 70.

Peserta akan memperoleh sertifikat penyelesaian course setelah menyelesaikan seluruh materi, kuis, dan tugas akhir sesuai ketentuan.

Skema Penilaian

A. Kuis — 80%

Kuis pada setiap silabus terdiri dari soal pilihan ganda. Nilai dari seluruh kuis akan diakumulasikan sebagai komponen utama penilaian pembelajaran.

B. Tugas Akhir — 20%

Tugas akhir berupa rangkuman dan analisis hasil pembelajaran yang menunjukkan pemahaman peserta mengenai data science, Python, machine learning, dan text mining.

Jadwal Diskusi

Pada course ini tidak terdapat jadwal diskusi.

Detail Course
  • Penyusun Materi Logo Bisa AI
    BISA AI Academy
  • Harga Course
    Rp 7,699,000 Rp 13,500,000

  • Mahir

    16 Jam

    0 Siswa

    32 Modul

    0