Introduction to Data Science

1. Study Jam Data #1
Introduction to Data Science
Taufiq Qurohman Ruki
Junior Data Scientist
@__limitmax
Taufiq Qurohman Ruki

2. 01 Pengantar Data Science
02 Data Collection &
Preprocessing
03 Demo

3. Apa itu Data Science?

4. Data science adalah penggabungan
matematika dan statistik, pemrograman, analitik,
artificial intelligence, dan machine learning.
- IBM -
Data science adalah bidang multidisiplin yang
mengekstraksi pengetahuan dan wawasan dari
data terstruktur dan tidak terstruktur melalui
analisis statistik, pembelajaran mesin, dan
keahlian domain. - Analytics Vidhya -

5. Apakah Data Science
itu penting?

6. 1.Mencari wawasan dari kumpulan data
2.Membantu membuat keputusan berdasarkan
informasi
3.Landasan Perencanaan Bisnis

7. Content Planner
https://www.linkedin.com/pulse/linkedin-jobs-
rise-2023-15-indonesia-roles-growing-/
Data Science Talent acquisition
specialists
Pekerjaan Populer LinkedIn 2023

8. Serupa Tapi Tak Sama?

9. https://www.dicoding.com/academies/615/tutorials/33238
Data Scientist Data Engineer Data Analyst
Data scientist adalah praktisi
dalam bidang data science.
Data engineer merupakan seseorang
yang tugas utamanya adalah
menyiapkan data yang dikoleksi dari
berbagai sumber informasi dengan
membangun sistem data atau
infrastruktur agar dapat mudah untuk
dianalisa dan mendukung kebutuhan
perusahaan
Data analyst adalah profesi
pekerjaan yang bertugas untuk
membaca serta menganalisis
data yang ada dari perusahaan.

10. Tahapan Data Science
Problem Definition Data Collection Data Preprocesing
Deployment Model Evaluation Modelling
https://databasetown.com/6-steps-of-data-science-lifecycle/

11. Data Collection & Data
Preprocessing

12. Tools

13. Apa itu Data Collection?

14. Data Collection
Data Collection adalah proses pengumpulan
data dari berbagai sumber sesuai dengan
kebutuhan.

15. Data Collection
Database Scrapping Sensor Kaggle

16. Apa itu Data Preprocessing?

17. Data preprocessing adalah serangkaian teknik untuk
menyiapkan dan membersihkan data mentah sehingga siap
untuk analisis lebih lanjut. Proses ini memastikan bahwa data
yang digunakan memiliki kualitas tinggi dan relevan.

18. Data Cleaning & Data Transform

20. https://www.kdnuggets.com/mastering-the-art-of-data-
cleaning-in-python
1.Load and cek data
2.deteksi kolom
3.handle data duplikat
4.cek tipe data
5.handle missing value
6.cek outlier
Data Cleaning

21. Load dan cek data

22. Deteksi Kolom
Melihat jumlah baris dan kolom dataset

23. Handle data duplikat

24. Cek Tipe Data

25. Handle Missing Value
1. Delete Data = Jumlah missing value sangat kecil
2. Mean = data numerik ketika distribusi data mendekati
normal.
3. Median = Data memiliki outlier, karena lebih tahan terhadap
nilai ekstrem.
4. Modus = Data kategorikal

26. Cek Outlier
Outlier adalah sebuah data yang menyimpang
secara ekstrim dari rata-rata sekumpulan data yang
ada.
Contohnya terdapat data tinggi badan mahasiswa,
antara lain: 9 cm, 145 cm, 150 cm, 153 cm, 617 cm.
Dari data di atas yang dimaksud dengan outlier
adalah “9 cm” karena terlalu rendah dan “617 cm”
sebab terlalu tinggi.

27. Data Transform
Ubah tipe data Scaling data Split data Rename kolom

28. Demo

29. Hands-On
Link Colab Demo:
Click Me

30. https://www.kdnuggets.com/mastering-the-art-of-data-cleaning-in-python
https://www.dicoding.com/academies/615
https://www.analyticsvidhya.com/blog/2021/10/handling-missing-value/
https://www.analyticsvidhya.com/
https://pacmann.io/blog/outlier-dan-cara-mendeteksinya#apa-itu-outlier
https://medium.com/@uulwake/apa-pentingnya-scaling-data-di-machine-learning-91ba0caf1a43
https://www.kode.id/
https://pandas.pydata.org/docs/
https://numpy.org/doc/
Buku:
Joel Grus - Data Science from Scratch_ First Principles with Python-O'Reilly Media (2019)
DATA SCIENCE FOR BUSINESS : Pengantar & Penerapan Berbagai Sektor
Referensi

31. Thank You!
Any Question?