Kursus Python untuk Analisis Data

🔎 Overview #

Kursus ini membekali peserta keterampilan praktis menggunakan Python untuk analisis data — dari impor, pembersihan, analisis, hingga visualisasi data dengan pustaka Python populer. Jembatan dari Python Fundamentals menuju praktik nyata Data Analytics.

🏷️ Status: Wajib Project — kursus ini adalah titik tengah penting yang sering diambil standalone di luar roadmap penuh, sehingga wajib menghasilkan project portofolio penuh: dokumentasi + GitHub + opsi masuk portfolio.edusoftcenter.com.

📚 Struktur Silabus #

Fase A — Tatap Muka (16 Jam, 2 Hari Fullday) #

Hari 1 (8 Jam) #

1. Sesi 1 (Teori, 2 jam): Pengantar Python untuk analisis data — workflow analisis data industri, kenapa Python jadi standar (vs Excel/SQL saja), studi kasus singkat: bagaimana perusahaan retail pakai analisis data untuk keputusan stok.
2. Sesi 2 (Praktik Terbimbing, 2 jam): Instalasi Jupyter Notebook, review Python dasar, pengenalan Pandas Series & DataFrame, import data dari CSV/Excel/SQL.
3. Sesi 3 (Teori Lanjutan, 2 jam): Konsep pembersihan data (missing values, outlier, normalisasi) dan Analisis Data Eksploratif (EDA) — statistik deskriptif, groupby, korelasi.
4. Sesi 4 (Praktik Terbimbing Lanjutan, 2 jam): Praktik EDA end-to-end pada dataset contoh, visualisasi dasar dengan Matplotlib & Seaborn (line, bar, histogram, scatterplot, heatmap).

Hari 2 (8 Jam) #

5. Sesi 5 (Latihan Mandiri Terbimbing, 3 jam): Set soal berjenjang — membersihkan dataset kotor, membuat 3 jenis visualisasi berbeda, menjawab pertanyaan bisnis dari data (mis. “produk mana paling sering retur?”).
6. Sesi 6 (Simulasi Mini-Case, 3 jam): Contoh kecil pola EDA end-to-end pada dataset sederhana, dikerjakan & dibahas bersama instruktur — pemanasan sebelum project mandiri.
7. Sesi 7 (Review & Evaluasi, 1,5 jam): Recap modul, tanya-jawab akhir, cek pemahaman peserta.
8. Sesi 8 (Briefing Project Pasca-Training, 0,5 jam): Penjelasan brief: peserta akan memilih 1 dari 3 dataset publik (e-commerce sales, data kesehatan, atau data pendidikan — dari Kaggle/UCI Repository) untuk EDA end-to-end mandiri, tenggat H+14.

Fase B — Pasca-Training (Online, self-paced, tenggat disarankan H+14) #

Peserta menyelesaikan EDA end-to-end pada dataset pilihan secara mandiri, menyusun laporan analisis dalam Jupyter Notebook + README (pertanyaan bisnis, metodologi, temuan utama), push ke GitHub, submit link via dashboard Elearning (edusoftcenter.com/dashboard/) untuk direview. Sertifikat terbit setelah project disubmit; project yang lolos review bisa diajukan masuk portfolio.edusoftcenter.com dan diarahkan ke roadmap Data Analyst (kursus lanjutan: SQL Fundamentals, Data Visualisasi dengan Tableau).

🛠️ Tools & Software #

• Python 3.x, Jupyter Notebook, Pandas, Numpy, Matplotlib, Seaborn
• Dataset publik (Kaggle, UCI Repository)

🎯 Output Kompetensi #

peserta mampu mengolah & membersihkan data dengan Python, melakukan analisis deskriptif, membuat visualisasi data, dan menyusun laporan analisis profesional yang bisa jadi bukti portofolio nyata (bukan cuma sertifikat kehadiran).

⏳ 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

📅 Jadwal Batch #

Batch berikutnya: Sabtu–Minggu, 12–13 September 2026 (offline, Solo). Kuota terbatas — hubungi kami untuk konfirmasi kursi.

❓ Pertanyaan Umum (FAQ) #

Disusun & direview oleh Komarudin Syarif — Trainer Edusoft Center.
Terakhir diperbarui: 9 Agustus 2026.