🔎 Overview #
Pengantar machine learning terapan — dari konsep supervised/unsupervised learning sampai membangun model pertama dengan scikit-learn. Kursus ini menjadi endpoint roadmap AI Engineer Edusoft Center.
🏷️ Status: Wajib Project — kursus ini adalah endpoint roadmap AI Engineer, sehingga wajib menghasilkan project portofolio penuh: dokumentasi + GitHub + opsi masuk portfolio.edusoftcenter.com.
Prasyarat: Kursus Python untuk Analisis Data (wajib).
📚 Struktur Silabus #
Fase A — Tatap Muka (16 Jam, 2 Hari Fullday) #
Hari 1 (8 Jam) #
- Sesi 1 (Teori, 2 jam): Apa itu machine learning, jenis pembelajaran (supervised/unsupervised), alur kerja proyek ML (data → model → evaluasi).
- Sesi 2 (Praktik Terbimbing, 2 jam): Persiapan data untuk ML (encoding, scaling, train-test split) dengan scikit-learn.
- Sesi 3 (Teori Lanjutan, 2 jam): Algoritma dasar (Linear/Logistic Regression, Decision Tree, K-Means), konsep overfitting/underfitting.
- Sesi 4 (Praktik Terbimbing Lanjutan, 2 jam): Melatih & mengevaluasi model klasifikasi/regresi sederhana pada dataset contoh, metrik evaluasi (accuracy, precision/recall, RMSE).
Hari 2 (8 Jam) #
- Sesi 5 (Latihan Mandiri Terbimbing, 3 jam): Soal berjenjang — melatih model pada dataset berbeda, tuning parameter dasar.
- Sesi 6 (Simulasi Mini-Case, 3 jam): Membangun model prediksi sederhana end-to-end (mis. prediksi harga rumah) dibahas bersama.
- Sesi 7 (Review & Evaluasi, 1,5 jam): Recap materi, kuis konsep ML.
- Sesi 8 (Briefing Project Pasca-Training, 0,5 jam): Penjelasan brief: pilih 1 dataset publik (klasifikasi atau regresi), bangun model ML end-to-end + evaluasi, tenggat H+14.
Fase B — Pasca-Training (Online, self-paced, tenggat disarankan H+14) #
Notebook lengkap (EDA → preprocessing → model → evaluasi), push ke GitHub + README, submit via dashboard Elearning (edusoftcenter.com/dashboard/) untuk direview. Project yang lolos review bisa diajukan masuk portfolio.edusoftcenter.com.
🛠️ Tools & Software #
- Python, scikit-learn, Pandas, Jupyter Notebook
🎯 Output Kompetensi #
Setelah menyelesaikan kursus, peserta mampu:
- Memahami alur kerja proyek ML.
- Melatih & mengevaluasi model dasar.
- Menginterpretasi metrik evaluasi.
⏳ Durasi & Mode Kursus #
- Total: 16 Jam (2x sesi fullday @ 8 jam) + Project Pasca-Training mandiri (tenggat H+14)
- Online — live via platform digital, akses rekaman fleksibel.
- Offline (Solo) — tatap muka reguler di lokasi Edusoft.
- Offline Custom Location — tersedia untuk grup/korporat luar kota (hubungi kami untuk penjadwalan).
💰 Biaya Kursus #
- Kelas Reguler: Rp 1.000.000
- Kelas Private: Rp 2.000.000
Tertarik Ikut Kursus Machine Learning Fundamentals?
Tanyakan jadwal terdekat, harga, dan cara pendaftaran langsung ke tim kami via WhatsApp.
Atau isi form ini, tim kami yang hubungi Anda balik
Cukup isi nama & no. WhatsApp — kursus sudah terpilih otomatis sesuai halaman ini, tapi bisa diganti.
📅 Jadwal Batch #
Kelas privat tersedia kapan saja — kelas reguler by request, hubungi kami untuk jadwal.
❓ Pertanyaan Umum (FAQ) #
Apa prasyarat sebelum mengikuti Kursus Machine Learning Fundamentals? #
Wajib sudah menyelesaikan Kursus Python untuk Analisis Data, karena kursus ini langsung memakai Pandas dan konsep EDA sebagai dasar sebelum masuk ke pemodelan.
Berapa lama belajar jadi AI Engineer dari nol di Edusoft? #
Roadmap AI Engineer Edusoft terdiri dari 5 kursus wajib (Python Fundamentals, SQL Fundamentals, Python untuk Analisis Data, dan Machine Learning Fundamentals sebagai endpoint), masing-masing 16 jam tatap muka plus project pasca-training mandiri.
Apakah kursus ini cocok untuk pemula yang belum pernah belajar statistik? #
Cocok — konsep statistik yang dibutuhkan (distribusi, korelasi dasar) dijelaskan langsung dalam konteks machine learning, tidak perlu latar belakang statistik formal.
Disusun & direview oleh Komarudin Syarif — Trainer Edusoft Center.
Terakhir diperbarui: 9 Agustus 2026.
