Business Data Analytics

Home / Programs / Business Data Analytics

Business Data Analytics

Program 02 Business Data Analytics: Mengubah data bisnis menjadi keputusan: merumuskan masalah, mengumpulkan dan membersihkan data, menganalisis serta memvisualisasikannya dengan Python, lalu menyajikan rekomendasi melalui dashboard.
KESETARAAN AKADEMIK & KUALIFIKASI

Pengakuan Akademik dan Sasaran Peserta

Program ini dapat diakui program studi mitra sebagai bagian dari mata kuliah, sekaligus membekali peserta dengan keterampilan analitik yang dibutuhkan di dunia kerja.

Beban Belajar 40 JP ≈ 0,7 SKS 40 JP × 45 menit = 30 jam belajar. Sesuai Permendikbudristek No. 53 Tahun 2023, 1 SKS setara 45 jam per semester, sehingga program ini dapat diakui sebagai bagian mata kuliah atau digabung dengan program lain.
Sasaran Peserta Mahasiswa, Dosen & Profesional Mahasiswa, dosen, peneliti, analis, dan profesional. Capaian akademik disusun untuk mahasiswa S1 (KKNI Jenjang 6). Tidak perlu latar belakang pemrograman.
Mata Kuliah Setara Dapat dipetakan ke:
  • Analitika Bisnis (Business Analytics)
  • Statistika Bisnis / Analisis Data
  • Sistem Informasi Manajemen / Business Intelligence
CAPAIAN PEMBELAJARAN

CPL dan CPMK

Capaian Pembelajaran Lulusan (CPL) yang didukung, dan Capaian Pembelajaran Mata Kuliah (CPMK) yang diukur dalam program. Rumusan dapat disesuaikan dengan kurikulum program studi mitra.

CPL-1Mampu menerapkan pemikiran logis, kritis, dan sistematis dalam mengidentifikasi masalah bisnis dan merumuskan solusi berbasis data.
CPL-2Mampu memanfaatkan teknologi informasi dan perangkat analitik untuk mengolah, menganalisis, dan memvisualisasikan data.
CPL-3Mampu mengambil keputusan dan menyajikan rekomendasi yang dapat dipertanggungjawabkan berdasarkan hasil analisis data.
CPMK-1Mampu merumuskan masalah bisnis, tujuan analisis, dan hipotesis yang dapat diuji dengan data. C4
CPMK-2Mampu mengumpulkan, menelaah, dan memvalidasi data dari berbagai sumber. C3
CPMK-3Mampu membersihkan dan menyiapkan data menggunakan Python dan spreadsheet. C3
CPMK-4Mampu melakukan analisis eksploratif dan statistik untuk menemukan pola dan wawasan bisnis. C4
CPMK-5Mampu membangun model prediktif sederhana dan mengevaluasi hasilnya. C5
CPMK-6Mampu menyajikan hasil analisis dalam dashboard dan laporan berisi rekomendasi bisnis. C6
PEMETAAN SKKNI

Unit Kompetensi SKKNI yang Dirujuk

Materi dan asesmen program dipetakan ke unit kompetensi SKKNI bidang Data Analitik dan bidang Data Science yang berlaku.

Kode UnitJudul Unit KompetensiModulCPMK
M.70BDA00.001.1Menganalisis Informasi Terkait Daftar Permasalahan OrganisasiM1CPMK-1
M.70BDA00.002.1Menentukan Prioritas Pernyataan MasalahM1CPMK-1
J.62DMI00.001.1Menentukan Objektif BisnisM1CPMK-1
M.70BDA00.004.1Merancang Metodologi AnalisisM2CPMK-1
M.70BDA00.005.1Merumuskan Hipotesis/Asumsi yang KomprehensifM2CPMK-1
M.70BDA00.009.1Menentukan Variabel-Variabel untuk AnalisisM2CPMK-1
J.62DMI00.004.1Mengumpulkan DataM3CPMK-2
J.62DMI00.005.1Menelaah DataM3CPMK-2
J.62DMI00.006.1Memvalidasi DataM3CPMK-2
J.62DMI00.008.1Membersihkan DataM4CPMK-3
J.62DMI00.009.1Mengkonstruksi DataM4CPMK-3
M.70BDA00.010.1Menganalisis DataM5, M6CPMK-4
J.62DMI00.013.1Membangun ModelM7CPMK-5
J.62DMI00.014.1Mengevaluasi Hasil PemodelanM7CPMK-5
M.70BDA00.013.1Menyusun Laporan Hasil AnalisisM6, M8CPMK-6
M.70BDA00.014.1Mengevaluasi Hasil AnalisisM8CPMK-6

Sumber: SKKNI Bidang Data Analitik (Keputusan Menteri Ketenagakerjaan No. 200 Tahun 2021) dan SKKNI Bidang Artificial Intelligence Subbidang Data Science (Keputusan Menteri Ketenagakerjaan No. 299 Tahun 2020).

SILABUS

Rencana Pembelajaran 40 JP

Delapan modul, masing-masing 5 JP, berisi materi, praktik dengan dataset bisnis, dan tugas. Setiap modul tersedia di LMS ID Scholar.

ModulTopikAktivitas & LuaranJP
M1Masalah Bisnis & Keputusan Berbasis Data
Peran analitik dalam bisnis, perumusan dan prioritas masalah, tujuan analisis
Problem statement dan tujuan analisis untuk satu kasus bisnis
M2Metodologi Analisis & Hipotesis
Kerangka analisis, hipotesis, variabel dan metrik
Rancangan metodologi dan daftar variabel
M3Pengumpulan & Penelaahan Data
Sumber data internal/eksternal, struktur data, validasi kualitas data
Dataset kasus dan laporan kualitas data
M4Data Cleaning & Preparation dengan Python
Pengenalan Python (pandas), nilai hilang, outlier, transformasi dan penggabungan data
Notebook data siap analisis
M5Analisis Eksploratif & Statistik Bisnis
Statistik deskriptif, korelasi, uji beda, segmentasi sederhana
Temuan dan wawasan utama dari data
M6Visualisasi Data & Business Intelligence
Prinsip visualisasi, storytelling with data, dashboard
Draf dashboard interaktif
M7Analitik Prediktif Dasar
Regresi, forecasting penjualan, klasifikasi sederhana, evaluasi model
Model prediksi dan evaluasi akurasinya
M8Rekomendasi Bisnis & Proyek Akhir
Menyusun rekomendasi, laporan analisis, presentasi kepada manajemen
Business Analytics Dashboard & laporan rekomendasi
Total beban belajar
ASESMEN & KELULUSAN

Metode Penilaian

Penilaian berbasis kinerja: peserta menunjukkan kompetensi melalui tugas perumusan masalah, praktik pengolahan data, dan proyek akhir.

Kuis per modul 15%

Tugas perumusan masalah & metodologi (M1–M2) 15%

Praktik Python, analisis & visualisasi (M3–M7) 30%

Proyek akhir & presentasi 40%

Syarat Memperoleh Sertifikat

  • 1Menyelesaikan seluruh 8 modul di LMS (minimal 80% aktivitas).
  • 2Nilai akhir minimal 70 dari skala 100.
  • 3Mengumpulkan dan mempresentasikan proyek akhir.
  • 4Memenuhi seluruh CPMK pada level kompeten.
PROYEK AKHIR

Business Analytics Dashboard

Peserta menganalisis dataset bisnis nyata (penjualan, pelanggan, atau operasional) dari awal hingga rekomendasi.

  • Problem statement, hipotesis, dan metodologi
  • Notebook Python pengolahan dan analisis data
  • Dashboard visual dan model prediksi sederhana
  • Laporan rekomendasi untuk manajemen
SERTIFIKAT DIGITAL

Kredensial yang Dapat Diverifikasi

Peserta yang lulus memperoleh sertifikat micro-credential digital dari ID Scholar.

  • Mencantumkan 40 JP, CPMK, dan unit kompetensi yang dicapai
  • Dilengkapi QR code untuk verifikasi keaslian
  • Dapat diverifikasi di verify.idscholar.com
Catatan: Program ini adalah pelatihan berbasis kompetensi yang mengacu pada SKKNI. Sertifikat micro-credential ID Scholar bukan sertifikat kompetensi BNSP. Sertifikasi kompetensi diselenggarakan oleh Lembaga Sertifikasi Profesi (LSP) berlisensi BNSP.

Ambil Keputusan Bisnis dengan Data

Daftar sebagai peserta, atau ajukan program ini untuk mahasiswa dan dosen di kampus Anda dengan pemetaan ke mata kuliah.

Scroll to Top