Data Scientist Bersertifikat – Pelatihan dan Sertifikasi BNSP

11-Oct-2025

Pembuat : Admin Mobile Faculty

Kategori : Media Pembelajaran

Data Scientist Bersertifikat – Pelatihan dan Sertifikasi BNSP

Program Pelatihan & Sertifikasi Data Scientist BNSP berbasis SKKNI ini dirancang untuk membekali peserta dengan keterampilan analisis data tingkat lanjut yang sesuai dengan standar nasional. Biaya pelatihan Rp8.100.000 sudah termasuk penginapan dan konsumsi selama kegiatan (minimal 8 peserta). Pelatihan dapat diikuti secara offline maupun online, dengan durasi 2 hari pelatihan + 1 hari uji kompetensi resmi BNSP.

Pendahuluan

Data Scientist merupakan profesi yang sangat dicari di era big data. Tugasnya meliputi pengumpulan, pembersihan, analisis, dan pemodelan data untuk menghasilkan insight yang dapat digunakan dalam pengambilan keputusan strategis.

Melalui pelatihan ini, peserta akan mendapatkan materi dan praktik sesuai Standar Kompetensi Kerja Nasional Indonesia (SKKNI), serta kesempatan mengikuti uji kompetensi resmi BNSP untuk memperoleh sertifikat yang diakui secara nasional.

Unit Kompetensi

  1. J.62DMI00.001.1 – Menentukan Objektif Bisnis

  2. J.62DMI00.002.1 – Menentukan Tujuan Teknis Data Science

  3. J.62DMI00.005.1 – Menelaah Data

  4. J.62DMI00.006.1 – Memvalidasi Data

  5. J.62DMI00.007.1 – Menentukan Objek Data

  6. J.62DMI00.008.1 – Membersihkan Data

  7. J.62DMI00.009.1 – Mengkonstruksi Data

  8. J.62DMI00.012.1 – Membangun Skenario Model

  9. J.62DMI00.013.1 – Membangun Model

  10. J.62DMI00.014.1 – Mengevaluasi Hasil Pemodelan

  11. J.62DMI00.015.1 – Melakukan Proses Review Pemodelan

Contoh Studi Kasus (Python)

Contoh sederhana membangun model prediksi risiko kredit menggunakan Random Forest:

import pandas as pd from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import classification_report # Data contoh data = { pendapatan: [5000, 2000, 7000, 1500, 8000], umur: [25, 40, 30, 22, 35], hutang: [0, 1, 0, 1, 0], resiko: [0, 1, 0, 1, 0] # 0 = aman, 1 = berisiko } df = pd.DataFrame(data) # Pisahkan fitur dan target X = df[[pendapatan, umur, hutang]] y = df[resiko] # Split data X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # Bangun model model = RandomForestClassifier() model.fit(X_train, y_train) # Prediksi dan evaluasi y_pred = model.predict(X_test) print(classification_report(y_test, y_pred))

Studi kasus ini mencakup langkah pembersihan data, pemilihan fitur, pembangunan model, dan evaluasi performa.

Silabus Pelatihan & Uji Kompetensi

Hari Kegiatan Materi
Hari 1 Pelatihan Menentukan Objektif Bisnis, Tujuan Teknis Data Science, Menelaah & Memvalidasi Data
Hari 2 Pelatihan Membersihkan & Mengkonstruksi Data, Membangun Skenario & Model, Evaluasi & Review
Hari 3 Uji Kompetensi Ujian teori, praktik analisis, presentasi hasil model

Kesimpulan

Kami menyediakan Pelatihan & Sertifikasi BNSP untuk skema Data Scientist berbasis SKKNI dengan harga Rp8.100.000 (termasuk penginapan dan makan, minimal 8 peserta). Program tersedia secara offline dan online dengan instruktur berpengalaman.
Detail program dan pendaftaran: https://mobilefaculty.com/skema-sertifikasi-bidang-komputer/