Schedule

Silahkan Tentukan dan Lihat Program Trainingnya

Studi Independen Bersertifikat (SIB) Mandiri

Codeless Data Science

Program ini memberikan kesempatan kepada peserta untuk mengembangkan keterampilan dan pengetahuan dalam disiplin-disiplin teknologi yang krusial dalam dunia industri saat ini. Secara keseluruhan, program ini menciptakan lintasan pembelajaran yang komprehensif dan relevan dengan kebutuhan industri. Peserta diberdayakan untuk menjadi profesional yang tangguh dan dapat beradaptasi di dunia teknologi yang terus berkembang.

codeless-data-science-sib-mandiri

Mahasiswa S1 dan D3

Minimal mahasiswa semester 5

Hot

Jurusan

Ilmu Data (Ilmu Data), Statistika, Matematika Terapan, Ilmu Komputer, Akuntansi, Teknik Informatika, Statistika Bisnis, Sistem Informasi, Manajemen, Ilmu Komputer, Sistem Informasi, Sistem Komputer, Teknologi Informasi, Rekayasa Perangkat Lunak, Elektro, atau bidang terkait.

Hot

Pembelajaran SIB Mandiri - Codeless Data Science?

SIB Mandiri – Codeless Data Science, 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 project 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. Pada akhir pembelajaran, setiap peserta akan mengikuti ujian sebagai syarat untuk memperoleh sertifikat sebagai Codeless Data Science.

Tujuan Pembelajaran

Setelah menyelesaikan program ini maka peserta akan mampu:

  • Menentukan penyelesaian masalah yang paling tepat dari berbagai alternatif pemecahan masalah yang ditemukan.
  • Memahami pengertian, tujuan, dan prinsip-prinsip manajemen waktu, serta dapat 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.
  • Menginstal, 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.

Siapa yang harus mengikuti SIB Mandiri - Codeless Data Science?

Mahasiswa S1 dan D3

Minimal mahasiswa semester 5

Hot

Jurusan

Ilmu Data (Ilmu Data), Statistika, Matematika Terapan, Ilmu Komputer, Akuntansi, Teknik Informatika, Statistika Bisnis, Sistem Informasi, Manajemen, Ilmu Komputer, Sistem Informasi, Sistem Komputer, Teknologi Informasi, Rekayasa Perangkat Lunak, Elektro, atau bidang terkait.

Hot

Materi yang Kamu Dapatkan

  1. Soft Skill
  2. Overview of KNIME Analytics Platform
  3. Data Access
  4. Data Cleaning
  5. Aggregation & Data Blending
  6. Visualization
  7. Intro to Machine Learning
  1. Data Export and Reporting
  2. Date & Time and Databases
  3. Flow Variables & Components
  4. REST API
  5. Advanced Machine Learning
  6. Final Project

Durasi & Biaya

  • Durasi : 
900 Jam (On-Line via Zoom)
  • Biaya:
Rp. 14.000.000 (Rp. 2.800.000 /bulan)

Benefit yang Kamu Dapatkan

  • Bases project
  • Bimbingan/mentor project
  • Sertifikat kompetensi
  • Kurikulum setara dengan 20 SKS

© 2023 Nurul Fikri Academy. All Rights Reserved Owned by PT Nurul Fikri Cipta Inovasi