4.86 •

Machine Learning Engineer

Learning Path

Belajar Dasar Visualisasi Data

Topik:

Data

Level: Dasar

Level: Dasar 16 Jam Belajar

131.288

Siswa Terdaftar

Pelajari teknik dasar untuk representasi hasil secara visual sehingga dapat menceritakan dan mempresentasikan data secara efektif.

Belajar Sekarang

Informasi kelas Lihat silabus

Learning Path Machine Learning Engineer

Kelas ini merupakan langkah ke-satu Anda untuk menjadi Machine Learning Engineer.

Langkah setelahnya

Langkah 2

Memulai Pemrograman dengan Python

60 Jam 4,81 Level Dasar

Apa yang akan Anda dapatkan

Sertifikat

Dapatkan sertifikat standar industri setelah menyelesaikan kelas ini.

Forum Diskusi

Diskusikan materi belajar dengan siswa lainnya.

Modul Tutorial

Materi bacaan elektronik disajikan dengan bahasa yang mudah dipahami.

Kuis

Kuis pilihan ganda membantu Anda memahami materi yang dipelajari.

Ujian

Validasi pengetahuan Anda dengan mengerjakan soal-soal ujian.

Level Dasar
Mempelajari materi yang berkenaan dengan topik tanpa perlu ada latar belakang khusus.

Deskripsi

Setiap perusahaan pasti memiliki data yang jumlahnya tidak sedikit. Menurut World Economic Forum, 90% dari data di dunia dibuat dalam rentang waktu 2 tahun terakhir. Dari begitu banyaknya data pasti semakin sulit untuk mengelola dan memahaminya. Di sinilah pentingnya visualisasi data yang berperan untuk mengubah data yang kompleks menjadi lebih mudah dipahami banyak orang. Bahkan sebagai seorang developer pun, skill visualisasi data dibutuhkan supaya dapat menceritakan dan mempresentasikan data yang ada.

Visualisasi data memudahkan untuk melihat tren dan cerita dari sebuah data.
Visualisasi data membantu dalam proses analisis data.
Visualisasi data membantu seorang developer untuk dapat mengomunikasikan data dengan lebih efektif.
Seiring perkembangan data yang semakin pesat, kebutuhan akan seorang yang ahli dalam visualisasi data sangat berperan penting untuk kemajuan perusahaan.
Visualisasi data merupakan salah satu skill yang sangat penting bagi orang yang bekerja dengan banyak data seperti pada pekerjaan machine learning.

Target dan Sasaran Siswa

Kelas ditujukan bagi pemula yang ingin memulai karirnya di bidang pengolahan data dengan mengacu pada standar kompetensi industri.
Kelas dapat diikuti oleh siswa yang melek IT sehingga wajib memiliki dan dapat mengoperasikan komputer dengan baik.
Kelas ini didesain untuk pemula sehingga tidak ada prasyarat dalam pemahaman pemrograman sebelumnya.
Siswa harus bisa belajar mandiri, berkomitmen, benar-benar punya rasa ingin tahu, dan tertarik pada subjek materi, karena sebaik apa pun materi kelas ini, tidak akan berguna tanpa keseriusan siswa untuk belajar, berlatih, dan mencoba.

Tujuan Umum dan Khusus Pelatihan

Di akhir kelas, siswa dapat membuat sebuah visualisasi data yang efektif menggunakan Google Sheets sesuai teknik praktik terbaik industri, sehingga meningkatkan nilainya dalam berkarier sebagai Software Developer.
Mengidentifikasi macam-macam media untuk visualisasi data.
Menyimpulkan jenis visualisasi data yang terbaik berdasarkan situasi dan kebutuhannya.
Membangun visualisasi data menggunakan aplikasi spreadsheet Google Sheets.
Menerapkan praktek terbaik seperti prinsip Gestalt, konsep Preattentive Attributes, dan konsep teori desain, dalam membangun visualisasi data.

Selengkapnya

Sembunyikan

Learning Path

Kelas ini merupakan langkah ke-satu Anda untuk menjadi Machine Learning Engineer.

Langkah setelahnya

Langkah 2

Memulai Pemrograman dengan Python

60 Jam 4,81 Level Dasar

Peralatan Belajar

Spesifikasi minimal perangkat:

Prosesor

Intel Dual Core (Rekomendasi Core i3 ke atas)

Lihat semua peralatan belajar

Peralatan Belajar

Spesifikasi minimal perangkat

Kelas ini membutuhkan spesifikasi perangkat seperti berikut:

RAM

1GB (Rekomendasi 2GB)

Layar

1366 x 768 (Rekomendasi Full HD 1920 x 1080)

Sistem Operasi

Windows, Linux, MacOS

Prosesor

Intel Dual Core (Rekomendasi Core i3 ke atas)

Metode Ajar

Online - Self-paced Learning
- Total jam belajar : 16 jam
- Rekomendasi waktu belajar : 10 jam per minggu (selesai dalam 12 hari)
- Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas
Fasilitas Pengajaran
- Materi bacaan elektronik : Materi akan disajikan dalam bentuk teks dan bacaan
- Forum diskusi : Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi
- Evaluasi pembelajaran : Ujian akhir kelas
- Sertifikat kompetensi

Lihat semua metode ajar

Metode Ajar

Online - Self-paced Learning
- Total jam belajar : 16 jam
- Rekomendasi waktu belajar : 10 jam per minggu (selesai dalam 12 hari)
- Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas
Fasilitas Pengajaran
- Materi bacaan elektronik : Materi akan disajikan dalam bentuk teks dan bacaan
- Forum diskusi : Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi
- Evaluasi pembelajaran : Ujian akhir kelas
- Sertifikat kompetensi

Kontributor

Curriculum Developer yang membangun kelas ini:

Mochamad Rafy Ardhanie

Curriculum Developer at Dicoding Indonesia

Sofian Hadiwijaya

Co-Founder at Warung Pintar

Reviewer

Code Reviewer yang akan me-review tugas dan kode Anda:

Buchori Rafsanjani

Curriculum Developer at Dicoding Indonesia

Unity Certified Associate

Widyarso Joko Purnomo

Ahmad Arif Faizin

Curriculum Developer at Dicoding Indonesia

Ahmad dari Dicoding

Managing Editor at Dicoding Indonesia

Managing Editor di Dicoding Indonesia

Adrianus Yoza A.

Data Scientist at Dicoding Indonesia

Google Associate Cloud Engineer Certified
Intel Software Innovator
ASEAN Future Workforce Council Country Lead - Indonesia

Lihat semua kontributor dan reviewer

Kontributor & Reviewer

Kontributor kelas

Curriculum Developer yang membangun kelas ini:

Mochamad Rafy Ardhanie

Curriculum Developer at Dicoding Indonesia

Sofian Hadiwijaya

Co-Founder at Warung Pintar

Buchori Rafsanjani

Technical Assistant at Dicoding

Rama Rahmanda

Software Engineer at Feedloop

Tim Reviewer

Code Reviewer yang akan me-review tugas dan kode Anda:

Buchori Rafsanjani

Curriculum Developer at Dicoding Indonesia

Unity Certified Associate

Widyarso Joko Purnomo

Ahmad Arif Faizin

Curriculum Developer at Dicoding Indonesia

Ahmad dari Dicoding

Managing Editor at Dicoding Indonesia

Managing Editor di Dicoding Indonesia

Adrianus Yoza A.

Data Scientist at Dicoding Indonesia

Google Associate Cloud Engineer Certified
Intel Software Innovator
ASEAN Future Workforce Council Country Lead - Indonesia

Dimas Maulana Dwi Saputra

Curriculum Developer at Dicoding Indonesia

More: dmds.dev, LinkedIn.

Gilang Ramadhan

Program Manager at Dicoding Indonesia

As a Program Manager at Dicoding Indonesia, I am responsible for managing diverse campaign programs that align with our mission to cultivate globally competitive digital talents in Indonesia. My role includes overseeing initiatives like LaskarAI, which introduces Artificial Intelligence to younger generations, and the Bootcamp, an intensive program designed to elevate developers’ professional skills in technology.

In addition to my program management responsibilities, I actively maintain and develop my expertise in Android and iOS development. My passion for mobile development drives me to stay updated and continuously hone my skills, ensuring I remain connected to the ever-evolving world of technology. This hands-on engagement enriches my ability to design impactful programs that resonate with both aspiring and professional developers..

Tia Dwi Setiani

Curriculum Developer at Dicoding Indonesia

Certified Tensorflow Developer

Mochamad Rafy Ardhanie

Curriculum Developer at Dicoding Indonesia

Buchori Rafsanjani

Curriculum Developer at Dicoding Indonesia

Unity Certified Associate

Widyarso Joko Purnomo

Ahmad Arif Faizin

Curriculum Developer at Dicoding Indonesia

Ahmad dari Dicoding

Managing Editor at Dicoding Indonesia

Managing Editor di Dicoding Indonesia

Adrianus Yoza A.

Data Scientist at Dicoding Indonesia

Google Associate Cloud Engineer Certified
Intel Software Innovator
ASEAN Future Workforce Council Country Lead - Indonesia

Dimas Maulana Dwi Saputra

Curriculum Developer at Dicoding Indonesia

More: dmds.dev, LinkedIn.

Gilang Ramadhan

Program Manager at Dicoding Indonesia

Tia Dwi Setiani

Curriculum Developer at Dicoding Indonesia

Certified Tensorflow Developer

Mochamad Rafy Ardhanie

Curriculum Developer at Dicoding Indonesia

Testimoni Siswa

Ribuan siswa sukses belajar di Dicoding Academy. Apa kata mereka? Berikut adalah testimoni asli mereka.

Norman Wiguna

Kementerian PUPR

Belajar Dasar Visualisasi Data

Bahasa pengantar tidak bertele-tele. Memudahkan untuk fokus pemahaman materi dan membantu saat penyelesaian kuis

Baca selengkapnya

Achmad Alfiansyah

PT Mitra Karsa Utama

Belajar Dasar Visualisasi Data

Terima kasih Dicoding telah membuat kelas Visualisasi Data ini, dengan kelas ini saya belajar tentang bagaimana caranya memvisualisasi suatu data, memanipulasi data, dan menampilkan data.

Baca selengkapnya

Lihat semua testimoni

Testimoni Siswa

Norman Wiguna

Kementerian PUPR

Belajar Dasar Visualisasi Data

Bahasa pengantar tidak bertele-tele. Memudahkan untuk fokus pemahaman materi dan membantu saat penyelesaian kuis

Achmad Alfiansyah

PT Mitra Karsa Utama

Belajar Dasar Visualisasi Data

Terima kasih Dicoding telah membuat kelas Visualisasi Data ini, dengan kelas ini saya belajar tentang bagaimana caranya memvisualisasi suatu data, memanipulasi data, dan menampilkan data.

MUHAMMAD FAUZI FAYYAD

UIN Sultan Syarif Kasim Riau

Belajar Dasar Visualisasi Data

Secara pengalaman dan konten yang diberikan sangat menarik. Menurut saya materi yang diberikan sudah sangat fundamental dan konseptual. Materi menjelaskan poin-poin penting, tips & trick memaksimalkan visualisasi data, aturan-aturan dan teori yang menjadi acuan teknik visualisasi data yang baik. Overall, sangaat puas

Ramli Tangahu

Kemenimipas RI

Belajar Dasar Visualisasi Data

Kelas ini sangat membantu untuk orang yang baru pertama kali mau mengolah data dan tidak tau harus memulai dari mana

Punya pertanyaan seputar kelas ini?

Berikut adalah beberapa pertanyaan yang paling sering ditanyakan.

Bagaimana cara memasukkan token Academy? Aturan membuat pertanyaan di forum diskusi kelas Bagaimana cara mencetak sertifikat kelulusan kelas?

Lihat semua FAQ

Silabus

Materi yang akan Anda pelajari pada kelas ini.

Persiapan Belajar

Memahami HAKI, mekanisme belajar, forum diskusi, glosarium, dan daftar referensi.

5 Artikel
1 Ujian

31 menit

Persetujuan Hak Cipta
1 Menit
Mekanisme Belajar
8 Menit
Forum Diskusi
2 Menit
Glosarium
10 Menit
Daftar Referensi
5 Menit
Latihan Ujian

5 Menit

Pendahuluan

Pengenalan tentang definisi visualisasi data, media visualisasi data, tools dalam visualisasi data, dan konteks data. (1 jam 39 menit)

7 Artikel
1 Ujian

99 menit

Pengantar Kelas

4 Menit
Transkrip Pengantar Kelas

4 Menit
Media Visualisasi Data

26 Menit
Visualisasi Data dalam Bisnis

15 Menit
Tools dalam Visualisasi Data

15 Menit
Konteks Data

10 Menit
Rangkuman dari Sub-modul Pendahuluan

10 Menit
Kuis Sub-modul Pendahuluan

15 Menit

Persiapan Data Pra-Visualisasi

Pengenalan tentang tools aplikasi spreadsheet menggunakan Google Sheets mulai dari navigasi hingga fungsi-fungsi yang bisa digunakan untuk mengolah data. (8 jam 14 menit)

17 Artikel
1 Ujian

494 menit

Dasar Spreadsheet

3 Menit
Transkrip Dasar Spreadsheet

3 Menit
Navigasi Dasar pada Google Sheets

25 Menit
Elemen Title Bar dan File, Edit, View pada Menu Bar Google Sheets

40 Menit
Elemen Insert, Format, Data, Tools, Add-ons, dan Help pada Menu Bar Google Sheets

48 Menit
Baris dan Kolom

30 Menit
Sortir Data

30 Menit
Penyaringan Data

25 Menit
Pengenalan Formula pada Spreadsheet

15 Menit
Operator pada Spreadsheet

15 Menit
Elemen Formula dalam Spreadsheet

20 Menit
Fungsi Sum, Average, dan Count pada Spreadsheet

55 Menit
Fungsi Min, Max, Trim, Replace, Unique, dan If pada Spreadsheet

60 Menit
Pengenalan Pivot Table

40 Menit
Elemen Pivot Table

20 Menit
Tips Pivot Table

20 Menit
Rangkuman dari Sub-modul Persiapan Data Pra-Visualisasi

30 Menit
Kuis Sub-modul Persiapan Data Pra-Visualisasi

15 Menit

Transformasi Data ke Visual

Cara untuk mengubah data menjadi bentuk grafik, kesalahan umum dalam visualisasi data, pentingnya dokumentasi data, bagaimana cara bercerita dengan data, dan praktek terbaik dalam visualisasi yang efektif seperti prinsip Gestalt, konsep Preattentive Attributes, dan konsep teori desain. (4 jam 29 menit)