>- 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 pemrogram 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
Distributed Control System (DCS) Operation Maintenance
BACKGROUND: DCS (Distributed Control System) adalah suatu pengembangan sistem kontrol yang menggunakan komputer dan alat elektronik lainnya. Sistem ini dirancang agar dapat mengontrol loop system secara terpadu sehingga operator yang terlatih dapat mengoperasikannya dengan cepat dan mudah. Selain itu, DCS juga sangat cocok untuk digunakan dalam mengontrol proses atau peralatan di plant dengan skala menengah…
Rp 7.950.000
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
E-Banking Knowledge
BACKGROUND: E-Banking Knowledge is very important as e-banking services is an integral part of the modern banking industry. Most of Bank’s employees need to have a deep understanding of the technology & processes behind e-banking services in order to provide effective support to customers. In addition, this training is also important for customers as it…
Rp 3.950.000
Asset Integrity Management System (AIMS)
BACKGROUND: Asset Integrity Management Systems (AIMS) outline the ability of an asset to perform its required function effectively and efficiently whilst protecting health, safety and the environment and the means of ensuring that the people, systems, processes and resources that deliver integrity are in place, in use and will perform when required over the whole…
Rp 7.950.000
Maintenance & Repair Process: Strategi Efektif Tingkatkan Keandalan Aset
Background Dalam dunia industri, efektivitas proses maintenance dan repair sangat menentukan keandalan aset, kelancaran produksi, serta pengendalian biaya operasional. Banyak organisasi masih menghadapi masalah seperti downtime tinggi, perbaikan berulang, pekerjaan reaktif, serta kurangnya standar kerja yang jelas dalam proses maintenance dan repair. Proses maintenance dan repair yang tidak terstruktur sering menyebabkan inefisiensi, pemborosan sumber daya,…
Rp 7.950.000
Stuck Pipe Prevention
Background: Stuck pipe is one of the most critical and costly problems in drilling operations across the Oil & Gas and Geothermal industries. With more complex well trajectories, smaller hole sizes, and an industry push to “drill to the limit,” the risk of stuck pipe incidents has grown significantly. Although rigs are now supported by…
Rp 10.950.000
