pacmann

BROSUR SEKOLAH DATA

INFORMASI KELAS
Versi 4.0 April 2021

KELAS ONLINE

PELAJARI RESEARCH, STATISTICS, DAN MACHINE LEARNING

SECARA MENDALAM DAN MENYELURUH SECARA ONLINE
 pacmann

DAFTAR ISI
DAFTAR ISI 1

LATAR BELAKANG PROGRAM 2

TENTANG NON-DEGREE PROGRAM 3

Tentang Business Intelligence 3

Tentang Data Scientist 7

KURIKULUM BUSINESS INTELLIGENCE 11

KURIKULUM DATA SCIENTIST 12

SILABUS MATERI 13

SISTEM BELAJAR 17

FASILITAS 18

JADWAL DAN MEKANISME PEMBELAJARAN 21

PRE-TEST 22

TUGAS DAN SISTEM PENILAIAN 22

SERTIFIKAT 23

SPESIFIKASI PERANGKAT 24

PROSES PENDAFTARAN 25

JADWAL PENDAFTARAN 26

HARGA 27

METODE PEMBAYARAN 27

REFUND POLICY 30

PROFIL REVIEWER & PENGAJAR 33

FAQ 35

PROFIL PERUSAHAAN 37

TESTIMONI 38

Halaman - 1 | Contact: business@pacmannai.com

 pacmann

LATAR BELAKANG PROGRAM

Kami melihat besarnya keinginan teman-teman di Indonesia untuk bisa memahami
data modeling, baik dari industri maupun dari akademia. Alasan ini lah yang membuat
kami berusaha membuat pelatihan data modeling di masa lalu. Materi yang ingin
dipelajari bukan saja hanya Machine Learning/AI secara umum oleh teman-teman Data
Scientist, namun juga kemampuan modeling Statistical Inference dan Causality Inference,
melakukan Simulation dan Decision Making Under Uncertainty oleh teman-teman Policy
Researcher dan Economist. Kami menyimpulkan bahwa kemampuan data modeling
bukan lah hanya Machine Learning saja, kemampuan data modeling dibutuhkan oleh
semua bidang, i.e. bukan hanya oleh Data Scientist saja.

Alasan di atas dan keinginan memiliki kemampuan data modeling yang beragam
membuat kami merealisasikan kelas Machine Learning dan Statistics pertama kami di
2017, menjadi salah satu pelatihan ML/Stats pertama di Indonesia dengan 120 peserta.
Kelas Machine Learning ini berisikan Supervised dan Unsupervised Learning dengan
berbagai kasus dari Kaggle. Kelas Statistics kami berisikan materi Frequentist Statistics,
Bayesian Statistics, Time Series, Large Scale Linear Model. Kelas ini banyak mengantarkan
teman-teman menjadi Data Scientist atau Researcher di banyak tempat. Kami berpikir
bahwa kelas kami sudah memenuhi tujuan awal, mengenalkan ML/Stats Inference ke
khalayak umum.

Namun beberapa alumni dari training tersebut menyatakan beberapa keinginan

kepada kami. Mereka ingin tumbuh berkembang, memahami lebih dalam data modeling,
pada khususnya Statistics dan Machine Learning. Mereka ingin memahami Statistics dari
dasar hingga level advanced, dari Probability Theory hingga Bayesian Statistics. Mereka
ingin memahami KNN hingga SVD++ Recommender System. Dengan kata lain, banyak
yang meminta kami mengajarkan Statistics dan Machine Learning dengan sangat
menyeluruh, mirip kurikulum S1 dan S2 yang digabungkan. Dengan permintaan kurikulum
yang menyeluruh seperti itu, maka tidak bisa dibuat sebuah bootcamp yang hanya
mengajarkan "kulit" dari pengetahuan Machine Learning dan Statistics saja.

Pada tahun ini kami dapat mengabulkannya dengan membuat program Sekolah
Data ini. Sekolah Data ini adalah program dengan materi menyeluruh membahas materi
(hampir) seluruh S1 dan S2, Statistics dan Machine Learning, "non degree"/ tanpa ijazah.
Program ini mengajarkan "mata kuliah"/course dari Calculus Refresher dan Python
Programming, sampai Bayesian Statistics dan Probabilistic Machine Learning. Kami harap
program ini dapat memenuhi rasa ingin belajar teman-teman yang haus pemahaman
menyeluruh dari data modeling.

Halaman - 2 | Contact: business@pacmannai.com

 pacmann

TENTANG NON-DEGREE PROGRAM

Merupakan program pembelajaran berkelanjutan yang dirancang berdasarkan karir
yang ingin kamu tuju. Pada brosur ini kami akan menjelaskan secara spesifik mengenai
Data Scientist dan Business Intelligence, apa saja yang dikerjakan oleh mereka, skills-skills
yang dibutuhkan, tools yang digunakan, serta ekspektasi salary yang bisa didapatkan.

Tentang Business Intelligence

1. Apa Itu Business Intelligence?
Profesi Business Intelligence adalah seorang yang bertugas untuk menganalisis
data dengan tujuan untuk mendukung pengambilan keputusan bisnis, baik mulai
dari segi operasi sampai dengan hal yang strategis.

Source: https://image.shutterstock.com/image-vector/business-intelligence-banner-web-icon-260nw-1453786367.jpg

Dengan meningkatnya penggunaan data pada sektor bisnis, demand perusahaan

terhadap seorang Business Intelligence semakin meningkat. Contoh beberapa
perusahaan yang memiliki Business Intelligence:

● Tokopedia
● Gojek
● Shopee

Mengapa perusahaan butuh Business Intelligence?

● Meningkatkan nilai data pada perusahaan.

● Pengambilan keputusan bisnis yang tepat.
● Efisiensi waktu dan biaya.

Halaman - 3 | Contact: business@pacmannai.com

 pacmann

2. Apa saja yang dikerjakan oleh seorang Business Intelligence?

a. Definisi Permasalahan

Seorang Business Intelligence akan secara langsung terlibat dalam proses

bisnis, maka proses awal yang dilalui adalah definisi permasalahan terlebih
dahulu. Proses ini biasanya dilakukan dengan diskusi kualitatif terlebih
dahulu dengan divisi yang terkait.

Pada tahap ini biasanya dilakukan:

● Analisis kondisi.
● Menentukan goal atau tujuan dari sebuah project.
● Menentukan metrik-metrik yang berpengaruh pada project tersebut.

b. Data Wrangling

Karena tugas dari seorang Business Intelligence adalah untuk menganalisis

data, salah satu pekerjaan harian dari seorang Business Intelligence adalah
Data Wrangling. Proses ini diperlukan untuk:

● Membersihkan data yang akan digunakan.

● Mentransformasi data menjadi bentuk yang lebih mudah digunakan.
● Mempersiapkan data untuk proses visualisasi dan analisis.

Halaman - 4 | Contact: business@pacmannai.com

 pacmann

c. Dashboard dan Visualization

Setelah data dibersihkan dan ditransformasi menjadi bentuk yang lebih baik,
maka proses selanjutnya adalah visualisasi data. Seringkali, tim maupun
seseorang Business Intelligence diminta untuk membuat dashboard yang
berisi visualisasi data sebagai tools untuk monitoring.

d. Analisis
Dari hasil data wrangling dan visualization, seorang Business Intelligence
dapat melakukan analisis dari data yang terkait dengan metrik dan tujuan
dari sebuah project. Misal, pada kasus marketing dapat dilakukan analisis:

● Metrik apa yang mempengaruhi engagement dari customer?

● Konten seperti apa yang menarik untuk calon customer?
● Apa yang menyebabkan jumlah customer berubah?
● Dll

e. Business Report
Setelah dilakukan analisis dari data yang ada, maka langkah terakhir adalah
membuat report. Seperti yang telah dijelaskan di awal, fungsi dari seorang
Business Intelligence adalah membantu menganalisis data untuk digunakan
sebagai dasar untuk membuat suatu keputusan pada bisnis. Sehingga, hasil
analisis tadi baru akan memberikan impact setelah dikomunikasikan kepada
tim bisnis.

Halaman - 5 | Contact: business@pacmannai.com

 pacmann

3. Skills yang dibutuhkan seorang Business Intelligence

Dikarenakan seorang Business Intelligence akan terlibat dalam proses bisnis, maka
skill utama yang harus dimiliki seorang BI adalah:

● Business Understanding: Skill ini dapat dilatih dengan cara banyak berdiskusi
dengan orang bisnis

Selain itu, karena BI berhubungan erat dengan data, maka skill teknis yang
diperlukan adalah:

● Data Wrangling
● SQL
● Statistics
● Visualization

4. Tools
Sebagai seorang Business Intelligence yang akan berkutat banyak dalam data, pada
umumnya digunakan tools sebagai berikut:

● Microsoft Excel
● SQL
● Tableau
● Python

5. Expected Salary (2021)

Tipikal salary dari Business Intelligence di Indonesia cukup beragam, dan
bergantung kepada perusahaan juga. Namun, gambaran dari expected salary
Business Intelligence di Indonesia adalah:
● Tahun Pertama = 5 - 10 juta/bulan
● Tahun Kedua = 10 - 17 juta/bulan
● Head of BI = 30 - 40 juta/bulan

Halaman - 6 | Contact: business@pacmannai.com

 pacmann

Tentang Data Scientist

1. Apa Itu Data Scientist?
Secara umum, seorang Data Scientist adalah seorang yang bertugas untuk
menganalisis data dan trend dengan tujuan tertentu. Seringkali seorang Data
Scientist menggunakan pemodelan statistik dan machine learning sebagai alat untuk
memprediksi dan mengeksploitasi data lebih lanjut.

Source: https://image.shutterstock.com/image-vector/business-intelligence-banner-web-icon-260nw-1453786367.jpg

Berikut adalah beberapa contoh perusahaan yang memiliki Data Scientist:

● Traveloka
● Ovo
● Gojek

Mengapa perusahaan butuh Data Scientist?

● Menyelesaikan masalah yang berkaitan dengan data.

● Meningkatkan nilai data pada perusahaan.
● Membuat prediksi dan mengeksploitasi data.

Halaman - 7 | Contact: business@pacmannai.com

 pacmann

2. Apa saja yang dikerjakan oleh seorang Data Scientist?

a. Definisi Permasalahan

Pada tahap ini biasanya dilakukan:

● Analisis kondisi.
● Menentukan scope permasalahan.
● Menentukan goal atau tujuan dari sebuah project.

b. Data Wrangling and Exploration

Setelah definisi dan batasan permasalahan sudah ditentukan, maka proses

selanjutnya adalah data wrangling and exploration. Secara umum tanggung
jawab dari seorang data scientist pada tahap ini adalah:

● Proses pengambilan data.

● Membersihkan data yang akan digunakan.
● Investigasi dan melakukan exploratory data analysis.
● Mempersiapkan data untuk proses pemodelan data.

Halaman - 8 | Contact: business@pacmannai.com

 pacmann

c. Data Modeling

Pembuatan model dari data adalah salah satu tugas utama Data Scientist.
Dalam membuat model, seorang Data Scientist perlu memahami berbagai
macam pemodelan data dan aplikasinya pada kasus-kasus yang sesuai.

d. Analisis dan Evaluasi

Setelah model dibuat, seorang Data Scientist perlu menganalisis dan
mengevaluasi model. Dalam tahap ini diperlukan:

● Validasi dan evaluasi model.

● Meminta feedback dari user.
● Perbaikan dan penyesuaian dari hasil evaluasi dan feedback.

e. Reporting and Presenting

Tahap akhir dari proses pekerjaan dari seorang Data Scientist adalah
reporting dan presentasi. Pada tahap ini, seorang Data Scientist harus bisa
menjelaskan apa yang dilakukan mulai dari tahap pendefinisian masalah
sampai model yang dibuat dapat digunakan. Sehingga, penting bagi seorang
Data Scientist untuk memiliki kemampuan komunikasi baik secara lisan
maupun tertulis dengan baik.

Halaman - 9 | Contact: business@pacmannai.com

 pacmann

3. Skills yang dibutuhkan seorang Data Scientist

Ada beberapa skills yang dibutuhkan agar dapat menjadi seorang Data Scientist
yang handal. Pekerjaan data scientist dapat dibilang sangat umum dan dapat
berada pada domain yang berbeda-beda sehingga seorang data scientist perlu
memiliki pengetahuan:

● Domain Knowledge: Ini adalah skill yang sangat penting untuk memahami
data yang diolah.
● Matematika dan Statistik: Ini adalah skill yang wajib dimiliki oleh seorang
Data Scientist untuk pengolahan data.
● Computer Science: Skill ini diperlukan oleh Data Scientist untuk melakukan
data modeling dengan pemrograman

Skill teknis yang umumnya diperlukan oleh seorang Data Scientist adalah:

● Data Wrangling
● Visualization
● Data Modeling

4. Tools
Seorang Data Scientist, pada umumnya menggunakan tools sebagai berikut:

● Python
● Pandas & numpy
● Seaborn
● Scikit-learn
● Statsmodels

5. Expected Salary (2021)

Tipikal salary dari Data Scientist di Indonesia cukup beragam, dan bergantung
kepada perusahaan juga. Namun, gambaran dari expected salary secara umum di
Indonesia adalah:
● Junior = 8 - 15 juta/bulan
● Mid-level = 18 - 25 juta/bulan
● Senior = 28 - 60++ juta/bulan

Halaman - 10 | Contact: business@pacmannai.com

 pacmann

KURIKULUM BUSINESS INTELLIGENCE

Melalui program non-degree ini, kami menawarkan kurikulum bagi teman-teman yang
ingin memulai karir menjadi seorang Business Intelligence:

BUSINESS INTELLIGENCE
Introduction to Business Intelligence
Business Intelligence
Applied Business Intelligence Cases
Basic Python Programming
Python
Python for Software Engineering
Data Visualization for Analysis
Data Visualization
Interactive Data Visualization
Basic Data Wrangling
Data Wrangling
Advanced Data Manipulation
Introduction to Probability
Probability
Probability for Inference
Shell Toolings
SQL & Tooling
Introduction to SQL
Basic Econometrics
Econometrics & Causality
Basic Causality Statistics
Introduction
Project Lab: BI
Evaluation

Kami merancang kurikulum Business Intelligence sedemikian rupa agar lulusan dari
Pacmann memiliki pengetahuan yang mendasar mengenai Business Intelligence itu
sendiri di dalam kelas Business Intelligence dan tools yang sering dipakai untuk
menganalisis data dalam Python yang akan diberikan di kelas Python, Data Wrangling,
Data Visualization, SQL dan Toolings.

Selain itu, peserta juga akan diberikan pengetahuan mendasar mengenai dasar ilmu
statistik dan dasar pemodelan statistik dalam kelas Probability dan Econometrics &
Causality. Selain itu, peserta juga akan diberikan kelas aplikatif berupa project lab.

Halaman - 11 | Contact: business@pacmannai.com

 pacmann

KURIKULUM DATA SCIENTIST

DATA SCIENTIST
Derivative Calculus for ML and Stats
Calculus
Integral Calculus for ML and Stats
Basic Python Programming
Python
Python for Software Engineering
Data Visualization for Analysis
Data Visualization
Interactive Data Visualization
Basic Data Wrangling
Data Wrangling
Advanced Data Manipulation
Introduction to Probability
Probability
Probability for Inference
Shell Toolings
SQL & Tooling
Introduction to SQL
Basic Econometrics
Econometrics & Causality
Basic Causality Statistics
Basic Linear Algebra
Linear Algebra
Applied Linear Algebra
Project Management for Data Sciences
Project Management in Data Science
Project Management Use Case

Machine Learning Theory and Parametrics Machine Learning Model

Algorithm Non-Parametrics Machine Learning Model

Introduction to Deep Learning

Deep Learning
Deep Learning Application

ML Cases in retail and marketing

Machine Learning Cases
ML Cases in finance and banking

Project Lab: ML Research and Introduction

Statistics Evaluation
ML Engineering for Production
Machine Learning Ops
ML Production Use Case

Halaman - 12 | Contact: business@pacmannai.com

 pacmann

SILABUS MATERI

Calculus

Materi course kalkulus terdiri dari dua bagian. Pada bagian pertama,
peserta akan diberi refresher matematika dasar seperti fungsi. Setelah
itu, peserta dikenalkan dengan konsep dari diferensial dan aplikasi
pada bidang Machine Learning dan Data Science seperti aturan turunan
dan aturan rantai.

Pada paruh kedua, materi akan berlanjut ke materi yang lebih advance seperti konsep
dari fungsi aktivasi, optimasi, integral dan aplikasi terkait pada bidang Data Science
seperti Gradient Descent.

Python

Basic Python Programming mencakup materi-materi dasar yang akan

digunakan pada pemrograman Python. Dalam kelas ini peserta akan
diajari mulai dari dasar seperti operasi aritmatik Python, conditional,
dan looping. Sampai dengan struktur data pada Python.

Dalam kelas Python for Software Engineering peserta akan diajarkan bagaimana
melakukan debugging, mengembangkan program dengan test driven development,
defensive programming, OOP, sampai dengan pembuatan virtual environment.

Probability
Secara keseluruhan, course probability berisi pengenalan probabilitas dan
probabilitas untuk inference. Dalam kelas pertama, peserta akan
dikenalkan kepada probabilitas, sampel, dan jenis-jenis distribusi sebagai
pengantar pertama untuk statistik.

Dalam kelas kedua, materi akan mencakup bab yang lebih advanced seperti Central
Limit Theorem, Joint Probability, sampai dengan Estimasi Parameter dengan
menggunakan likelihood sebagai dasar pengetahuan untuk membuat model dari data.

Halaman - 13 | Contact: business@pacmannai.com

 pacmann

Data Wrangling
Pada kelas Basic Data Wrangling, peserta akan secara intensif
menggunakan Pandas sebagai tools untuk melakukan data wrangling.
Peserta akan diberikan materi mengenai pengenalan data wrangling,
struktur data, sampai dengan Manipulasi data sederhana.

Pada kelas selanjutnya, mengenai Advanced Data Manipulation, peserta akan diberikan
materi manipulasi data seperti grouping, apply custom function, pivoting, sampai
dengan Manipulasi data Time Series.

SQL & Tooling

Pada kelas SQL & Tooling, peserta akan diajarkan cara menggunakan
Shell tooling seperti bash script, vim, dan git. Setelah itu akan diajarkan
mengenai penggunaan SQL untuk kebutuhan pengolahan data
sederhana.

Data Visualization
Di dalam kelas Data Visualization for Analysis, peserta akan
diberikan materi mengenai cara membuat visualisasi data yang baik
dengan menggunakan Python. Materi yang akan dijelaskan mencakup
visualisasi dan analisis 1D, 2D, Hi-Dimension, dan EDA.

Dalam kelas Data Visualization Dashboard with Tableau, peserta

akan diajarkan cara penggunaan Tableau mulai dari awal sampai dengan peserta dapat
membuat dashboard untuk keperluan visualisasi dan presentasi data.

Econometrics & Causality Statistics

Dalam kelas pertama, peserta akan diberikan materi mengenai dasar-dasar
analisis regresi seperti regresi linear sederhana, uji hipotesis, dan
autokorelasi. Konsep-konsep ini akan dijadikan landasan pengetahuan
untuk menganalisis data pada kelas-kelas selanjutnya.

Lalu, dalam kelas kedua akan dilanjutkan dengan materi dasar statistik kausalitas.

Halaman - 14 | Contact: business@pacmannai.com

 pacmann

Linear Algebra
Di kelas Basic Linear Algebra, peserta akan diajarkan dasar aljabar
linear seperti vektor, matriks, dan operasi terkait. Tujuan dari
diajarkannya aljabar linear adalah agar peserta dapat memahami dan
menerapkan operasi vektor dan matriks untuk aplikasi data science.

Setelah itu, dalam kelas Applied linear algebra, peserta akan

diberikan aplikasi aljabar linear seperti regresi linear, eigen decomposition, dan
principal component analysis.

Project Management in Data Science

Course ini ditujukan agar peserta selain memiliki kemampuan untuk
me-manage project yang berkaitan dengan Data Science. Kemampuan ini
penting untuk dimiliki oleh seorang Senior Data Scientist.

Sedikit berbeda dengan Project Management pada umumnya, beberapa materi dalam
course ini akan spesifik ke bidang Data Science seperti, Data Initiatives, Project
Management for Data Team, dan Building data Product.

Machine Learning Theory & Algorithm

Pada course ini, peserta akan diberikan materi mengenai teori dan praktek
dari machine learning. Dalam kelas pertama, akan diberikan materi
mengenai parametric machine learning seperti Logistic Regression,dan
Naive Bayes.

Dalam kelas kedua, akan diberikan materi mengenai nonparametric machine learning
seperti k-Nearest Neighbor dan Support Vector Machine.

Deep Learning
Dalam course ini, peserta akan diberikan materi mengenai deep learning
mulai dari konsep dasar seperti activation function, parameter
optimization sampai dengan penerapan aplikatif seperti convolutional
neural network.

Halaman - 15 | Contact: business@pacmannai.com

 pacmann

Machine Learning Cases

Melanjutkan course sebelumnya, course ini berisi tentang kasus-kasus yang
sering ditemui dalam Data Science dan Machine Learning. Untuk kelas yang
pertama, akan diberikan kasus-kasus pada marketing dan retail.

Sedangkan, dalam kelas kedua, kasus-kasus yang diberikan akan lebih

ditekankan ke bidang Finance dan Banking.

Machine Learning Ops

Salah satu kekurangan dari orang yang baru belajar Data Science
adalah kurangnya kemampuan untuk membuat model end-to-end.
Sehingga, pada course ini akan diberikan materi bagaimana membuat
model yang end-to-end sampai dengan proses deployment.

Lalu, dalam kelas kedua akan diberikan kasus-kasus yang sering ditemui pada saat
membuat model end-to-end serta cara menyelesaikan kasus-kasus tersebut.

Business Intelligence
Seorang Business Intelligence harus paham mengenai proses bisnis dan
cara menganalisis proses bisnis. Dalam kelas pertama, peserta akan
diberikan mengenai teori dan best practice dari
permasalahan-permasalahan BI.

Lalu, dalam kelas kedua peserta akan diberikan kasus-kasus aplikatif

yang dapat digunakan sebagai media belajar agar dapat menjadi Business Intelligence yang
handal.

Project Lab [BI for Business Intelligence Route / ML Research and

Statistics for Data Science Route ]
Dalam kelas ini, peserta akan diberikan kasus-kasus aplikatif dan akan
diminta untuk melakukan problem solving terhadap permasalahan yang
diberikan.

Halaman - 16 | Contact: business@pacmannai.com

 pacmann

SISTEM BELAJAR

Halaman - 17 | Contact: business@pacmannai.com

 pacmann

FASILITAS
Seluruh fasilitas dapat diakses oleh peserta yang:
● Akan mengambil minimal 8 kelas dalam program Business Intelligence atau 16
kelas dalam program Data Science. Kelas yang sudah pernah diambil oleh Siswa
sebelumnya tidak termasuk dalam perhitungan ini
● Sejumlah fasilitas seperti Student Manager, Career Coaching, dan Konsultasi
Modeling tetap dapat diakses oleh siswa selama 1 periode (2-3 bulan) setelah kelas
terakhir berakhir

1. Consistent Schedule
● Kelas dibuka secara konsisten dan sesuai dengan jadwal yang dicantumkan.
● Peserta dapat merencanakan jadwal kelas sesuai dengan kebutuhan karena
jadwal kelas yang sudah fix selama setahun ke depan.
* Terms and Condition:
- Apabila tidak ada kejadian di luar kendali Pacmann yang mengharuskan kelas
diundur.

2. Option to Pause Classes

Peserta kelas dapat mengajukan cuti selama 1 periode untuk program Business
Intelligence dan 2 periode untuk program Data Scientist tanpa dipungut biaya
tambahan.

* Terms and Condition:

- Fasilitas Cuti harus diajukan sebelum periode berikutnya berlangsung.
- Fasilitas Cuti tidak bisa dilakukan di tengah periode.

Halaman - 18 | Contact: business@pacmannai.com

 pacmann

3. Option to Repeat Classes

Peserta kelas mendapatkan fasilitas untuk mengulang kelas apabila masih kurang
paham atau tidak lulus kelas.

* Terms and Condition:

- Peserta harus mengulang 1 paket course (Introduction & Advanced), tidak
diperkenankan untuk mengulang hanya 1 kelas saja.
- Jumlah maksimal pengulangan adalah 1 kali per paket course (Introduction &
Advanced).

4. Modelling Consultation & Workshop

Peserta program akan mendapatkan fasilitas untuk berkonsultasi mengenai proyek

di luar materi pembelajaran Pacmann AI di dalam forum yang disedikan. Secara
okasional, peserta juga dapat memperoleh fasilitas workshop teknikal dari
Pacmann secara gratis.

5. Career Coaching Workshop

Peserta kelas akan mendapatkan fasilitas Career Coaching untuk membantu siswa
mencapai tujuan karirnya.

* Terms and Condition:

- Career Coaching bersifat opsional dan berbentuk webinar eksklusif-interaktif
untuk peserta yang dilakukan minimal satu kali per periode.

Halaman - 19 | Contact: business@pacmannai.com

 pacmann

6. Continuation

Peserta bisa melanjutkan dua program secara berurutan melalui fasilitas continuation.

* Terms and Condition:

- Peserta Non-Degree BI yang ingin melanjutkan ke DS, tetap harus membayar sisa
kelas secara penuh

7. Counseling Session

Peserta kelas akan mendapatkan fasilitas Counseling Session oleh Student Manager.
Fasilitas ini ditujukan sebagai tempat siswa untuk bercerita mengenai personal
development/goals dan progress perkembangan pembelajaran tiap peserta yang
dilakukan secara berkala.

8. Course Assistance

Peserta kelas akan mendapatkan asistensi untuk membantu siswa mengulang materi
yang sudah dipelajari sebelumnya di dalam kelas. Asistensi akan diadakan
berdasarkan polling kebutuhan peserta dan akan dilaksanakan di tengah minggu jika
minimal 5 peserta menginginkan asistensi.

9. Curated Job Board

Pacmann menyediakan job board yang berisi lowongan pekerjaan yang sudah
dikurasi oleh Pacmann. Lowongan yang ditampilkan di job board adalah

Halaman - 20 | Contact: business@pacmannai.com

 pacmann

JADWAL DAN MEKANISME PEMBELAJARAN

1. Live session diadakan selama 4 minggu, sebanyak 8 pertemuan untuk satu kelas.
2. Dalam satu bulan, peserta dianjurkan untuk langsung mengambil 2 course, agar
kurikulum dapat selesai tepat waktu.
3. Untuk Periode 5 Juni 2021, Kelas akan dilaksanakan. Pada waktu berikut:

Course Kelas Live Session

J

Derivative Calculus for ML and

Stats Sabtu & Minggu,
Calculus
Integral Calculus for ML and 11.15 - 13.45
Stats
Basic Python Programming
Python
Sabtu & Minggu,
Python for Software
08.00 - 10.30
Engineering
Basic Data Wrangling Sabtu & Minggu,
Data Wrangling
Advanced Data Manipulation 08.00 - 10.30

Data Data Visualization for Analysis Sabtu & Minggu,

Visualization Interactive Data Visualization 11.15 - 13.45

Business Introduction to BI Sabtu & Minggu,

Intelligence Applied BI Cases 08.00 - 10.30
Shell Toolings Sabtu & Minggu,
SQL & Tooling
Introduction to SQL 11.15 - 13.45

Probability Introduction to Probability Sabtu & Minggu,

11.15 - 13.45
Probability for Inference
Basic Linear Algebra Sabtu & Minggu,
Linear Algebra
Applied Linear Algebra 08.00 - 10.30
Basic Econometrics Sabtu & Minggu,
Econometrics
Basic Causality Statistics 11.15 - 13.45*
Parametrics Machine Learning
Machine Sabtu & Minggu,
Non-Parametrics Machine
Learning 08.00 - 10.30*
Learning

*: Menunggu konfirmasi lebih lanjut

Halaman - 21 | Contact: business@pacmannai.com

 pacmann

4. Terdapat sarana belajar selama berlangsungnya program, yaitu:

● Discourse: Forum untuk peserta berdiskusi dan bertanya.
● Platform Siswa: Platform dalam bentuk website untuk peserta membaca
materi kelas, mengerjakan kuis selama kelas, mengunduh dan mengunggah
tugas, dan melihat rekaman ulang video pembelajaran kelas.
● Video rekaman live session yang dapat diakses dan diputar ulang paling
lambat 1 hari setelah live session berlangsung

PRE-TEST
● Materi pre-test akan mencakup materi Matematika Dasar dan Bahasa Inggris
● Klik link dibawah ini untuk contoh soal pre-test :
○ Materi Tes Matematika
○ Contoh Soal Tes Matematika
○ Materi Tes Bahasa Inggris
○ Contoh Soal Test Bahasa Inggris
● Pre-test diwajibkan untuk peserta baru
● Jadwal pre-test dilaksanakan dari tanggal 17- 27 Mei 2021.
● Tidak ada limitasi jumlah percobaan pengambilan pre-test.
● Peserta yang sudah lulus pretest akan mendapat akses ke dalam platform
pembelajaran.

TUGAS DAN SISTEM PENILAIAN

● Tugas masuk ke dalam komponen penilaian yang akan menjadi kriteria kelulusan.
● Dalam 1 course (kelas Basic dan Advanced) akan diberikan sejumlah 8 tugas, namun
yang akan dinilai untuk kriteria kelulusan hanya 6 tugas pertama saja.
● Namun, agar peserta dapat memahami materi dengan baik. Peserta dianjurkan
untuk mengerjakan semua tugas.
● Tugas tiap kelas akan diberikan seminggu sekali.

Halaman - 22 | Contact: business@pacmannai.com

 pacmann

SERTIFIKAT
Kami akan mengirimkan sertifikat melalui email untuk setiap kelas serta program yang
sudah diselesaikan peserta. Berikut jenis sertifikat yang bisa didapatkan:

Kelas Non-degree

Sertifikat kelulusan untuk setiap kelas. Business Intelligence

Data Scientist

Contoh Sertifikat Kelas

Profil peserta nantinya akan di update untuk menunjukkan bahwa peserta telah lulus dari
kelas tersebut, hal ini dilakukan agar peserta dapat mengambil kelas lanjutan apabila
kelas dimana peserta lulus merupakan sebuah kelas prasyarat

Desain dari sertifikat dan halaman profil dapat berubah sewaktu-waktu.

Halaman - 23 | Contact: business@pacmannai.com

 pacmann

SPESIFIKASI PERANGKAT
Secara umum, materi akan disajikan menggunakan bahasa Python namun beberapa kelas
mungkin memerlukan perhitungan manual. Berikut aplikasi pendukung yang diperlukan:

Python 3.6+ JupyterLab

Kebutuhan komputer untuk menjalankan aplikasi bergantung pada jenis kelas, namun
setidaknya aplikasi membutuhkan:

● Windows 7/8/10, Mac, Linux

● Hard Disk 10GB

● RAM 4GB

Halaman - 24 | Contact: business@pacmannai.com

 pacmann

PROSES PENDAFTARAN
Untuk memulai pendaftaran silahkan kontak kami melalui whatsapp dengan mengakses
link berikut: https://bit.ly/WaSalesPacmann atau WA kami di +62 812-2469-6325. Adapun
langkah atau proses pendaftaran digambarkan pada flow dibawah ini.

Halaman - 25 | Contact: business@pacmannai.com

 pacmann

JADWAL PENDAFTARAN

2021
JANUARI FEBRUARI MARET APRIL
S M T W T F S S M T W T F S S M T W T F S S M T W T F S
1 2 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3
3 4 5 6 7 8 9 7 8 9 10 11 12 13 7 8 9 10 11 12 13 4 5 6 7 8 9 10
10 11 12 13 14 15 16 14 15 16 17 18 19 20 14 15 16 17 18 19 20 11 12 13 14 15 16 17
17 18 19 20 21 22 23 21 22 23 24 25 26 27 21 22 23 24 25 26 27 18 19 20 21 22 23 24
24 25 26 27 28 29 30 28 28 29 30 31 25 26 27 28 29 30
31

MEI JUNI JULI AGUSTUS

S M T W T F S S M T W T F S S M T W T F S S M T W T F S
1 1 2 3 4 5 1 2 3 1 2 3 4 5 6 7
2 3 4 5 6 7 8 6 7 8 9 10 11 12 4 5 6 7 8 9 10 8 9 10 11 12 13 14
9 10 11 12 13 14 15 13 14 15 16 17 18 19 11 12 13 14 15 16 17 15 16 17 18 19 20 21
16 17 18 19 20 21 22 20 21 22 23 24 25 26 18 19 20 21 22 23 24 22 23 24 25 26 27 28
23 24 25 26 27 28 29 27 28 29 30 25 26 27 28 29 30 31 29 30 31
30 31

SEPTEMBER OKTOBER NOVEMBER DESEMBER

S M T W T F S S M T W T F S S M T W T F S S M T W T F S
1 2 3 4 1 2 1 2 3 4 5 6 1 2 3 4
5 6 7 8 9 10 11 3 4 5 6 7 8 9 7 8 9 10 11 12 13 5 6 7 8 9 10 11
12 13 14 15 16 17 18 10 11 12 13 14 15 16 14 15 16 17 18 19 20 12 13 14 15 16 17 18
19 20 21 22 23 24 25 17 18 19 20 21 22 23 21 22 23 24 25 26 27 19 20 21 22 23 24 25

26 27 28 29 30 24 25 26 27 28 29 30 28 29 30 26 27 28 29 30 31

31
Notes:
… Libur Nasional … Periode 3: Pembelajaran 5 Juni - 25 Juli
… Cuti Bersama … Periode 4: Pembelajaran 31 Juli - 19 Sept
… Periode 1: Pembelajaran 16 Jan - 7 Mar … Periode 5: Pembelajaran 25 Sept - 14 Nov
… Periode 2: Pembelajaran 20 Mar - 22 … Periode 6: Pembelajaran 20 Nov 2021 - 16
Mei Jan 2022

Tanggal penting untuk Periode 3 - Bulan Juni:

- Waktu Pelaksanaan Pre-Test Bahasa Inggris dan Matematika: 25 Mei - 4 Juni 2021
- Deadline Pendaftaran Kredit Menggunakan KoinWorks: 19 Mei 2021
- Deadline Pendaftaran Tunai: 2 Juni 2021
- Pemberian Akses ke Platform Siswa: 4 Juni 2021

Halaman - 26 | Contact: business@pacmannai.com

 pacmann

HARGA

METODE PEMBAYARAN
Setelah mendaftar dan berdiskusi dengan Student Manager kami, Anda akan diarahkan
untuk memilih program dan juga metode pembayaran yang sesuai dengan kebutuhan
serta kenyamanan Anda. Terdapat dua cara pembayaran yang dapat dipilih yaitu secara
tunai atau melalui cicilan. Berikut penjelasannya:

1. Metode Tunai

Pada metode ini, setelah menerima lembar tagihan/invoice Anda dapat langsung
mengirimkan total seluruh biaya pendidikan (termasuk 10% ppn) ke rekening PT
Algoritma Cerdas Indonesia. Setelah selesai silahkan konfirmasikan status pembayaran
kepada Student Manager kami.

Halaman - 27 | Contact: business@pacmannai.com

 pacmann

2. Metode Cicilan
● KoinWorks

Kami bekerja sama secara resmi dengan KoinWorks, melalui KoinPintar untuk
menyediakan program pendanaan pendidikan yang terjangkau bagi Anda. Program
ini dapat memenuhi hingga 90% biaya pendidikan (10% dibayarkan sebagai DP oleh
peserta). Adapun tingkat bunga yang dikenakan hanya 0.75 - 1.25% per bulan
dengan tenor mulai dari 6 hingga 24 bulan.
- Total pendanaan, 90% total biaya.
- Tingkat bunga, 0.75 - 1.25% per bulan.
- Lama cicilan, 6 - 24 bulan.
- Proses aplikasi
a. Siswa mendaftar di Sekolah Data dan mengajukan metode pembayaran
dengan KoinWorks. Kami akan mendampingi proses aplikasi Anda.
b. Daftar dan isi form aplikasi melalui melalui www.koinpintar.com.
c. KoinWorks akan melakukan verifikasi dan penilaian apakah pinjaman akan
disetujui atau ditolak.
d. Jika disetujui, Anda akan menandatangani perjanjian dengan pihak
KoinWorks.
e. Silahkan bayarkan DP sejumlah 10% dari total biaya pendidikan ke rekening
PT Algoritma Cerdas Indonesia.
f. Dana akan langsung dicairkan kepada Sekolah Data dalam 3 - 5 hari kerja.
g. Anda akan mulai membayar cicilan 1 bulan setelah dana dicairkan.
h. Panduan lengkap proses aplikasi dapat Anda akses di tautan berikut:
https://bit.ly/3lTjNPB
- Dokumen yang dibutuhkan
a. Lampiran Mutasi Rekening selama 3 bulan terakhir
b. Lampiran KTP
c. Lampiran KTP Pasangan (apabila sudah menikah)
d. Lampiran Kartu Keluarga (terbaru dengan pasangan jika sudah menikah)
e. KTP Orang Tua (jika Anda berusia di bawah umur).
- Biaya - biaya
a. Biaya Provisi
➔ 6 bulan: 2% dari nilai Pinjaman
➔ 9, 12, 15, 18 bulan: 3% dari nilai Pinjaman
➔ 21, 24 bulan: 4% dari nilai Pinjaman

Halaman - 28 | Contact: business@pacmannai.com

 pacmann

b. Biaya Denda Keterlambatan (jika dapat dikenakan): 6% dari nilai tunggakan

c. Biaya Pelunasan Dipercepat Rp. 0
d. Biaya Administrasi Rp 150.000
e. Biaya Asuransi 0.3% - 1.25%
- Simulasi cicilan
Business Intelligence
Harga Program PPN Loan Amount DP Tenor Cicilan
6 2,723,145.00
9 1,897,631.00
15,000,000.00 1,500,000.00 16,500,000.00 1,650,000.00
12 1,476,540.00
15 1,216,540.00
Data Science
Harga Program PPN Loan Amount DP Tenor Cicilan
6 5,090,323.00
9 3,538,163.00
12 2,744,850.00
28,000,000.00 2,800,000.00 30,800,000.00 3,080,000.00
15 2,261,517.00
18 1,945,982.00
24 1,557,710.00

*Simulasi ini dibuat berdasarkan bunga 13.58%. Bunga yang digunakan sebagai acuan akhir bisa jadi berbeda
tergantung hasil assessment.

● Non Tunai via BukaLapak

Bagi Anda yang menginginkan alternatif pendanaan selain KoinWorks, kami
mempersilahkan Anda untuk memilih metode pembayaran non-tunai lain yang
ditawarkan oleh BukaLapak yaitu dengan Kartu Kredit atau Non Kartu Kredit.
- Proses aplikasi
a. Siswa mendaftar di Sekolah Data dan mengajukan metode pembayaran
Non-tunai lain.
b. Lakukan pembelian program yang dipilih via BukaLapak.
c. Lanjutkan proses pembayaran sesuai dengan tahapan yang ada di platform
BukaLapak.
d. Konfirmasikan status pembayaran kepada Student Manager kami.

3. Sponsored Training
Beberapa perusahaan memiliki budget pendidikan untuk karyawannya, jika salah satunya
adalah perusahaan tempat Anda bekerja dengan senang hati kami akan membantu
menyakinkan perusahaan untuk mendanai pendidikan Anda di Pacmann AI. Tim kami
akan melakukan komunikasi secara langsung hingga melakukan pitching untuk
memberikan gambaran yang jelas tentang manfaat yang dapat diberikan program -
program kami bagi perusahaan.

Halaman - 29 | Contact: business@pacmannai.com

 pacmann

Silahkan kontak kami melalui email di business@pacmannai.com dengan menyertakan

contact person yang berwenang dari pihak perusahaan untuk kami hubungi.

REFUND POLICY

Setiap siswa yang ingin berhenti/keluar dari program non-degree harus mengikuti
syarat dan ketentuan pengembalian dana berikut:

1. Menginformasikan pengunduran diri secara tertulis dengan mengisi formulir

pengunduran diri atau melalui email ke operations@pacmannai.com.
2. Proses pengembalian dana adalah 30 hari kalender terhitung satu hari setelah
informasi pengunduran diri diterima dan dikonfirmasi oleh tim admisi Sekolah
Data.
3. Pengembalian dana pendidikan akan diberikan langsung kepada siswa melalui
transfer bank.
4. Pihak Sekolah Data tidak bertanggung jawab atas kejadian/penggunaan terkait
dana tersebut setelah proses pengembalian berhasil dilakukan.
5. Jika siswa menggunakan jasa pendanaan dari pihak ke-3 (Cicilan via Bukalapak,
Koinworks), Sekolah Data tidak memiliki hubungan hukum apapun terkait
pendanaan tersebut. Setelah proses pengembalian berhasil dilakukan maka
pembayaran cicilan sepenuhnya tetap menjadi tanggung jawab dari siswa.
6. Khusus untuk siswa yang membayar secara tunai, biaya pendidikan akan
dikembalikan sebesar 100% jika siswa mengajukan pemberhentian maksimal 1
minggu setelah kelas dimulai.
7. Bagi siswa yang membayar secara non-tunai, refund yang berlaku adalah sebesar
75% jika siswa mengajukan pemberhentian setelah perjanjian antara siswa dan
pihak ke-3 ditandatangani.
8. Siswa yang mengajukan pengunduran diri melewati waktu pada poin 6 dan 7 akan
dikenakan kebijakan pengembalian dana sebesar 50% dikurangi dengan PPN dan
biaya sejumlah kelas yang sudah diikuti.
9. Perhitungan pengembalian pada poin 6 sd. 8 tidak termasuk dengan:
● Pajak Pertambahan Nilai (PPn) sebesar 10%.
● Bunga dan biaya lain yang dikeluarkan siswa karena menggunakan jasa
pendanaan pihak ke-3.

Halaman - 30 | Contact: business@pacmannai.com

 pacmann

10.Berikut tabel perhitungan pengembalian dana pendidikan non-degree program

Sekolah Data:

Metode Waktu pengunduran Sekolah Pengembalian ke

Pembayaran diri menyimpan siswa

Tunai Maks. 1 minggu 0% + PPn 100% - PPn

setelah kelas dimulai.

Kredit Setelah 25% + PPn 75% - PPn

penandatanganan
kontrak dengan pihak
ke-3

Tunai atau Lebih dari 1 minggu 50% + PPn + Total 50% - PPn - Total
Kredit setelah kelas dimulai. biaya kelas yang biaya kelas yang
sudah siswa ikuti sudah siswa ikuti

Simulasi 1 - Pengunduran diri maksimal 1 minggu setelah kelas dimulai (Tunai):

Non-degree Program Business Intelligence dimulai tanggal 16 Januari 2021 maka batas
maksimal pengajuan adalah 1 minggu setelah kelas dimulai/sebelum pertemuan
ke-3/tanggal 22 Januari. Pada Selasa, 19 Januari seorang siswanya mengajukan
pengunduran diri. Maka perhitungan pengembalian dana adalah sebagai berikut:
1. Hitung total biaya pendidikan dikurangi PPn 10%.
Rp 9.240.000 ÷ 110% = Rp 8.400.000
2. Kali hasil nomor 1 dengan persentase pengembalian
100% × Rp 8.400.000 = Rp 8.400.00
Berdasarkan perhitungan diatas, jumlah dana yang akan dikembalikan kepada siswa
adalah Rp 8.400.000. Dana akan dikirimkan ke rekening bank siswa paling lambat pada
Kamis, 18 Februari 2021 (30 hari kalender setelah informasi pengunduran diri diterima
dan dikonfirmasi oleh Sekolah Data)

Halaman - 31 | Contact: business@pacmannai.com

 pacmann

Simulasi 2 - Pengunduran diri lebih dari 1 minggu setelah kelas dimulai (Tunai &
Kredit):
Seorang siswa Non-degree Program Data Science (dimulai tanggal 16 Januari 2021)
mengajukan pengunduran diri pada Jumat, 23 April 2021. Maka perhitungan
pengembalian dana adalah sebagai berikut:
1. Hitung total biaya pendidikan dikurangi PPn 10%.
Rp 18.480.000 ÷ 110% = Rp 16.800.000
2. Kali hasil nomor 1 dengan persentase pengembalian.
50% × Rp 16.800.000 = Rp 8.400.000
3. Hitung biaya kelas yang telah diikuti siswa.
Harga per kelas = Rp 700.000
16 Januari - 27 April = 17 minggu
4 minggu = 2 kelas
Kelas yang sudah diikuti = 17 ÷ 4 × 2 = 8.5 (dibulatkan 9)
Biaya kelas terpakai = Rp 700.000 x 9 = Rp 6.300.000
4. Kurangi hasil nomor 2 dengan total biaya kelas yang telah diikuti siswa.
Rp 8.400.000 - Rp 6.300.000 = Rp 2.100.000
Berdasarkan perhitungan diatas, jumlah dana yang akan dikembalikan kepada siswa
adalah Rp 2.100.000. Dana akan dikirimkan ke rekening bank siswa paling lambat pada
Rabu, 22 Mei 2021 (30 hari kalender setelah informasi pengunduran diri diterima dan
dikonfirmasi oleh Sekolah Data)

Halaman - 32 | Contact: business@pacmannai.com

 pacmann

PROFIL REVIEWER & PENGAJAR

Adityo Sanjaya
● CEO, Pacmann AI
● Taught Machine Learning & Data Modelling since 2015
● Experienced in building:
○ Credit Scoring, Recommender System, NLP, & Computer Vision
○ Mathematical Optimization
○ ML Platform

Novri Suhermi
● Lecturer, ITS Surabaya
● PhD Statistics, Lancaster University
● MS Applied Mathematics, Université Paris Diderot – Paris 7
● MS Statistics, ITS Surabaya
● GradStat Award, Royal Statistical Society UK
● Data Analyst, Kaskus & GDP Labs

Rudi Prihandoko
● Lecturer, UGM
● S1 & S2 Matematika, ITB
● Pembina Indonesia Mathematical Olympiad, 2012-2020
● Third Prize, International Math Competition 2011
● Honorable Mention, International Math Competition 2009
● Honorable Mention, International Math Olympiad 2007

Cahya Amalinadhi Putra

● MSc, Aerospace engineering, ITB
● Researcher, Flow Science and Engineering Group, ITB
● CFD Software Developer, CCIT Group Indonesia
● CFD Engineer, PT 3S Engineering

Immanuel Ambhara
● Head of Data, Gojek
● Customer Analytics, XL Axiata
● Bachelor of Information Technology (Hons), Business Information Systems,
Multimedia University Malaysia

Halaman - 33 | Contact: business@pacmannai.com

 pacmann

PROFIL REVIEWER & PENGAJAR

Gregorius Vidy Prasetyo
● B.Sc Statistics Universitas Indonesia
● Data Analyst, Home Credit Indonesia
● Data Scientist, ADVANCE.AI
● Data and Risk Analytics, Traveloka

Ali Akbar Septiandri

● Bachelor of Science Informatics, ITB
● Master of Science (MSc) Artificial Intelligence, The University of Edinburgh
● Lead Data Scientist, Airy
● Adjunct Lecturer, Universitas Al Azhar Indonesia
● Data Scientist, Revolut UK

Nurvirta Monarizqa
● Bachelor of Applied Science (BASc) Information Technology, Universitas Gadjah
Mada
● Master of Science (MS) Applied Urban Data Science and Informatics, New York
University
● Data Scientist, Microsoft HQ
● Experienced in data science application on marketing, geospatial, and
cybersecurity

Baya Inggas
● S1 Teknik Kimia ITB
● Data Analyst Home Credit Indonesia
● Business Intelligence Analyst Go-jek

Halaman - 34 | Contact: business@pacmannai.com

 pacmann

FAQ

Kategori: Fasilitas
1. Q: Apakah Pacmann dapat membantu saya mendapatkan pekerjaan?

A: Untuk saat ini, kami tidak menyediakan layanan job-connector. Akan tetapi,
tersedia layanan career-coaching untuk peserta Pacmann AI.

2. Q: Apa kami diberikan akses untuk dapat berkomunikasi dengan tutor?

A: Melalui platform kami, anda dapat berdiskusi dalam forum dan mendapat
feedback dari dosen, asisten dosen, maupun peserta lain.

3. Q: Apakah ada sesi khusus 1-on-1 semacam asistensi dengan dosen atau
asisten dosen?

A: Seperti yang kami jelaskan pada brosur, sesi asistensi akan dilakukan secara live
dengan asisten dosen di pertengahan minggu dan dilakukan bersama-sama
dengan murid lainnya untuk mereview materi yang sudah dipelajari sebelumnya.

4. Q: Jam dari kelas tidak sesuai dengan waktu saya. Bisakah saya meminta
kelas privat dengan waktu saya sendiri?

A: Saat ini kami belum mengakomodasi kelas privat. Apabila peserta terlambat atau
tidak bisa menghadiri kelas karena alasan tertentu, peserta dapat mengakses ulang
video rekaman dari pertemuan yang telah berlangsung dalam platform belajar
peserta. Dan juga peserta dapat mengatendensi sesi Asistensi di tengah minggu

Kategori: Materi
1. Q: Kenapa kurikulumnya begitu banyak?

A: Untuk menghasilkan lulusan dengan kemampuan yang rigor terhadap berbagai

jenis modeling yang dibutuhkan oleh industri serta kemampuan data modelling
yang menyeluruh—mulai dari teori, analisis, hingga kemampuan praktis.

2. Q: Apa yang membedakan belajar Machine Learning dari Pacmann AI?

A: Kami mempersiapkan materi yang komprehensif mulai dari teori akademik

hingga praktis yang mencakupi tingkat fundamental hingga advanced. Karena itu
dibutuhkan waktu yang cukup panjang.

Setelah menyelesaikan kurikulum, peserta seharusnya dapat:

● Membuat dan menganalisis model Machine Learning.

● Melakukan optimasi pada model yang telah dibuat.

Halaman - 35 | Contact: business@pacmannai.com

 pacmann

● Merancang Machine Learning Product, mulai dari metrik bisnis hingga metode
evaluasi.

● Membuat Machine Learning Platform sebagai sistem pengaturan dan pengawasan

dari Machine Learning Product.

3. Q: Apa materi berkesinambungan dan harus diikuti berurutan?

A: Ya

Kategori: Proses Belajar

1. Q: Siapakah nantinya yang akan mengajar?

A: Yang akan mengajar adalah tim kami yang merupakan ahli dari subjek yang ia
ajarkan, mereka adalah praktisi dari industri maupun akademis.

2. Q: Apakah tugas akan dinilai?

A: Ya, kami akan memberikan tugas untuk komponen penilaian.

3. Q: Apakah jawaban tugas akan dibagikan?

A: Peserta akan mendapatkan kunci jawaban dari tugas yang diberikan setelah
tugas dikumpulkan.

4. Q: Apakah saya harus mengikuti semua kelas atau saya bisa memilih
beberapa kelas saja?

A: Untuk saat ini, seluruh peserta wajib mengikuti seluruh kelas berdasarkan
kurikulum program non-degree.

5. Q: Apa kelas harus diikuti secara berturut-turut?

A: Tidak, anda dapat menggunakan fitur cuti seperti yang telah dijelaskan pada
brosur.

6. Q: Bagaimana keberlanjutan kelas jika ditengah pelaksanaan siswa

berkurang hingga di bawah kuota ataupun tidak banyak yang dapat
menghadiri kelas?

A: Kelas akan tetap dilanjutkan, tidak ada ruginya untuk kami.

7. Q: Apa yang membedakan belajar dengan Pacmann dengan tempat lain ?

A: Tidak seperti tempat belajar lain yang hanya membahas sepenggal materi kuliah,
melalui platform kami anda bisa berdiskusi dan bertanya, mendapat feedback,
serta membuat portofolio dari pembelajaran yang terstruktur bukan sekedar
menonton video saja.

Halaman - 36 | Contact: business@pacmannai.com

 pacmann

PROFIL PERUSAHAAN
PACMANN AI merupakan sebuah research startup dengan fokus area penerapan dan
pengembangan machine learning algorithms. Kami telah membuat berbagai macam
servis Machine Learning di masa lalu terkait Computer Vision, Recommender System,
Credit Scoring, Vehicle Routing Optimization dan lainnya. Kami juga aktif
menyebarluaskan pengetahuan dan kemampuan analisa pola data dengan menggunakan
machine learning.

Pelatihan dan Seminar

Pelatihan kami berawal dari inisiatif pembuatan kelas machine learning gratis di berbagai
lokasi di Indonesia dengan dukungan dari beberapa kampus dan perusahaan. Langkah ini
dilanjutkan dalam bentuk pelatihan serta seminar, gratis dan berbayar, meliputi sisi
praktis maupun teoritis dari data science untuk pemula maupun tingkat lanjut.

Hingga saat ini, kami telah mengadakan 15+ pelatihan dan seminar dengan lebih dari 500
orang peserta yang materinya meliputi Machine Learning, Statistics, Data Science,
Recommender System, hingga ML Engineering.

Konsultansi
Sebagai konsultan, kami berpengalaman mendesain solusi, mengembangkan model, serta
mendeploy sistem untuk berbagai industri. Hal ini tidak hanya terbatas pada model
machine learning saja, tapi juga mencakupi optimasi bisnis, perencanaan sistem, serta
berbagai layanan lainnya. Tim kami berpengalaman dalam mengerjakan:

Scoring System Statistics

- Credit Scoring - Causality Inference
- Customer Valuation - A/B Testing
- Optimal Decision Making
Optimization
- Product Distribution Optimization Time Series
- Truck Routing Optimization - Tourist Visit Prediction
- Multi Objective Optimization - Price Prediction

Computer Vision Natural Language Processing

- Face, People, & Crowd Detection - Media Monitoring
- Pest Detection - Machine Translation
- Self-learning Computer Vision
Machine Learning Platform
Business Process Reengineering

Halaman - 37 | Contact: business@pacmannai.com

 pacmann

TESTIMONI

“Kurikulum yang disajikan sangat komprehensif,

mencakup basic skill sampai yang sangat advance,
yang bahkan tidak dipelajari secara umum di bangku
Universitas.”

Bimandra Djaafara
Researcher, Eijkman-Oxford Clinical Research Unit. PhD Student at

Imperial College London

“Salah satu kelas machine learning terbaik yang

pernah saya hadiri, bahkan lebih bagus jauh
daripada kelas machine learning kampus saya (NUS,
Computer Engineering Department).”

Prasetya Dwicahya
Analyst, World Bank

“Saya harus bilang terima kasih atas bantuannya

diajarkan ML ke Pacmann AI. Setelahnya saya bisa
ikut bergabung ke research group dosen saya di
Elektro ITB dan mendapat banyak sekali tawaran
pekerjaan ML researcher, terlebih di Computer
Vision. Saya sangat merekomendasikan kelas
Pacmann AI.”

Prajogo Atmaja
Institut Teknologi Bandung

Halaman - 38 | Contact: business@pacmannai.com