Versi Publikasi #1-01012024

Digital Talent Scholarship 2024

Kementerian Komunikasi dan Informatika Republik Indonesia
https://digitalent.kominfo.go.id
Versi Publikasi #1-01012024

Silabus Pelatihan Data Science Fundamental

Kementerian Komunikasi dan Informatika Republik Indonesia
Government Transformational Academy
Digital Talent Scholarship (DTS)
Tahun 2024
Disclaimer: Dokumen ini digunakan hanya untuk kebutuhan Digital Talent Scholarship Kementerian Komunikasi dan Informatika Republik
Indonesia. Konten ini mengandung Kekayaan Intelektual, pengguna tunduk kepada undang-undang hak cipta, merek dagang atau hak kekayaan
intelektual lainnya. Dilarang untuk mereproduksi, memodifikasi, menyebarluaskan, atau mengeksploitasi konten ini dengan cara atau bentuk
apapun tanpa persetujuan tertulis dari Digital Talent Scholarship Kementerian Komunikasi dan Informatika Republik Indonesia.

Informasi Pelatihan & Sertifikat

Akademi Government Transformation Academy

Mitra Pelatihan UPT

Skema Pelatihan Data Science Fundamental

Sertifikasi Certificate of Completion

Akses Kelas Full Online, Full Offline, Hybrid

Durasi Pelatihan 40 JP

Deskripsi Pelatihan Pelatihan ini memberikan kompetensi kepada peserta untuk dapat mengambil
pengetahuan (knowledge) dan pola dari data yang dapat digunakan untuk
mendukung pengambilan keputusan organisasi.

Output Pelatihan • Business Understanding : analisa kebutuhan bisnis dan tujuan dilakukannya
data science.
• Data Understanding : data terkumpul dan sesuai dengan kebutuhan.
• Data Preprocessing : data set yang siap dimasukkan ke dalam model.
• Learning method : analisa learning method yang digunakan sesuai dengan
data set yang dimiliki.
• Membangun model : model data science yang tepat sesuai data dan memiliki
hasil evaluasi yang bagus.
• Evaluasi : hasil evaluasi model.
• Etika Data Science : analisa etika penggunaan data yang digunakan dalam
proses Data Science.

Aktivitas Pelatihan Pelatihan secara full online:

Pada pelaksanaan dengan metode full online, pembelajaran diawali dengan
pembelajaran secara online asynchronous yaitu peserta belajar mandiri (self-paced
learning) dengan memanfaatkan modul pembelajaran, bahan tayang dan material
lain yang disediakan pada platform Learning Management System (LMS)
Kementerian Kominfo.

Digital Talent Scholarship 2024

Kementerian Komunikasi dan Informatika Republik Indonesia
https://digitalent.kominfo.go.id
Versi Publikasi #1-01012024

Selanjutnya pembelajaran akan dilaksanakan secara online synchronous dengan

Pengajar melalui live sessions dengan menggunakan aplikasi video conference.

Pelatihan secara full offline:

Pada pelaksanaan dengan metode full offline, pembelajaran dilakukan secara offline
synchronous dengan Pengajar pada kelas pelatihan di lokasi terpilih.

Peserta dapat dinyatakan lulus dan berhak mendapatkan certificate of completion

pelatihan ini, jika memenuhi ketentuan sebagai berikut:
• Mengikuti pembelajaran yang terdiri dari 5 muatan utama pelatihan (hadir
live session untuk pelatihan full online dan hadir di kelas untuk pelatihan
full offline)
• Menyelesaikan Pre-test dan Post-test
• Mengumpulkan penugasan harian yang tersedia pada LMS. (online)
• Mengumpulkan penugasan yang diberikan oleh Pengajar. (online/offline)
• Mengikuti Presentasi Tugas Akhir Pelatihan.

Pelatihan secara hybrid:

Pada pelaksanaan dengan metode hybrid, pembelajaran dilakukan dengan
kombinasi kelas online synchronous dan offline synchronous dengan Pengajar pada
kelas virtual dan kelas pelatihan di waktu dan lokasi terpilih.

Persyaratan Peserta 1. ASN/Pegawai Pemerintah Non-ASN/TNI/Polri

2. Usia Maksimal 53 tahun pada saat mendaftar
3. Pendidikan minimal D3
4. Memperoleh surat penugasan dari pimpinan atau pejabat yang berwenang
5. Tidak sedang menempuh pendidikan formal (perkuliahan/sekolah)
dibuktikan dengan surat pernyataan tidak sedang menjalani pendidikan
6. Khususnya bagi peserta penyandang disabilitas, juga dipersyaratkan untuk
menyediakan sarana dan prasarana pendukung pelatihan secara mandiri
7. Dapat mengoperasikan office tingkat dasar, terutama Ms. Excel

Persyaratan Sarana • Memiliki laptop/komputer spesifikasi minimal Operating Sistem :

Peserta Microsoft Windows, Linux, MacOS
• RAM sebesar 4 GB RAM minimum, (8 GB RAM direkomendasikan)
• Terdapat 1.5 GB ruang kosong pada penyimpanan
• Resolusi layar minimal 1024x768
• Terinstall aplikasi Rapidminer :
https://my.rapidminer.com/nexus/account/index.html#downloads

Jadwal Pelatihan

Tanggal Verifikasi Tanggal Tanggal

Pendaftaran Berkas Pengumuman Pelaksanaan
Pelatihan

Februari-Juni 2024 Februari-Juni 2024 Februari-Juni 2024 Maret-Juni 2024

Jadwal sewaktu-waktu dapat berubah tanpa pemberitahuan*

Digital Talent Scholarship 2024

Kementerian Komunikasi dan Informatika Republik Indonesia
https://digitalent.kominfo.go.id
 Versi Publikasi #1-01012024

RENCANA PELATIHAN
Topik/Mata Outcome Aktivitas Kelas JP
No
Pelatihan

• Peserta mampu menganalisa proses

menentukan objektif bisnis, menentukan
1. Mempelajari bahan
Business tujuan, membuat rencana proyek; mampu
tayang dan bahan
Understanding, Data melakukan pengumpulan data, menelaah data,
pelatihan lainnya
memvalidasi data;
1 Understanding, Data secara mandiri; dan 8 JP
• Peserta mampu membersihkan data,
Preprocessing, 2. Live sessions atau
mengkonstruksi data, menentukan label data,
Learning method klasikal tatap muka
mengintegrasikan data, dan;
3. Penugasan
• Peserta menjelaskan learning method pada
algoritma data science.

1. Mempelajari bahan
Model Estimasi dan tayang dan bahan
Peserta mampu membangun model dengan pelatihan lainnya
Evaluasi, Model
2 algoritma Estimasi dan Forecasting serta secara mandiri; dan 8 JP
Forecasting dan
mengevaluasi model tersebut. 2. Live sessions atau
Evaluasi klasikal tatap muka
3. Penugasan

1. Mempelajari bahan
Model Klasifikasi dan tayang dan bahan
Peserta mampu membangun model dengan pelatihan lainnya
Evaluasi, Model
3 algoritma Klasifikasi dan Clustering serta secara mandiri; dan 8 JP
Clustering dan
mengevaluasi model tersebut. 2. Live sessions atau
Evaluasi klasikal tatap muka
3. Penugasan

1. Mempelajari bahan
tayang dan bahan
Peserta mampu membangun model dengan pelatihan lainnya
Model Asosiasi dan
4 algoritma Asosiasi dan mengevaluasi model secara mandiri; dan 8 JP
Evaluasi
tersebut. 2. Live sessions atau
klasikal tatap muka
3. Penugasan

1. Mempelajari bahan
tayang dan bahan
pelatihan lainnya
Etika Data Science, • Peserta dapat menjelaskan etika data science;
5 secara mandiri; dan 8 JP
Tugas Akhir Pelatihan • Presentasi Tugas Akhir Pelatihan
2. Live sessions atau
klasikal tatap muka
3. Penugasan Akhir

Mengerjakan Pre-test dan Post-test

1. Pre-test dan Post-test
pada LMS
Exam
1. Presentasi
2. Presentasi Tugas Akhir Pelatihan
2. Learning feedback

Digital Talent Scholarship 2024

Kementerian Komunikasi dan Informatika Republik Indonesia
https://digitalent.kominfo.go.id
Versi Publikasi #1-01012024

Digital Talent Scholarship 2024

Kementerian Komunikasi dan Informatika Republik Indonesia
https://digitalent.kominfo.go.id