Back
Cover Course Master Class + Sertifikasi BNSP – Data Scientist (Okupasi Level 7)
Menengah Promo +200 Points Bersertifikat Offline Ujian di LSP Teknologi Rekayasa dan Informatika

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.

 

Persyaratan Dasar Uji Kompetensi  BNSP – Data Scientist (Okupasi Level 7)
A. Persyaratan Kualifikasi (Wajib memenuhi salah satu):

  1. Fotokopi transkrip nilai Magister/Magister Terapan bidang TIK, disertai bukti praktik industri/magang atau minimal 2 rekaman proyek Data Scientist yang divalidasi pihak ketiga.
  2. Fotokopi sertifikat pelatihan berbasis kompetensi Data Scientist dari Lembaga Pelatihan Vokasi.
  3. Fotokopi SK pengangkatan, kontrak kerja, atau surat tugas sebagai Data Scientist.
  4. Fotokopi surat keterangan pengalaman kerja sebagai Data Scientist minimal 6 bulan dalam 2 tahun terakhir.

B. Dokumen Administratif (Wajib):

  1. Fotokopi KTP (WNI) atau Paspor dan KITAS (WNA).
  2. Pas foto berwarna ukuran 3 × 4 cm dengan latar belakang merah.

C. Portofolio Pendukung (Opsional, Direkomendasikan):

  1. Dokumen Hasil Pekerjaan
  2. Surat Rekomendasi/Referensi
  3. Bukti tambahan pengalaman atau kompetensi.

Penting! Seluruh dokumen persyaratan wajib dipersiapkan sesuai ketentuan LSP. Untuk ujian secara offline, dokumen wajib dicetak dan dibawa saat pelaksanaan asesmen.

Material Author BISA AI Academy

Course Details

About this class

Summary of materials, learning objectives, and class assessment rules.

General Information

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

Learning Objectives

  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.

Specifications

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

Passing Criteria

Participants are required to take the quiz for each syllabus in the course. The final assignment can be accessed if participants have completed the quiz in each syllabus with a score that meets the minimum passing criteria (KKM) of 70. After participants complete the quizzes and final assignment, they will receive a certificate.

Assessment Scheme

A. Quiz (80%)

The quiz questions in each syllabus consist of multiple-choice questions that participants must answer. A quiz score can be obtained if participants can complete the quiz in each syllabus perfectly. The quiz score for each syllabus will be accumulated at 10%.

B. Final assignment (20%)

The final assignment consists of one analytical question taken from the syllabus. A final assignment score can be obtained if participants successfully complete the final assignment well.

Jadwal Diskusi

Pada Course ini tidak ada diskusi.