Materi Data science

1. Data Science
Castaka Agus S., M.Kom., MCS

2. Pendahuluan
01
Data Science Lifecycle
02
Library
03
Praktek
04
Agenda

3. Pendahuluan

4. Apa itu Data Science
Data Science adalah konsep yang digunakan untuk
menangani data besar, yang mencakup 3 fase yaitu
pembersihan, persiapan, dan analisis data. Seorang data
scientist mengumpulkan data dari berbagai sumber dan
menerapkan machine learning, predictive analytics, and
sentiment analysis untuk mengekstrak informasi penting
dari kumpulan data yang dikumpulkan.

5. Data Science adalah bidang
interdisipliner tentang metode
ilmiah, proses dan sistem
untuk mengekstrak
pengetahuan atau wawasan
dari data yang berukuran kecil
maupun berukuran besar.

6. Data science adalah ilmu yang
menggabungkan matematika, statisika
dengan ilmu komputer dengan tujuan
analisa data (data analysis) dari suatu
himpunan data baik skala kecil (sampel)
maupun besar (populasi) dengan
mengaplikasikan algoritma tertentu untuk
tujuan menggali data (data mining) dan
mendapatkan pola data serta dapat
melakukan prediksi data (prediction)
dengan cukup akurat yang dapat membantu
dalam pengambilan keputusan dan dapat
digunakan untuk membuat sistem yang
cerdas (AI) yang dapat terus belajar dengan
sendirinya (machine learning).
Data Science

8. Data Science
Lifecycle

9. Data Science Lifecycle

11. 3 Tahapan Mengolah Data
Mengumpulkan
Bahan/data yang
diperlukan
Mengumpulkan
Membersihkan dan
menyiapkan bahan/data
Membersihkan
Bahan/Data yang sudah di
olah di konsumsi
Dikonsumsi

15. Skill Data Scientist

16. Library

17. Our Team Style
Numpy
Easy to change colors,
photos and Text.
Scikits Learn
Easy to change colors,
photos and Text
Pandas
Easy to change colors,
photos and Text
Matplotlib
Easy to change colors,
photos and Text
Library

18. Our Team Style
Keras
Easy to change colors,
photos and Text
Tensorflow
Easy to change colors,
photos and Text

19. Library

20. Praktek Data Science
Sederhana

21. Google Colab
• Silahkan ketikan https://colab.research.google.com/ di
browser

22. • Pilih New Notebook untuk memulai

24. Menghubungkan google drive
• Untuk menghubungkan
google drive dengan
google colab.
• Klik icon folder
• Kemudian klik icon google
Drive
• Pilih mount drive

25. Mencari Dataset
https://www.kaggle.com/datasets
1. Buat akun di kaggle
2. Silahkan login
3. Cari dataset “Heart Disease
UCI”

26. • Silahkan download

27. • Buat folder
• Nama “dataset”
• Klik buat

28. • Upload File heart.csv
• Masukan ke folder dataset

29. Load Dataset
• Mengambil dataset iris

31. Deskripsi dari data
• untuk melihat statistik data termasuk count, mean, nilai min dan
max serta beberapa persentase

32. Melihat jumlah data per target/label
• Melihat pengelompokan jumlah target

33. Memisahkan dengan target

34. Mengmbil data target

35. Mengacak data menggunakan sklearn
model

37. Membuat Model Prediksi
• Menggunakan algoritma SVM

38. Evaluasi
• Hasil Akurasi

39. Confusion Matrix

40. • Hasil
Confusion
Matrix

41. Algoritma di Plugin sklearn
from sklearn.neural_network import MLPClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.svm import SVC
from sklearn.gaussian_process import GaussianProcessClassifier
from sklearn.gaussian_process.kernels import RBF
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import RandomForestClassifier, AdaBoostClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.discriminant_analysis import QuadraticDiscriminantAnalysis

42. Merubah Nama
names = ["Nearest Neighbors", "Linear SVM", "RBF SVM",
"Gaussian Process", "Decision Tree", "Random Forest",
"Neural Net", "AdaBoost", "Naive Bayes", "QDA"]

43. Perintah untuk Algoritma
classifiers = [
• KNeighborsClassifier(3),
• SVC(kernel="linear", C=0.025),
• SVC(gamma=2, C=1),
• GaussianProcessClassifier(1.0 * RBF(1.0)),
• DecisionTreeClassifier(max_depth=5),
• RandomForestClassifier(max_depth=5, n_estimators=10, max_features=1),
• MLPClassifier(alpha=1, max_iter=1000),
• AdaBoostClassifier(),
• GaussianNB(),
• QuadraticDiscriminantAnalysis()]

44. THANK YOU