Portal Kurikulum Data Science & AI
Basis pengetahuan terstruktur dan silabus 16 pertemuan Data Science & AI oleh Mahendar Dwi Payana, berstandar SKKNI No. 299 Tahun 2020.
Selamat datang di Data Science & AI Knowledge Base yang dikelola dan dikembangkan oleh Mahendar Dwi Payana.
Portal ini menyajikan panduan pembelajaran mendalam, silabus terstruktur, dan modul praktis untuk menguasai kompetensi Data Scientist / Associate Data Scientist. Seluruh materi disusun secara sistematis berdasarkan standar industri dan kompetensi kerja nasional.
Profil Pemilik & Pengembang
| Atribut | Keterangan |
|---|---|
| Pemilik & Penyusun Portal | Mahendar Dwi Payana |
| Fokus Keahlian | Artificial Intelligence, Machine Learning, Data Analytics & MLOps |
| Standar Acuan Utama | Standar Kompetensi Kerja Nasional Indonesia (SKKNI No. 299 Tahun 2020) Subbidang Data Science |
| Struktur Kurikulum | 8 Minggu Pembelajaran (16 Pertemuan Tematik Terstruktur) |
| Pendekatan Belajar | Teori Konseptual, Penurunan Matematis, dan Praktik Hands-On Python (70% Praktik : 30% Teori) |
Atribusi Sumber Materi Resmi
Portal ini disusun dan dikembangkan dengan mengacu pada kurikulum resmi:
- Penyelenggara Awal: Kementerian Komunikasi dan Informatika Republik Indonesia (Kominfo RI) melalui program Thematic Academy Digital Talent Scholarship (TA-DTS 2021).
- Mitra Perguruan Tinggi: Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung (STEI ITB).
- Instruktur & Penyusun Materi Acuan: Ir. Windy Gambetta, MBA (windy@staff.stei.itb.ac.id) beserta Tim Pusat AI ITB.
- Regulasi Kompetensi: Keputusan Menteri Ketenagakerjaan RI No. 299 Tahun 2020 tentang Penetapan SKKNI Bidang Keahlian Artificial Intelligence Subbidang Data Science.
Peta Modul Mingguan (8 Minggu / 16 Pertemuan)
Silakan telusuri seluruh 16 materi pertemuan yang telah diperkaya dengan riset komprehensif:
Minggu 1: Fondasi AI & Komputasi
Pertemuan 01 (Setup Lingkungan Komputasi & Tools AI) & Pertemuan 02 (Konsep Dasar, Teknologi & Aplikasi AI).
Minggu 2: Metodologi & Kakas Sains Data
Pertemuan 03 (Metodologi Sains Data & Kasus Imunisasi) & Pertemuan 04 (Kakas Proyek Sains Data & Notebook Modul 4).
Minggu 3: Business & Data Understanding
Pertemuan 05 (Business Understanding & Kasus Saham Tata) & Pertemuan 06 (Data Understanding Non-Visualisasi & Kasus Mobil).
Minggu 4: Visualisasi & Pembersihan Data
Pertemuan 07 (EDA Visualisasi Statistik & Uji ANOVA) & Pertemuan 08 (Penentuan Objek Data, Pembersihan & Validasi).
Minggu 5: Konstruksi & Feature Engineering
Pertemuan 09 (Transformasi & Scaling) & Pertemuan 10 (Encoding, Feature Selection & Labeling).
Minggu 6: Pemodelan Terawasi
Pertemuan 11 (Skenario Model & Klasifikasi) & Pertemuan 12 (Pemodelan Regresi Numerik).
Minggu 7: Klastering & Deep Learning
Pertemuan 13 (K-Means & DBSCAN Clustering) & Pertemuan 14 (Artificial Neural Networks / ANN).
Minggu 8: Evaluasi & MLOps Deployment
Pertemuan 15 (Evaluasi Diagnostik & SHAP) & Pertemuan 16 (FastAPI, Streamlit & Cloud Deployment).