Kursus Machine Learning
Belajar machine learning dari konsep dasar, Python, praproses data, algoritma supervised dan unsupervised, evaluasi model, hingga proyek akhir. Tersedia kelas reguler dan privat, online maupun tatap muka.

Apakah Kursus Ini Cocok untuk Saya?
Gambaran, Tujuan dan Ruang Lingkup Kursus
Kursus Machine Learning ini membahas cara membuat sistem yang belajar dari data: mulai dari definisi dan jenis machine learning, dasar matematika dan statistik, pemrograman Python, praproses data, algoritma supervised dan unsupervised, deep learning, hingga evaluasi model dan proyek akhir. Setiap modul dipadukan dengan praktik.
Cocok untuk Siapa
Pemula dan Mahasiswa
Ingin memahami konsep machine learning dan Python dari dasar secara terarah.
Data Analyst dan Profesional
Ingin naik dari analisis deskriptif ke model prediktif dan klasifikasi.
Developer dan Programmer
Ingin menambah kemampuan membangun model dengan Scikit-learn dan deep learning.
Manajer dan Pemilik Bisnis
Ingin memahami potensi dan batas machine learning untuk keputusan bisnis.
Peneliti dan Akademisi
Ingin memakai machine learning untuk mengolah dan mengevaluasi data penelitian.
Umum
Siapa pun yang tertarik dengan topik machine learning dan ingin belajar secara bertahap.
Prasyarat Keterampilan
- Dapat mengoperasikan komputer dan internet.
- Dasar logika pemrograman akan membantu, namun dasar Python diajarkan di Modul 3.
- Tidak perlu pengalaman machine learning sebelumnya.
Tips: Jika belum pernah memprogram, luangkan 1–2 jam sebelum kelas untuk mencoba tutorial Python dasar (variabel, perulangan, fungsi). Persiapan singkat ini membuat sesi praktik terasa lebih ringan.
Kompetensi yang Dipelajari
Konsep dan Siklus Proyek
Jenis machine learning dan tahapan proyek dari data hingga deployment.
Praproses Data
Pembersihan, transformasi, dan feature engineering.
Algoritma Supervised
Regresi, decision tree, random forest, SVM, dan Naive Bayes.
Algoritma Unsupervised
K-Means, hierarchical clustering, dan PCA.
Deep Learning Dasar
Neural network, CNN, dan RNN.
Evaluasi Model
Metrik, cross-validation, dan hyperparameter tuning.
Catatan hasil belajar: kursus berfokus pada penguasaan keterampilan. Hasil di tempat kerja atau bisnis bergantung pada latar belakang, kualitas data, dan konsistensi berlatih.
Apa Saja Kurikulumnya?
Ringkasan Modul dan Durasi
Kurikulum terdiri dari 9 modul dan 30 lesson. Total durasi mengikuti paket: 9 jam (Masterclass Privat), 12 jam (Masterclass Reguler), atau 16 jam (Business Class Privat).
Modul 1: Pengenalan Machine Learning
- 1.1 Apa itu Machine Learning?
- 1.2 Jenis-Jenis Machine Learning
- 1.3 Siklus Hidup Proyek Machine Learning
Modul 2: Matematika dan Statistik untuk Machine Learning
- 2.1 Aljabar Linear
- 2.2 Probabilitas dan Statistik
- 2.3 Kalkulus
Modul 3: Pemrograman dengan Python
- 3.1 Dasar Pemrograman Python
- 3.2 Library untuk Data Science
- 3.3 Environment Setup
Modul 4: Praproses Data
- 4.1 Pembersihan Data
- 4.2 Transformasi Data
- 4.3 Feature Engineering
Modul 5: Algoritma Supervised Learning
- 5.1 Regresi Linear
- 5.2 Regresi Logistik
- 5.3 Decision Trees
- 5.4 Random Forest
- 5.5 Support Vector Machines
- 5.6 Naive Bayes
Modul 6: Algoritma Unsupervised Learning
- 6.1 K-Means Clustering
- 6.2 Hierarchical Clustering
- 6.3 Principal Component Analysis (PCA)
Modul 7: Evaluasi Model
- 7.1 Metrik Evaluasi
- 7.2 Cross-Validation
- 7.3 Hyperparameter Tuning
Modul 8: Deep Learning
- 8.1 Neural Networks
- 8.2 Convolutional Neural Networks (CNN)
- 8.3 Recurrent Neural Networks (RNN)
Modul 9: Proyek Akhir
- 9.1 Pemilihan Topik
- 9.2 Implementasi
- 9.3 Presentasi
Tips: Urutan lesson dapat disesuaikan pada kelas privat. Sebutkan tujuan Anda saat konsultasi, misalnya prediksi penjualan atau klasifikasi, agar contoh praktik lebih relevan.
Alat dan Software yang Dipelajari
Contoh Materi Praktik
Prediksi
Memprediksi nilai numerik dan kategori dari data.
Klasifikasi
Mengelompokkan data ke dalam beberapa kelas.
Clustering
Mengelompokkan data tanpa label kelas.
Deteksi Anomali
Mendeteksi data yang menyimpang dari pola normal.
Sistem Rekomendasi
Memberi rekomendasi berdasarkan preferensi pengguna.
Proyek Akhir
Memilih topik, mengimplementasikan model, lalu mempresentasikannya.
Unduh Silabus
Silabus lengkap berisi ringkasan modul dan lesson.
Bagaimana Cara dan Jadwal Belajarnya?
Format dan Platform Belajar
Tatap Muka Offline
Di kantor Raya School Jakarta Timur, atau di kantor/tempat domisili Anda di berbagai kota di Indonesia, sesuai ketersediaan jadwal dan trainer.
Tatap Muka Online
Sesi live bersama trainer yang dapat diikuti dari mana saja.
Materi tersedia dalam format rekaman video dan PDF untuk dipelajari kembali. Karena machine learning menekankan praktik, kelas offline atau privat sering dipilih agar contoh data disesuaikan kebutuhan Anda, namun kelas online tetap dapat diikuti penuh.
Tips: Jika trainer dikirim dari kantor Raya School Jakarta ke kota Anda, kemungkinan ada tambahan biaya akomodasi trainer. Tanyakan estimasinya saat konsultasi.
Jadwal Kelas
Masterclass Reguler
4 sesi × 3 jam. Batch berikutnya direncanakan mulai Desember 2026; tanggal pasti dikonfirmasi tim.
Masterclass Privat
3 sesi × 3 jam. Jadwal fleksibel, ditentukan bersama sesuai ketersediaan trainer.
Business Class Privat
4 sesi × 4 jam. Jadwal disepakati bersama tim Anda.
Tips: Siapkan 2–3 alternatif hari dan jam saat konsultasi agar jadwal paling cocok lebih cepat disepakati. Pendaftaran 1–2 minggu sebelum batch dimulai membantu persiapan kelas.
Persiapan Sebelum Kelas
- Komputer atau laptop dengan koneksi Wi-Fi/data yang lancar.
- Panduan setup Python diberikan pada Modul 3 (Environment Setup).
- Siapkan satu contoh masalah atau dataset sederhana dari bidang Anda untuk latihan.
Dukungan Belajar dan Tanya Jawab
Peserta mendapat bimbingan trainer selama kelas, modul praktis, rekaman video, serta konsultasi lanjutan setelah kursus selesai.
Siapa Instrukturnya?
Profil dan Pengalaman

Wahyu Dian Purnomo
Educator Kurikulum Kursus Machine Learning · Founder & Chief Educator Raya School
Berkarier sejak 2007 di pengembangan perangkat lunak dan manajemen proyek TI sebelum mendirikan Wahyu Studio (2014) dan Raya School (2021). Menyusun standar kurikulum dan tinjauan mutu program Raya School, serta mempelajari pemrograman dan AI secara mandiri. Pendidikan: Program Studi Fisika ITB dan Sarjana Manajemen Universitas Terbuka.
Pengalaman proyek TI sebelumnya mencakup institusi keuangan seperti Bank Indonesia, OJK, dan Bursa Efek Indonesia pada periode kariernya di manajemen proyek.
Tim trainer profesional tersedia untuk mendampingi kelas. Informasi trainer dapat diberikan sesuai ketersediaan jadwal dan trainer saat Anda konsultasi.
Dokumentasi Praktik Mengajar
Raya School telah melatih peserta dari perusahaan, instansi, dan kampus. Klik gambar untuk memperbesar.
Berapa Biaya dan Apa Fasilitasnya?
Pilihan Paket
Masterclass Reguler
- 4 sesi × 3 jam (12 jam)
- Kelas reguler bersama peserta lain
- Modul PDF dan rekaman video
- E-Certificate
Masterclass Privat
- 3 sesi × 3 jam (9 jam)
- Privat tatap muka (live training)
- Jadwal fleksibel
- Modul PDF, rekaman, E-Certificate
Business Class Privat
- 4 sesi × 4 jam (16 jam)
- Privat untuk tim atau bisnis
- Contoh kasus disesuaikan kebutuhan bisnis
- Modul PDF, rekaman, E-Certificate
| Perbandingan | Reguler | Privat | Business Privat |
|---|---|---|---|
| Sesi | 4 × 3 jam | 3 × 3 jam | 4 × 4 jam |
| Total jam | 12 jam | 9 jam | 16 jam |
| Jadwal | Mengikuti batch | Fleksibel | Disepakati bersama |
Yang Sudah Termasuk
- Bimbingan langsung bersama trainer.
- Materi dalam format rekaman video dan PDF.
- E-Certificate.
- Konsultasi dan bimbingan lanjutan setelah kursus.
- Snack dan makan siang untuk kelas tatap muka offline di kantor Raya School.
Yang Belum Termasuk
- Komputer atau laptop pribadi dan koneksi internet.
- Akomodasi trainer jika kelas diadakan di luar Jakarta.
Tips: Bandingkan paket dari kebutuhan jadwal, bukan hanya harga. Jika ingin fokus pada kasus data sendiri, kelas privat biasanya lebih sesuai; jika ingin biaya lebih ringan, kelas reguler adalah titik awal yang baik.
Metode Pembayaran
Transfer bank ke rekening resmi PT Wahyu Andalan Persada (Raya School). Konfirmasikan metode pembayaran lain, seperti cicilan, melalui admin.
Sertifikat Apa yang Didapat?
Jenis Sertifikat
Peserta menerima e-sertifikat kehadiran Kursus Machine Learning dari Raya School dalam bentuk elektronik.
Tips: Sertifikat ini adalah bukti mengikuti kursus, bukan sertifikasi profesi dari vendor teknologi. Lengkapi dengan portofolio proyek akhir untuk menunjukkan kemampuan Anda.
Syarat Memperoleh Sertifikat
- Mengikuti sesi kelas sesuai paket yang dipilih.
- Mengerjakan praktik dan proyek akhir.
Apa Kata Alumni?
Testimoni Peserta
berdasarkan 62 ulasan peserta Raya School
100% peserta memberi penilaian “Luar Biasa”. Video dan ulasan lain dapat dilihat di YouTube dan Instagram Raya School.
Hasil Karya dan Studi Kasus
Tips: Proyek akhir Anda (pemilihan topik, implementasi, presentasi) dapat menjadi portofolio. Simpan kode di GitHub dan tulis ringkasan masalah, data, model, dan hasil evaluasinya.
Bagaimana Cara Mendaftar dan Apa Ketentuannya?
Langkah Pendaftaran
Pilih paket kelas
Tentukan Masterclass Reguler, Masterclass Privat, atau Business Class Privat.Isi form Cek Jadwal Kelas
Sampaikan nama, email, paket, dan rencana mulai belajar.Konfirmasi dengan admin via WhatsApp
Admin mengecek jadwal, trainer, dan format kelas.Lanjutkan pembayaran
Setelah jadwal disepakati, lakukan pembayaran sesuai arahan admin.
Garansi dan Pengembalian Dana
Ketentuan pembatalan, penjadwalan ulang, dan pengembalian dana disampaikan admin saat konfirmasi pendaftaran.
Tips: Minta ketentuan tersebut secara tertulis melalui WhatsApp sebelum membayar, dan simpan sebagai bukti.
Ketentuan Kelas
- Jadwal ditentukan berdasarkan ketersediaan peserta dan trainer.
- Materi rekaman dan PDF dapat dipelajari kembali.
- Kelas offline di luar Jakarta dapat dikenakan tambahan biaya akomodasi trainer.
- Konsultasi lanjutan tersedia untuk alumni.
FAQ (Pertanyaan yang Sering Diajukan)
Seputar Materi dan Belajar
Apakah kursus machine learning ini cocok untuk pemula?
Ya. Materi dimulai dari konsep dasar dan dasar Python, sehingga peserta tanpa pengalaman machine learning dapat mengikutinya. Dasar logika pemrograman akan sangat membantu.
Apa saja yang dipelajari di kursus ini?
Sembilan modul: konsep dasar, matematika dan statistik, Python, praproses data, supervised dan unsupervised learning, evaluasi model, deep learning, dan proyek akhir.
Apakah harus kuat di matematika?
Tidak harus. Modul 2 membahas aljabar linear, probabilitas dan statistik, serta kalkulus sebagai bekal memahami algoritma.
Apakah kelas bisa online atau offline?
Bisa keduanya. Offline di kantor Raya School atau tempat Anda, online dari mana saja, sesuai jadwal dan trainer.
Siapa yang mengajar?
Kurikulum disusun oleh Wahyu Dian Purnomo. Pendampingan kelas dilakukan tim trainer profesional sesuai ketersediaan jadwal.
Seputar Biaya dan Pendaftaran
Berapa biaya kursus machine learning?
Masterclass Reguler Rp 999.000, Masterclass Privat Rp 1.999.000, dan Business Class Privat Rp 3.999.000.
Apa saja fasilitas yang didapat?
Bimbingan trainer, modul PDF, rekaman video, E-Certificate, konsultasi lanjutan, serta snack dan makan siang untuk kelas offline di kantor Raya School.
Apakah ada diskon?
Promo tersedia pada waktu tertentu. Tanyakan ke admin untuk promo yang sedang berlaku.
Bagaimana cara mendaftar?
Isi form Cek Jadwal Kelas di bawah halaman ini atau hubungi admin melalui WhatsApp.
Cek Jadwal Kelas dan Konsultasi
Isi data singkat di bawah ini. Admin akan membantu mengecek jadwal, trainer, dan format kelas yang paling sesuai.






