KeData Academy

Kedata Academy was established with vision to give access for everyone to learn data science and its respective skills. Kedata Academy accommodates individuals’ aspirations to become data scientists whether they are lectures, business-intelligence professionals, entrepreneurs, financial practitioners, students, government officers, and etc.

GET STARTED

Kedata Academy Syllabus

Written by Kedata Team

B E G I N N E R

No Materi Tujuan Waktu (Jam) Syarat
1 Intro to data science Peserta mengenal siapa, dan syarat Membawa Laptop menjadi data scienctist, dan proses pengolahan data 3 Membawa Laptop
2 Intro to data analytic thinking Peserta dapat membuat skema dan Membawa Laptop alur mulai dari pengambilan data hingga pelaporan 3 Membawa Laptop
3 Intro to programming language Peserta mengenal dan mengetahui Membawa Laptop fungsi bahasa pemrograman dan cara untuk menggunakannya agar lebih mempermudah proses mengekstrak informasi dari berbagai jenis data 2 Membawa Laptop
4 R and R Studio as analytical tools Peserta mengetahui fungsi bahasa pemrograman R dan RStudio untuk mengolah data dan melakukan analisis 4 Membawa Laptop
5 Basic R Peserta mampu menggunakan Rstudio untuk mulai menulis skrip,memahami beberapa fungsi, dan memasukkan data ke dalam R 6 Membawa Laptop, Basic R
6 Data Structure Peserta dapat mengetahui berbagai jenis data yang umum digunakan dan mampu memanfaatkankelebihannya masing-masing 4 Membawa Laptop, Basic R
7 Data imputation Peserta mampu mendeteksi data missing lebih dini dan dapat mengambil tindakan yang tepat untuk mengatasinya 3 Membawa Laptop, Basic R
8 Data Wrangling Peserta mampu membuat skrip untuk membuat data tidak terstruktur menjadi terstruktur sesuai dengan format yang dibutuhkan 4 Membawa Laptop, Basic R
9 Data Cleaning Peserta mampu membersihkan data teks agar data siap di analisis 4 Membawa Laptop, Basic R
10 Text tokenisation Peserta mengetahui cara untuk menangani data teks, mengenal berbagai jenis tokenisasi yang ada, dan mampu membuat skrip untuk melakukan tokenisasi 4 Membawa Laptop, Basic R, Data Wrangling
11 Basic data
visualisation
Peserta mampu memahami prinsip-prinsip dasar visualisasi data dan membuat visualisasi data menggunakan paket ggplot2 4 Membawa Laptop, Basic R, Data Wrangling
12 Exploratory Data Analytics – 1 Peserta mampu mengetahui berbagai cara untuk mengeksplorasi data continious, categorical, dan time series dengan menggunakan fungsi-fungsi dasar dari paket dalam R 6 Membawa Laptop, Basic R, Data Wrangling

I N T E R M E D I A T E

No Materi Tujuan Waktu (Jam) Syarat
1 Basic Statistic in R Peserta dapat membuat analisis deskriptif dengan menggunakan R untuk merangkum data secara kuantitatif 4 Membawa Laptop, Basic R, Data Wrangling
2 Linear regeression Peserta dapat memahami konsep, fungsi, dan cara menggunakan liniear regression dalam data dari kehidupan nyata 5 Membawa Laptop, Basic R, Data Wrangling
3 Forcasting Peserta dapat memahami konsep, fungsi, dan metode yang umum digunakan untuk membuat prakiraan 6 Membawa Laptop, Basic R, Data Wrangling
4 Data acquisition using API Peserta dapat mengerti konsep API, proses pemanfaatannya, dan praktik mendapatkan data 6 Membawa laptop, Basic R, Data Wrangling, Owning social media account
5 Social Network Analysis (SNA) Peserta mengerti konsep network, centrality, dan berbagai jenis algoritme visualisasi network untuk membantu analisis 3 Membawa laptop, Basic R, Data Wrangling, Owning social media account
6 Scrapping 1: Static web data and table Peserta mengerti konsep data scraping untuk web dan untuk web yang berisi tabel 5 Membawa Laptop, Basic R, Data Wrangling
7 Time series I: Tren, Seasonality and Residual Peserta dapat memahami dan memiliki kemampuan untuk mengolah dan menginterpretasikan informasi dari data time series 4 Membawa Laptop, Basic R, Data Wrangling
8 Fundamental of text classification Peserta dapat memahami dan membuat klasifikasi teks 4 Membawa laptop, Basic R, Data Wrangling, Data Cleaning
9 Unsupervised  Machine Learning: PCA Peserta memiliki pemahaman yang cukup untuk membuat machine learning saat targetnya tidak diketahui dengan Principal Component Analysis (PCA) 6 Membawa laptop, Basic R, Data Wrangling, Data Cleaning
10 Topic Modelling using LDA Peserta dapat memahami konsep pengekstrakan topik dan memahami konsep algoritme Laten Dirichlet Allocation (LDA) 6 Membawa laptop, Basic R, Data Wrangling, Data Cleaning
11 Unsupervised Machine Learning: PCA Peserta memiliki pengetahuan untuk mendeteksi anomali dalam data dengan memilih metode yang tepat untuk digunakan 6 Membawa laptop, Basic R, Data Wrangling

A D V A N C E D

No Materi Tujuan Waktu (Jam) Syarat
1 Interactive data visualisation Peserta dapat membuat visualisasi yang interaktif dengan menggunakan highchart atau plotly dan d3 6 Membawa laptop,Basic R, Data Wrangling, Basic data visualisation
2 Scrapping 2: Dynamic web data and table Peserta dapat memahami konsep scraping data dan membuat skrip yang dapat digunakan untuk mengambil data dari website yang terbuka 3 Membawa laptop, Basic R, Data Wrangling, Scrapping 1
3 Time Series II: Understanding ARMA and ARIMA for forcasting Peserta dapat mengelola, memproses, membuat data time series, dan memahami konsep ARMA dan ARIMA untuk membuat prakiraan 4 Membawa laptop, Basic R, Data Wrangling, Time series I
4 Fundamental of machine learning Peserta dapat memahami konsep, fungsi, dan fitur-fitur utama dalam machine learning 3 Membawa laptop, Basic R, Data Wrangling, Data Cleaning
5 Machine Learning 1: Sentiment Analysis Peserta bisa membuat machine learning untukmengklasifikasikan teks berdasarkan sentimennya 4 Membawa laptop, Basic R, Data Wrangling, Data Cleaning
6 Decission tree Peserta mampu memahami konsep decision tree untuk mendukung berbagai aktivitas mengestrak informasi dan menerapkannya di organisasi 6 Membawa laptop, Basic R, Data Wrangling, Data Cleaning
7 Machine Learning Classification using Random forrest Peserta dapat memahami konsep random forrest, kelemahan dan keunggulannya sebagai algoritme machine learning untuk melakukan klasifikasi 6 Membawa laptop, Basic R, Data Wrangling, Data Cleaning
8 Text Network Peserta dapat memahami konsep menjadikan teks sebagai data dan memanfaatkan konsep network untuk mengekstrak informasi yang ada di dalamnya 6 Membawa laptop, Basic R, Data Wrangling, Data Cleaning
9 Case studies 1: Listening customer voice through social media Peserta dapat memiliki pengalaman langsung dalam mendapatkan, mengolah, dan membuat simpulan dari aktivitas analisis yang dilakukan 12 Membawa laptop, Basic R, Data Wrangling, Data Cleaning
10 Case studies 2: Social media sentiment analysis Peserta bisa membuat projek dari pengambil data, pra-processing dan visualisasi sentiment dari kasus yang diambil dari media sosial 12 Membawa laptop, Basic R, Data Wrangling, Data Cleaning
11 Dashboarding Peserta bisa membuat dashboard untuk menempatkan hasil analisisnya agar lebih mudah dilihat dan dapat digunakan untuk mendukung pembuatan keputusan 6 Membawa laptop, Basic R, Data Wrangling, Data Cleaning, Basic Data Visualization, Interactive data visualisation

About Us

Kedata Indonesia is a company that serves the needs in big data analytics. Its services include data research analysis, workshop class, machine learning creation, and etc. Kedata Indonesia offers and accommodates a big scope of data analysis in the contexts of daily living, businesses, governmental works, social media, mass media, and etc. in several countries especially in Southeast Asia region.

Our services cover several analyses and analytics in big data contexts such as network analysis, sentiment analysis, and long-term prediction in quantitative research. Deep understanding in methodology and technical expertise are two factors that differentiate Kedata Indonesia with other companies in the same playing field. Having these advantages enables us to intelligently and creatively provides solutions for our clients.

Ready to get started?

Get in touch!

SERVICES

MyEda

SADASA Academy

Analytics

FAQ

RESOURCES

Knowledge Base

Video Tutorial

Documents

Events


©2019 KEDATA.Online All Right Reserved

bukhoryartKeData Academy