Pelatihan Associate Data Science Bersama Tenaga Pendidikan dari UIN Malang
Peserta
UIN Maulana Malik Ibrahim Malang
Periode
03 November 2025
Skema
Associate Data Science
Sektor
Pendidikan
Pelaksanaan
Offline
Latar Belakang
Bidang humaniora kini semakin bersinggungan dengan data mulai dari opini publik di media sosial, teks sastra dan wacana budaya, hingga hasil survei sosial yang seluruhnya menyimpan pola dan makna jika diolah dengan pendekatan yang tepat. Data science berbasis text mining membuka peluang baru bagi riset humaniora untuk menganalisis fenomena sosial-budaya secara lebih sistematis dan berbasis bukti, melampaui pendekatan kualitatif konvensional semata.
Menjawab kebutuhan ini, kami menghadirkan Pelatihan Associate Data Scientist berbasis RapidMiner sebuah tools data science yang tidak menuntut kemampuan pemrograman, sehingga mudah dipelajari oleh peserta dari latar belakang non-teknis.
Tentang Peserta
Fakultas Humaniora UIN Maulana Malik Ibrahim Malang terus mendorong penguatan kompetensi digital bagi dosen dan tenaga kependidikannya, khususnya dalam hal analisis data untuk mendukung riset dan pengajaran. Pelatihan ini diikuti oleh dosen dan tenaga kependidikan dengan latar belakang keilmuan yang beragam, mencakup bidang Bahasa, Sastra, Komunikasi, Pendidikan, dan Kajian Budaya, yang memiliki ketertarikan pada riset dan analisis data sosial berbasis teks.
Tantangan
Tantangan yang dihadapi adalah menyampaikan konsep data science berbasis RapidMiner mulai dari alur kerja CRISP-DM, pengolahan data, hingga text mining dan analisis sentimen kepada peserta dengan latar belakang non-teknis dalam waktu pelatihan yang terbatas. Pendampingan juga perlu memastikan materi analisis data dapat dihubungkan secara relevan dengan konteks penelitian dan pengajaran di bidang humaniora
Keragaman latar belakang peserta lintas program studi humaniora, yang memiliki kebutuhan riset dan tingkat familiaritas data berbeda-beda, juga perlu dijembatani, termasuk menyederhanakan penjelasan text preprocessing Bahasa Indonesia (tokenisasi, stopword filtering, stemming) yang secara linguistik cukup teknis agar tetap mudah dipahami peserta non-linguistik komputasional.
Solusi
Pelatihan dirancang secara intensif selama dua hari dengan pendekatan project-based learning dan praktik langsung menggunakan RapidMiner. Hari pertama membekali fundamental data science untuk humaniora, pengenalan RapidMiner dan kerangka kerja CRISP-DM, dilanjutkan dengan data understanding, data preparation, serta analisis deskriptif dan visualisasi data. Hari kedua berfokus pada konsep text mining dan NLP untuk humaniora, text preprocessing khusus Bahasa Indonesia (tokenisasi, stopword filtering, dan stemming), analisis TF-IDF dan word frequency, hingga sentiment analysis menggunakan Naive Bayes atau Logistic Regression. Pelatihan ditutup dengan mini project analisis data teks humaniora sebagai simulasi penerapan nyata dari seluruh materi.
Dokumentasi
Materi
- Konsep Data Science untuk Humaniora
- Pengenalan RapidMiner & CRISP-DM Framework
- Data Understanding & Preparation
- Analisis Deskriptif & Visualisasi Data
- Konsep Text Mining & NLP untuk Humaniora
- Text Preprocessing (tokenisasi, stopword filtering, dan stemming Bahasa Indonesia)
- Analisis TF-IDF dan Word Frequency
- Sentiment Analysis (Naive Bayes / Logistic Regression)
- Mini Project: Analisis Data Teks Humaniora
Benefit yang didapat
- Modul Materi Pelatihan
- Sertifikat Kepesertaan
- Memahami konsep dasar data science dan relevansinya bagi riset dan pengajaran di bidang humaniora
- Mampu mengoperasikan RapidMiner dan memahami alur kerja CRISP-DM tanpa perlu kemampuan pemrograman
- Mampu memahami dan mempersiapkan data (data understanding & preparation) sebelum dianalisis
- Mampu melakukan analisis deskriptif dan visualisasi data untuk mengungkap pola awal
Colaborator
AMD Academy
PT Arkatama
UIN Maulana Malik Ibrahim
