>- Selamat datang di website PT Fiqry Jaya Manunggal. Semoga anda senantiasa sehat afiat. Kami siap melayani anda
Fundamental Machine Learning
Rp 6.500.000| Stok | Tersedia |
| Kategori | 100+ Pelatihan Engineering & Migas Profesional 2026 | Sertifikat Resmi, IT |
Trainer: Andika Bayu Saputra, S.Kom, M.Kom
Fundamental Machine Learning
Fundamental Machine Learning A-Z: Hands-on Python & R in Data Science
BACKGROUND:
Di era digital, penguasaan Machine Learning bukan lagi pilihan. Seperti kita ketahui saat ini ada demikian banyak bahasa pemrograman komputer. Ini adalah kebutuhan strategis untuk tetap relevan dalam dunia data. Pelatihan ini dirancang komprehensif agar peserta memiliki pondasi kuat pada konsep inti Machine Learning. Peserta juga langsung mempraktikkannya menggunakan dua bahasa paling populer di dunia data: Python dan R. Melalui pendekatan hands-on, peserta dibimbing langkah demi langkah dari pengolahan data hingga evaluasi model. Semua dilakukan dalam suasana belajar yang interaktif dan aplikatif.
Pelatihan ini menggabungkan teori yang mudah dipahami dengan praktik nyata berbasis studi kasus. Program ini sangat ideal bagi profesional yang ingin mengoptimalkan data menjadi solusi bisnis nyata. Peserta akan mempelajari algoritma penting seperti regresi, klasifikasi, clustering, dan reduksi dimensi. Mereka juga menguasai teknik evaluasi dan tuning model untuk menghasilkan prediksi yang andal dan actionable. Di akhir pelatihan, peserta siap menjalankan proyek Machine Learning end-to-end secara mandiri.
OBJECTIVES:
• Memahami konsep dasar dan algoritma utama dalam Machine Learning.
• Mengoperasikan & membangun model Machine Learning menggunakan Python & R secara praktis.
• Melakukan eksplorasi data, pra-pemrosesan, pelatihan model, evaluasi performa, serta interpretasi hasil secara menyeluruh.
• Mengembangkan pemikiran analitis berbasis data untuk pengambilan keputusan yang lebih cerdas.
• Mengimplementasikan proyek Machine Learning dari awal hingga akhir berdasarkan studi kasus dunia nyata.
Recommended Participants
• Data Analyst, Data Engineer, dan Business Analyst yang ingin meningkatkan kemampuan teknis ke level Machine Learning.
• Professional keuangan, kesehatan, energi, telekomunikasi, pemasaran, dan sektor lain yang bergantung pada analisis data untuk pengambilan keputusan.
• Manajer atau pengambil keputusan yang ingin memahami potensi Machine Learning dalam meningkatkan efisiensi dan inovasi di organisasi.
Course Outline
Pengenalan Data Science & Machine Learning:
1.1. Pengenalan Data Science dan Machine Learning
– Apa itu Data Science, Machine Learning, dan AI?
– Tipe pembelajaran: Supervised, Unsupervised, Reinforcement
– Workflow dasar machine learning
1.2. Tools & Lingkungan Kerja
– Pengenalan Python (Jupyter, Anaconda)
– Pengenalan R (RStudio)
– Instalasi pustaka ML: scikit-learn, pandas, tidyverse, caret
1.3. Eksplorasi dan Pra-pemrosesan Data
– Membaca dan menampilkan data
– Data wrangling, handling missing values
– Feature engineering
– Visualisasi eksploratif (Python & R)
Supervised Learning
2.1. Regresi Linier
– Konsep dasar regresi
– Implementasi regresi linier di Python & R
– Evaluasi model: MAE, MSE, R²
2.2. Klasifikasi – Logistic Regression & KNN
– Logistic Regression & konsep probabilitas
– K-Nearest Neighbors (KNN)
– Evaluasi klasifikasi: Confusion Matrix, Accuracy,
Precision, Recall, F1-score
2.3. Decision Tree & Random Forest
– Struktur pohon keputusan
– Ensemble Learning: Bagging & Random Forest
– Feature Importance
Unsupervised Learning & Model Optimization
3.1. Clustering – K-Means & Hierarchical Clustering
– Konsep clustering dan pengelompokan
– Visualisasi klaster
– Evaluasi clustering: Silhouette Score
3.2. Dimensionality Reduction – PCA
– Tujuan reduksi dimensi
– PCA (Principal Component Analysis)
– Visualisasi hasil PCA
3.3. Model Evaluation & Tuning
– Cross-validation
– Grid Search & Random Search
– Overfitting vs Underfitting
Proyek Mini & Studi Kasus Nyata
4.1. End-to-End Machine Learning Project
– Studi kasus: Prediksi harga rumah/ churn pelanggan/klasifikasi penyakit
– Alur lengkap: load data → EDA → model → tuning → evaluasi
4.2. Interpretasi & Presentasi Model
– SHAP & Feature Importance (opsional)
– Visualisasi prediksi dan komunikasi hasil
4.3. Deployment Dasar (Opsional)
– Menyimpan model dengan joblib/pickle (Python) & saveRDS (R)
About The Course Leader
Andika Bayu Saputra, S.Kom, M.Kom
Fundamental Machine Learning
Power Plant Performance Test
BACKGROUND: The main reasons to conduct a power plant performance test are: Identify the baseline performance of the power plant in different operating cases Quantify the prior/after performance improvement due to a major maintenance outage. Verify if the power plant meets the specifications of the applicable purchase contract, therefore if liquidated damages or “make good”…
Rp 7.950.000
Big Data and Cloud Computing
BACKGROUND: Big Data dan Cloud Computing sangat terintegrasi, yang dirancang untuk mengelola dan memproses sejumlah besar data tersebut. Skalabilitas dan fleksibilitas Cloud Computing menjadikannya platform yang ideal untuk menangani tantangan unik yang dimiliki oleh Big Data. Big Data mengacu pada data yang sangat besar, sangat bervariasi, dan tumbuh dengan sangat cepat. Seringkali tidak terstruktur, Big…
Rp 5.950.000
RAMS (Reliability, Availability, Maintainability & Safety)
Background Dalam industri modern—khususnya manufaktur, energi, transportasi, dan infrastruktur—kinerja sistem dan aset tidak hanya diukur dari kemampuan beroperasi, tetapi juga dari keandalan (Reliability), ketersediaan (Availability), kemudahan pemeliharaan (Maintainability), serta keselamatan (Safety). Konsep RAMS menjadi pendekatan terintegrasi untuk memastikan sistem mampu beroperasi secara optimal, aman, dan berkelanjutan sepanjang siklus hidupnya (life cycle). Penerapan RAMS yang baik…
Rp 9.500.000
Operasi Sistem BOP (Balance of Plant) Pembangkit Thermal
BACKGROUND: Pembangkit Listrik Tenaga Uap (PLTU) berbahan bakar batu bara merupakan salah satu tulang punggung penyediaan energi listrik di Indonesia. PLTU bekerja dengan mengubah energi panas dari pembakaran batu bara menjadi energi listrik melalui berbagai tahapan sistem yang saling terintegrasi. Dalam operasinya, keberhasilan pembangkit ini sangat bergantung pada kinerja komponen utama dan sistem pendukungnya. Salah…
Rp 7.950.000
PSC Business & Profit Sharing Funds
Background: Production Sharing Contract (PSC) is the most widely used contractual framework in the oil and gas industry to regulate the relationship between host governments and contractors. Under this scheme, in the upstream oil & gas business Government retains ownership of natural resources, while contractors are entitled to recover costs and share profits according to…
Rp 14.950.000
Hazardous Area Classification & Installation
LATAR BELAKANG: Kawasan berbahaya didefinisikan dalam DSEAR (Dangerous Substances and Explosive Atmospheres Regulation) sebagai “setiap tempat di mana atmosfer yang mudah meledak dapat terjadi dalam jumlah yang memerlukan tindakan pencegahan khusus untuk melindungi keselamatan pekerja”. Dalam konteks ini, ‘tindakan pencegahan khusus’ sebaiknya diambil sehubungan dengan konstruksi, pemasangan dan penggunaan peralatan. Oleh karena itu Hazardous Area…
Rp 7.950.000
