Jumat, 10 Oktober 2025

Roadmap S2 Business Analytics

🟩 Pra-Kuliah — Jul–Des 2025 | Tahap Persiapan Masuk S2

Tujuan: Siap mengikuti kuliah Analitika Bisnis dengan fondasi bahasa, analitik, dan mindset baru.

A. TOEFL Preparation

Link TOEFL Progress


B. Python

Berikut “link” (langsung jalan di Chrome) untuk ngoding Python tanpa install apa pun:

  • Google Colab — Jupyter notebook hosted, gratis dengan opsi GPU/TPU. colab.google+1
  • JupyterLite (Try Jupyter) — Jupyter berjalan sepenuhnya di browser (WebAssembly), tanpa server. jupyter.org+1
  • Replit (Python) — IDE online untuk run/share/deploy proyek Python. Replit+1
  • Kaggle Notebooks — Notebook Python di cloud, cocok untuk data science. Kaggle+1
  • Deepnote — Notebook kolaboratif (Python/SQL) dengan resource cloud. deepnote.com+1
  • JetBrains Datalore — Jupyter-compatible, smart coding assistance & GPU. JetBrains+1
  • PythonAnywhere — Jalankan script/console Python lewat web, mudah untuk hosting kecil. pythonanywhere.com
  • Trinket — Jalankan/sematkan Python langsung di browser (praktis untuk demo/kelas). trinket.io+1

Berikut Materi Python dari Kaggle.com:

C. Power BI & Excel



D. Zattelkasten Business Analytics


🟦 Semester 1 — Feb–Jun 2026 | Dasar Analitika & Keputusan Bisnis

🎯 Tujuan: Memahami fondasi statistika, sistem informasi, dan pengambilan keputusan berbasis data.

A. Mata Kuliah Wajib

B. Aktivitas Pendukung

  • Buat laporan mini-project analitik dari data real (CMMS atau pump vibration).

  • Latihan Power BI untuk korelasi data getaran–biaya perawatan.

  • Tulis blog refleksi tiap bulan:

    • “Statistika Bisnis untuk Maintenance Decision di Lapangan Gas.”

    • “Sistem Informasi di Dunia Reliability Engineering.”

🟦 Semester 2 — Agu–Des 2026 | Integrasi & Proyek Analitik

🎯 Tujuan: Mengaplikasikan analisis bisnis ke data maintenance nyata dari JOB Tomori.

A. Mata Kuliah

B. Aktivitas Pendukung

  • Buat dashboard downtime 6 bulan pertama dengan Power BI.

  • Pelajari konsep dasar regresi & korelasi (tidak perlu coding).

  • Publikasikan hasil proyek mini di blog:

    • “Bagaimana Power BI Membuka Pola Kegagalan Bearing.”

    • “Analytic Project Pertama Saya: Maintenance Data JOB Tomori.”

🟪 Semester 3 — Jan–Jun 2027 | Analitik Prediktif & Simulasi

🎯 Tujuan: Menguasai predictive analytics, machine learning, dan simulasi untuk reliability.

A. Mata Kuliah

B. Aktivitas Pendukung

  • Kumpulkan data getaran, oil, downtime (6–12 bulan).

  • Rancang model prediktif downtime (tanpa coding berat).

  • Diskusi hasil model dengan tim reliability.

  • Tulis blog:

    • “Eksperimen Machine Learning Tanpa Coding.”

    • “Simulasi Ketersediaan Spare Critical di Lapangan Gas.”

🟪 Semester 4 — Jul–Des 2027 | Big Data & Penulisan Tesis

🎯 Tujuan: Menyelesaikan tesis berbasis data Tomori dan menyiapkan publikasi.

A. Mata Kuliah

B. Aktivitas Pendukung

  • Finalisasi dashboard reliability prediktif.

  • Uji model terhadap KPI reliability (availability, MTBF, cost avoidance).

  • Mulai menulis untuk publikasi atau seminar nasional.

  • Blog akhir:

    • “Membangun Dashboard Reliability Prediktif.”

    • “Pelajaran dari 2 Tahun Menjadi Reliability Data Analyst.”

🟧 Semester Akhir — Jan–Jun 2028 | Sidang, Publikasi, dan Refleksi

🎯 Tujuan: Kelulusan, publikasi, dan personal branding sebagai pakar reliability analytics.

  • Sidang tesis dan revisi akhir.

  • Kirim paper ke seminar nasional ITS atau jurnal terapan.

  • Buat artikel LinkedIn: “Reliability Analytics dari Lapangan Gas ke Dunia Akademik.”

  • Blog penutup: “Dari Engineer Lapangan ke Data-Driven Reliability Specialist.”

🎓 Judul Tesis Akhir

“................”



By at
Labels:

Tidak ada komentar:

Posting Komentar

Langganan: Posting Komentar (Atom)