SlideShare a Scribd company logo
1 of 20
Download to read offline
Analisis dan Visualisasi Data
Preview
Teknologi dengan cepat menjadi elemen kunci di dunia saat ini. Segala sesuatu di semua
aspek kehidupan, mulai dari bidang bisnis & ekonomi, pendidikan, kedokteran, sistem
pertahanan dan keamanan dan bidang-bidang lainnya hampir tidak bisa menghindari dari
merebaknya teknologi ini.
Fenomena modernisasi dan sistim
otomatisasi tugas-tugas yang sebelumnya
dilakukan secara manual kini telah menjadi
sebuah kebutuhan manusia karena fungsinya
yang semakin nyata dan dalam aspek tertentu
lebih efektif dan efisien.
Teknologi dengan cepat menjadi elemen KUNCI di dunia saat ini. Segala sesuatu di
semua aspek kehidupan, mulai dari bidang bisnis & ekonomi, pendidikan, kedokteran,
sistem pertahanan dan keamanan dan bidang-bidang lainnya hampir tidak bisa
menghindari dari merebaknya teknologi ini.
Namun, teknologi tersebut secara bersamaan akan menghasilkan sejumlah data yang
sangat besar dan membutuhkan storage yang semakin hari semakin besar. Hal ini
menjadi “Problem” bagaimana mengelola data-data itu? Dan bagaimana pula data-data
itu dapat memberikan kontribusi dan manfaat lebih terhadap ekosistem yang ada
Namun, teknologi tersebut secara bersamaan akan menghasilkan sejumlah data yang
sangat besar dan membutuhkan storage yang semakin hari semakin besar. Hal ini
menjadi “Problem” bagaimana mengelola data-data itu? Dan bagaimana pula data-data
itu dapat memberikan kontribusi dan manfaat lebih terhadap ekosistem yang ada
Ilustrasi “Big Data”
Contoh tata kelola data “live” & koleksi “Big
Data”
● Data live
– Http://m.mm?-????.com
– http://msaid??.com
– http://au?.com
Karenanya maka diperlukan metode dan cara terhadap sistem
pengelolaan Big Data ini dan disinilah Analisis dan Visualisasi Data
hadir sebagai bagian solusi dari permasalahan tersebut
Tujuan Analisis & Visualisasi Data
● Membantu untuk memahami data dengan lebih baik
● Membantu untuk menemukan pola dan tren dalam
data
● Membantu untuk membuat keputusan yang lebih baik
berbasis data
Lingkup Topik & Bahasan
What is Statistics & Data Analytics?
What are the Types of Data Analysis?
Quantitative Data Analysis
Qualitative Data Analysis
What are the Components of Data Analytics?
What is Data Visualization?
What are the Types of Data Visualization Techniques?
What are the Advantages of Data Analytics and Visualization?
What are the differences between Data Analysis and
Visualization?
Conclusion
Apa itu Statistik
Statistik adalah ilmu yang mempelajari tentang
pengumpulan, pengolahan, penyajian dan
analisis data (Data Analisis)
Apa itu Data Analisis ?
Seperti yang disebutkan sebelumnya, munculnya teknologi sebagai kekuatan pendorong
penting di setiap sektor di dunia saat ini telah menciptakan dan mengenerate Data yang
MASIF. Karenanya tanpa Analisis Data manusia tidak dapat memahami dengan mudah
“informasi” yang terkandung didalamnya.
Analisis adalah istilah luas yang mencakup data di banyak Bidang dan Sub Bidang. Ini
mengacu pada semua resource (Alat, Manusia, Aktifitas dan Kegiatan dll) yang terlibat
dalam Sistem Pemrosesan Data yang pada akhirnya menghasilkan informasi yang
digunakan untuk mendukung keputusan manajemen.
Pengertian Analisis & Visualisasi
Data
Analisis dan Visualisasi data adalah proses
untuk memahami data dengan cara
menganalisis dan menyajikan data tersebut
secara visual
Tipe Data Analisis
1. Data Analisis – Kuantitatif
2. Data Analisis - Kualitatif
Jenis Data Kuantitatif
Jenis Analisis Data ini lebih bersifat statistik . Ini umumnya memberi tahu Anda apa yang
terjadi dan apakah tren menunjukkan naik atau turun.
Di bawah ini adalah jenis-jenis Analisis Data Kuantitatif
Analisis Deskriptif: Jenis Analisis Data ini memungkinkan Anda melihat pola dan tren
dalam kumpulan data tertentu. Ini mencakup proses seperti menghitung :
● Frekuensi
● Persentase,
● Ukuran,
● Rata-rata,
● Modus
● Median.
“Analisis Data Kuantitatif berfokus pada Data Numerik”
Contoh Data Kuantitatif dlm
Kehidupan Nyata
● Jumlah penduduk suatu negara
● Pendapatan rata-rata penduduk suatu negara
● Hasil tes akademik
● Jumlah penjualan suatu produk
● Waktu yang dibutuhkan untuk menyelesaikan
suatu tugas
Jenis Data Kualitatif
Data kualitatif adalah data yang tidak dapat
diukur dan dinyatakan dalam bentuk kata-kata
Contoh :
● Tanggapan responden dalam survei
● Hasil wawancara
● Catatan lapangan
● Data gambar
● Data video
Perbedaan Data Kuantitatif &
Kualitatif
Karakteristik Data Kuantitatif Data Kualitatif
Bentuk Angka Kata-kata
Ukuran Dapat diukur Tidak dapat
diukur
Analisis Statistik Interpretasi
Kesimpulan Umum Khusus
Contoh Analisis Data Kuantitatif
supermarket_sales – Sheet1.csv :
Invoice ID,Branch,City,Customer type,Gender,Product line,Unit price,Quantity,Tax
5%,Total,Date,Time,Payment,cogs,gross margin percentage,gross income,Rating
750-67-8428,A,Yangon,Member,Female,Health and
beauty,74.69,7,26.1415,548.9715,1/5/2019,13:08,Ewallet,522.83,4.761904762,26.1415,9.1
226-31-3081,C,Naypyitaw,Normal,Female,Electronic
accessories,15.28,5,3.82,80.22,3/8/2019,10:29,Cash,76.4,4.761904762,3.82,9.6
631-41-3108,A,Yangon,Normal,Male,Home and lifestyle,46.33,7,16.2155,340.5255,3/3/2019,13:23,Credit
card,324.31,4.761904762,16.2155,7.4
123-19-1176,A,Yangon,Member,Male,Health and
beauty,58.22,8,23.288,489.048,1/27/2019,20:33,Ewallet,465.76,4.761904762,23.288,8.4
Tugas-1
● Unduh dataset di :
https://www.kaggle.com/datasets/
● Buka data hasil unduhan dengan apllikasi
Excel / OpenOffice
● Operasikan fungsi-fungsi Sum,Count,Countif
dll..

More Related Content

Similar to anavida_roadmap.pdf

introduction Analisis dan Perancangan Sistem Informasi
introduction Analisis dan Perancangan Sistem Informasiintroduction Analisis dan Perancangan Sistem Informasi
introduction Analisis dan Perancangan Sistem Informasiridwansetiawan33
 
KELOMPOK 8 tugas pertemuan 4.pptx
KELOMPOK 8 tugas pertemuan 4.pptxKELOMPOK 8 tugas pertemuan 4.pptx
KELOMPOK 8 tugas pertemuan 4.pptxalzarefa
 
IMPLEMENTASI APLIKASI SISTEM PENGAMBILAN KEPUTUSAN
IMPLEMENTASI APLIKASI SISTEM PENGAMBILAN KEPUTUSANIMPLEMENTASI APLIKASI SISTEM PENGAMBILAN KEPUTUSAN
IMPLEMENTASI APLIKASI SISTEM PENGAMBILAN KEPUTUSANJordanOctavian
 
Pengenalan Data Analytics, T Hack 2023.pptx
Pengenalan Data Analytics, T Hack 2023.pptxPengenalan Data Analytics, T Hack 2023.pptx
Pengenalan Data Analytics, T Hack 2023.pptxHeriAgusSantoso
 
Data, Informasi, dan Pengetahuan
Data, Informasi, dan PengetahuanData, Informasi, dan Pengetahuan
Data, Informasi, dan PengetahuanSinath Sabado
 
Business Intelligence and Big Data
Business Intelligence and Big DataBusiness Intelligence and Big Data
Business Intelligence and Big DataS3 PTK FT-UNP
 
Perilaku Konsumen dan Big Data
Perilaku Konsumen dan Big DataPerilaku Konsumen dan Big Data
Perilaku Konsumen dan Big DataYusnitaTRD
 
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...Fadli2727
 
Big Data Analytics
Big Data AnalyticsBig Data Analytics
Big Data AnalyticsRarasPrasaty
 
KONSEP ANALISIS DATA BISNIS-BIG DATA-IoT (Aug22).pdf
KONSEP ANALISIS DATA BISNIS-BIG DATA-IoT (Aug22).pdfKONSEP ANALISIS DATA BISNIS-BIG DATA-IoT (Aug22).pdf
KONSEP ANALISIS DATA BISNIS-BIG DATA-IoT (Aug22).pdfDrAndreasMada
 

Similar to anavida_roadmap.pdf (20)

Penggunaan statistika dalam teknik
Penggunaan statistika dalam teknikPenggunaan statistika dalam teknik
Penggunaan statistika dalam teknik
 
introduction Analisis dan Perancangan Sistem Informasi
introduction Analisis dan Perancangan Sistem Informasiintroduction Analisis dan Perancangan Sistem Informasi
introduction Analisis dan Perancangan Sistem Informasi
 
KELOMPOK 8 tugas pertemuan 4.pptx
KELOMPOK 8 tugas pertemuan 4.pptxKELOMPOK 8 tugas pertemuan 4.pptx
KELOMPOK 8 tugas pertemuan 4.pptx
 
IMPLEMENTASI APLIKASI SISTEM PENGAMBILAN KEPUTUSAN
IMPLEMENTASI APLIKASI SISTEM PENGAMBILAN KEPUTUSANIMPLEMENTASI APLIKASI SISTEM PENGAMBILAN KEPUTUSAN
IMPLEMENTASI APLIKASI SISTEM PENGAMBILAN KEPUTUSAN
 
Big Data
Big DataBig Data
Big Data
 
Pengenalan Data Analytics, T Hack 2023.pptx
Pengenalan Data Analytics, T Hack 2023.pptxPengenalan Data Analytics, T Hack 2023.pptx
Pengenalan Data Analytics, T Hack 2023.pptx
 
Data, Informasi, dan Pengetahuan
Data, Informasi, dan PengetahuanData, Informasi, dan Pengetahuan
Data, Informasi, dan Pengetahuan
 
Informasi data
Informasi dataInformasi data
Informasi data
 
Business Intelligence and Big Data
Business Intelligence and Big DataBusiness Intelligence and Big Data
Business Intelligence and Big Data
 
3. Konsep Data Mining
3. Konsep Data Mining3. Konsep Data Mining
3. Konsep Data Mining
 
Pengembangan Sistem Informasi
Pengembangan Sistem InformasiPengembangan Sistem Informasi
Pengembangan Sistem Informasi
 
Perilaku Konsumen dan Big Data
Perilaku Konsumen dan Big DataPerilaku Konsumen dan Big Data
Perilaku Konsumen dan Big Data
 
Grand design (sri astiti)
Grand design (sri astiti) Grand design (sri astiti)
Grand design (sri astiti)
 
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...
 
Big Data Analytics
Big Data AnalyticsBig Data Analytics
Big Data Analytics
 
Tugas sim nicson
Tugas sim nicsonTugas sim nicson
Tugas sim nicson
 
KONSEP ANALISIS DATA BISNIS-BIG DATA-IoT (Aug22).pdf
KONSEP ANALISIS DATA BISNIS-BIG DATA-IoT (Aug22).pdfKONSEP ANALISIS DATA BISNIS-BIG DATA-IoT (Aug22).pdf
KONSEP ANALISIS DATA BISNIS-BIG DATA-IoT (Aug22).pdf
 
Tugas sim kurniawan
Tugas sim kurniawanTugas sim kurniawan
Tugas sim kurniawan
 
Tugas sim kurniawan
Tugas sim kurniawanTugas sim kurniawan
Tugas sim kurniawan
 
Tugas sim kurniawan
Tugas sim kurniawanTugas sim kurniawan
Tugas sim kurniawan
 

Recently uploaded

PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxnursariheldaseptiana
 
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehBISMIAULIA
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Surveikustiyantidew94
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiCristianoRonaldo185977
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxmariaboisala21
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompokelmalinda2
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxAhmadSyajili
 

Recently uploaded (9)

PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptx
 
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Survei
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptx
 

anavida_roadmap.pdf

  • 2. Preview Teknologi dengan cepat menjadi elemen kunci di dunia saat ini. Segala sesuatu di semua aspek kehidupan, mulai dari bidang bisnis & ekonomi, pendidikan, kedokteran, sistem pertahanan dan keamanan dan bidang-bidang lainnya hampir tidak bisa menghindari dari merebaknya teknologi ini. Fenomena modernisasi dan sistim otomatisasi tugas-tugas yang sebelumnya dilakukan secara manual kini telah menjadi sebuah kebutuhan manusia karena fungsinya yang semakin nyata dan dalam aspek tertentu lebih efektif dan efisien.
  • 3. Teknologi dengan cepat menjadi elemen KUNCI di dunia saat ini. Segala sesuatu di semua aspek kehidupan, mulai dari bidang bisnis & ekonomi, pendidikan, kedokteran, sistem pertahanan dan keamanan dan bidang-bidang lainnya hampir tidak bisa menghindari dari merebaknya teknologi ini.
  • 4. Namun, teknologi tersebut secara bersamaan akan menghasilkan sejumlah data yang sangat besar dan membutuhkan storage yang semakin hari semakin besar. Hal ini menjadi “Problem” bagaimana mengelola data-data itu? Dan bagaimana pula data-data itu dapat memberikan kontribusi dan manfaat lebih terhadap ekosistem yang ada
  • 5. Namun, teknologi tersebut secara bersamaan akan menghasilkan sejumlah data yang sangat besar dan membutuhkan storage yang semakin hari semakin besar. Hal ini menjadi “Problem” bagaimana mengelola data-data itu? Dan bagaimana pula data-data itu dapat memberikan kontribusi dan manfaat lebih terhadap ekosistem yang ada
  • 7. Contoh tata kelola data “live” & koleksi “Big Data” ● Data live – Http://m.mm?-????.com – http://msaid??.com – http://au?.com
  • 8. Karenanya maka diperlukan metode dan cara terhadap sistem pengelolaan Big Data ini dan disinilah Analisis dan Visualisasi Data hadir sebagai bagian solusi dari permasalahan tersebut
  • 9. Tujuan Analisis & Visualisasi Data ● Membantu untuk memahami data dengan lebih baik ● Membantu untuk menemukan pola dan tren dalam data ● Membantu untuk membuat keputusan yang lebih baik berbasis data
  • 10. Lingkup Topik & Bahasan What is Statistics & Data Analytics? What are the Types of Data Analysis? Quantitative Data Analysis Qualitative Data Analysis What are the Components of Data Analytics? What is Data Visualization? What are the Types of Data Visualization Techniques? What are the Advantages of Data Analytics and Visualization? What are the differences between Data Analysis and Visualization? Conclusion
  • 11. Apa itu Statistik Statistik adalah ilmu yang mempelajari tentang pengumpulan, pengolahan, penyajian dan analisis data (Data Analisis)
  • 12. Apa itu Data Analisis ? Seperti yang disebutkan sebelumnya, munculnya teknologi sebagai kekuatan pendorong penting di setiap sektor di dunia saat ini telah menciptakan dan mengenerate Data yang MASIF. Karenanya tanpa Analisis Data manusia tidak dapat memahami dengan mudah “informasi” yang terkandung didalamnya. Analisis adalah istilah luas yang mencakup data di banyak Bidang dan Sub Bidang. Ini mengacu pada semua resource (Alat, Manusia, Aktifitas dan Kegiatan dll) yang terlibat dalam Sistem Pemrosesan Data yang pada akhirnya menghasilkan informasi yang digunakan untuk mendukung keputusan manajemen.
  • 13. Pengertian Analisis & Visualisasi Data Analisis dan Visualisasi data adalah proses untuk memahami data dengan cara menganalisis dan menyajikan data tersebut secara visual
  • 14. Tipe Data Analisis 1. Data Analisis – Kuantitatif 2. Data Analisis - Kualitatif
  • 15. Jenis Data Kuantitatif Jenis Analisis Data ini lebih bersifat statistik . Ini umumnya memberi tahu Anda apa yang terjadi dan apakah tren menunjukkan naik atau turun. Di bawah ini adalah jenis-jenis Analisis Data Kuantitatif Analisis Deskriptif: Jenis Analisis Data ini memungkinkan Anda melihat pola dan tren dalam kumpulan data tertentu. Ini mencakup proses seperti menghitung : ● Frekuensi ● Persentase, ● Ukuran, ● Rata-rata, ● Modus ● Median. “Analisis Data Kuantitatif berfokus pada Data Numerik”
  • 16. Contoh Data Kuantitatif dlm Kehidupan Nyata ● Jumlah penduduk suatu negara ● Pendapatan rata-rata penduduk suatu negara ● Hasil tes akademik ● Jumlah penjualan suatu produk ● Waktu yang dibutuhkan untuk menyelesaikan suatu tugas
  • 17. Jenis Data Kualitatif Data kualitatif adalah data yang tidak dapat diukur dan dinyatakan dalam bentuk kata-kata Contoh : ● Tanggapan responden dalam survei ● Hasil wawancara ● Catatan lapangan ● Data gambar ● Data video
  • 18. Perbedaan Data Kuantitatif & Kualitatif Karakteristik Data Kuantitatif Data Kualitatif Bentuk Angka Kata-kata Ukuran Dapat diukur Tidak dapat diukur Analisis Statistik Interpretasi Kesimpulan Umum Khusus
  • 19. Contoh Analisis Data Kuantitatif supermarket_sales – Sheet1.csv : Invoice ID,Branch,City,Customer type,Gender,Product line,Unit price,Quantity,Tax 5%,Total,Date,Time,Payment,cogs,gross margin percentage,gross income,Rating 750-67-8428,A,Yangon,Member,Female,Health and beauty,74.69,7,26.1415,548.9715,1/5/2019,13:08,Ewallet,522.83,4.761904762,26.1415,9.1 226-31-3081,C,Naypyitaw,Normal,Female,Electronic accessories,15.28,5,3.82,80.22,3/8/2019,10:29,Cash,76.4,4.761904762,3.82,9.6 631-41-3108,A,Yangon,Normal,Male,Home and lifestyle,46.33,7,16.2155,340.5255,3/3/2019,13:23,Credit card,324.31,4.761904762,16.2155,7.4 123-19-1176,A,Yangon,Member,Male,Health and beauty,58.22,8,23.288,489.048,1/27/2019,20:33,Ewallet,465.76,4.761904762,23.288,8.4
  • 20. Tugas-1 ● Unduh dataset di : https://www.kaggle.com/datasets/ ● Buka data hasil unduhan dengan apllikasi Excel / OpenOffice ● Operasikan fungsi-fungsi Sum,Count,Countif dll..