Training Syllabus

🕘 Duration: 2 full days (08:00 AM – 05:00 PM GMT+7)

👥 Minimum Participants: 5 people

💼 Fee: Based on agreement and venue

📋 Training Overview

This Python Programming for Data Science training is designed for participants who want to understand the fundamentals and practical applications of Python in data analysis and data science. Participants will learn everything from basic Python programming concepts, data manipulation using libraries like NumPy and Pandas, data visualization using Matplotlib and Seaborn, and an introduction to machine learning with scikit-learn.
This training focuses on hands-on practice and case studies relevant to the business and research worlds, ensuring participants not only understand the theory but also apply Python to data-driven decision-making.

📚 Topics Covered

Session 1 – Introduction to Python and the Environment
• What is Python and why is it popular in Data Science
• Anaconda / Jupyter Notebook Installation
• Basic Python program structure
• Variables, data types, and basic operations
• Input/output and comments

Session 2 – Data Structures and Control Flow
• Lists, Tuples, Dictionaries, Sets
• Looping (for, while)
• Conditionals (if, elif, else)
• Functions (def, return, parameters)
• Practice: Creating simple functions for data processing

🎯 Learning Outcomes

By the end of this training, participants will:

1. Understand the basics of Python (data structures, control flow, functions, and library usage).
2. Manage and manipulate data using the Pandas and NumPy libraries.
3. Explore and visualize data to discover patterns and initial insights.
4. Apply basic statistical analysis with Python.
5. Understand and implement simple machine learning models using scikit-learn.
6. Use Python for business case studies or real-world data research.

📞 Contact

  • 📧 Email: wbudiharto@binus.edu

  • 📱 Mr. Widodo (WhatsApp): +62 856 9887 384

  • 📱 Ms. Emny (WhatsApp): +62 813 8741 3863

Silabus Pelatihan

Python Programming for Machine Learning

🕘 Durasi: 4 hari fullday (08:00 – 17:00 WIB)

👥 Jumlah Peserta Minimum: 5 orang

💼 Biaya: Sesuai dengan kesepakatan dan lokasi pelatihan

📋 Deskripsi Pelatihan

Pelatihan Python Programming for Data Science ini dirancang untuk peserta yang ingin memahami dasar hingga penerapan praktis Python dalam analisis data dan sains data. Peserta akan belajar mulai dari konsep dasar pemrograman Python, manipulasi data menggunakan library seperti NumPy dan Pandas, visualisasi data menggunakan Matplotlib dan Seaborn, hingga pengenalan machine learning dengan scikit-learn.

Pelatihan ini berfokus pada praktik langsung dan studi kasus yang relevan dengan dunia bisnis dan riset, sehingga peserta tidak hanya memahami teori tetapi juga mampu mengaplikasikan Python untuk pengambilan keputusan berbasis data.

📚 Materi yang Akan Dipelajari

Sesi 1 – Pengenalan Python dan Environment

  • Apa itu Python dan mengapa populer di Data Science
  • Instalasi Anaconda / Jupyter Notebook
  • Struktur dasar program Python
  • Variabel, tipe data, dan operasi dasar
  • Input/output dan komentar

Sesi 2 – Struktur Data dan Control Flow

  • List, Tuple, Dictionary, Set
  • Looping (for, while)
  • Conditional (if, elif, else)
  • Fungsi (def, return, parameter)
  • Praktik: Membuat fungsi sederhana untuk pengolahan data

Sesi 3 – NumPy untuk Komputasi Numerik

  • Array vs List
  • Operasi matematis dan statistik dengan NumPy
  • Indexing, slicing, reshaping
  • Studi kasus

Sesi 4 – Pandas untuk Manipulasi Data

  • Series dan DataFrame
  • Membaca dan menulis data (CSV, Excel, JSON)
  • Data cleaning: menangani missing value, duplikasi, outlier
  • Transformasi dan agregasi data
  • Studi kasus

Sesi 5 – Visualisasi Data

  • Pengenalan Matplotlib dan Seaborn
  • Membuat grafik batang, garis, scatter, boxplot
  • Kustomisasi grafik dan layout
  • Studi kasus

Sesi 6 – Analisis Data dan Statistik Dasar

  • Statistik deskriptif (mean, median, std, korelasi)
  • Grouping dan pivot table dengan Pandas
  • Exploratory Data Analysis (EDA)
  • Studi kasus

Sesi 7 – Pengenalan Machine Learning

  • Konsep supervised dan unsupervised learning
  • Dataset train-test split
  • Implementasi model regresi dan klasifikasi sederhana (Linear Regression, KNN, Decision Tree)
  • Evaluasi model (accuracy, RMSE, confusion matrix)

Sesi 8 – Mini Project: Data Science Case Study

  • Pemilihan dataset (publik/real)
  • Data cleaning dan EDA
  • Visualisasi insight
  • Pembuatan model sederhana dan interpretasi hasil
  • Presentasi hasil analisis

 

🎯 Tujuan Pelatihan

Setelah mengikuti pelatihan ini, peserta akan mampu:

  1. Memahami dasar-dasar Python (struktur data, control flow, fungsi, dan penggunaan library).
  2. Mengelola dan memanipulasi data menggunakan library Pandas dan NumPy.
  3. Melakukan eksplorasi dan visualisasi data untuk menemukan pola dan wawasan awal.
  4. Menerapkan analisis statistik dasar dengan Python.
  5. Mengenal dan mengimplementasikan model machine learning sederhana menggunakan scikit-learn.
  6. Menggunakan Python untuk studi kasus bisnis atau riset data nyata.

📞 Kontak

  • 📧 Email: wbudiharto@binus.edu

  • 📱 Bpk. Widodo (WA): +62 856 9887 384

  • 📱 Ibu Emny (WA): +62 813 8741 3863