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
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..