Data Science bukanlah sebuah ilmu yang berdiri sendiri. Melainkan merupakan kombinasi dari berbagai bidang termasuk Ilmu Komputer, Matematika, Statistik, dan Strategi Bisnis. Tiga komponen yang terlibat dalam Data Science yaitu Organising, Packaging, dan Delivering Data (The OPD of Data). Organising data adalah proses penyimpanan data yang digabungkan dengan manajemen data. Tujuannya adalah untuk mengekstrak sebuah pengetahuan atau informasi dari data. Packaging data merupakan proses manipulasi dan penggabungan data mentah yang akan direpresentasikan. Hal ini berguna dalam mengolah teks, gambar, video, audio, dan lain-lain untuk menghasilkan sistem kecerdasan buatan. Sistem kecerdasan buatan ini dapat dirancang untuk melakukan berbagai tugas yang terlalu sulit untuk kecerdasan manusia. Hasil data yang diolah sistem kecerdasan buatan akan dapat dimanfaatkan oleh analis dan pengguna dalam bisnis untuk merancang strategi yang tepat untuk menyelesaikan suatu masalah atau mencapai sebuah tujuan. Delivering data merupakan proses untuk memastikan bahwa pesan data telah diakses oleh mereka yang memerlukannya. Menurut penelitian tahun 2011, diperkirakan pada tahun 2020 dunia akan menghasilkan 50 kali lipat data dibandingkan tahun 2011.

Peningkatan aliran data yang drastis tersebut, akan muncul alat-alat baru yang dapat digunakan untuk memanfaatkan data mentah dengan tepat. Data Science mencakup semua alat, teknik, dan teknologi yang akan membantu kita menangani peningkatan aliran data tersebut. Data Science merupakan perpaduan interdisipliner dari penurunan data, pengembangan algoritma, dan teknologi untuk memecahkan masalah analitik yang kompleks.

Data science adalah ilmu yang penting, karena bisnis kecil maupun besar sangat bergantung pada data. Jika perusahaan tidak mampu mengolah data, bisnis tidak akan memiliki pedoman untuk strategi operasi yang efektif dan efisien untuk mendapat keuntungan. Saat ini, perusahaan-perusahaan di seluruh dunia semakin menyadari pentingnya data science, kecerdasan buatan, dan machine learning. Jika sebuah bisnis ingin berkompetisi dan tetap relevan, ia harus mampu mengimplementasi data science.

Hal Varian, seorang ahli ekonom Google dan dosen Ilmu Komputer, Bisnis, dan Ekonomi UC Berkeley, mengatakan bahwa kemampuan mengambil, memahami, memroses, dan menyaring nilai dari suatu data serta memvisualisasikannya adalah keahlian yang semakin penting di dekade yang akan datang. Tentu saja, orang yang memiliki pemahaman data science yang baik akan menjadi berharga dan banyak dicari.

Tujuan

Pada akhir pembelajaran, setiap peserta akan mengikuti ujian sebagai syarat untuk memperoleh sertifikat sebagai Data Science Academy. Pada project aktif, peserta akan dibagi menjadi kelompok, dimana satu kelompok terdiri atas 10 orang, dan setiap kelompok akan mendapatkan use case dan studi kasus dari beberapa mitra industri yang merupakan partner dari penyelenggara studi independen. Setiap kelompok juga akan memiliki 1 (satu) pembimbing kelompok.

Siapa yang harus mengikuti?

  • Mahasiswa D3 (minimal semester 5)
  • Mahasiswa S1 (minimal semester 5)
  • Jurusan: Teknik Informatika, Ilmu Komputer, Sistem Informasi, Sistem Komputer, Teknologi Informasi, Rekayasa Perangkat Lunak, dan Matematika/Komputasi.

Pokok Bahasan

  • SQL untuk Analitik
  • Analisa dan Visualisasi Data
  • Excel untuk Analisis Data
  • Metodologi dan Analisis Data Science
  • Dasar Algoritma untuk Data Science
  • Pengenalan Python untuk Data Science
  • Pengenalan Data Mining
  • Soft Skill
    (Komunikasi Interpersonal, Pemecahan Masalah, Kerjasama Tim, Manajemen Waktu, dan Creative Thinking)
  • Final Project

Durasi

900 jam (5 bulan)
(Online)

Biaya

Rp 14.000.000,- (Rp. 2.800.000 / bulan)

Benefit

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

Untuk informasi lebih lanjut silahkan hubungi kami di:
Data Academy Learning Center
WA. 0812.9408.4199