FORM RANCANGAN PROGRAM PELATIHAN

PELATIHAN DARING/LURING
KOMUNIKASI, KEMITRAAN, DAN PENGEMBANGAN EKOSISTEM

PROGRAM PELATIHAN
NAMA MITRA PELATIHAN G2Academy

JUDUL PROGRAM PELATIHAN Belajar Dasar Python, SQL dan Data Visualisasi dengan Tableau bagi
Seorang Data Analis

MODA PELATIHAN Luring

DOKUMEN RUJUKAN OKUPASI/JENIS OKUPASI The Future of Jobs Report 2020 / Data Analysts and Scientists
https://drive.google.com/file/d/
1zvEhwuwLORzhDv09YlPwE4CtIOoQDvgf/view?usp=share_link

https://drive.google.com/file/d/
1fifKqVtWD_5iD5pMu0xxZK3typhyFHpw/view?usp=share_link

REFERENSI PENYUSUNAN PROGRAM PELATIHAN

Sebutkan referensi penyusunan program pelatihan, mencakup namun tidak terbatas pada Standar Kompetensi Nasional, Standard Kompetensi
Khusus, Standar Kompetensi Internasional, ataupun referensi lainnya yang dijadikan acuan oleh Tim Program dari Lembaga Pelatihan untuk
perancangan Program Pelatihan

JUDUL REFERENSI UNIT KOMPETENSI

SKKNI Nomor 200 Tahun 2021 tentang Data Analitik M.70BDA00.010.1 Menganalisis Data

https://drive.google.com/file/d/1pLaqsgQ5oHpTKjHewvY_XJ- M.70BDA00.009.1 Menentukan Variabel-Variabel untuk

h9sgwNNrd/view?usp=share_link Analisis

ALASAN PENYUSUNAN MODUL PELATIHAN

SITUASI IDEAL

Data analyst adalah seseorang yang bertanggung jawab untuk melakukan analisis dan riset data (data analytics) dengan
menggunakan tools tertentu. Seorang yang bekerja di bidang analisis data harus terampil mengolah data menggunakan bahasa
Structured Query Language (SQL), baik jenis Data Definition Language (DDL) maupun Data Manipulation Language (DML). Hasil
pengolahan data tersebut akan dilakukan eksploratory data analysis, kemudian diolah lebih jauh menggunakan metode-metode
analisis data statistik, atau dicari pola-pola pengetahuan tersembunyi di dalamnya menggunakan machine learning. Metode-
metode statistik dan machine learning tersebut dibuat menggunakan bahasa pemrograman Python. Maka seorang data analis
harus menguasai pemrograman Python untuk melakukan analisis data. Hasil analisis data dan pengetahuan atas data tentu
akan bermanfaat bagi pengguna dalam pengambilan keputusan. Agar hasil analisis data bisa tervisualisasikan dengan baik,
menarik dan mudah dimengerti maka seorang data analis akan memanfaatkan tableau untuk menyajikan laporan-laporan hasil
analisis dengan mudah, cepat dan tepat.

SITUASI FAKTUAL YANG TERJADI DI LAPANGAN

Menurut Quant Hub, data analyst menjadi profesi yang diprediksi akan membludak di berbagai sektor perusahaan karena skill
pemahaman literasi data yang tinggi. Menjadi seorang data analis diperlukan hard skills dan soft skills yang mumpuni. Hard
skills yang dibutuhkan tentunya cenderung ke analisa dan visualisasi data, sehingga harus menguasai beberapa alat (tools)
seperti SQL, Tableau, dan Phyton. Namun Sumber daya manusia yang berkecimpung di bidang data masih sangat terbatas. Hal
ini disebabkan karena di Indonesia belum ada sekolah atau jurusan kuliah khusus yang berfokus di bidang data.Oleh sebab itu
masih banyak data analis yang belum terlalu memahami bagaimana menganalisis data menggunakan python dan
memanfaatkan SQL untuk menyimpan dan memproses data dengan lebih cepat. Disamping itu keterbatasan pemahaman
penggunaan tableau menjadikan visualisasi data masih belum ditampilkan secara efektif dan efisien.

1
FORM RANCANGAN PROGRAM PELATIHAN
PELATIHAN DARING/LURING
KOMUNIKASI, KEMITRAAN, DAN PENGEMBANGAN EKOSISTEM

ASPEK KOMPETENSI
PENGETAHUAN (KOGNITIF) SIKAP KERJA (AFEKTIF) KETERAMPILAN (PSIKOMOTOR)

Peserta memahami data function dan Membedakan data dan informasi dengan Peserta membuat konsep data dengan
string function rinci informasi data yang dimiliki

Peserta memahami conditional if cases Mematuhi langkah-langkah analisis data Peserta membuat contoh kasus proses
dan for loop cases menjadi informasi dan pengetahuan pengolahan data menjadi informasi dan
dengan teliti proses pengolahan informasi menjadi
pengetahuan

Mengorganisasikan fungsi-fungsi dalam Memodifikasi lingkungan kerja MS.SQL Peserta mengikuti langkah-langkah
lingkungan kerja MS. SQl Server Server sesuai kebutuhan secara cermat pengelolaan lingkungan kerja MS. SQl
dan tepat Server sesuai instruksi pemateri.

Mengimplementasikan perintah-perintah Mengidentifikasi dengan teliti sintaks Peserta mengkonstruksi perintah SQl
SQL untuk DDL maupun DML SQL baik DDL maupun DML pada kasus-kasus sesuai instruksi
pemateri.

Mengorganisasikan fungsi-fungsi dalam Menyesuaikan lingkungan kerja Jupyter Peserta mengikuti langkah-langkah
lingkungan kerja Jupyter Notebook Notebook secara cermat dan tepat pengelolaan lingkungan kerja Jupyter
Notebook sesuai instruksi pemateri.

Mengeksekusi sintaks-sintaks dasar Menyusun dan menjalankan sintaks Peserta mengkonstruksi perintah dasar
Python seperti case sensitive, titik koma dasar Python dengan teliti Python dengan beraneka kasus
dan lain-lain pemrograman

Peserta mampu membuat program Percaya diri menyusun dan menjalankan Peserta mengkonstruksi perintah dasar
Python untuk analisis data sintaks Python untuk analisis data Python dengan beraneka kasus analisis
data

Mengorganisasikan fungsi-fungsi dalam Cermat mengelola lingkungan kerja Peserta mengikuti langkah-langkah
lingkungan kerja Tableau tableau pengelolaan lingkungan kerja Tableau
sesuai instruksi pemateri

Peserta mampu membuat visualisasi Teliti menyesuaikan fungsi-fungsi Peserta mengkonstruksi perintah dasar
grafik menggunakan Tableau Tableau untuk menampilkan grafik Tableau dengan beraneka kasus
tertentu visualisasi

Peserta mampu memahami fungsi dari

panel-panel Ms. SQL Server

Peserta memahami clustering method

dengan k means

TUJUAN PELATIHAN
TUJUAN UMUM PELATIHAN

Berdasarkan data suatu project, peserta mampu mengoperasikan proses data cleaning, penskalaan, eksploratory dan proses
klasifikasi data serta mengklasifikasikannya menggunakan tableau dengan tepat serta kreatif dan mendapat bobot penilaian
60% pada unjuk keterampilan.

TUJUAN KHUSUS PELATIHAN

2
FORM RANCANGAN PROGRAM PELATIHAN
PELATIHAN DARING/LURING
KOMUNIKASI, KEMITRAAN, DAN PENGEMBANGAN EKOSISTEM

● Peserta memahami konsep tentang data dan informasi, analisis data dan lingkungan kerja Ms. SQL
● Peserta mampu mengolah data menggunakan perintah SQL
● Peserta memahami lingkungan pemrograman Python menggunakan Jupyter Notebook dan mampu menjalankan
menjalankan sintaks-sintaks dasar Python
● Peserta mampu dengan teliti menganalisis data menggunakan Python
● Peserta mampu memvisualisasikan hasil analisis menggunakan Tableau

RENCANA EVALUASI EFEKTIVITAS PELATIHAN

ASPEK PENILAIAN METODE & PERANGKAT EVALUASI ASPEK EVALUASI

PRE-TEST & POST-TEST Pre Test
- 3 bank soal
- Total 60 nomor
- Per bank soal 20 nomor
Post Test
- 3 bank soal
- Total 60 nomor
- Per bank soal 20 nomor
Proporsi soal per tujuan khusus:
Bank soal 1:
● Konsep data dan informasi, analisis data
dan lingkungan kerja Ms. SQL (5 soal)
● Mengolah data menggunakan perintah
SQL (6 soal)
● Lingkungan pemrograman Python
menggunakan Jupyter Notebook dan
mampu menjalankan menjalankan
sintaks-sintaks dasar Python (4 soal)
● Analisis data menggunakan Python (3
soal)
● Visualisasi hasil analisis menggunakan
Tableau (2 soal)

Bank soal 2:
● Konsep data dan informasi, analisis data
dan lingkungan kerja Ms. SQL (5 soal)
● Mengolah data menggunakan perintah
SQL (5 soal)
● Lingkungan pemrograman Python
menggunakan Jupyter Notebook dan
mampu menjalankan menjalankan
sintaks-sintaks dasar Python (3 soal)
● Analisis data menggunakan Python (4
soal)
● Visualisasi hasil analisis menggunakan
Tableau (3 soal)

Bank soal 3:
● Konsep data dan informasi, analisis data
dan lingkungan kerja Ms. SQL (5 soal)
● Mengolah data menggunakan perintah
SQL (4 soal)
● Lingkungan pemrograman Python
menggunakan Jupyter Notebook dan
mampu menjalankan menjalankan
sintaks-sintaks dasar Python (6 soal)
Analisis data menggunakan Python (2
soal)
● Visualisasi hasil analisis menggunakan
Tableau (3 soal)

KUIS Formative Test TIDAK PERLU DIISI

3
FORM RANCANGAN PROGRAM PELATIHAN
PELATIHAN DARING/LURING
KOMUNIKASI, KEMITRAAN, DAN PENGEMBANGAN EKOSISTEM

- Total Formative Test 15 Soal

- 1 Sesi pertemuan terdapat 5 Soal

ALUR BESAR RANGKAIAN KEGIATAN PELATIHAN

AKTIVITAS SESI PEMBUKA

PERKENALAN PELATIH Mengucapkan salam

Memperkenalkan nama, alamat dan profil pendidikan pelatih
Memperkenalkan background/motivasi pelatih dalam memberikan materi pelatihan

PERKENALAN LEMBAGA Memperkenalkan lembaga pelatihan (G2Academy) melalui slides PowerPoint pada saat
pembukaan sesi (Visi misi perusahaan, tahun berdiri profile pendiri, bidang usaha)

KEGIATAN WIIFM Menjelaskan bahwa data analyst menjadi profesi yang diprediksi akan membludak di berbagai
sektor perusahaan karena skill pemahaman literasi data yang tinggi. Namun, sumber daya
manusia yang berkecimpung di bidang data masih sangat terbatas. Hal ini disebabkan karena di
Indonesia belum ada sekolah atau jurusan kuliah khusus yang berfokus di bidang data.
Pelatihan ini adalah jawaban bagi kamu untuk menjadi seorang data analis yang memiliki
keterampilan dalam mengolah data menggunakan bahasa SQL, melakukan eksploratory data
analisis, analisis data statistik, dan machine learning menggunakan bahasa pemrograman
Python, sehingga mampu menampilkan hasil analisis data dalam bentuk tervisualisasi secara
menarik berupa grafik menggunakan Tableau.

KEGIATAN ICE BREAKING Memberi kuis pembuka dan tebak gambar tentang data analisis

AKTIVITAS SESI-SESI PELATIHAN

NO. HARI KE-/WAKTU DURASI NAMA SESI TUJUAN SESI

(URUT) (MULAI - SELESAI) (MENIT)

1
Hari ke 1 / 08.20 - 20 menit Pembukaan
08.40 WIB

Hari ke 1 / 08.40 - 20 menit Pre Test

09.00 WIB

Hari ke 1 / 09.00 - 180 menit Sesi 1 : Konsep tentang data dan Peserta memahami konsep tentang
12.00 WIB informasi, analisis data, dan data dan informasi, analisis data dan
lingkungan kerja Ms. SQL Server. lingkungan kerja Ms. SQL.
- Aktivitas Offline
- Aktivitas Praktik
- Aktivitas LMS

Istirahat dzuhur & makan siang 12.00 - 13.00 WIB

4
FORM RANCANGAN PROGRAM PELATIHAN
PELATIHAN DARING/LURING
KOMUNIKASI, KEMITRAAN, DAN PENGEMBANGAN EKOSISTEM

Hari ke 1 / 13.00 - 175 menit Mengolah data menggunakan perintah Peserta mampu mengolah data
15.55 WIB SQL DDL dan DML. menggunakan perintah SQL.

Hari ke 1 / 15.55 - 5 menit Formative test sesi 1

16.00 WIB

2
Hari ke 2 / 09.00 - 180 menit Sesi 2 : Lingkungan pemrograman Peserta memahami lingkungan
12.00 WIB Python menggunakan Jupyter pemrograman Python menggunakan
Notebook dan sintaks-sintaks dasar Jupyter Notebook dan mampu
Python menjalankan menjalankan sintaks-
- Aktivitas Offline sintaks dasar Python
- Aktivitas Praktik
- Aktivitas LMS

Istirahat dzuhur dan makan siang 12.00 - 13.00 WIB

Hari ke 2 / 13.00 - 175 menit Sintaks-sintaks analisis data Peserta mampu menganalisis data
15.55 WIB menggunakan Python menggunakan Python

Hari ke 2 / 15.55 - 5 menit Formative test sesi 2

16.00 WIB

3
Hari ke 3 / 09.00 - 175 menit Sesi 3 : Lingkungan kerja Tableau dan Peserta mampu memvisualisasikan
11.55 WIB visualisasikan hasil analisis hasil analisis menggunakan Tableau
menggunakan Tableau
- Aktivitas Offline
- Aktivitas Praktik
- Aktivitas LMS

Hari ke 3 / 11.55 - 5 menit Formative test sesi 3

12.00 WIB

Istirahat dzuhur & makan siang 12.00 - 13.00 WIB

Hari ke 3 / 13.00 - 20 menit Post Test

13.20 WIB

5
FORM RANCANGAN PROGRAM PELATIHAN
PELATIHAN DARING/LURING
KOMUNIKASI, KEMITRAAN, DAN PENGEMBANGAN EKOSISTEM

Hari ke 3 / 13.20 - 120 UNJUK KETERAMPILAN

15.20 WIB

Hari ke 3 / 15.20 - 20 Sesi Penutup

15.40 WIB

TOTAL DURASI (MENIT) 1100

*waktu istirahat tidak perlu dicantumkan

RANGKAIAN SESI PELATIHAN

NO. URUTAN SESI 1 DURASI (MENIT) 360 menit

NAMA SESI PELATIHAN Konsep tentang data dan informasi, analisis data, dan lingkungan kerja Ms. SQL Server.
Mengolah data menggunakan perintah SQL DDL dan DML

TUJUAN SESI PELATIHAN Peserta memahami konsep tentang data dan informasi, analisis data dan lingkungan kerja Ms. SQL.
Peserta mampu mengolah data menggunakan perintah SQL

AKTIVITAS COMMIT DURASI (MENIT) 10 menit

● Pada tahap awal peserta akan diberikan video tentang konsep data, konsep informasi dan bagaimana transformasi
data menjadi informasi akan meningkatkan value dari data, diberikan artikel-artikel tentang analisis data di berbagai
perusahaan yang sukses karena berhasil dalam mengolah data untuk mendukung pengambilan keputusan dan
ditunjukkan video tentang Microsoft SQL Server dan kemampuannya untuk manajemen basis data. Peserta akan
diberikan artikel-artikel tentang bahasa SQl dan kemampuannya yang luar biasa dalam mengelola data tanpa
membutuhkan pemrograman yang panjang

AKTIVITAS PROCESS DURASI (MENIT) 50 menit

● Mempelajari konsep data

● Mempelajari konsep informasi
● Mempelajari konsep pengetahuan
● Mempelajari hubungan data-informasi-pengetahuan
● Diskusi contoh-contoh kasus transformasi data - informasi – pengetahuan
● Ceramah tentang Konsep statistika dasar
● Contoh kasus statistik ukuran pemusatan
● Contoh kasus statistik ukuran penyebaran
● Ceramah konsep klasifikasi data
● Ceramah konsep clustering (pengelompokan) data
● Contoh kasus klasifikasi data
● Contoh kasus clustering
● Menjelaskan setiap fungsi dari panel-panel Ms.SQL Server
● Memperagakan penggunaan setiap fungsi utama dalam panel-panel Ms. SQL Server
● Membuat Sebuah database sederhana dengan single table
● Mempelajari tentang SQL Server Views
● Mempelajari tentang SQL Server User-defined Functions
● Mempelajari tentang SQL Server Date Functions dan String Functions
● Mempelajari tentang SQL Server Aggregate Functions
● Mempelajari tentang SQL Server Indexes
● Mempelajari tentang Data Definition Language (DDL)
● Mempelajari tentang Data Manipulation Language (DML)
● Memperagakan contoh kasus DML dan DDL

AKTIVITAS PRACTICE DURASI (MENIT) 300 menit

● Peserta mencari contoh data dan contoh informasi dalam dunia nyata kemudian menjelaskan perbedaannya,

6
FORM RANCANGAN PROGRAM PELATIHAN
PELATIHAN DARING/LURING
KOMUNIKASI, KEMITRAAN, DAN PENGEMBANGAN EKOSISTEM

membuat contoh kasus proses pengolahan data menjadi informasi dan proses pengolahan informasi menjadi
pengetahuan, dan mempraktekkan hal berikut:
○ Membuka Windows SQL Server Integration Services dan melihat isi menu dan sub menu
○ Membuka menu/panel pengelolaan database
○ Membuka editor penulisan sintaks SQL
○ Menjalankan SQL sederhana

● Mempraktekkan pembuatan SQl Server view, User-defined Function, Date & String Function,Aggregate Function dan
Indexes
● Mempraktekkan SQL DML dan DDL

TUGAS / PRAKTIK MANDIRI (hanya untuk pelatihan daring) DURASI (MENIT)

NO. URUTAN SESI 2 ∑ DURASI 360 menit

(MENIT)

NAMA SESI PELATIHAN Lingkungan pemrograman Python menggunakan Jupyter Notebook dan sintaks-sintaks dasar
Python. Sintaks-sintaks analisis data menggunakan Python

TUJUAN SESI PELATIHAN Peserta memahami lingkungan pemrograman Python menggunakan Jupyter Notebook dan
mampu menjalankan menjalankan sintaks-sintaks dasar Python.

AKTIVITAS COMMIT DURASI (MENIT) 10 menit

● Peserta akan ditunjukkan video tentang Jupyter Notebook sebagai lingkungan pemrograman, alat analisis data, dan
visualisasi data sehingga dapat termotivasi untuk belajar Jupyter Notebook secara antusias dan video tentang
kesederhanaan dalam pemrograman Python sehingga memberikan motivasi bahwa Python itu mudah dipelajari.
Peserta akan diberikan artikel-artikel kemudahan analisis data menggunakan Python sehingga lebih memberi
kemantapan dalam mempelajari Python untuk analisis data

AKTIVITAS PROCESS DURASI (MENIT) 50 menit

● Peserta membuka Jupyter Notebook

● Peserta diberikan penjelasan tentang fungsi-fungsi dalam Jupyter Notebook
● Peserta membuat file Python baru di Jupyter Notebook
● Peserta menjalankan program Python sederhana dan melihat hasilnya
● Peserta mempelajari Arithmetic Function
● Peserta mempelajari Input – Output
● Peserta mempelajari Conditional If cases dan For Loop Cases
● Peserta mempelajari Function dan Recursive Function
● Peserta mempelajari konsep Class
● Peserta mempelajari sifat class :Design Pattern - Inheritance Pattern, Design Pattern - Singleton Pattern
● Peserta mempelajari tabel di Python yaitu Pandas dan
● Peserta mempelajari fungsi-fungsi statistik di Python untuk Exploratory Data Analisis
● Peserta mempelajari Analisis Data Statistik
● Peserta mempelajari dasar
● Peserta mempelajari dasar Classification Method dengan Linear Regression dan Naïve Bayes
● Peserta mempelajari Clustering Method dengan K Means
● Peserta mempelajari tentang Basket Analysis
● Peserta mempelajari algoritma klasifikasi Decision Tree
● Peserta mempelajari Predictive Modeling

7
FORM RANCANGAN PROGRAM PELATIHAN
PELATIHAN DARING/LURING
KOMUNIKASI, KEMITRAAN, DAN PENGEMBANGAN EKOSISTEM

AKTIVITAS PRACTICE DURASI (MENIT) 300 menit

● Peserta diberi kasus sederhana yang diselesaikan dengan program Python dan sebuah dataset uji untuk dikenai
perintah-perintah dasar Python dan exploratory data analisis.
● Peserta diberi sebuah dataset uji untuk dikenai perintah-perintah analisis data dengan Python untuk prediksi,
klasifikasi, dan clustering data

TUGAS / PRAKTIK MANDIRI (hanya untuk pelatihan daring) DURASI (MENIT)

NO. URUTAN SESI 3 ∑ DURASI 180 menit

(MENIT)

NAMA SESI PELATIHAN Lingkungan kerja Tableau dan visualisasikan hasil analisis menggunakan Tableau

TUJUAN SESI PELATIHAN Peserta mampu memvisualisasikan hasil analisis menggunakan Tableau

AKTIVITAS COMMIT DURASI (MENIT) 10 menit

● Peserta diberikan video tentang keunggulan Tableau dalam menyajikan laporan-laporan bagi pimpinan/manajemen
dan artikel-artikel yang menjelaskan bahwa Tableau sangat menarik dan kompatibel dengan banyak source data

AKTIVITAS PROCESS DURASI (MENIT) 40 menit

● Peserta mempelajari Cara mengaktifkan Tableau

● Mempelajari Sistem menu
● Mempelajari koneksi ke database
● Menghubungkan Tableau dengan beberapa sumber data : MS Excel, Access, SQL
● Membuat visualisasi data secara cepat
● Memanfaatkan filter dan sortir data
● Bekerja dengan Worksheet dan membandingkannya dengan MS Excel
● Penataan Rows dan Columns pada Tableau
● Analisis terhadap data penjualan atau data nasabah
● Menggunakan fungsi warna dan membuat hirarki data yang baik
● Melakukan presentasi menggunakan Presentation Mode
● Membuat Dashboard yang interaktif dan bisa dipraktekkan siapapun
● Menyusun Story untuk visual storytelling

AKTIVITAS PRACTICE DURASI (MENIT) 130 menit

● Peserta diberi sebuah dataset uji untuk dikoneksikan ke Tableau dan menampilkan dalam bentuk view yang menarik
dan dikoneksikan ke Tableau dan menampilkan dalam bentuk view yang menarik.

TUGAS / PRAKTIK MANDIRI (hanya untuk pelatihan daring) DURASI (MENIT)

SESI UNJUK KETERAMPILAN DURASI SESI 120 menit

(MENIT)
( untuk pelatihan luring)

INSTRUKSI UNJUK Instruksi Tugas / Uji Praktek

KETERAMPILAN

8
FORM RANCANGAN PROGRAM PELATIHAN
PELATIHAN DARING/LURING
KOMUNIKASI, KEMITRAAN, DAN PENGEMBANGAN EKOSISTEM

1. Mendownload file Project automobileEDA.csv

2. Melakukan proses data cleaning sesuai kebutuhan menggunakan SQL
3. Melakukan proses penskalaan pada data menggunakan Python
4. Melakukan proses eksploratory data analisis statistik menggunakan Python
5. Melakukan proses klasifikasi data berdasarkan label menggunakan Python
6. Mengumpulkan hasil visualisasi hasil klasifikasi menggunakan Tableau
7. Tugas dikumpulkan H+2 dari hari kelas berlangsung, dikumpulkan ke google form LMS
masing - masing peserta
Poin yang dinilai

1. Penggunaan konsep analisis data yang telah diajarkan

2. Antusiasme
3. Kreatifitas script sintaks SQL untuk data cleaning
4. Ketepatan pemilihan script sintaks Python untuk eksploratory data analisis
5. Ketepatan pemilihan metode analisis data (machine learning) di Python
6. Kreatifitas script program Python
7. Ketepatan pemilihan grafik di Tableau
8. Kreatifitas pembuatan grafik di Tableau

Note : Maksimal pengerjaan 3 x 24 jam setelah mendapatkan instruksi tugas praktek.

RUBRIK PENILAIAN
UNJUK KETERAMPILAN

Aspek & Bobot Penilaian

- Ide / Gagasan utama tugas praktik kerja (40%)
- Konten praktik kerja (25%)
- Presentasi (20%)
- Tata Bahasa dan Kosakata (15%)

PILIHAN AKTIVITAS Peer Review, dan Diskusi

PENGAYAAN
(hanya untuk pelatihan luring)

ALAT PERAGA
RASIO ALAT PERAGA : PESERTA 1 : 1 (1 laptop digunakan untuk 1 orang peserta pelatihan)

SPESIFIKASI ALAT PERAGA Laptop

9
FORM RANCANGAN PROGRAM PELATIHAN
PELATIHAN DARING/LURING
KOMUNIKASI, KEMITRAAN, DAN PENGEMBANGAN EKOSISTEM

Setiap peserta menghadapi alat praktek sebagai berikut :

● Komputer PC/Laptop dengan Processor Pentium 4 Core i5 Memory 4 GB minimal
● Komputer PC/Laptop terkoneksi sistem jaringan dan bisa akses internet
● Software Microsoft SQL Server Desktop Versi 2012 keatas
● Software SQL Server Integration Services (SSIS) Versi 2012 ke atas
● Software Python versi 3.x dalam paket Anaconda
● Software Jupyter Notebook dalam paket Anaconda
● Software Microsoft Excel Versi 2010 keatas
● Software Microsoft Access Versi 2010 keatas
● Software Tableau

MEKANISME PENGGUNAAN ALAT PERAGA

jelaskan jika ada mekanisme station/rotasi penggunaan alat praktek

TAUTAN PERANGKAT EVALUASI PELATIHAN, MATERI PELATIHAN & DUMMY SERTIFIKAT

Silakan upload pada form yang tersedia, lalu tulis “SUDAH UNGGAH” jika sudah berhasil mengunggah

DAFTAR CHECKLIST STATUS UNGGAHAN

TAUTAN KOLEKSI SOAL PRE-TEST & POST-TEST SUDAH UNGGAH

TAUTAN KOLEKSI SOAL KUIS SUDAH UNGGAH

TAUTAN RUBRIK PENILAIAN UNJUK KETERAMPILAN SUDAH UNGGAH

TAUTAN MATERI PRESENTASI / ALAT BANTU VISUAL SUDAH UNGGAH

TAUTAN SUMBER BACAAN/MATERI PENGAYAAN SUDAH UNGGAH

TAUTAN DUMMY SERTIFIKAT SUDAH UNGGAH

RUJUKAN/DAFTAR PUSTAKA UNTUK MATERI PENGAYAAN BAGI PESERTA

Sebutkan referensi penyusunan program pelatihan, mencakup namun tidak terbatas pada Standar Kompetensi Nasional, Standard Kompetensi
Khusus, Standar Kompetensi Internasional, ataupun referensi lainnya yang dijadikan acuan oleh Tim Program dari Lembaga Pelatihan untuk
penyusunan program

JUDUL DAFTAR PUSTAKA SUMBER/TAUTAN

Thoughtful Machine Learning with Python https://www.oreilly.com/library/view/thoughtful-machine-

A Test-Driven Approach by Matthew Kirk learning/9781491924129/

Python Data Science https://jakevdp.github.io/PythonDataScienceHandbook/

SKKNI Nomor 200 Tahun 2021 tentang Data Analitik https://drive.google.com/file/d/1pLaqsgQ5oHpTKjHewvY_XJ-

h9sgwNNrd/view?usp=share_link

The Future of Jobs Report 2020 / Data Analysts and Scientists https://drive.google.com/file/d/
1zvEhwuwLORzhDv09YlPwE4CtIOoQDvgf/view?
usp=share_link

10