DIGITAL SKILLS
ARTIFICIAL INTELLIGENCE, CYBERSECURITY,
DATA ANALYSIS, DATA SCIENCE, INTERNET OF THINGS.
SILABUS DIGITAL SKILLS
DIGITAL TALENT SCHOLARSHIP 2019
INFORMASI UMUM
Tema Pelatihan Digital Skills | Artificial Intelligence, Cybersecurity, Data
Analysis, Data Science, Internet of Things.
Mitra Penyelenggara Microsoft
Target Peserta 1500 Peserta
Pelaksanaan 1 (satu) sampai 3 (tiga) bulan di antara Bulan Agustus
sampai November 2019
Tools LMS Microsoft
Sertifikasi Sertifikat Microsoft
Persyaratan Peserta • Warga Negara Indonesia
• Lolos seleksi administrasi dan tes substansi
DESKRIPSI
Digital Skills
Pelatihan Digital Skills merupakan pelatihan di bidang IT yang terdiri dari 5 (lima)
sub-tema pelatihan yaitu Artificial Intelligence, Cybersecurity, Data Analysis, Data
Science, dan Internet of Things. Pelatihan Digital Skills membantu peserta untuk
meningkatkan produktivitas menggunakan teknologi dalam menjalankan aktifitas
kerja, melakukan penelitian, atau mengembangkan keterampilan untuk menjadi
seorang ahli di bidang teknologi.
TUJUAN PELATIHAN
Setelah mengikuti pelatihan ini, peserta diharapkan mampu untuk:
Digital Skills: Internet of Things
• Memahami pengertian IoT dan mengetahui perbedaan antara
commercial IoT device dan consumer IoT device
• Mengetahui bagaimana IoT dapat digunakan untuk mendukung
kebutuhan bisnis dalam industri seperti manufaktur, smart city, energi,
kesehatan, retail, dan transportasi
• Mampu menjelaskan komponen arsitektur IoT
• Mampu menentukan pilihan prioritas terhadap masalah keamanan ketika
mengimplementasikan IoT solution
• Mampu mengimplementasikan komunikasi, data, dan jalur proses dalam
IoT solution
• Mampu melakukan pendekatan bisnis dalam penerapan IoT solution
• Menjelaskan perangkat lunak dan layanan yang masuk ke IoT solution
dan pertimbangan keamanan dalam pelaksanaannya
RENCANA PELATIHAN:Internet of Things
Sesi Tujuan belajar
Sesi 1 Specify the Requirements for an IoT Solution
Memulai IoT
Sesi 2 Program Embedded Device Hardware
Perangkat pemrograman untuk IoT: C edition
Sesi 3 Implement IoT Device Communication
Konfigurasi dan komunikasi perangkat IoT: C Edition
Sesi 4 Analyze and Store IoT Data
IoT data analytics dan penyimpanan
Sesi 5 Visualize and Interpret IoT Data
Business intelligence untuk IoT solutions
Sesi 6 Implement Predictive Analytics using IoT Data
Predictive analytics untuk IoT solutions
Sesi 7 Evaluate and Design an IoT Solution
desain arsitektur dan perencanaan bisnis IoT
Sesi 8 Final Project
Microsoft Professional Capstone: IoT Solution Architect
Provided
TUJUAN PELATIHAN
Setelah mengikuti pelatihan ini, peserta diharapkan mampu untuk:
Digital Skills: Cybersecurity
• Mampu menggambarkanlanskap ancaman dan melakukan prosedur
keamanan
• Mampu mengidentifikasi dan memprioritaskan sistem keamanan yang
membutuhkan perlindungan
• Mendeteksi pelanggaran awal. Mengklasifikasikan tingkat sistem
pelanggaran
• Menanggapi insiden keamanan secara efektif, dan meminimalkan dampak
bisnis
HASIL PEMBELAJARAN
Setelah mengikuti pelatihan ini, peserta diharapkan mampu untuk:
Digital Skills: Artificaial Intelligence
• Menggunakan Python untuk memproses data
• Mempertimbangkan Etika dalam penggunaan AI
• Membangun Model Machine Learning
• Membangun Model Reinforcement Learning
• Mengembangkan terapan AI solution
• Mengoperasionalkan AI solution
TUJUAN PELATIHAN
Setelah mengikuti pelatihan ini, peserta diharapkan mampu untuk:
Digital Keterampilan: Data Analysis
• Memahami data bari berbagai macam konteks
• Memahami data dan konsep matematika
• Bekerja dengan berbagai jenis data
• Memahami literasi data dan mampu melakukan data storytelling
• Meringkasan statistik untuk dilakukan analisis dan memahami set data
• Menerapkan metode analisis untuk bsnis dan industri
TUJUAN PELATIHAN
Setelah mengikuti pelatihan ini, peserta diharapkan mampu untuk:
Digital Skills: Data Science
• Menggunakan Microsoft Excel untuk mengeksplorasi data
• Menggunakan Transact-SQL untuk melakukan query database
• Membuat model data dan memvisualisasikan data menggunakan Excel
atau Power BI
• Menerapkan metode statistik ke data
• Gunakan R atau Python untuk mengeksplorasi dan mentransformasikan
data
• Membuat dan memvalidasi model pembelajaran mesin dengan Azure
Machine Learning
• Menggunakan R atau Python untuk membangun machine learning
digitalent.kominfo.go.id