Studi Independen Bersertifikat Data Science Low Code
Validasi dan tingkatkan keahlian anda dengan mengikuti kursus/pelatihan/training berikut.
Deskripsi Kursus
Program Studi Independen Bersertifikat Data Science Low Code adalah program interdisipliner yang dirancang untuk membekali peserta dengan keterampilan dan pengetahuan yang komprehensif dalam berbagai aspek pemasaran digital dan teknologi informasi. Peserta akan menjalani serangkaian modul yang mencakup aspek-aspek kunci dari masing-masing disiplin tersebut, memungkinkan mereka untuk memahami, mengintegrasikan, dan menerapkan solusi end-to-end dalam konteks bisnis modern dan teknologi informasi. Program Lulusan ini diharapkan memiliki keterampilan yang sangat relevan dalam pemasaran digital, analisis data, pengembangan web, dan manajemen jaringan. Mereka dapat bekerja sebagai pemasaran digital, analis data, pengembang web, atau jaringan profesional, dan dapat memberikan kontribusi pada keberhasilan strategi teknologi dan pemasaran dalam berbagai industri. Program ini menciptakan peluang bagi lulusan untuk menjadi pemimpin dalam perubahan digital dan teknologi yang terus berkembang.
Program ini meliputi pembelajaran individu dan project akhir dalam bentuk tim. Pada pembelajaran individu, setiap peserta akan mengikuti kelas dalam bentuk online meeting. Peserta dapat berkonsultasi dengan expert terkait materi yang dipelajarinya. Selain itu, setiap peserta akan memiliki pembimbing proyek dan dapat berkonsultasi jika peserta menemui kesulitan non-akademik dalam mengikuti pembelajaran maupun ketika mengerjakan proyek. Pada akhir pembelajaran, setiap peserta akan mengikuti ujian sebagai syarat untuk memperoleh sertifikat sebagai Data Science Low Code. Pada projek akhir, peserta akan dibagi menjadi beberapa kelompok. Satu kelompok terdiri atas 25 orang, dan setiap kelompok akan mendapat project akhir mitra industri yang merupakan partner dari penyelenggara studi independen. Setiap kelompok juga akan memiliki seorang pembimbing kelompok.
Format & Biaya Kursus
Kursus berjalan selama 900 jam (5 bulan) dan dilaksanakan dengan 2 (dua) metode:
- Kelas Offline
- Kelas Online melalui aplikasi Zoom
Persyaratan
- >
- Peserta wajib terhubung ke internet ketika training berlangsung
- Mahasiswa S1 atau D3
- Minimal semester 5
- Jurusan : Teknik Informatika, Ilmu Komputer, Sistem Informasi, Sistem Komputer, Teknologi Informasi, Rekayasa Perangkat Lunak, Matematika/Komputasi, dan Elektro
Tujuan Kursus
Setelah menyelesaikan kursus ini maka peserta akan mampu:
- Menginstal KNAP (KNIME Analytics Platform), mengoperasikan, mengeksekusi common node dan operasi workflow, dan clean-up workflow dengan metanodes.
- Menunjukkan cara mengakses file dalam berbagai format dan database pada KNIME.
- Mengoperasikan filtering baris dan kolom, transformasi angka dan string, serta menghitung rules berbasis fitur.
- Menjelaskan data aggregation dan mengeksekusi operasi Group By dan pivoting, serta operasi join dan concatenate.
- Menjelaskan cara mengeksplorasi data dengan node visualisasi, visualisasi data 1-dan-2 dimensi, mengkombinasikan multiple views pada composite view, dan opsi interaktif pada single & composite view.
- Menjelaskan konsep learner-predictor, langkah-langkah dalam pelatihan model klasifikasi, cara identifikasi dan operasi model decision tree, dan model regresi linier, serta cara menghitung skor metrik untuk model klasifikasi dan regresi.
- Menjelaskan cara mengekspor data menjadi sebuah file dan reporting dengan BIRT.
- Mengkalkulasi nilai Date&Time dari nilai string dan penerapan lainnya, membuat daftar dan mengoperasikan preprocessing node untuk membentuk moving average dan aggregation, serta mengoperasikan manipulasi data secara langsung dalam database.
- Menjelaskan penggunaan KNIME untuk flow variables dan components.
- Membandingkan konsep loop dan switch, mengidentifikasi dan mengeksekusi loop dasar, serta menganalisa dan mengeksekusi workflow yang menghasilkan switch berbasis pada suatu nilai variabel flow.
- Menjelaskan strategi untuk membangun model ensemble, cara mengeksekusi algoritma Random Forest, dan loop optimasi parameter.
- Bekerja sama secara tim untuk mengerjakan proyek penerapan data science pada suatu permasalahan di suatu organisasi menggunakan KNIME Analytics Platform.
- Menentukan penyelesaian masalah yang paling tepat dari berbagai alternatif pemecahan masalah yang ditemukan.
- Memahami pengertian, tujuan, dan prinsip-prinsip manajemen waktu, serta mampu menentukan urutan prioritas.
- Menjelaskan lingkup kreativitas dan pola serta proses berpikir kreatif untuk menemukan cara pemecahan masalah dan pengambilan keputusan.
- Menjelaskan pengertian komunikasi interpersonal yang baik.
- Menjalankan suatu komitmen secara bersama agar bisa mencapai tujuan yang sama pula.
Silabus / Materi Pembelajaran
Di bawah ini adalah materi pembelajaran yang akan di ajarkan selama kursus berlangsung:
- Pengenalan KNAP
- Akses File dan Data pada KNAP
- Pembersihan Data dengan KNAP
- Agregasi dan Penggabungan Data dengan KNAP
- Visualisasi Data
- Pengantar Pembelajaran Mesin dengan KNAP
- Ekspor dan Pelaporan Data dengan KNAP
- Penerapan Date&Time dan Database pada KNAP
- Variabel Aliran dan Komponen pada KNAP
- Kontrol Aliran pada KNAP
- Pembelajaran Mesin Lanjutan
- Proyek Final
- Keterampilan Non Teknis (Soft Skill)
Fasilitas
Dibawah ini adalah fasilitas yang akan didapatkan setiap peserta:
- Instruktur Profesional, berpengalaman dibidangnya
- Student Guide dan Lab Guide
- 2 x Coffee Break, 1 x Lunch (makan siang) setiap pertemuan (kecuali kelas online)
- Sertifikat attendance training dari Hendevane Training Partner (HTP)
- Sertifikat keikutsertaan dan sertifikasi kompetensi Data Science Low Code
Minta Kelas Pribadi / In-House
Gunakan formulir di bawah ini untuk permintaan kelas yang Pribadi / In-House yang terlist maupun tidak di website kami.
