4.60

Belajar Penerapan Data Science dengan Microsoft Fabric

Topik:

Data Science

Level: Pemula

Level: Pemula 6 Jam Belajar

189

Siswa Terdaftar

Pelajari data science end-to-end di Microsoft Fabric. Mulai dari eksplorasi data, bangun model ML, hingga deploy dan monitor hasilnya.

Belajar Penerapan Data Science dengan Microsoft Fabric Partner

Belajar Sekarang

Informasi kelas Lihat silabus

Apa yang akan Anda dapatkan

Modul Tutorial

Materi bacaan elektronik disajikan dengan bahasa yang mudah dipahami.

Forum Diskusi

Diskusikan materi belajar dengan siswa lainnya.

Level Pemula
Mempelajari topik dasar dengan objektif membuat produk, sistem, atau latihan sederhana.

Deskripsi

Di era ketika data menjadi pusat inovasi, kemampuan menjalankan proses data science secara end-to-end menjadi keunggulan penting. Melalui kelas ini, Anda akan mempelajari cara Microsoft Fabric menyatukan seluruh tahapan data science—mulai dari eksplorasi data, pembuatan model machine learning, hingga deployment dan monitoring—dalam satu platform terpadu. Kelas ini ditujukan bagi Anda yang ingin memahami alur lengkap proses data science untuk menghasilkan insight yang bernilai bagi organisasi.

Target dan Sasaran Siswa

Kelas ini dirancang untuk siapa pun yang ingin berkarier di bidang data science untuk memahami penerapan proses data science secara end-to-end dengan Microsoft Fabric.
Kelas dapat diikuti oleh peserta yang melek IT sehingga wajib memiliki dan dapat mengoperasikan komputer dengan baik.
Kelas ini didesain untuk peserta yang telah memahami dasar pemrograman Python serta konsep umum tentang data analysis dan machine learning.
Peserta harus belajar mandiri, berkomitmen, benar-benar memiliki rasa ingin tahu, dan tertarik pada subjek materi. Sebaik apa pun materi kelas ini tidak akan berguna tanpa keseriusan siswa untuk belajar, berlatih, dan eksplorasi.
Setelah mengikuti kelas ini, siswa mampu menerapkan proses data science end-to-end di Microsoft Fabric — mulai dari eksplorasi dan preprocessing data, melatih dan melacak model, hingga melakukan deployment dan batch prediction secara efektif di lingkungan kerja Microsoft Fabric yang terintegrasi.

Selengkapnya

Sembunyikan

Peralatan Belajar

Spesifikasi minimal perangkat:

Prosesor

Intel Celeron (Rekomendasi Core i3 ke atas)

Lihat semua peralatan belajar

Peralatan Belajar

Spesifikasi minimal perangkat

Kelas ini membutuhkan spesifikasi perangkat seperti berikut:

RAM

4 GB (Rekomendasi 8 GB ke atas)

Layar

1366 x 768 (Rekomendasi Full HD 1920 x 1080)

Sistem Operasi

Windows, Linux, MacOS

Prosesor

Intel Celeron (Rekomendasi Core i3 ke atas)

Metode Ajar

Online - Self-paced Learning
- Total jam belajar : 6 jam
- Rekomendasi waktu belajar : 2 jam per hari (selesai dalam 3 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 : 6 jam
- Rekomendasi waktu belajar : 2 jam per hari (selesai dalam 3 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:

Indratama Pangasian Manalu

Curriculum Developer at Dicoding Indonesia

Ahmad Arif Faizin

Curriculum Developer Lead at Dicoding Indonesia

Reviewer

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

Ahmad Arif Faizin

Curriculum Developer Lead at Dicoding Indonesia

Pesantren Programmer IDN | Associate Android Developer from Google | Android Certified v7 by ATC | Senior Mobile Computing Certified by BNSP

Mochamad Rafy Ardhanie

Curriculum Developer at Dicoding Indonesia

Lihat semua kontributor dan reviewer

Kontributor & Reviewer

Kontributor kelas

Curriculum Developer yang membangun kelas ini:

Indratama Pangasian Manalu

Curriculum Developer at Dicoding Indonesia

Ahmad Arif Faizin

Curriculum Developer Lead at Dicoding Indonesia

Tim Reviewer

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

Ahmad Arif Faizin

Curriculum Developer Lead at Dicoding Indonesia

Pesantren Programmer IDN | Associate Android Developer from Google | Android Certified v7 by ATC | Senior Mobile Computing Certified by BNSP

Mochamad Rafy Ardhanie

Curriculum Developer at Dicoding Indonesia

Ahmad Arif Faizin

Curriculum Developer Lead at Dicoding Indonesia

Pesantren Programmer IDN | Associate Android Developer from Google | Android Certified v7 by ATC | Senior Mobile Computing Certified by BNSP

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.

Devi Mikhael Empi

Universitas Gunadarma

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Puas sekali dan sangat mudah dipahami oleh pemula yang ingin mengembangkan perangkat lunak

Baca selengkapnya

Muhammad Naufal Farras

Universitas Negeri Semarang

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Materi yang disampaikan pada kelas ini sangat informatif dan membantu teman-teman yang saat ini dalam proses belajar dalam dunia pemrograman. Banyak disampaikan juga tips ketika kita telah mulai dalam bekerja, dan itu sangat membantu untuk kedepannya.

Baca selengkapnya

Lihat semua testimoni

Testimoni Siswa

Devi Mikhael Empi

Universitas Gunadarma

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Puas sekali dan sangat mudah dipahami oleh pemula yang ingin mengembangkan perangkat lunak

Muhammad Naufal Farras

Universitas Negeri Semarang

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Mohammad Chevalier Daniswara

Universitas Pembangunan Nasional Veteran Jawa Timur

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Saya sangat senang mengikuti kelas Dasar Pemrograman di Dicoding. Materi yang diajarkan sangat informatif dan struktur pelajarannya sangat mudah dipahami. a. Saya merasa telah memperoleh pemahaman yang kuat tentang dasar Pemrograman berkat kursus ini. Terima kasih Dicoding!

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

Memaparkan hal-hal yang perlu disiapkan sebelum memulai belajar

8 Artikel

20 menit

Mengupas Tuntas Analitik End-to-End dengan Microsoft Fabric

Menjelaskan konsep, manfaat, dan langkah awal penggunaan Microsoft Fabric sebagai platform analytics terpadu untuk kebutuhan perusahaan.

5 Artikel
1 Ujian

35 menit

Pengantar Mengupas Tuntas Analitik End-to-End dengan Microsoft Fabric

2 Menit
Menjelajahi Analitik End-to-End dengan Microsoft Fabric

3 Menit
Menjelajahi Peran Tim Data dan Microsoft Fabric

5 Menit
Mengaktifkan dan Menggunakan Microsoft Fabric

15 Menit
Rangkuman Mengupas Tuntas Analitik End-to-End dengan Microsoft Fabric

5 Menit
Kuis Mengupas Tuntas Analitik End-to-End dengan Microsoft Fabric

5 Menit

Menyelami Dunia Data Science dengan Microsoft Fabric

Mampu untuk mengelola data, notebook, experiment, dan model serta dapat dengan mudah mengakses data dari seluruh penjuru organisasi serta berkolaborasi secara efisien dengan para profesional data lainnya.

6 Artikel
1 Ujian

40 menit

Pengantar Menyelami Dunia Data Science dengan Microsoft Fabric

2 Menit
Memahami Proses Data Science

3 Menit
Mengeksplorasi dan Memproses Data dengan Microsoft Fabric

5 Menit
Melatih dan Melakukan Scoring Model dengan Microsoft Fabric

5 Menit
(Opsional) Latihan: Menjelajah Data Science di Microsoft Fabric

15 Menit
Rangkuman Menyelami Dunia Data Science dengan Microsoft Fabric

5 Menit
Kuis Menyelami Dunia Data Science dengan Microsoft Fabric

5 Menit

Menjelajahi Data untuk Data Science dengan Notebook di Microsoft Fabric

Menggunakan notebook di Microsoft Fabric sebagai alat utama untuk eksplorasi data, sehingga dapat menemukan pola dan hubungan tersembunyi dalam dataset secara komprehensif.

9 Artikel
1 Ujian

70 menit

Pengantar Menjelajahi Data untuk Data Science dengan Notebooks di Microsoft Fabric

2 Menit
Mengeksplorasi Notebook

10 Menit
Memuat Data untuk Eksplorasi

3 Menit
Memahami Distribusi Data

5 Menit
Memeriksa Data Hilang di Notebook

5 Menit
Menerapkan Teknik Eksplorasi Data Tingkat Lanjut

5 Menit
Memvisualisasikan Bagan (Chart) di Notebook

10 Menit
(Opsional) Latihan: Menggunakan Notebook untuk Eksplorasi Data dalam Microsoft Fabric

20 Menit
Rangkuman Menjelajahi Data untuk Data Science dengan Notebooks di Microsoft Fabric

5 Menit
Kuis Menjelajahi Data untuk Data Science dengan Notebooks di Microsoft Fabric

5 Menit

Preprocessing Data dengan Data Wrangler di Microsoft Fabric

Menggunakan Data Wrangler di Microsoft Fabric untuk melakukan preprocessing data secara menyeluruh, termasuk pembersihan data, penanganan nilai hilang, dan transformasi fitur guna mendukung pembangunan model machine learning.

7 Artikel
1 Ujian

60 menit

Pengantar Preprocessing Data dengan Data Wrangler di Microsoft Fabric

2 Menit
Memahami Data Wrangler

5 Menit
Melakukan Eksplorasi Data

10 Menit
Menangani Missing Data

5 Menit
Mentransformasi Data dengan Operator

8 Menit
(Opsional) Latihan: Preprocessing Data dengan Data Wrangler di Microsoft Fabric

20 Menit
Rangkuman Preprocessing Data dengan Data Wrangler di Microsoft Fabric

5 Menit
Kuis Preprocessing Data dengan Data Wrangler di Microsoft Fabric

5 Menit

Melatih dan Melacak Model Machine Learning dengan MLflow di Microsoft Fabric

Melatih model machine learning menggunakan notebook di Microsoft Fabric, serta melacak eksperimen dan mengelola model secara efisien dengan MLflow.

6 Artikel
1 Ujian

55 menit

Pengantar Melatih dan Melacak Model Machine Learning dengan MLflow di Microsoft Fabric

2 Menit
Memahami Cara Melatih Model Machine Learning

5 Menit
Melatih dan Melacak Model dengan MLflow dan Experiments

8 Menit
Mengelola Model di Microsoft Fabric

10 Menit
(Opsional) Latihan: Melatih dan Melacak Model di Microsoft Fabric

20 Menit
Rangkuman Melatih dan Melacak Model Machine Learning dengan MLflow di Microsoft Fabric

5 Menit
Kuis Melatih dan Melacak Model Machine Learning dengan MLflow di Microsoft Fabric

5 Menit

Menghasilkan Batch Prediction menggunakan Model yang Di-deploy di Microsoft Fabric

Menggunakan model machine learning yang telah di-deploy di Microsoft Fabric untuk menghasilkan batch prediction dan memperkaya data organisasi secara efisien.

6 Artikel
1 Ujian

50 menit

Pengantar Menghasilkan Batch Prediction Menggunakan Model yang Di-deploy di Microsoft Fabric

2 Menit
Menyesuaikan Perilaku Model untuk Batch Scoring

5 Menit
Menyiapkan Data Sebelum Menghasilkan Prediksi

5 Menit
Menghasilkan dan Menyimpan Prediksi ke Delta Table

8 Menit
(Opsional) Latihan: Menghasilkan dan Menyimpan Batch Prediction

20 Menit
Rangkuman Menghasilkan Batch Prediction menggunakan Model yang Di-deploy di Microsoft Fabric

5 Menit
Kuis Menghasilkan Batch Prediction menggunakan Model yang Di-deploy di Microsoft Fabric

5 Menit