STUDI INDEPENDEN BERSERTIFIKAT - DATA

ANALYTICS

GreatEdu - PT. Greatedu Global Mahardika

Jl. Duren Tiga Raya No.09, RW.1, Duren Tiga, Kec. Pancoran, Kota Jakarta Selatan, Daerah Khusus
Ibukota Jakarta 12760
 1

Overview
Di era digital saat ini, kebutuhan sumber daya manusia di bidang data banyak dicari
oleh perusahaan, terutama perusahaan digital. Banyak sekali profesi - profesi baru
yang menjadi komoditas utama dalam hal tersebut, seperti data scientist, data
analyst, data engineer dan artificial intelligence. Bagaimana caranya agar Indonesia
memenuhi pemenuhan talenta data? Sedangkan belum ada jurusan khusus di
universitas yang menyediakan jurusan tersebut. Salah satu yang menjadi dasar
profesi dari bidang data adalah data analisis.

Profesi Data analis mendapat permintaan yang cukup banyak pada tahun ini hingga
beberapa tahun ke depan. Mengutip dari Data Careers Asia, ada 170,000 lowongan
sebagai Data Analis di USA. Sedangkan, menurut Glints, di Indonesia sendiri ada
9,428 lowongan Data Analis di bulan Oktober 2022. Selain lowongan yang terbuka
lebar, gaji seorang Data Analis pun sangat menjanjikan, dikutip dari
www.salaryexplorer.com, rata-rata gaji per bulan dari Data Analis mencapai Rp
11,000,000.

Berdasarkan informasi tersebut di atas, analisis data telah menjadi kebutuhan

penting dalam banyak industri untuk membuat keputusan bisnis yang tepat.
Namun, tidak semua organisasi mempertimbangkan dampak lingkungan dari
kegiatan analisis data mereka.

Kegiatan analisis data pada dasarnya menghasilkan konsumsi energi yang besar,
terutama ketika dijalankan pada infrastruktur TI yang besar dan kompleks. Hal ini
dapat menyebabkan dampak lingkungan yang signifikan, seperti meningkatnya
emisi gas rumah kaca dan dampak negatif lainnya. Oleh karena itu, penting untuk
mengembangkan solusi untuk mengurangi dampak lingkungan dari kegiatan
analisis data.

Sayangnya, dikarenakan belum adanya sekolah khusus data, maka perlu ada
pelatihan bagi seorang calon data analis untuk meningkatkan keterampilan yang
dibutuhkan. Kalau ada, hanya basicnya saja dan itu tersebar di beberapa jurusan.
Tidak ada ketentuan khusus bagi seseorang yang mau membangun karir sebagai
data analyst, semua orang dengan latar belakang apapun mampu, asal
pembelajaran selama pelatihan ditekuni dengan baik. Namun, berdasarkan
pengalaman expert yang sudah lama berkecimpung pada bidang Data Analisis,
masalah ini justru menjadi peluang bagi siapapun yang tertarik pada bidang ini.
Tentunya dengan mengupgrade pengetahuan dan skill, juga membekali para
peserta dengan keterampilan dan pengetahuan yang diperlukan untuk
mengembangkan solusi analisis data yang ramah lingkungan, sehingga dapat
 2

membantu organisasi dalam membuat keputusan bisnis yang lebih

berkelanjutan melalui Studi Independen pada bidang Data Analisis.

GreatEdu dengan lebih dari 8 (delapan) kampus, seperti UHAMKA, UNJ, PNJ,
UNTIRTA, UKDW, UTS Sumbawa dan lainnya, berinisiasi membuka program Studi
Independen Bersertifikat Data Analisis yang ditujukan untuk meningkatkan
kuantitas lulusan yang berkualitas di Indonesia khususnya di bidang Data Analisis.

Seperti kolaborasi yang sebelumnya sudah terjalin dengan kampus tersebut,

program Studi Independen Bersertifikat Data Analisis ini juga dilakukan untuk
memperkuat komitmen GreatEdu dalam mensukseskan program Studi Independen
Kampus Merdeka, khususnya dalam bidang Digital Skills, melalui proses
pembelajaran yang dilakukan adalah experience learning, dimana peserta harus
mengimplementasikan materi yang diperolehnya ke dalam praktikum setiap
materinya hingga membuat project akhir. Penyampaian materi diberikan melalui
metode hybrid dengan mengkombinasikan live online meeting (synchronous)
dengan media ajar lainnya seperti video ajar dan modul (asynchronous). Setiap
materi akan dilengkapi dengan kuis/latihan untuk memvalidasi pemahaman
peserta.

Selain hard skill di bidang data secara teknis, peserta juga akan meningkatkan
kompetensi soft skill. Beberapa soft skill penting yang dibutuhkan untuk pekerjaan
pada bidang Data Analytics seperti analytical & critical thinking, complex problem
solving, coordination skill hingga attention to detail skill.

Dengan kerjasama tersebut di atas, harapannya kampus lebih mudah mengarahkan

dan memberikan pilihan MBKM yang tepat dan sesuai dengan minat dan jurusan
mahasiswa.

Onboarding Plan
Perencanaan menjadi bagian yang sangat penting untuk memastikan program dapat
berjalan dengan lancar. Tahapan-tahapan yang perlu dijalani untuk kelancaran program ini
disusun berdasarkan skala prioritas dan proses yang beralur.
GreatEdu akan mempublikasikan program ini di bulan Juli 2023, selanjutnya diikuti dengan
rekrutmen dan seleksi calon peserta, untuk mendapatkan 250 kandidat peserta yang
memenuhi syarat. Peserta tidak harus berasal dari program studi tertentu, namun akan
diprioritaskan yang berlatar belakang statistik, matematika, data dan programming.
Seleksi akan dilakukan dalam 2 tahap :
 3

1. Seleksi Administratif untuk memeriksa kelengkapan dan kesesuaian berkas

kandidat peserta termasuk daftar mata kuliah yang telah diambil oleh kandidat
peserta
2. Seleksi tes online untuk memeriksa kemampuan analytical thinking serta motivasi
peserta untuk mengikuti program
Peserta yang terpilih akan diberikan pembekalan berikut :
1. Pengenalan terhadap GreatEdu sebagai penyelenggara Studi Independen Data
Analytics.
2. Pembekalan mengenai pengetahuan dasar mengenai bidang Data Analis dan Tema
Isu Lingkungan sebelum peserta mulai mengikuti studi independen.
3. Penjelasan mengenai peraturan akademik yang berlaku pada program studi
independen.
4. Pengenalan terhadap mentor profesional yang akan mendampingi peserta secara
intensif selama program studi independen berlangsung.
5. Pengantar mengenai program Studi Independen; Data Analytics, peluang dan
tantangan pada bidang Dana Analytics serta benefit bagi peserta yang mengikuti
program studi independen ini.

Project Framework
Program Studi Independen Bersertifikat Data Analytics akan terdiri dari kegiatan
pembelajaran materi per individu dengan melalui cara synchronous dan asynchronous; Alur
materi mengacu pada proses kerja Data Analytics di industri yang menggunakan
pendekatan design thinking. Peserta akan merancang solusi produk melalui lima proses
iteratif: empathize, define, ideate, prototype, dan test.
Pada project akhir, peserta akan membuat deck rekomendasi berdasarkan jangka waktu
dengan metode analisis CRISP-DM yang bertujuan untuk memberikan rekomendasi bagi
perusahaan/lembaga terkait dalam pengambilan keputusan berbasis data serta
mempresentasikan hasil analisis kepada stakeholders.
Data set yang digunakan pada project akhir utamanya berupa data set yang
berkaitan dengan isu lingkungan, namun tidak terbatas pada tema tersebut. Project
akhir menitikberatkan objective pada penerapan proses kerja seorang data analis sesuai
tugas dan fungsinya di perusahaan.
 4

DATA ANALIS
Durasi Aktivitas : 14 Agustus 2023 - 31 Desember 2023

Jumlah Kredit SKS : 22 SKS

Tipe Aktivitas : Online

Lokasi Aktivitas : Online

I. Activity Scope
Program Data Analytics Bootcamp meliputi pembelajaran individu dan project akhir
dalam tim. Pada pembelajaran individu, setiap peserta akan mengikuti kelas secara
asynchronous berupa aktivitas menonton video belajar dan membaca e-modul serta
pembelajaran secara synchronous melalui online meeting. Pada sesi online meeting,
peserta akan mendapatkan materi serta dapat berkonsultasi secara langsung
dengan expert pada materi terkait. Peserta juga akan memiliki mentor yang akan
membimbing dan tempat berkonsultasi jika menemui kesulitan selama
pembelajaran.
Pada akhir pembelajaran peserta akan mengerjakan project secara berkelompok
untuk menganalisis data tentang preferensi pengguna terhadap transportasi dan
penggunaan kendaraan, sehingga dapat diambil keputusan yang tepat dalam
mengembangkan aplikasi transportasi ramah lingkungan. Setelah selesai program,
peserta akan memperoleh sertifikat keikutsertaan jika mengikuti minimal 75%
kehadiran pada kegiatan pembelajaran. Selain itu, peserta juga akan mendapatkan
Sertifikat Kompetensi dari BNSP sebagai Data Analis/Associate Data Scientist jika
lulus dari Uji Kompetensi.
 5

II. Learning Path

Pada program studi independen ini, peserta akan mendapat learning path Data
Analytics sebagai berikut:
1. Silabus Persiapan

Durasi Sumber
Learning Pembelaj Daya Cara
Tingkat Kompetensi Detil Pembelajaran
Objective aran Pembelaj Penilaian
(Jam) aran
Memahami -Menjelaskan skill dan Pada pembelajaran individu, peserta 3 Sesi kelas Penilaian
role data ekosistem data yg akan mengikuti pembelajaran synchron akan
analyst dan dibutuhkan seorang synchronous dan asynchronous. ous didasarka
skill serta data analyst Langkah yang dilakukan adalah melalui n pada
alur kerja -Memahami alur kerja pembelajaran terkait: Zoom nilai kuis
data analyst secara keseluruhan Meeting, yang
pada bidang data -Definisi data, data analytics dan data dan Sesi akan
analyst ekosistem Asynchro dikerjaka
-Hubungan antara bisnis dan data nous n peserta.
-Peluang bekerja di bidang data melalui
-Tugas data analyst materi
-Pengenalan mining & visualizing data bacaan
- Alur kerja & Skill data analyst elektroni
k dan kuis
yang
tersedia
di LMS
GreatEdu
ataupun
Google
Classroo
m
Memahami - Menjelaskan - Definisi dan konsep dasar isu 3 Zoom Penilaian
Isu perkembangan isu lingkungan Meeting, berdasar
Lingkungan lingkungan dan data - Tren dan tantangan terkini dibidang Video kan kuis
dan rujukannya lingkungan Pembelaj dan
Pengaruh - Memahami - Dampak lingkungan dari kegiatan aran, resume
Analisis pengaruh hasil manusia Jurnal materi
Data analisis data isu - Studi kasus hasil analisis data dari dan yang
lingkungan terhadap isu lingkungan Report, dibuat
kebijakan pemerintah - Sumber-sumber data yang bisa Bahan peserta
dan global diakses bacaan
 6

- Kebijakan pemerintah mengenai isu

lingkungan
- Potensi kontribusi data analis
dalam isu lingkungan

2. Silabus Inti
Learning Objective Tingkat Kompetensi Detil Pembelajaran Durasi Sumber Cara
Pembe Daya Penilai
lajaran Pembelajar an
(Jam) an
Melakukan analisis -Menggunakan Pada pembelajaran individu, 10 Sesi kelas Penilaia
kondisi bisnis serta metode analisis peserta akan mengikuti synchronou n akan
peluang dan SWOT pembelajaran synchronous s melalui didasar
tantangan dalam -Merancang solusi dan asynchronous. Zoom kan
sektor bisnis dari persoalan bisnis Langkah yang dilakukan adalah Meeting, pada
tersebut pembelajaran terkait: dan Sesi nilai
Asynchrono kuis
-Mendapat informasi bisnis us melalui yang
yang dijadikan sebagai sumber materi akan
data bacaan dikerjak
-Persoalan bisnis elektronik an
-Merumuskan hipotesis dan kuis peserta
-Metode analisis SWOT yang .
-Mengidentifikasi peluang tersedia di
untuk perbaikan masalah LMS
-Merancang solusi dari suatu GreatEdu
persoalan bisnis ataupun
-Data understanding Google
Classroom
 7

Memahami konsep -Mengimplementasika Pada pembelajaran individu, 34 Sesi kelas Penilaia

dan proses data n teknik data peserta akan mengikuti synchronou n akan
preprocessing collection pembelajaran synchronous s melalui didasar
secara komprehensif -Mengklasifikasikan dan asynchronous. Zoom kan
data Langkah yang dilakukan Meeting, pada
-Mengimplementasika adalah pembelajaran terkait: dan Sesi nilai
n teknik data cleaning Asynchrono kuis
-Mengimplementasika -Introduction to data us melalui yang
n teknik data preprocessing materi akan
reduction -Definisi, tujuan, dan bacaan dikerjak
-Mengimplementasika manfaat data collection elektronik an
n teknik data -Teknik data collection dan kuis peserta
integration -Classifying data yang .
-Mengimplementasika -Definisi, tujuan, dan tersedia di
n teknik data manfaat data cleaning LMS
transformation -Fill in missing values GreatEdu
-Outlier Data ataupun
-Smooth noisy data (Binning, Google
Regression, Clustering) Classroom
-Resolve inconsistences data
-Definisi, tujuan, dan
manfaat data reduction
-Attribute selection
-Numerosity reduction
-Dimensionality reduction
-Data compression
-Definisi, tujuan, dan
manfaat data integration
-Proses di dalam data
integration
-Definisi, tujuan, dan
manfaat data transformation
-Aggregation
-Normalization
-Feature selection
-Discreditization
-Concept hierarchy
generation
 8

Mampu menjelaskan -Menjelaskan struktur Pada pembelajaran individu, 28 Sesi kelas Penilaia
tentang database database peserta akan mengikuti synchronou n akan
dan bisa -Membangun DBMS" pembelajaran synchronous s melalui didasar
mengoperasikan -Membedakan tipe dan asynchronous. Langkah Zoom kan
SQL untuk data yang dilakukan adalah Meeting pada
mengumpulkan data -Menggunakan pembelajaran terkait: dengan nilai
operasi, filtering, slide praktek
conditional, dan -Introduction to database presentasi yang
aggregation di SQL and SQL materi dan akan
-Menjelaskan dan -Database Structure & Big Query / dikerjak
membedakan business RDBMS concept PostgreSQL an
metrics -How companies utilize SQL dan Sesi peserta
-Membangun query & RDBMS Asynchrono .
pada bisnis metrics -Basic data types & SQL us melalui
select operations materi
- SQL filtering bacaan
- SQL conditional elektronik,
- SQL Aggregation yang
- SQL Join tersedia di
- SQL Union LMS
- Understanding key GreatEdu
business metric (conversion ataupun
rate, Daily/Weekly active Google
users, retention) Classroom.
- Choosing the right metrics
- Querying business metrics
using complex queries
- subquery & CTE
- SQL Having
- Windows Function
- Insert, Update, Delete data
Memahamidan bisa -Mengimplementasika Pada pembelajaran individu, 32 Sesi kelas Penilaia
mengoperasikan n dasar dasar python peserta akan mengikuti synchronou n akan
python untuk -Menggunakan pembelajaran synchronous s melalui didasar
mengolah data functions dan dan asynchronous. Langkah Zoom kan
iteratioin pada python yang dilakukan adalah Meeting pada
-Menghasilkan pembelajaran terkait dengan nilai
manipulasi text file slide praktek
-Mengimplementasika - Introduction to python presentasi yang
n mathematics library - Jupyter Lab materi dan akan
dengan python - variables & basic data types Jupiter / dikerjak
(string, int, float, boolean, Python dan an
list, dictionary) Sesi peserta
- Basic operations on string Asynchrono .
(text), integer, float, boolean, us melalui
list, dictionary materi
-Introduction to python bacaan
 9

package elektronik,
- Conditional statement yang
- nested consitional tersedia di
statement LMS
- Python iterations GreatEdu
- iterations in list, dictionary ataupun
- Functions in Python Google
- Implementation of Classroom.
conditional statement and
iteration in function
Memahami -Membuat hipotesis [Theory] 33 Sesi kelas Penilaia
teori-teori dan dari data yang - Descriptive Statistics synchronou n akan
metode statistika tersedia - Correlation s melalui didasar
untuk mengolah data -Membedakan jenis - Distribution and Zoom kan
agar dapat analisis pada statistik Probability Meeting pada
menghasilkan -Mengggunakan - Statistical Plot" dengan nilai
kesimpulan yang metode analisis [Theory] slide praktek
teruji secara statistik prediktif untuk -Inferential Statistics presentasi yang
problem bisnis -A/B Testing materi dan akan
-Membuat -Metode analisis prediktif Jupiter / dikerjak
permodelan prediktif untuk problem bisnis Python dan an
(forecasting, regression, Sesi peserta
classification) Asynchrono .
-Mengevaluasi dan us melalui
menginterpretasikan hasil materi
dari pemodelan prediktif bacaan
elektronik,
yang
tersedia di
LMS
GreatEdu
ataupun
Google
Classroom.
 10

Mengetahui dan bisa -Mengimplementasika -Introduction to numpy 21 Sesi kelas Penilaia

menggunakan library n fungsi dan iterasi -Numpy Arrays Operations synchronou n akan
yang tersedia pada menggunakan numpy -Strings vs Object vs s melalui didasar
python -Mengimplementasika Number Zoom kan
n fungsi dan iterasi -Generating data with Meeting pada
menggunakan pandas numpy dengan nilai
-Implementing functions and slide praktek
iterations using numpy" presentasi yang
"-Introduction to the pandas materi dan akan
Library Jupiter / dikerjak
-Introduction to pandas Python dan an
Series & DataFrame Sesi peserta
-Import & export DataFrame Asynchrono .
& Series us melalui
-Working with pandas materi
Attributes bacaan
-Basic Dataframe Operation elektronik,
-Label-based And yang
Position-based Indexing or tersedia di
filtering" LMS
GreatEdu
ataupun
Google
Classroom.
Memiliki teori dan -Mengimplementasika "-Advance data selection 70 Sesi kelas Penilaia
skill yang tepat untuk n fungsi dan iterasi using loc & iLoc synchronou n akan
mengolah data dan untuk modify data -Modifying DataFrame s melalui didasar
mengimplementasik -Mengimplementasika values & columns Zoom kan
an metode statistika n statistik pada python -DataFrame append & merge Meeting pada
& machine learning -Membuat hipotesis -DataFrame Aggregation dengan nilai
agar dapat testing -Implementing functions and slide praktek
memberikan -Menggunakan EDA iterations to modify data" presentasi yang
rekomendasi dan dengan pandas "- Pengenalan package materi dan akan
insight yang -Merancang model statistika di python Jupiter / dikerjak
bermanfaat regresi - Measure of dispersion pada Python dan an
-Menyusun ide/insight tipe data Sesi peserta
-Memahami clustering - correlation using python Asynchrono .
-Melakukan clustering (univariate & multivariate) us melalui
data menggunakan - hypothesis testing study materi
python case bacaan
-Menyusun ide/insight - 1 tailed t-test elektronik,
- 2 tailed t-test" yang
"- Data Cleaning tersedia di
- Explotary Data Analysis LMS
dengan pandas GreatEdu
- Data transformation ataupun
- Create regression model Google
 11

- regularization" Classroom.
"- Logistic Regression with
python
- Forecasting data with
python
- evaluating regression &
forecasting
- Formulating insight"
"- Introduction to clustering
- Clustering theory and
methods
- Clustering study case with
python
- Evaluating cluster and
formulate insihgt"
Membuat visualisasi -Membuat visualisasi Data Visualizations using 28 Sesi kelas Penilaia
data sehingga dapat data dengan google Google Data Studio synchronou n akan
memberikan data studio s melalui didasar
informasi yang -Membuat monitoring Zoom kan
mudah dipahami, visualisasi data yang Meeting pada
meaningful, dan juga interaktif dan mudah dengan nilai
dapat dilakukan aksi dipahami slide praktek
presentasi yang
materi dan akan
Google dikerjak
Data Studio an
dan Sesi peserta
Asynchrono .
us melalui
materi
bacaan
elektronik,
kuis, yang
tersedia di
LMS
GreatEdu
ataupun
Google
Classroom.
 12

Mengolah data yang Membuat presentasi -Memformulasi masalah bisnis 8 Sesi kelas Penilaia
kompleks menjadi bisnis dan dan memilih metrik yang synchronou n akan
sekumpulan rekomendasi relevan s melalui didasar
visualisasi yang -Membuat kesimpulan Zoom kan
intuitif dan insightful berdasarkan masalah Meeting pada
untuk menjelaskan -Mempersiapkan presentasi dengan nilai
suatu gagasan bisnis dan memberikan slide praktek
rekomendasi presentasi yang
materi dan akan
Google dikerjak
Data Studio an
dan Sesi peserta
Asynchrono .
us melalui
materi
bacaan
elektronik,
kuis yang
tersedia di
LMS
GreatEdu
ataupun
Google
Classroom.

3. Aktivitas Terkait Pembelajaran Non-Teknis

Durasi Sumber
Cara
Pembela Daya
Learning Objective Tingkat Kompetensi Detil Pembelajaran Penilaia
jaran Pembela
n
(Jam) jaran
Mengimplementasi - Menemukan alasan dan -Temukan alasanmu (find 18 Sesi Penilaian
kan soft skills yang motivasi yang kuat untuk your why) belajar kelas akan
dibutuhkan di belajar -Temukan lingkaran synchron didasark
bidang data - Memahami growth emasmu (golden circle) ous an pada
mindset dan -Apa itu growth mindset melalui nilai kuis
mengimplementasikanny dan kenapa itu penting Zoom yang
a -Disiplin dan konsisten Meeting, akan
Mengimplementasikan untuk belajar dan Sesi dikerjaka
analytical & critical -Definisi analytical dan Asynchr n
thinking skill untuk critical thinking onous peserta.
problem solving -Hubungan analytical dan melalui
Mengimplementasikan critical thinking materi
Coordination & -Analytical & critical bacaan
Attention to Detail skill thinking untuk problem elektroni
solving k dan
 13

-Critical thinking dan kuis yang

analisa data tersedia
-Strategi cara berpikir kritis di LMS
-Jenis coordination skills GreatEd
-Cara meningkatkan u
coordination skills ataupun
-Coordination skills pada Google
divisi data di perusahaan Classroo
-Pentingnya attention to m
detail
Memahami cara -Memahami contoh -Memberikan contoh 8 Sesi Penilaian
membangun implementasi dan alur implementasi dan alur kerja kelas akan
portfolio sebagai kerja data analyst data analyst pada berbagai synchron didasark
data analyst -Memahami cara industri ous an pada
membangun portfolio -tips dan trik membangun melalui nilai kuis
sebagai data analyst portofolio data analyst Zoom yang
Meeting, akan
dan Sesi dikerjaka
Asynchr n
onous peserta.
melalui
materi
bacaan
elektroni
k dan
kuis yang
tersedia
di LMS
GreatEd
u
ataupun
Google
Classroo
m
Menerapkan sikap Peserta dapat Peserta akan melakukan 10 Sesi kelas Penilaian
tanggung melaporkan kendala yang team meeting berkala synchron dilakukan
jawab dan aktif dihadapi selama program dengan tim GreatEdu ous berdasar
berlangsung melalui kan
Zoom kualitas
Meeting dan
kuantitas
pertanya
an yang
diajukan
oleh
peserta
serta
 14

kuis yang
diadakan
dalam
sesi.

Merefleksikan diri Peserta mampu Peserta mengisi logbook, 10 Platform Penilaian

terkait dengan menceritakan kembali memberikan laporan ke Kampus dilakuka
aktivitas dan melaporkan hal yang dosen pembimbing Merdeka n
pembelajaran didapatkan selama akademik, serta refleksi berdasar
setiap minggu proses pembelajaran pembelajaran secara kan
dalam bentuk lisan dan mandiri. ketepata
tulisan. n waktu
pengisia
n
logbook
dan
feedback
yang
diberika
n oleh
Mentor
Melakukan review Peserta dapat secara Pada pembelajaran individu, 256 -Kunci Penilaian
dan mentoring aktif mengikuti dan peserta akan mengikuti jawaban dilakuka
materi melaporkan pembelajaran synchronous setiap n
pembelajaran progress pembelajaran dan asynchronous. tugas berdasar
dengan aktif, dan progress Langkah yang dilakukan praktek kan
mandiri, dan pengerjaan final project adalah pembelajaran -Materi ketepata
inisiatif baik melalui grup diskusi terkait: presenta n waktu
ataupun tatap muka si yang pelapora
secara online bersama - Melakukan review dan digunaka n dan
mentor diskusi interaktif tentang n selama keaktifan
materi, tugas yang pembelaj siswa
diberikan setiap minggu di aran melapor
dalam grup whatsapp , -SQL, kan
trello, maupun live webinar Python, kendala
- Melakukan bimbingan Jupyter, yang
untuk pengerjaan final Spreadsh dihadapi.
project eet, dan
Google
Data
Studio
-Ebook
sebagai
pelengka
p
pembelaj
aran
 15

Menyelesaikan Penilaian akan dilakukan Membuat deck 330 -Solidity Penilaian

final project terhadap kesesuaian rekomendasi dari hasil program dilakuka
deck rekomendasi analisis data berdasarkan ming n
dengan tujuan bisnis jangka waktu language berdasar
perusahaan, dengan -Instruks kan hasil
rincian sebagai berikut: i tugas rekomen
-Pemahaman Bisnis dan praktek dasi yang
Data -Slide tepat
-Mempersiapkan data materi dan jelas
-Menganalisis data selama ketika
-Memberikan pembelaj diimplem
rekomendasi aran entasika
-Rekama n di
n kelas perusaha
belajar an

GAMBARAN KONVERSI SKS

Kelas / Aktifitas Jam Konversi SKS

Memahami role data analyst dan skill serta alur kerja data 3 2
analyst

Memahami Isu Lingkungan dan Pengaruh Analisis Data 3

Melakukan analisis kondisi bisnis serta peluang dan 10

tantangan dalam sektor bisnis tersebut

Memahami konsep dan proses data preprocessing 34

secara komprehensif
Mampu menjelaskan tentang database dan bisa 28
mengoperasikan SQL untuk mengumpulkan data

Paham dan bisa mengoperasikan python untuk 32 4

mengolah data
Memahami teori-teori dan metode statistika untuk 33
mengolah data agar dapat menghasilkan kesimpulan
yang teruji secara statistik

Mengetahui dan bisa menggunakan library yang 21

tersedia pada python
 16

Memiliki teori dan skill yang tepat untuk mengolah data 70

dan mengimplementasikan metode statistika &
machine learning agar dapat memberikan
rekomendasi dan insight yang bermanfaat

Membuat visualisasi data sehingga dapat memberikan 28 1

informasi yang mudah dipahami, meaningful, dan juga
dapat dilakukan aksi
Mengolah data yang kompleks menjadi sekumpulan 8
visualisasi yang intuitif dan insightful untuk
menjelaskan suatu gagasan

Mengimplementasikan soft skills yang dibutuhkan di 18 1

bidang data

Memahami cara membangun portfolio sebagai data 8

analyst

Menerapkan sikap tanggung 10

jawab dan aktif

Merefleksikan diri terkait dengan aktivitas 10

pembelajaran setiap minggu

Melakukan review dan mentoring materi pembelajaran 256 6

dengan aktif, mandiri, dan inisiatif

Menyelesaikan final project 330 8

Total SKS 902 22

Mentorship Programs

I. Mentorship Details (Detail Bimbingan)

Proyek / Aktivitas Rencana Bimbingan

No.
(Activity) (Mentorship Plan)
 17

1 Data Analytics - Satu dedicated mentor bertugas untuk mendampingi 25 mahasiswa/i selama
Program sesi review (sesi pendamping saat kegiatan penyampaian materi)
- Sesi review akan dilaksanakan satu minggu sekali bersama mentor untuk
mereview materi dan tugas praktek
- Menjelang final project, peserta akan dibimbing selama kurang lebih 2 bulan
dengan mentor untuk pengerjaan final project
- Peserta akan terbagi lagi menjadi 5 orang dalam satu kelompok kecil untuk
pengerjaan final project, sehingga dedicated mentor akan mengampu 4
kelompok kecil
- Sesi mentoring final project, akan dilaksanakan tiga kali dalam seminggu, setiap
Senin, Rabu dan Jum’at.
 18

Program Timeline
Aktivitas Studi Independen Bersertifikat Data Analytics akan dijalankan dari Agustus 2023
hingga Jui 2023. Termasuk dengan proses persiapannya, progam ini akan dilakukan
berdasarkan lini waktu berikut ini:

Activities Apr 2023 Mei 2023 Juni 2023 Juli 2023 Agust Sept Okt 2023 Nov 2023 Des 2023
2023 2023

Pendaftaran
kandidat
peserta

Proses seleksi
kandidat
peserta

Finalisasi
peserta ke
dalam LoA

Pembekalan
mentor
pendamping

Pembekalan
calon peserta

Konsolidasi
bersama
Kampus dan
tim MSIB

Onboarding

Pemberian
materi studi
independen

Pelaksanaan
project akhir

Contact Person
GreatEdu sangat antusias dengan progam kolaborasi ini. Semua konfirmasi dan
pertanyaan terkait hal ini silakan hubungi:
Nama : Muhammad Amrullah
Jabatan : VP Production Team
 19

Nomor Telepon : 0852-6619-0003

Email : amrullah@greatedu.co.id