Ihlaulil Khusnitasari
★★★★★
seru bangett mudah dimengerti materi nya
Anotasi Data dan Pengukuran Kualitas Label
Susun pedoman label, tandai data dengan konsisten, selesaikan ketidaksepakatan, dan ukur kualitasnya dengan Cohen's kappa.
Pelajaran pertama bisa dicoba tanpa akun. Selanjutnya pakai akun gratis agar progres, draft kode, dan sertifikatmu tersimpan.
Ringkasnya: Anotasi Data dan Pengukuran Kualitas Label adalah kelas gratis berbahasa Indonesia tingkat pemula dari KelasGratis. Cocok untuk calon data annotator, pekerja lepas pelabelan data, staf yang menyiapkan dataset untuk tim AI, dan analis yang ingin memeriksa mutu label sebelum dipakai. Isinya 12 pelajaran dalam 4 modul (±3 jam) dengan 40 latihan yang dinilai otomatis di browser. Sertifikat penyelesaian gratis dan bisa dicek keasliannya.
Kelas pengantar untuk calon data annotator dan tim dataset AI. Dua belas pelajaran membahas kualitas label sebelum data dipakai melatih model: menentukan unit anotasi, menyusun skema label yang saling lepas dengan kategori "tidak dapat ditentukan", menulis pedoman operasional berisi definisi, contoh, batas, dan aturan prioritas, mengubah kriteria subjektif menjadi label fakta, menandai rentang teks dan kotak pembatas lalu menghitung IoU, menggolongkan ketidaksepakatan dan menjalankan adjudikasi, menghitung persentase kesepakatan dan Cohen's kappa (p_o dan p_e), serta mengaudit anotator dengan gold set. Latihannya berupa pilihan ganda, isian angka, dan empat latihan Python yang dijalankan di peramban; tiap kunci jawaban mengikuti pedoman yang dinyatakan di soal, bukan selera. Kelas ini tidak melatih model machine learning — itu bagian kelas Machine Learning Dasar.
5,0 ★ (1 ulasan) · 12 pelajaran · 4 modul · ±173 menit
Bawa pulang keterampilannya
Yang akan kamu bisa setelah kelas ini
- Menentukan unit anotasi dan menyusun skema label yang saling lepas, mencakup semua kasus, dan punya kategori tidak dapat ditentukan
- Menerapkan pedoman operasional berisi definisi, contoh, batas, dan aturan prioritas pada kasus baru
- Mengubah kriteria subjektif menjadi label fakta dengan batas eksplisit, dan menandai rentang teks serta kotak pembatas sesuai pedoman
- Menggolongkan ketidaksepakatan antaranotator dan menjalankan adjudikasi yang memperbarui pedoman
- Menghitung persentase kesepakatan dan Cohen's kappa dari dua daftar label, secara manual dan dengan Python
- Menjelaskan mengapa kesepakatan tinggi belum tentu berarti label benar, dan mengaudit anotator dengan gold set
Untuk siapa
Calon data annotator, pekerja lepas pelabelan data, staf yang menyiapkan dataset untuk tim AI, dan analis yang ingin memeriksa mutu label sebelum dipakai.
Prasyarat
Paham pecahan dan persentase., Python dasar (variabel, list, fungsi) untuk empat latihan Python; latihan lain tidak memerlukannya.
Kelas yang dianjurkan sebelumnya: Python dari Nol
Alat yang perlu disiapkan
- Peramban
- Python di peramban (Pyodide) untuk empat latihan; latihan lain pilihan ganda dan isian angka
Tempat berlatih
Coba, periksa, lalu lanjutkan.
40 latihan di 12 pelajaran. Jawaban diperiksa langsung di halaman materi; petunjuk dibuka bertahap.
pilihan jawabanjawaban angkaeditor Python
Jalur belajar kelas ini
Kurikulum
4 modul · 12 pelajaran · ±173 menit
01Unit anotasi, skema label, dan pedoman3 pelajaran
02Label fakta, rentang teks, dan kotak pembatas3 pelajaran
03Ketidaksepakatan dan adjudikasi3 pelajaran
04Kesepakatan, Cohen's kappa, dan audit kualitas3 pelajaran
Urutan pelajaran tidak dikunci.
Sertifikat kelas
Selesaikan kelasnya, sertifikat ini atas namamu.
- Nama lengkapmu dan judul kelas tercetak di sertifikat.
- Kode dan QR yang bisa dicek siapa saja di kelasgratis.com/verifikasi.
- Sekali klik ke profil LinkedIn, atau unduh PNG dan PDF.
Bukti penyelesaian materi, bukan akreditasi atau sertifikasi kompetensi.
Pertanyaan yang sering muncul
Apa yang dipelajari di kelas Anotasi Data dan Pengukuran Kualitas Label?
Anotasi Data dan Pengukuran Kualitas Label adalah kelas gratis KelasGratis tingkat pemula berisi 12 pelajaran. Kelas pengantar untuk calon data annotator dan tim dataset AI. Dua belas pelajaran membahas kualitas label sebelum data dipakai melatih model: menentukan unit anotasi, menyusun skema label yang saling lepas dengan kategori "tidak dapat ditentukan", menulis pedoman operasional berisi definisi, contoh, batas, dan aturan prioritas, mengubah kriteria subjektif menjadi label fakta, menandai rentang teks dan kotak pembatas lalu menghitung IoU, menggolongkan ketidaksepakatan dan menjalankan adjudikasi, menghitung persentase kesepakatan dan Cohen's kappa (p_o dan p_e), serta mengaudit anotator dengan gold set. Latihannya berupa pilihan ganda, isian angka, dan empat latihan Python yang dijalankan di peramban; tiap kunci jawaban mengikuti pedoman yang dinyatakan di soal, bukan selera. Kelas ini tidak melatih model machine learning — itu bagian kelas Machine Learning Dasar.
Berapa lama menyelesaikan kelas Anotasi Data dan Pengukuran Kualitas Label?
Sekitar 173 menit (±3 jam) untuk 12 pelajaran wajib, dihitung dari durasi tiap pelajaran dan latihannya. Kecepatan nyata bergantung pada berapa lama kamu berlatih setiap hari.
Apa yang perlu disiapkan sebelum mulai?
Prasyaratnya: Paham pecahan dan persentase.; Python dasar (variabel, list, fungsi) untuk empat latihan Python; latihan lain tidak memerlukannya.. Alat dan persiapan: Peramban; Python di peramban (Pyodide) untuk empat latihan; latihan lain pilihan ganda dan isian angka.
Apakah kelas Anotasi Data dan Pengukuran Kualitas Label gratis dan bersertifikat?
Ya. Seluruh 12 pelajaran gratis sampai selesai tanpa iklan; pelajaran pertama bisa dicoba tanpa akun, sisanya memakai akun gratis. Setelah semua pelajaran wajib tuntas dan kamu menulis ulasan singkat tentang kelasnya, kamu bisa menerbitkan sertifikat penyelesaian dengan tautan verifikasi publik. Sertifikat ini bukan akreditasi atau sertifikasi profesi.
Dari pengalaman belajar
Ulasan peserta
Apa yang membantu, dan apa yang masih bisa diperbaiki?
5,0dari 5 · 1 ulasan terbit
Ulasan berasal dari akun yang telah menyelesaikan setidaknya satu pelajaran. Bintang 1–3 ditinjau admin sebelum terbit; bintang 4–5 langsung terbit. Sebelum ada ulasan terbit, kelas menggunakan nilai awal admin 5,0. Setelahnya, rating mengikuti rata-rata ulasan yang sudah terbit.
Bagikan pengalaman belajarmu
Masuk dan selesaikan satu pelajaran untuk menulis ulasan. Masuk ke akun →
Setelah kelas ini
Jalur yang memuat kelas ini
Revisi materi terakhir: 7 Okt 2026. Laporan kesalahan bisa dikirim dari setiap halaman pelajaran.