POLDEV UGM dan Unitrend Selenggarakan Skillboost Training 2024 untuk Penguatan Kapasitas Analisis Data dan Kebijakan
Yogyakarta, 2024 — Institute for Policy Development (POLDEV) Universitas Gadjah Mada bekerja sama dengan Unitrend menyelenggarakan program Skillboost Training 2024 sebagai rangkaian pelatihan intensif yang dirancang untuk meningkatkan kapasitas peserta dalam analisis data, visualisasi, pemanfaatan kecerdasan buatan, serta analisis dan penulisan kebijakan berbasis bukti.
Dalam konteks dunia akademik dan praktik kebijakan yang semakin didorong oleh penggunaan data, program ini dirancang untuk meningkatkan kemampuan peserta dalam menganalisis, menginterpretasikan, dan memanfaatkan data secara strategis. Melalui pendekatan yang mengombinasikan pembekalan konseptual dan praktik langsung, Skillboost Training 2024 menawarkan pendekatan holistik untuk memahami dan menerapkan data dalam konteks nyata, baik untuk kepentingan riset akademik maupun pengambilan keputusan kebijakan publik.
Tujuan Pelatihan
Skillboost Training 2024 bertujuan untuk:
- Meningkatkan kemampuan peserta dalam penggunaan tools analisis data kualitatif (NVivo) dan kuantitatif (STATA, R, dan Python).
- Melatih peserta dalam visualisasi data menggunakan Tableau.
- Mengembangkan pemahaman peserta terhadap big data dan pendekatan sentiment analysis.
- Membantu peserta mengaplikasikan teknologi kecerdasan buatan (AI) dalam penulisan akademik.
- Mengembangkan keterampilan analisis kebijakan (policy analysis) yang berorientasi pada pengambilan keputusan berbasis data.
- Mengembangkan keterampilan menulis dan mengadvokasi kebijakan melalui penyusunan policy brief.
Rangkaian Modul Pelatihan
Modul STATA
Modul ini mencakup data management, statistika deskriptif, uji parametrik dan non-parametrik, serta analisis regresi linier dan pengujian asumsi. Peserta dibekali keterampilan dalam mengelola data, melakukan eksplorasi awal, menguji hipotesis, serta menginterpretasikan hasil regresi untuk mendukung analisis kuantitatif dalam penelitian dan kebijakan publik.
- Modul R for Data Analysis Peserta memperoleh pelatihan instalasi dan penggunaan R dan RStudio, manipulasi data menggunakan dplyr, eksplorasi data, serta visualisasi menggunakan ggplot2. Modul ini memperkuat kemampuan peserta dalam analisis data berbasis open-source tools.
- Modul NVivo Modul ini berfokus pada analisis data kualitatif, meliputi pengelolaan data, transkripsi, coding, case classification, query, eksplorasi data melalui word frequency, word cloud, tree map, serta analisis matrix coding dan cross tab. Peserta juga dilatih dalam visualisasi temuan kualitatif dan pemanfaatan NVivo untuk literature review.
- Modul NER for Data Analysis using Python Modul ini mencakup pengenalan Python, web scraping dan API, exploratory data analysis, data cleaning, visualisasi, serta pengenalan machine learning untuk data sosial, termasuk clustering dan named entity recognition (NER). Modul ini memperkuat kapasitas peserta dalam analisis data tidak terstruktur dan metode komputasional.
- Modul Tableau Peserta dibekali keterampilan visualisasi data menggunakan Tableau, meliputi pengenalan Tableau, statistika deskriptif, teknik sorting dan filtering, serta pembuatan peta tematik. Modul ini menekankan pentingnya visualisasi yang komunikatif untuk mendukung analisis dan penyampaian temuan kebijakan.
- Modul Policy Brief Modul ini membekali peserta dengan konsep dan praktik penulisan policy brief, mulai dari pengantar teori kebijakan publik, struktur dan tujuan policy brief, identifikasi masalah dan alternatif kebijakan, hingga praktik penyusunan rekomendasi kebijakan yang aplikatif dan berbasis bukti.
- Modul Policy Analysis Peserta dilatih dalam tahapan analisis kebijakan publik, perumusan masalah kebijakan, identifikasi akar masalah menggunakan berbagai metode (seperti fishbone dan cascading), serta pengembangan alternatif kebijakan melalui pendekatan seperti Delphi method dan Analytic Hierarchy Process (AHP).
- Modul AI for Academic Writing Modul ini memperkenalkan konsep dasar AI, etika penggunaan AI dalam penulisan akademik, eksplorasi literatur menggunakan AI (misalnya melalui Scispace), serta pemanfaatan ChatGPT untuk brainstorming, proofreading, dan penyusunan custom prompt. Modul ini menekankan penggunaan AI secara bertanggung jawab dalam konteks akademik.
- Modul Sentiment Analysis Modul Sentiment Analysis dirancang untuk membekali peserta dengan keterampilan dalam mengumpulkan, memproses, dan menganalisis data teks guna memahami opini dan sentimen publik. Peserta mempelajari pengumpulan data menggunakan Apify dan Unitrend, termasuk pengambilan data dari media sosial, portal berita, dan situs web. Selanjutnya, peserta dibekali keterampilan data preprocessing yang mencakup text cleaning, tokenization, stemming, lemmatization, serta stopword removal menggunakan Python. Pada tahap analisis, peserta mempelajari konsep dan algoritma analisis sentimen serta praktik penerapannya menggunakan Python, serta diperkenalkan pada Orange Data Mining sebagai no-code/low-code tool untuk preprocessing dan analisis sentimen secara visual dan interaktif.
Melalui rangkaian modul tersebut, Skillboost Training 2024 diharapkan dapat memperkuat kapasitas peserta dalam mengintegrasikan analisis data, teknologi, dan analisis kebijakan secara komprehensif. Program ini mendukung pengembangan riset dan rekomendasi kebijakan yang lebih berkualitas, relevan, dan berbasis bukti, sekaligus memperkuat kesiapan peserta dalam menghadapi tuntutan dunia akademik dan praktik kebijakan yang semakin berbasis data.