>- 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
Basic Petroleum Resource Management System
Background Dalam industri minyak dan gas bumi, pengelolaan sumber daya dan cadangan hidrokarbon harus dilakukan secara terstandar, transparan, dan dapat dipertanggungjawabkan. Petroleum Resource Management System (PRMS) merupakan kerangka kerja internasional yang digunakan untuk klasifikasi, estimasi, dan pelaporan sumber daya dan cadangan migas secara konsisten. Pemahaman dasar PRMS menjadi penting bagi personel yang terlibat dalam perencanaan…
Rp 7.950.000
Slagging and Fouling Phenomena
Background Slagging dan fouling adalah tantangan operasional yang signifikan bagi tim operasi di pembangkit listrik yang menggunakan batubara sebagai bahan bakar. Pengembangan kompetensi tim operasi sangat penting untuk memastikan bahwa mereka memahami dasar-dasar fenomena ini, serta mampu memprediksi, mencegah, dan memitigasi dampaknya. Pelatihan ini akan membantu meningkatkan keahlian dalam mengelola masalah slagging dan fouling yang…
Rp 13.950.000
Microsoft Project Powerfull Tool for Project Management
LATAR BELAKANG Aktivitas proyek dapat terjadi di segala bidang di perusahaan, baik proyek fisik (infrastruktur) seperti proyek pembelian peralatan, pemasangan fasilitas, pendirian pabrik baru maupun non fisik seperti proyek pengembangan produk baru,perancangan struktur organisasi, pembuatan sistem informasi manajemen dan peningkatan produktivitas perusahaan. Realitas di lapangan menunjukkan bahwa sering terjadi kegagalan dalam menjalankan proyek disebabkan oleh…
Rp 7.950.000
Reliability Centered Maintenance (RCM), Fundamental for Maintenance Energy
BACKGROUND: Reliability Centered Maintenance (RCM) is an essential strategy for optimizing maintenance programs, particularly in industries such as energy, manufacturing, and petrochemicals. By implementing RCM, companies can prevent costly equipment failures through predictive and preventive maintenance techniques. This RCM training for Maintenance Energy 2024 will provide participants with the necessary knowledge to apply effective maintenance…
Rp 7.950.000
Mechanics of Engineering Materials
BACKGROUND: Engineering materials are the foundation of all mechanical and structural designs. Understanding the behavior and properties of materials under different loading conditions is critical for designing safe, efficient, and durable structures and components. The study of the mechanics of engineering materials provides engineers with the tools to predict material performance, analyze failures, and select…
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
