Learning Objective Target Hasil Pembelajaran

(Targeted skill)

1. Pengantar Data Sains Mampu memahami dasar-dasar data

sains dan gambaran besar konsep serta
penerapan data sains
2. Data sains untuk Sektor Mampu memahami penerapan data
Pendidikan sains di dalam sektor pendidikan dan
dapat memilih, mengusulkan solusi
data sains bagi masalah-masalah yang
ada di dalam sektor pendidikan.
3. Data sains untuk Sektor Finansial Mampu memahami penerapan data
sains di dalam sektor finansial dan
dapat memilih, mengusulkan solusi
data sains bagi masalah-masalah yang
ada di dalam sektor finansial.
4. Data sains untuk Sektor Perikanan Mampu memahami penerapan data
sains di dalam sektor perikanan dan
dapat memilih, mengusulkan solusi
data sains bagi masalah-masalah yang
ada di dalam sektor perikanan.
5. Data sains untuk Sektor Pertanian Mampu memahami penerapan data
sains di dalam sektor pertanian dan
dapat memilih, mengusulkan solusi
data sains bagi masalah-masalah yang
ada di dalam sektor pertanian.
6. Data sains untuk e-Commerce Mampu memahami penerapan data
sains di dalam sektor e-commerce dan
dapat memilih, mengusulkan solusi
data sains bagi masalah-masalah yang
ada di dalam sektor e-commerce.
7. Data sains untuk Media Sosial Mampu memahami penerapan data
sains di dalam media sosial dan dapat
memilih, mengusulkan solusi data
sains bagi masalah-masalah yang ada
di dalam media sosial.
8. Data sains untuk Sektor Mampu memahami penerapan data
Parawisata sains di dalam sektor pariwisata dan
dapat memilih, mengusulkan solusi
data sains bagi masalah-masalah yang
ada di dalam sektor pariwisata.
9. Data sains untuk Sektor Energi Mampu memahami penerapan data
sains di dalam sektor energi dan dapat
memilih, mengusulkan solusi data
sains bagi masalah-masalah yang ada
di dalam sektor energi.
10. Data sains untuk Sektor
Kesehatan
11. Proyek Akhir
Mampu memahami penerapan data
sains di dalam sektor kesehatan dan
dapat memilih, mengusulkan solusi
data sains bagi masalah-masalah yang
ada di dalam sektor kesehatan.
Mampu menganalisa persoalan di
industri yang memerlukan cara
berpikir data saintis dan mengusulkan
solusi data sains.
 Detail Pembelajaran (Learning Details) Durasi Pembelajaran

Peserta akan mengikuti pembelajaran secara 90 jam

online. Materi dibawakan oleh mentor 1. Live Teaching - 4jam
professional dengan metode live teaching, live 2. Case study material + quiz - 6jam
discussion, use case dan belajar mandiri. 3. Discussion - 10 jam
Materi yang diberikan pada modul Pengantar 4. Belajar mandiri - 3jam x 10 bab =
Data Sains adalah 30jam
1. Memahami Data 5. Tugas individu - 30 jam
2. Memahami dataset dan database
3. Memahami Big Data
4. Data di Awan (Cloud Storage)
5. SQL
6. NoSQL
7. Tahapan data sains (life cycle of data
science)
8. Algoritma-algoritma dalam data sains
9. Penerapan ilmu data (data science)
10.Alat untuk ilmu data (data science)
Peserta akan mengikuti pembelajaran secara 90 jam
online. Materi dibawakan oleh mentor 1. Live Teaching - 4jam
professional dengan metode live teaching, live 2. Case study material + quiz - 6jam
discussion, use case dan belajar mandiri. 3. Discussion - 10 jam
Materi yang diberikan pada modul Data Sains 4. Belajar mandiri - 3jam x 10 bab =
untuk Sektor Pendidikan adalah 30jam
1. Pengantar data sains di dalam sektor 5. Tugas individu - 30 jam
pendidikan
2. Sejarah pendidikan di Indonesia
3. Visi pendidikan untuk industri 4.0
4. Problem-problem pendidikan di Indonesia
5. Penerapan data sains di pendidikan
6. Use case Adaptive Learning
7. Use case Innovative Curriculum
8. Use case Student Recruitment
9. Use case Parent Involvement
10.Use case Student Achivement
Peserta akan mengikuti pembelajaran secara 90 jam
online. Materi dibawakan oleh mentor 1. Live Teaching - 4jam
professional dengan metode live teaching, live 2. Case study material + quiz - 6jam
discussion, use case dan belajar mandiri. 3. Discussion - 10 jam
Materi yang diberikan pada modul Data Sains 4. Belajar mandiri - 3jam x 10 bab =
untuk Sektor Finansial adalah 30jam
1. Apa itu Industri Perbankan 5. Tugas individu - 30 jam
2. Kegiatan Usaha Bank Umum
3. Sejarah Perbankan
4. Sekilas tentang industri perbankan di
Indonesia
5. Potensi Industri Perbankan Nasional
6. Problem-problem dalam industri perbankan
7. Use case Ketidakstabilan Politik yang
mempengaruhi tingkat likuidasi dan investasi
8. Use case Kredit macet
9. Use case Restrukturisasi pinjaman baik
kepada UMKM atau perusahaan secara umum
10.Use case Trend Suku Bunga
Peserta akan mengikuti pembelajaran secara 90 jam
online. Materi dibawakan oleh mentor 1. Live Teaching - 4jam
professional dengan metode live teaching, live 2. Case study material + quiz - 6jam
discussion, use case dan belajar mandiri. 3. Discussion - 10 jam
Materi yang diberikan pada modul Data Sains 4. Belajar mandiri - 3jam x 10 bab =
untuk Sektor Perikanan adalah 30jam
1. Apa itu perikanan (industri perikanan) 5. Tugas individu - 30 jam
2. Usaha Perikanan
3. Sejarah Perikanan
4. Sekilas tentang industri perikanan di
Indonesia
5. Potensi Industri perikanan Nasional
6. Potensi industry perikanan global
7. Penerapan Data sains untuk Sustainable
Fisheries
8. Problem-problem dalam industri perikanan
9. Use case solusi untuk meminimalkan
kerusakan lingkungan hingga aktivitas
penangkapan berlebih tetapi sekaligus
memaksimalkan produksi menggunakan
metode riset operasi
10.Use case solusi untuk meminimalkan
kerusakan lingkungan hingga aktivitas
penangkapan berlebih tetapi sekaligus
memaksimalkan produksi menggunakan
machine learning.
Peserta akan mengikuti pembelajaran secara 90 jam
online. Materi dibawakan oleh mentor 1. Live Teaching - 4jam
professional dengan metode live teaching, live 2. Case study material + quiz - 6jam
discussion, use case dan belajar mandiri. 3. Discussion - 10 jam
Materi yang diberikan pada modul Data Sains 4. Belajar mandiri - 3jam x 10 bab =
untuk Sektor Pertanian adalah 30jam
1. Pengantar Data Science (Ds) Di Bidang 5. Tugas individu - 30 jam
Pertanian
2. Penerapan DS dalam Mengelola dan
Mengendalikan Hama dan Penyakit Tanaman
3. Penerapan DS dalam Mengatasi Perubahan
Iklim
4. Penerapan DS dalam Memprediksi Hasil
Produksi/ Hasil Panen
5. Penerapan DS dalam Pengklasifikasian
Industri Pertanian
6. Penerapan DS dalam Menunjang Pemasaran
Hasil Pertanian
7. Penerapan DS dalam Memprediksi Tanaman
Pangan
8. Penerapan DS dalam Menentukan Estimasi
Produktivitas Tanaman
9. Penerapan DS dalam Pengklasifikasian
Lahan Pertanian
10.Penerapan DS dalam Smart Farming
Peserta akan mengikuti pembelajaran secara 90 jam
online. Materi dibawakan oleh mentor 1. Live Teaching - 4jam
professional dengan metode live teaching, live 2. Case study material + quiz - 6jam
discussion, use case dan belajar mandiri. 3. Discussion - 10 jam
Materi yang diberikan pada modul Data Sains 4. Belajar mandiri - 3jam x 10 bab =
untuk E-Commerce adalah 30jam
1. Pengantar e-Commerce 5. Tugas individu - 30 jam
2. Data Science Dalam Peningkatan Loyalitas
Konsumen
3. Data Science Dalam Personalisasi Belanja
4. Data Science Dalam Peningkatan Inovasi e-
Commerce
5. Data Science Dalam Kerentanan Fraud
(Penipuan)
6. Data Science Dalam Manajemen Inventaris
Bisnis
7. Data Science Dan Sistem Rekomendasi e-
Commerce
8. Data Science Untuk Analisis Pelanggan dan
Hasil Pencarian
9.Data Science Untuk Peningkatan Profit Pada
E-Commerce
10.Data Science Untuk Analisis Data Garansi
Konsumen
Peserta akan mengikuti pembelajaran secara 90 jam
online. Materi dibawakan oleh mentor 1. Live Teaching - 4jam
professional dengan metode live teaching, live 2. Case study material + quiz 6jam
discussion, use case dan belajar mandiri. 3. Discussion - 10 jam
Materi yang diberikan pada modul Data Sains 4. Belajar mandiri - 3jam x 10 bab =
untuk Media Sosial adalah 30jam
1. Pengantar data sains untuk media sosial 5. Tugas individu - 30 jam
2. Implementasi Data Science dalam Media
Sosial
3. Data Sains di Instagram
4. Use case data sains di Instagram
5. Data Sains di Facebook
6. Use case data sains di Facebook
7. Data Sains di Twitter
8. Use case data sains di Twitter
9. Data Sains di Tiktok
10. Use case data sains di Tiktok
Peserta akan mengikuti pembelajaran secara 90 jam
online. Materi dibawakan oleh mentor 1. Live Teaching - 4jam
professional dengan metode live teaching, live 2. Case study material + quiz - 6jam
discussion, use case dan belajar mandiri. 3. Discussion - 10 jam
Materi yang diberikan pada modul Data Sains 4. Belajar mandiri - 3jam x 10 bab =
untuk Sektor Pariwisata adalah 30jam
1. Pengantar Data Sains untuk sektor 5. Tugas individu - 30 jam
pariwisata
2. Pemanfaatan Data Sains-Manajemen
Reputasi
3. Pemanfaatan Data Sains-Manajemen
Pendapatan
4. Pemanfaatan Data Sains-Riset Pemasaran
Pariwisata
5. Penerapan Big Data Untuk Industri
Pariwisata Era 4.0
6. Penerapan Bussiness Intelligence System
Untuk Industri Pariwisata Era 4.0
7. Data Sains Menggunakan Data Mining
Untuk Pengelompokan Jumlah Kunjungan
Wisatawan
8. Data Sains Menggunakan Data Mining
Untuk Memprediksi Pengunjung Wisata
9. Data Sains Menggunakan Data Mining
Untuk Klasifikasi Data Ulasan Destinasi
Wisata
10. Data Sains Menggunakan Big Data Untuk
Google Trends Analytics Dalam Pariwisata
Peserta akan mengikuti pembelajaran secara 90 jam
online. Materi dibawakan oleh mentor 1. Live Teaching - 4jam
professional dengan metode live teaching, live 2. Case study material + quiz 6jam
discussion, use case dan belajar mandiri. 3. Discussion - 10 jam
Materi yang diberikan pada modul Data Sains 4. Belajar mandiri - 3jam x 10 bab =
untuk Sektor Energi adalah 30jam
1. Memahami Pengertian dasar di dalam 5. Tugas individu - 30 jam
Industri Energi
2. Memiliki Wawasan akan Kondisi Industri
Energi di Indonesia
3. Memahami Sejarah Industri Energi di
Indonesia
4. Use case data sains untuk penerapan pada
Failure probability modeling (permodelan
kemungkinan kegagalan)
5. Use case data sains untuk penerapan pada
Outage detection and prediction (Prediksi dan
deteksi terjadinya pemadaman)
6. Use case data sains untuk penerapan pada
Dynamic energy management (manajemen
energi secara dinamis)
7. Use case data sains untuk penerapan pada
Smart Grid security and theft detection
(Keamanan Smart Grid dan deteksi pencurian)
8. Use case data sains untuk penerapan pada
Preventive equipment maintenance
(Pemeliharaan peralatan preventif)
9. Use case data sains untuk penerapan pada
Demand response management (Manajemen
respons permintaan)
10.Use case data sains untuk penerapan pada
Peserta akan mengikuti pembelajaran secara 90 jam
online. Materi dibawakan oleh mentor 1. Live Teaching - 4jam
professional dengan metode live teaching, live 2. Case study material + quiz - 6jam
discussion, use case dan belajar mandiri. 3. Discussion - 10 jam
Materi yang diberikan pada modul Data Sains 4. Belajar mandiri - 3jam x 10 bab =
untuk Sektor Kesehatan adalah 30jam
1. Pengantar data sains untuk sektor kesehatan 5. Tugas individu - 30 jam
2. Manfaat Data Sains Dalam Teknologi
Hadoop
3. Manfaat Data Sains Dalam Peningkatan
Kualitas Layanan Kesehatan
4. Manfaat Data Sains Dalam Analisis Rekam
Medis
5. Penerapan Data Sains Dalam Analisis Foto
Medis
6. Penerapan Data Sains Dalam Genetika /
Genomik
7. Penerapan Data Sains Dalam Aplikasi
Dukungan Pasien
8. Penerapan Data Sains Dalam Prediksi
Penyakit Flu
9. Penerapan Data Sains Dalam Deteksi
Pengobatan Kanker
10. Penerapan Data Sains Dalam Deteksi Dan
Penanggulangan Endometriosis

Proyek akhir yang akan dikerjakan oleh peserta 1. Presentasi ide solusi data sains yang
Studi Independen yang mengikuti program ini akan menjadi proyek akhir: 10 jam
adalah 2. Mengerjakan project: 70 jam
1. Peserta akan mempresentasikan ide solusi 3. Showcase Presentation: 20 jam
data sains untuk suatu use case data sains.
2. Diskusi kelompok kelas dengan mentor
tentang solusi data sains yang dipilih.
3. Kelompok akan mengerjakan penyusunan
solusi data sains menurut daur proses data
sains.
4. Showcase Presentation
 Sumber Daya Pembelajaran Cara Penilaian (Assesment
(Learning Resources) Method)

Self-paced learning dari LMS, Tugas individu, presensi, quiz

Bahan bacaan belajar mandiri,
PPT, Live Teaching zoom
Self-paced learning dari LMS, Tugas individu, presensi, quiz
Bahan bacaan belajar mandiri,
PPT, Live Teaching zoom
Self-paced learning dari LMS, Tugas individu, presensi, quiz
Bahan bacaan belajar mandiri,
PPT, Live Teaching zoom
Self-paced learning dari LMS, Tugas individu, presensi, quiz
Bahan bacaan belajar mandiri,
PPT, Live Teaching zoom
Self-paced learning dari LMS, Tugas individu, presensi, quiz
Bahan bacaan belajar mandiri,
PPT, Live Teaching zoom
Self-paced learning dari LMS, Tugas individu, presensi, quiz
Bahan bacaan belajar mandiri,
PPT, Live Teaching zoom
Self-paced learning dari LMS, Tugas individu, presensi, quiz
Bahan bacaan belajar mandiri,
PPT, Live Teaching zoom
Self-paced learning dari LMS, Tugas individu, presensi, quiz
Bahan bacaan belajar mandiri,
PPT, Live Teaching zoom
Self-paced learning dari LMS, Tugas individu, presensi, quiz
Bahan bacaan belajar mandiri,
PPT, Live Teaching zoom
Self-paced learning dari LMS, Tugas individu, presensi, quiz
Bahan bacaan belajar mandiri,
PPT, Live Teaching zoom

Pengumpulan proyek akhir Penilaian:

melalui LMS, presentasi live 1. Ide solusi data sains
melalui zoom 2. Proyek akhir
3. Presentation
 Detail
Target
Pembela
Hasil
jaran
Pembela
(Learnin
jaran
g
(Targete
Learning Details)
d skill)
Objectiv Cara dan
Target
e Judul proses
dan
materi pembelaj
capaian
yang aran ang
(outcom
akan akan
e) yang
dipelajari dilakuka
dihasilka
n untuk
n setelah
mencapa
pembelaj
i target
aran
kompete
selesai
nsi
 daya
berupa
materi, Cara
software, Penilaian
atau (Assesm
hardwar ent
e yang Method)
digunaka Cara
Durasi Pembelajaran Waktu yang dibutuhkan dalam pembelajaran n dalam
menguku
proses r
pembelaj pencapai
aran an
3. PPT MATERI UTAMA : 10 jam kompete
4. Memahami Data
Reading material : 2 jam nsi
Belajar mandiri video : 1 jam
5. Memahami dataset dan database
Reading material : 2 jam
Belajar mandiri video : 1 jam
6. Memahami Big Data
Reading material : 2 jam
Belajar mandiri video : 1 jam
7. Data di awan (Cloud storage)
Reading material : 2 jam
Belajar mandiri video : 1 jam
8. SQL
Reading material : 2 jam
Belajar mandiri video : 1 jam
9. NoSQL
Reading material : 2 jam
Belajar mandiri video : 1 jam
10. Tahapan data sains (life cycle of data science)
Reading material : 2 jam
Belajar mandiri video : 1 jam
11. Algoritma-algoritma dalam data sains
Reading material : 2 jam
Belajar mandiri video : 1 jam
12. Penerapan Ilmu Data (Data science)
Reading material : 2 jam
Belajar mandiri video : 1 jam
13. Alat untuk ilmu data (Data science)
Reading material : 2 jam
Belajar mandiri video : 1 jam
14.Post-Test 20 soal : 1,5jam
15.Live Teaching : 4jam
16.Virtual Discussion : 3 jam
17.Tugas Individu : 30jam
18.Tugas kelompok : 10jam
19. Survey Akhir
90 jam
1. Survey Awal
2. Pre-Test 20 soal : 1,5jam
3. PPT MATERI UTAMA : 10 jam
4. Memahami Data
Reading material : 2 jam
Belajar mandiri video : 1 jam
5. Memahami dataset dan database
Reading material : 2 jam
Belajar mandiri video : 1 jam
6. Memahami Big Data
Reading material : 2 jam
Belajar mandiri video : 1 jam
7. Data di awan (Cloud storage)
Reading material : 2 jam
Belajar mandiri video : 1 jam
8. SQL
Reading material : 2 jam
Belajar mandiri video : 1 jam
9. NoSQL
Reading material : 2 jam
Belajar mandiri video : 1 jam
10. Tahapan data sains (life cycle of data science)
Reading material : 2 jam
Belajar mandiri video : 1 jam
11. Algoritma-algoritma dalam data sains
Reading material : 2 jam
Belajar mandiri video : 1 jam
12. Penerapan Ilmu Data (Data science)
Reading material : 2 jam
Belajar mandiri video : 1 jam
13. Alat untuk ilmu data (Data science)
Reading material : 2 jam
Belajar mandiri video : 1 jam
14.Post-Test 20 soal : 1,5jam
15.Live Teaching : 4jam
16.Virtual Discussion : 3 jam
17.Tugas Individu : 30jam
18.Tugas kelompok : 10jam
19. Survey Akhir