Big Data Scientist

Big Data Scientist

Pelatihan Big Data Scientist dirancang untuk membekali peserta dengan kemampuan mengelola, menganalisis, dan membangun ekosistem Big Data guna mendukung pengambilan keputusan bisnis yang lebih cepat, akurat, dan strategis. Peserta akan mempelajari proses perencanaan manajemen data, perancangan arsitektur data, integrasi data, pengelolaan kualitas data, hingga pembangunan data warehouse sesuai kebutuhan industri modern. Program ini juga dilengkapi dengan sertifikasi kompetensi BNSP sebagai nilai tambah profesional bagi peserta yang ingin berkarier di bidang Big Data, Data Management, dan Data Science.

Target Audience

Pelatihan ini ditujukan untuk:

  • Data Analyst dan Business Intelligence Staff
  • Database Administrator dan Data Engineer
  • Software Developer dan IT Staff
  • Business Analyst yang bekerja dengan data perusahaan
  • Profesional IT yang ingin berkarier di bidang Big Data dan Data Science
  • Fresh graduate bidang IT, Sistem Informasi, Statistika, dan sejenisnya
  • Perusahaan yang ingin meningkatkan kompetensi pengelolaan data timnya
Learning Outcomes

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Memahami kebutuhan bisnis terhadap pengelolaan data modern
  • Merencanakan manajemen data yang efektif sesuai kebutuhan organisasi
  • Merancang arsitektur data untuk mendukung implementasi Big Data
  • Melakukan integrasi data dari berbagai sumber dan sistem
  • Menentukan media penyimpanan data yang sesuai dengan kebutuhan bisnis
  • Membangun dan mengelola sistem Big Data
  • Mengelola reference data dan master data secara terstruktur
Curriculum
  • Merencanakan Manajemen Data
  • Merencanakan Arsitektur Data
  • Merencanakan Integrasi Data
  • Merencanakan Media Penyimpanan Data
  • Merancangbangun Big Data
  • Mengelola Reference and Master Data
  • Mengelola Metadata
  • Mengelola Kualitas Data
  • Membuat Data Warehouse
  • Memahami Kebutuhan Bisnis Akan Data
Big-Data-Scientist
Duration
2 Hari (16 JP)
Course Level
Intermediate
Delivery Mode
Online
Offline
Certification Body
BNSP
Rp. 3.500.000,-
Brochure File
Big-Data-Scientist.pdf
Daftar

Auditor Keamanan Jaringan

Auditor Keamanan Jaringan

Pelatihan Auditor Keamanan Jaringan dirancang untuk membekali peserta dengan kemampuan melakukan audit, evaluasi, dan pengujian keamanan jaringan sesuai standar industri dan kebutuhan organisasi modern. Peserta akan mempelajari proses identifikasi kerentanan, pengelolaan audit keamanan informasi, hingga evaluasi efektivitas kontrol keamanan untuk membantu perusahaan menjaga integritas dan perlindungan data. Program ini juga dilengkapi dengan sertifikasi kompetensi BNSP sebagai nilai tambah profesional di bidang cybersecurity dan information security audit.

Target Audience

Program ini ditujukan untuk:

  • IT Security Staff yang ingin meningkatkan kemampuan audit keamanan jaringan
  • Network Administrator yang terlibat dalam pengelolaan keamanan infrastruktur
  • Cybersecurity Analyst yang ingin memahami proses audit dan compliance
  • System Administrator yang ingin memperkuat penguasaan security assessment
  • Profesional IT yang ingin berkarier sebagai auditor keamanan informasi
  • Fresh graduate bidang IT dan jaringan komputer yang ingin fokus di cybersecurity
Learning Outcomes

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Memahami prinsip perlindungan informasi sesuai kebutuhan organisasi
  • Mengelola proses audit keamanan informasi secara terstruktur
  • Melakukan evaluasi terhadap penerapan kontrol akses dan keamanan jaringan
  • Mengidentifikasi serta menganalisis kerentanan keamanan sistem
  • Melakukan pengujian terhadap sistem pertahanan keamanan informasi
  • Mengevaluasi efektivitas implementasi keamanan informasi dalam organisasi
Curriculum
  1. Menyelaraskan Penerapan Prinsip Perlindungan Informasi dengan Misi dan Tujuan Organisasi
  2. Melaksanakan Ketentuan Hukum yang Berlaku Tentang Keamanan Informasi
  3. Mengelola Proses Sertifikasi dan Akreditasi untuk Keamanan Informasi
  4. Melakukan Kajian Keamanan Informasi
  5. Mengelola Audit Keamanan Informasi
  6. Melakukan Evaluasi Kinerja Keamanan Informasi
  7. Mengkaji Efektivitas Penerapan Kontrol Akses
  8. Melaksanakan Uji Coba Sistem Pertahanan Keamanan Informasi
  9. Mendeteksi Kerentanan (Vulnerabilitas) Keamanan dan Potensi Pelanggaran
  10. Melaksanakan Evaluasi Kelemahan (Vulnerabilitas) Keamanan
Auditor Keamanan Jaringan
Duration
2 Hari (16 JP)
Course Level
Advanced
Delivery Mode
Offline
Online
Certification Body
BNSP
Rp. 3.500.000,-
Brochure File
Auditor-Keamanan-Jaringan.pdf
Daftar

Associate Data Scientist

Associate Data Scientist

Program Associate Data Scientist dirancang untuk membekali peserta dengan keterampilan analisis data berbasis industri, mulai dari pengumpulan, pembersihan, validasi, hingga pembangunan model data untuk menghasilkan insight yang akurat dan relevan. Pembelajaran difokuskan pada praktik pengolahan data dan implementasi data science workflow yang sesuai kebutuhan dunia kerja modern. Program ini juga dilengkapi dengan sertifikasi BNSP untuk meningkatkan kredibilitas dan daya saing peserta di bidang data science.

Target Audience

Pelatihan ini relevan bagi:

  • Individu yang ingin memulai karier di bidang data science dan analytics
  • Mahasiswa atau fresh graduate yang tertarik pada pengolahan serta analisis data
  • Professional IT yang ingin meningkatkan kemampuan data-driven decision making
  • Data enthusiast yang ingin memahami proses pembangunan model data secara terstruktur
  • Staff perusahaan yang terlibat dalam pengolahan, validasi, dan interpretasi data
Learning Outcomes

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Memahami tahapan workflow data science dari pengumpulan hingga evaluasi data
  • Mampu melakukan validasi dan pembersihan data untuk menghasilkan dataset yang berkualitas
  • Mengolah dan mengkonstruksi data sesuai kebutuhan analisis
  • Membangun model data sederhana untuk mendukung pengambilan keputusan
  • Mengevaluasi hasil pemodelan agar lebih akurat dan relevan
  • Menguasai dasar implementasi data science yang sesuai kebutuhan industri modern
Curriculum

1. Menentukan Label Data
2. Mengumpulkan Data
3. Menelaah Data
4. Memvalidasi Data
5. Menentukan Objek Data
6. Membersihkan Data
7. Mengkonstruksi Data
8. Membangun Model
9. Mengevaluasi Hasil Pemodelan

Associate Data Scientist
Duration
2 Hari (16 JP)
Course Level
Intermediate
Delivery Mode
Online
Offline
Certification Body
BNSP
Rp. 3.500.000,-
Brochure File
Associate-Data-Scientist.pdf
Daftar

Animator Muda

Animator Muda

Program Animator Muda dirancang untuk membekali peserta dengan keterampilan profesional di bidang animasi 2D dan 3D, mulai dari keyframing, motion animation, character acting, texturing, rigging, skinning, hingga rendering digital. Pembelajaran difokuskan pada praktik industri agar peserta mampu menghasilkan animasi yang lebih hidup, detail, dan siap digunakan dalam kebutuhan kreatif modern. Program ini juga dilengkapi dengan sertifikasi kompetensi BNSP untuk meningkatkan nilai profesional dan daya saing peserta di industri kreatif digital.

Target Audience

Pelatihan ini cocok untuk:

  • Siswa dan mahasiswa yang ingin memulai karier di bidang animasi dan multimedia
  • Content creator yang ingin meningkatkan kualitas visual dan motion content
  • Desainer grafis atau ilustrator digital yang ingin memperluas skill ke animasi 2D dan 3D
  • Pemula yang ingin belajar proses produksi animasi dari dasar hingga siap industri
  • Individu yang ingin memiliki sertifikasi kompetensi BNSP di bidang animasi digital
  • Pelaku industri kreatif yang ingin upgrade skill sesuai kebutuhan industri modern
Learning Outcomes

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Membuat animasi 2D menggunakan teknik keyframing
  • Mengatur pergerakan objek digital secara lebih dinamis dan realistis
  • Membuat character acting animation untuk menghasilkan gerakan karakter yang lebih hidup
  • Melakukan texturing pada objek 3D untuk meningkatkan kualitas visual
  • Melakukan rendering hasil animasi menjadi output digital berkualitas
  • Membuat sistem rigging dan skinning untuk kebutuhan animasi karakter 3D
Curriculum

1. Membuat 2D Sekuensial Gambar Gerak Utama (Keyframing)
2. Membuat Pergerakan (Motion) Objek Digital
3. Membuat Akting Pergerakan Karakter
4. Membuat Pencitraan Tekstur Permukaan 3D (Texturing)
5. Membuat Pencitraan Gambar Digital (Rendering)
6. Merancang Sistem Mekanika Gerak Digital (Rigging)
7. Membuat Teknik Sambungan Antar Objek 3D Dan Mekanika (Skinning)

Animator-Muda
Duration
2 Hari (16 JP)
Course Level
Fundamental
Delivery Mode
Online
Offline
Certification Body
BNSP
Rp. 2.500.000,-
Brochure File
Animator-Muda.pdf
Daftar

Animator Madya

Animator Madya

Program Animator Madya dirancang untuk mencetak talenta kreatif yang siap bersaing di industri animasi dan multimedia digital. Peserta akan mempelajari proses produksi animasi 2D dan 3D secara profesional, mulai dari motion object, modeling 3D, camera artistic, lighting, compositing, hingga final editing menggunakan workflow industri kreatif modern. Pembelajaran berbasis praktik dan studi kasus membantu peserta membangun portfolio yang siap digunakan untuk kebutuhan karier maupun project profesional. Program ini juga dilengkapi sertifikasi kompetensi BNSP untuk meningkatkan kredibilitas dan daya saing di dunia kerja kreatif digital.

Target Audience

Pelatihan ini cocok untuk:

  • Siswa SMK jurusan Multimedia, Animasi, dan DKV
  • Mahasiswa desain, animasi, dan industri kreatif digital
  • Content Creator dan Freelancer yang ingin meningkatkan skill visual animation
  • Pemula yang ingin memulai karier sebagai Animator 2D/3D
  • Junior Animator yang ingin memperkuat kemampuan technical dan artistic animation
  • Profesional kreatif yang ingin upgrade skill di bidang animasi digital dan visual production
  • Perusahaan atau instansi yang membutuhkan tenaga kreatif di bidang multimedia dan animasi
Learning Outcomes

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Memahami prinsip dasar desain dan komunikasi visual
  • Membuat pergerakan (motion) objek digital
  • Membuat model 3D berbasis hardsurface
  • Menyusun layout aset pada bidang 3D
  • Mengatur artistik sudut pandang kamera 3D
  • Mengimplementasikan teknik lighting pada visual 3D
  • Melakukan compositing menggunakan teknik layer 2D
Curriculum

1. Mengaplikasikan prinsip dasar desain
2. Menerapkan prinsip dasar komunikasi
3. Membuat Pergerakan (Motion) Objek Digital
4. Membuat Model 3D berbasis Hardsurface
5. Membuat susunan (Layout aset pada bidang 3D)
6. Membuat Artistik sudut pandang kamera 3D
7. Membuat Artistik pencahayaan 3D
8. Membuat penggabungan Aset Visual Teknik Layer 2D
9. Melakukan Penyuntingan Gambar akhir

Animator Madya
Duration
2 Hari (16 JP)
Course Level
Intermediate
Delivery Mode
Online
Offline
Certification Body
BNSP
Rp. 2.500.000,-
Brochure File
Animator-Madya.pdf
Daftar

Ahli Cloud Computing

Ahli Cloud Computing

Program Ahli Cloud Computing mempelajari implementasi, pengelolaan, dan keamanan sistem cloud untuk kebutuhan industri modern, mulai dari virtualisasi, networking, deployment, hingga monitoring cloud environment berbasis praktik dan studi kasus. Program ini juga dilengkapi sertifikasi kompetensi BNSP untuk meningkatkan kredibilitas dan kesiapan karier peserta di bidang cloud computing.

 

Target Audience

Program ini cocok untuk:

  • IT Support dan System Administrator yang ingin meningkatkan kompetensi di bidang Cloud Computing
  • Network atau Infrastructure Engineer yang ingin memahami implementasi cloud modern
  • Fresh Graduate dan mahasiswa IT yang ingin mempersiapkan karier di industri digital
  • Junior Cloud Engineer atau DevOps Engineer yang ingin memperkuat skill deployment dan management cloud
  • Profesional IT yang ingin melakukan upgrade skill pada teknologi virtualisasi, cloud infrastructure, dan cloud security
  • Perusahaan atau instansi yang sedang menjalankan transformasi digital berbasis cloud computing
Learning Outcomes

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Mengimplementasikan layanan cloud sesuai kebutuhan bisnis
  • Membangun virtualisasi dan topologi jaringan cloud
  • Mengelola layanan IaaS, PaaS, dan SaaS
  • Melakukan deployment, monitoring, dan troubleshooting sistem cloud
  • Menangani ancaman keamanan dan incident pada cloud environment
Curriculum
  • Mengimplementasi Layanan Cloud yang Spesifik
  • Membangun Virtualisasi Sesuai Kebutuhan Organisasi pada
    Public/Private/Hybrid/Sovereign Cloud
  • Membangun Topologi Jaringan
  • Menerapkan Rancangan Adaptasi untuk Deployment di Sistem Cloud
  • Mengelola Aktivitas Rutin pada IaaS, PaaS, dan SaaS
  • Memberikan Dukungan Teknis Atas Masalah Pengguna
  • Melakukan Antisipasi Gangguan dan Ancaman terhadap Sistem Cloud
  • Mengelola Insiden pada Sistem Cloud
Ahli Cloud Computing
Duration
2 Hari (16 JP)
Course Level
Intermediate
Delivery Mode
Online
Offline
Certification Body
BNSP
Rp. 3.500.000,-
Brochure File
Ahli-Cloud-Computing.pdf
Daftar

Business Intelligence Analyst Professional Certification

Business Intelligence Analyst Professional Certification

Business Intelligence Analyst Professional Certification (BIAPC™) adalah pelatihan dan sertifikasi profesional yang membekali peserta dengan kemampuan dalam data extraction, data loading, data transformation, dan data visualization. Program ini menggunakan tools Power BI dan Qlik Sense untuk membantu peserta membuat dataset, membangun model data, dan menyajikan visualisasi yang mendukung pengambilan keputusan bisnis secara efektif.

Target Audience

Pelatihan ini cocok untuk:

  • Engineer yang ingin memahami penggunaan data untuk mendukung analisis dan keputusan teknis.
  • Entrepreneur yang ingin membaca data bisnis dan mengubahnya menjadi insight strategis.
  • Manager dan administrator yang membutuhkan visualisasi data untuk pengambilan keputusan.
  • Business analyst dan system analyst yang ingin meningkatkan kemampuan BI reporting dan dashboarding.
  • Data analyst, BI analyst, dan staff reporting yang ingin menguasai Power BI dan Qlik Sense.
  • Supervisor, decision maker, dan profesional umum yang membutuhkan kemampuan analisis dan visualisasi data.
Learning Outcomes

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  1. Memahami konsep dasar Business Intelligence dan perannya dalam pengambilan keputusan organisasi.
  2. Melakukan data extraction dan data loading dari berbagai sumber data.
  3. Melakukan data transformation agar data siap digunakan untuk analisis dan visualisasi.
  4. Membuat dataset dan model data menggunakan tools Business Intelligence.
  5. Menggunakan Power BI untuk membangun laporan, dashboard, dan visualisasi data.
  6. Memahami penggunaan Qlik Sense untuk scripting, data model, dan visualisasi data.
  7. Mendesain dashboard dasar yang informatif, interaktif, dan mudah dipahami.
  8. Menggunakan visualisasi data untuk mendukung analisis dan proses pengambilan keputusan yang lebih efektif.
  9. Memahami informasi sertifikasi BIAPC™, termasuk course type, certification code, dan masa berlaku sertifikasi.
Curriculum
Modul 1 — Introduction to Business Intelligence

Membahas konsep dasar Business Intelligence, sejarah, proses implementasi, dan manfaat solusi BI bagi organisasi.

Pokok bahasan:

  • Introduction to Business Intelligence.
  • History of BI.
  • BI implementation process.
  • Advantages of BI solution.
  • Role of Business Intelligence Analyst.
Modul 2 — Data Extraction, Loading, and Transformation

Membahas proses pengambilan data, pemuatan data, serta transformasi data agar siap dianalisis dan divisualisasikan.

Pokok bahasan:

  • Data extraction.
  • Data loading.
  • Data transformation.
  • Dataset preparation.
  • Data quality for BI.
Modul 3 — Power BI Fundamentals

Membahas penggunaan Power BI untuk membuat model data, mengelola tampilan data, dan membangun dashboard dasar.

Pokok bahasan:

  • Power BI overview.
  • Download, sign in, interface, dan settings.
  • Query Editor.
  • Relationship View dan Data View.
  • Report View.
  • Basic dashboard design.
Modul 4 — Qlik Sense Fundamentals

Membahas penggunaan Qlik Sense untuk scripting, data modeling, dan visualisasi data.

Pokok bahasan:

  • Qlik Sense overview.
  • Settings.
  • Scripting and data model.
  • Join dan concatenate command.
  • Functions for visualizations.
BIAPC
Duration
3 Hari (24 JP)
Course Level
Intermediate
Delivery Mode
Offline
Online
Certification Body
Certiprof
Rp. 4.450.000,-
Brochure File
BIAPC Flyer.pdf
Daftar

Artificial Intelligence Professional Certificate

Artificial Intelligence Professional Certificate

Artificial Intelligence Professional Certificate (CAIPC®) adalah pelatihan dan sertifikasi profesional yang membekali peserta dengan pemahaman dasar mengenai Artificial Intelligence dan Machine Learning, termasuk supervised learning, unsupervised learning, analisis data untuk pengambilan keputusan, dasar Python, serta algoritma populer seperti K-Nearest Neighbors, Linear Regression, Decision Tree, dan K-Means Clustering. Program ini cocok bagi peserta yang ingin memahami konsep AI secara praktis dan aplikatif untuk kebutuhan bisnis, data, dan teknologi.

Target Audience

Pelatihan ini cocok untuk:

  • Profesional yang ingin memperluas pengetahuan di bidang Artificial Intelligence dan Machine Learning.
  • Engineer, analyst, dan marketing manager yang ingin memahami penerapan AI dalam pekerjaan.
  • Data Analyst, Data Scientist, dan Data Steward.
  • Profesional yang tertarik pada Data Mining dan teknik Machine Learning.
  • IT professional, business analyst, dan decision maker yang ingin memahami AI untuk analisis data dan pengambilan keputusan.
  • Mahasiswa, dosen, peneliti, dan peserta umum yang ingin membangun fondasi pengetahuan AI secara praktis.
Learning Outcomes

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  1. Memahami konsep dasar Artificial Intelligence dan Machine Learning.
  2. Menjelaskan metode Machine Learning, khususnya supervised learning dan unsupervised learning.
  3. Menggunakan analisis data untuk mendukung proses decision-making.
  4. Memahami batasan, kekuatan, dan keterbatasan algoritma dalam penerapan AI.
  5. Memahami dasar pemrograman Python yang relevan untuk AI dan Machine Learning.
  6. Memahami konsep matematika dasar yang digunakan dalam AI, seperti kalkulus dan aljabar linear.
  7. Menjelaskan dan menerapkan algoritma populer seperti K-Nearest Neighbors, Linear Regression, Decision Tree, dan K-Means Clustering.
  8. Memahami evaluasi performa model, hyperparameter optimization, dan cross validation.
  9. Mengembangkan pemahaman praktis melalui guided project seperti prediksi harga mobil, prediksi harga rumah, prediksi pasar saham, dan prediksi penyewaan sepeda.
Curriculum

Modul 1 — Machine Learning Fundamentals

Membahas konsep dasar Machine Learning, termasuk supervised learning, unsupervised learning, reinforcement learning, serta pengenalan cara kerja model Machine Learning.

Pokok bahasan:

  • Machine Learning fundamentals.
  • Supervised, unsupervised, dan reinforcement learning.
  • Introduction to K-Nearest Neighbors.
  • Evaluating model performance.
  • Hyperparameter optimization.
  • Cross validation.
Modul 2 — Mathematics for Machine Learning

Membahas konsep matematika dasar yang diperlukan dalam Machine Learning, khususnya kalkulus dan aljabar linear.

Pokok bahasan:

  • Calculus for Machine Learning.
  • Linear dan nonlinear functions.
  • Limits dan extreme points.
  • Linear Algebra for Machine Learning.
  • Vectors dan matrix algebra.
Modul 3 — Machine Learning Models with Python

Membahas penerapan model Machine Learning menggunakan Python dan library pendukung seperti Scikit-learn.

Pokok bahasan:

  • Linear Regression.
  • Logistic Regression.
  • Multiclass Classification.
  • Overfitting.
  • K-Means Clustering.
  • Decision Tree.
  • Python implementation for Machine Learning.
Modul 4 — Guided Projects

Membahas latihan berbasis proyek untuk memahami penerapan AI dan Machine Learning dalam kasus nyata.

Pokok bahasan:

  • Predicting Car Prices.
  • Predicting House Sale Prices.
  • Predicting the Stock Market.
  • Predicting Bike Rentals.
CAIPC
Duration
3 Hari (24 JP)
Course Level
Intermediate
Delivery Mode
Offline
Online
Certification Body
Certiprof
Rp. 4.500.000,-/peserta
Brochure File
CAIPC Flyer.pdf
Daftar

Scrum Developer Professional Certification

Scrum Developer Professional Certification

Scrum Developer Professional Certification (SDPC™) adalah pelatihan dan sertifikasi profesional yang dirancang untuk memvalidasi pemahaman peserta tentang Scrum, khususnya peran Scrum Developer dalam menghasilkan potentially releasable increment yang “Done” pada akhir setiap Sprint. Program ini membekali peserta dengan pemahaman Scrum Guide, tanggung jawab Developer, praktik Agile-Scrum, serta konsep penting yang dibutuhkan untuk menghadapi ujian sertifikasi SDPC.

Target Audience

Sasaran peserta meliputi 

  1. IT Leadership, 
  2. Project Manager, 
  3. Product Owner, 
  4. Scrum Master, 
  5. Calon Scrum Developer, dan 
  6. Team Leader.
Learning Outcomes

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  1. Memahami peran Scrum Developer berdasarkan Scrum Guide™.
  2. Menjelaskan tanggung jawab Scrum Developer dalam tim Scrum.
  3. Memahami konsep dasar Agile, Scrum, Scrum Theory, Scrum Values, dan Scrum Team.
  4. Menjelaskan bagaimana Scrum Developer berkontribusi dalam menghasilkan increment produk yang “Done” di setiap Sprint.
  5. Memahami Scrum Events, Scrum Artifacts, dan praktik utama dalam Scrum.
  6. Menerapkan prinsip kolaborasi, transparansi, inspeksi, dan adaptasi dalam pengembangan produk Agile.
  7. Memahami istilah dan definisi penting untuk menghadapi ujian Scrum Developer Professional Certification (SDPC™).
  8. Meningkatkan pengakuan kompetensi profesional melalui sertifikasi dari CertiProf®
Curriculum

Modul 1 — Agile and Scrum Foundation

Membahas dasar Agile dan Scrum, Agile Manifesto, Scrum Theory, Scrum Values, serta prinsip utama Scrum berdasarkan Scrum Guide 2020.

Pokok bahasan:

  • Agile/Scrum Introduction.
  • Scrum Theory.
  • Scrum Values.
  • Scrum Team.
  • Main Scrum Concepts.

Modul 2 — Scrum Developer Role

Membahas peran dan tanggung jawab Scrum Developer dalam organisasi yang menggunakan Scrum, termasuk kontribusi Developer dalam menghasilkan increment yang siap dirilis.

Pokok bahasan:

  • Peran Scrum Developer.
  • Tanggung jawab Scrum Developer.
  • Kolaborasi dalam Scrum Team.
  • Delivery increment yang “Done”.
  • Akuntabilitas Developer dalam Sprint.

Modul 3 — Scrum Artifacts and Events

Membahas artifact dan event utama dalam Scrum yang digunakan untuk mengelola pekerjaan, transparansi, inspeksi, adaptasi, dan pencapaian Sprint Goal.

Pokok bahasan:

  • Product Backlog.
  • Sprint Backlog.
  • Increment.
  • Definition of Done.
  • Sprint Planning.
  • Daily Scrum.
  • Sprint Review.
  • Sprint Retrospective.

Modul 4 — SDPC™ Exam Preparation

Membahas review konsep penting, istilah Scrum, dan persiapan menghadapi ujian sertifikasi SDPC™. Sertifikasi ini tidak memiliki prasyarat formal, memiliki kode sertifikasi SDPC™, dan masa berlaku 3 tahun.

Pokok bahasan:

  • Review Scrum Guide.
  • Key terms and definitions.
  • Practice exam preparation.
  • SDPC™ certification overview.
  • Exam readiness checklist.
SDPC
Duration
3 Hari (24 JP)
Course Level
Fundamental
Delivery Mode
Offline
Online
Certification Body
Certiprof
Rp. 4.500.000,-/peserta
Brochure File
SDPC Flyer.pdf
Daftar

Scrum Product Owner Professional Certificate

Scrum Product Owner Professional Certificate

Scrum Product Owner Professional Certificate (SPOPC®) adalah pelatihan dan sertifikasi profesional yang dirancang untuk memvalidasi pengetahuan peserta tentang Scrum, khususnya peran Product Owner dalam memaksimalkan nilai produk dan mendukung kinerja Development Team. Program ini membahas Agile, Scrum practices, Scrum planning, Scrum events, monitoring Scrum project, advanced Scrum concepts, serta tanggung jawab strategis Product Owner.

Target Audience
  1. Calon Product Owner dan Product Owner pemula.
  2. Project Manager, Scrum Master, Business Analyst, dan System Analyst.
  3. Product Manager, Product Team, dan anggota Agile Team.
  4. Developer, QA, UI/UX Designer, dan stakeholder yang terlibat dalam pengembangan produk.
  5. Profesional IT maupun non-IT yang ingin memahami peran Product Owner dalam Scrum.
Learning Outcomes

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  1. Memahami konsep dasar Agile, Scrum, Agile Manifesto, dan prinsip-prinsip Agile.
  2. Menjelaskan Scrum theory, empiricism, lean thinking, serta tiga pilar Scrum: transparency, inspection, dan adaptation.
  3. Memahami Scrum values: commitment, focus, openness, respect, dan courage.
  4. Menjelaskan peran Product Owner dalam memaksimalkan nilai produk dan pekerjaan Development Team.
  5. Memahami tanggung jawab Product Owner dalam membentuk Product Vision, Product Goal, dan Product Backlog.
  6. Mengelola prioritas kebutuhan produk melalui backlog refinement, user stories, MVP, dan agile product roadmap.
  7. Memahami Scrum Events seperti Sprint, Sprint Planning, Daily Scrum, Sprint Review, dan Sprint Retrospective.
  8. Mempersiapkan diri untuk mengikuti ujian sertifikasi Scrum Product Owner Professional Certificate (SPOPC®).
Curriculum
Modul 1 — Introduction to Agile and Scrum

Membahas pengantar Agile dan Scrum, Agile Manifesto, business agility, Scrum theory, empiricism, lean thinking, serta tiga pilar Scrum.

Pokok bahasan:

  • Agile dan Scrum fundamentals.
  • Agile Manifesto dan Agile Principles.
  • Business Agility.
  • Scrum Theory.
  • Empiricism dan Lean Thinking.
  • Transparency, Inspection, dan Adaptation.
Modul 2 — Product Owner Role

Membahas peran, karakteristik, dan tanggung jawab Product Owner dalam memaksimalkan nilai produk, membentuk Product Vision, Product Goal, dan mendukung keberhasilan produk.

Pokok bahasan:

  • Product Owner characteristics.
  • Responsibilities of Product Owner.
  • Product Owner role.
  • Product Goal.
  • Product Vision.
  • Product Owner success.
  • Stakeholder management.
Modul 3 — Scrum Artifacts and Agile Product Practices

Membahas artifact dan praktik penting dalam pengelolaan produk Agile, termasuk Product Backlog, Sprint Backlog, user stories, MVP, roadmap, Kanban, velocity, dan product management concepts.

Pokok bahasan:

  • Product Backlog dan Sprint Backlog.
  • Backlog refinement.
  • User Stories dan INVEST Model.
  • Definition of Done.
  • MVP dan Product Market Fit.
  • Agile Product Roadmaps.
  • Kanban dan Velocity.
Modul 4 — Scrum Events and SPOPC® Exam Preparation

Membahas Scrum Events dan persiapan ujian SPOPC®, termasuk Sprint, Sprint Planning, Daily Scrum, Sprint Review, Sprint Retrospective, exam, dan badge.

Pokok bahasan:

  • Sprint.
  • Sprint Planning.
  • Daily Scrum.
  • Sprint Review.
  • Sprint Retrospective.
  • Review materi ujian SPOPC®.
  • SPOPC® Exam dan Badge.
SPOC
Duration
3 Hari (24 JP)
Course Level
Fundamental
Delivery Mode
Offline
Online
Certification Body
Certiprof
Rp. 4.500.000,-/peserta
Brochure File
SPOC Flyer.pdf
Daftar
Subscribe to Offline