Penyusunan Data untuk Kebijakan Kesehatan bagi Data Scientist (Daring)

-

Tentang Kelas
Tingkat Materi
Dasar

Total Durasi Kelas
15 jam

Tentang Kelas/Deskripsi
Data science tidak terpisahkan dari semua teknologi. Kemampuan data scientist dalam mengumpulkan, membersihkan, dan menyusun data untuk menganalisis dan menginterpretasi maknanya berperan dalam mengembangkan sistem informasi berbasis teknologi. Kelas ini akan membahas konsep dan proses data science yang tepat guna mengembangkan sistem informasi berbasis teknologi yang mendukung penyusunan kebijakan kesehatan. Tertarik? Yuk, daftar kelas ini!

Deskripsi Metode Pembelajaran
Metode ajar yang digunakan adalah ceramah interaktif, roleplay, dan bahan bacaan dengan penugasan praktek

Metode Evaluasi
Pre Test
Post Test
Skill Test

Tujuan Pembelajaran
TUJUAN UMUM
Peserta mampu menyusun desain dan mengembangkan sistem informasi berbasis teknologi yang mendukung penyusunan kebijakan dengan menggunakan teknik mengumpulkan, membersihkan, menganalisis, dan menginterpretasi data yang tepat ditunjukkan dengan minimal memperoleh skor 60 pada saat unjuk keterampilan.
TUJUAN KHUSUS
Peserta mampu membedakan Data Scientist dengan ahli statistik (Kognitif)
Peserta mampu mengimplementasikan peran dan keterampilan yang diperlukan sebagai seorang Data Scientist dengan bertanggung jawab (Kognitif)
Peserta mampu berinisiatif dalam menunjukkan sikap rasa ingin tahu dan analitis sebagai seorang Data Scientist (Afektif)
Peserta mampu berinisiatif dalam menunjukkan growth mindset sebagai seorang Data Scientist (Afektif)
Peserta mampu menentukan objektif dari proyek Data Science sesuai dengan kebutuhan (Psikomotor)
Peserta mampu menentukan metode pengumpulan data sesuai dengan kebutuhan (Psikomotor)
Peserta mampu mengimplementasikan langkah-langkah data preprocessing untuk memproses dan memvalidasi data (Kognitif)
Peserta mampu melakukan teknik data mining untuk memproses data (Kognitif)
Peserta dapat melakukan teknik-teknik membersihkan data dengan tepat (Kognitif)
Peserta mampu menciptakan visualisasi data dengan tepat dan sesuai kebutuhan (Psikomotor)
Peserta dapat melakukan model data yang dapat membantu manajemen data (Kognitif)
Peserta dapat melakukan teknik-teknik menyimpan data untuk membantu manajemen data (Kognitif)
Peserta dapat menginterpretasikan data dengan tepat dan mudah dipahami (Psikomotor)

Kurikulum dan Kompetensi
Kurikulum
Pertemuan 1
19.00 - 22.00 WIB (180 menit - Serba-Serbi Data Science dan Sistem Informasi Berbasis Teknologi)
Peserta mampu membedakan Data Scientist dengan ahli statistik (Kognitif)
Peserta mampu mengimplementasikan peran dan keterampilan yang diperlukan sebagai seorang Data Scientist dengan bertanggung jawab (Kognitif)
Peserta mampu berinisiatif dalam menunjukkan sikap rasa ingin tahu dan analitis sebagai seorang Data Scientist (Afektif)
Peserta mampu berinisiatif dalam menunjukkan growth mindset sebagai seorang Data Scientist (Afektif)
Pertemuan 2
19.00 - 22.00 WIB (180 menit - Mengumpulkan dan Memproses Data)
Peserta mampu menentukan objektif dari proyek Data Science sesuai dengan kebutuhan (Psikomotor)
Peserta mampu menentukan metode pengumpulan data sesuai dengan kebutuhan (Psikomotor)
Peserta mampu melakukan struktur data untuk memproses data (Kognitif)
Pertemuan 3
19.00 - 22.00 WIB (180 menit - Memproses dan Membersihkan Data dengan Data Preprocessing)
Peserta mampu mengimplementasikan langkah-langkah data preprocessing untuk memproses dan memvalidasi data (Kognitif)
Peserta mampu melakukan teknik data mining untuk memproses data (Kognitif)
Peserta dapat melakukan teknik-teknik membersihkan data dengan tepat (Kognitif)
Pertemuan 4
19.00 - 22.00 WIB (180 menit - Eksplorasi dan Visualisasi Data)
Peserta mampu menciptakan visualisasi data dengan tepat dan sesuai kebutuhan (Psikomotor)
Pertemuan 5
19.00 - 22.00 WIB (180 menit - Model dan Interpretasi Data)
Peserta dapat melakukan model data yang dapat membantu manajemen data (Kognitif)
Peserta dapat melakukan teknik-teknik menyimpan data untuk membantu manajemen data (Kognitif)
Peserta dapat menginterpretasikan data dengan tepat dan mudah dipahami (Psikomotor)

Aspek Kompetensi
Pengetahuan (Kognisi)
Data Science (Topik 1)
Data Scientist (Topik 1)
Tugas dan Prospek Karier Data Scientist (Topik 1)
Keterampilan yang Dibutuhkan Data Scientist (Topik 1)
Penerapan Data Science dalam Ranah Kesehatan (Topik 1)
Sistem Informasi Berbasis Teknologi (Topik 1)
Analisis Kebijakan Kesehatan (Topik 1)
Data dan Pengumpulan Data (Topik 2)
Metode Pengumpulan Data dalam Data Science (Topik 2)
Metode Digitalisasi Data (Topik 2)
Struktur Data (Topik 2)
Data Preprocessing (Topik 3)
Data Scrubbing dan Data Cleaning (Topik 3)
Integrasi Data (Topik 3)
Transformasi Data (Topik 3)
Data Reduction (Topik 3)
Data Mining (Topik 3)
Eksplorasi Data (Topik 4)
Visualisasi Data (Topik 4)
Model Data (Topik 5)
Klasifikasi dalam Data Science (Topik 5)
Interpretasi Data (Topik 5)
Cara Membuat Dashboard (Topik 5)
Sikap Kerja (Afeksi)
Pentingnya Menunjukkan Sikap Rasa Ingin Tahu dan Analitis untuk Menjadi Data Scientist Profesional
Pentingnya Menunnjukkan Growth Mindset untuk Menjadi Data Scientist Profesional
Keterampilan (Psikomotor)
Menentukan Objektif dalam Proses Pengumpulan Data (Topik 2)
Melakukan Struktur Data (Topik 2)
Melakukan Data Scrubbing dan Data Cleaning (Topik 3)
Melakukan Integrasi Data (Topik 3)
Melakukan Transformasi Data (Topik 3)
Melakukan Data Reduction (Topik 3)
Melakukan Pra-Visualisasi Data (Topik 4)
Menciptakan Visualisasi Data (Topik 4)
Melakukan Model Data (Topik 5)
Menginterpretasi Data (Topik 5)
Mengkomunikasikan dan Menyajikan Interpretasi Data dengan Dashboard (Topik 5)

Fasilitas
1. Ujian & Evaluasi
2. Sertifikat Digital

Jenis Sertifikat
1. Sertifikat Penyelesaian Pelatihan

Instruktur
Ruben Stefanus
PENGALAMAN BEKERJA YANG RELEVAN DENGAN MATERI PELATIHAN
Data Scientist - Halodoc (2022-sekarang)
Membuat, memperbarui, dan menjaga Mesin Rekomendasi Obat untuk bisnis pengiriman obat dari apotek.
Membangun, meningkatkan, dan memelihara Mesin OCR (Optical Character Recognition) untuk bisnis Administrator Pihak Ketiga (Third-Party Administrator/TPA).
Merancang dan Mengimplementasikan sistem MLOps (Machine Learning Operations).
Academic Expertise Consultant - Purwadhika Digital Technology School - 2021 - sekarang
Mentoring 1-on-1, memberikan konsultasi pribadi tentang kasus nyata dalam pekerjaan praktisi data sehari-hari.
Founding Member - Jakarta Artificial Intelligence Research - 2020 - sekarang
Bertanggung jawab atas pengelolaan, pelaksanaan, dan agenda komunitas
Aktif melakukan proyek riset dan mempublikasikan artikel.
Data Scientist - Finantier (YC W21) 2021-2022
Bekerja dengan beberapa sumber data yang kompleks dari institusi keuangan (mis. Bank, P2P Lending, dll)
Memproses, membersihkan, dan memvalidasi integritas data yang akan digunakan untuk analisis dan pengembangan model
Berkolaborasi dengan tim rekayasa dan produk dalam pengembangan produk data.
Researcher - Data Science Indonesia - 2020-2021
Aktif melakukan proyek riset dan mempublikasikannya
Menjadi pembicara pada acara donasi Melek For Member (MFM).
Warung Pintar - Data Scientist- 2020-2021
Melakukan riset dan membangun model NLP yang memiliki potensi untuk terintegrasi dengan bisnis kami (NER untuk Pemesanan di Warung)
Membangun model OCR untuk Kartu Identitas Indonesia yang mengenali NIK dan Nama untuk membantu proses verifikasi pengguna.
Membangun model pencocokan nama produk antara produk internal dan pesaing.
Technical Consultant (Data and Analytics) - PT Berca Hardayaperkasa - 2019
Implementasi end-to-end platform TIBCO DS dan melatih pengguna dalam penggunaan platform
Integrasi platform TIBCO DS dengan basis data SQL (mis. Greenplum, PostgreSQL, Teradata, Oracle) dan kerangka kerja Big Data (mis. Hadoop, Cloudera, Spark, Hive)

PENGALAMAN MENGAJAR/MEMBERIKAN PELATIHAN
Data Science Mentor - adplist.org - 2023-sekarang
Technical Assistant untuk Hadoop and Spark Workshop, Universitas Kristen Maranatha Bandung - 2019
Trainer Robotics and Microcontroller - NEXT SYSTEM Robotics Experience and Learning Center - 2016-2018
Android Mobile App Development Trainer - Electrical Engineering Department, Maranatha Christian University 2017

Syarat dan Cara Mengikuti Pelatihan

Syarat
1. Memiliki pengetahuan tentang pengelolaan dan pemanfaatan data
2. Minimal menguasai aplikasi Google Spreadsheet
3. Memiliki pengetahuan menyusun dashboard data
4. Memiliki akses internet yang stabil
5. Memiliki aplikasi Zoom
6. Memiliki gadget (HP dan Laptop)
7. Memiliki ketertarikan terhadap data

Cara Mengikuti Pelatihan
Langkah Redeem Kode Voucher
1. Kunjungi website Rumah Siap Kerja (rumahsiapkerja.com)
2. Masuk ke akun Rumah Siap Kerja jika kamu telah mempunyai akun Rumah Siap Kerja atau daftar jika kamu belum mempunyai akun rumah siap kerja dengan mengklik tombol ""Masuk/Daftar""
3. Setelah mendaftar atau masuk ke akun kamu, klik tombol ‘Tukar Voucher’ di bawah banner
4. Masukkan kode voucher yang kamu miliki
5. Pilih jadwal yang tersedia (untuk kelas interaktif)
6. Klik 'Tukarkan Voucher'
7. Klik 'Masuk Kelas' pada kelas yang diinginkan

Langkah Redeem Redemption Code
1. ...
2. ...
3. ...