>- 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
Gas Development and Commercialization
BACKGROUND: Natural gas has become an increasingly important energy source. Successful Gas Development and Commercialization demands careful integration of technical, economic, regulatory, and commercial considerations to ensure profitability and sustainability. Not only a cleaner alternative to coal and oil but also as a strategic commodity in the global energy market. Developing gas field requires a…
Rp 7.950.000
Project Construction Management
Project Construction Management atau Manajemen Konstruksi Proyek, merujuk pada proses perencanaan, pengorganisasian, pengelolaan, dan pengawasan semua aspek dari suatu proyek konstruksi. Tujuannya adalah untuk memastikan bahwa proyek konstruksi berjalan dengan efisien, tepat waktu, sesuai dengan anggaran, dan memenuhi standar kualitas yang ditetapkan. Project Construction Management adalah training yang dirancang untuk membekali peserta dengan pengetahuan dan…
Rp 7.950.000
Open Process Control (OPC) Server
BACKGROUND: OPC is a published industrial standard for system interconnectivity. It uses Microsoft’s COM and DCOM technology to enable applications to exchange data on one or more computers using a client/server architecture. OPC defines a common set of interfaces. So applications retrieve data in exactly the same format regardless of whether the data source is…
Rp 7.950.000
IT Risk Management
BACKGROUND: This course deals with how IT Risk Management helps to achieve an appropriate balance between realizing opportunities for gains while minimizing losses. It is an integral part of good management practice and an essential element of good corporate governance. IT Risk Management is an iterative process consisting of steps that, when undertaken in sequence,…
Rp 5.950.000
IT Resources Management System
BACKGROUND: IT Resources Management System adalah pendekatan strategis untuk mengelola dan mengoptimalkan sumber daya teknologi informasi (IT) dalam sebuah organisasi. Sistem ini mencakup pengelolaan perangkat keras, perangkat lunak, infrastruktur jaringan, dan tenaga kerja IT untuk mendukung efisiensi operasional sekaligus memastikan keberlanjutan bisnis. Dengan penerapan IT Resources Management System yang baik, organisasi dapat memastikan setiap aset…
Rp 7.950.000
ROTATING MACHINERIES
BACKGROUND: Rotating machineries, or turbomachinery, involves a component that transfers energy between a fluid and the machine. This transfer can occur from the rotor to the fluid, making it a pump or a fan, or from the fluid to the rotor, making it a turbine. Examples of such machinery include fans, pumps, compressors, turbines, and…
Rp 7.950.000