Gratis
Reguler

Belajar Dasar Visualisasi Data

Disusun oleh: Dicoding Indonesia Level: Dasar Teknologi: Estimasi: 40 jam
Bagikan kelas ini:

Deskripsi


Pastikan sebagai Machine Learning Developer, kamu juga mampu untuk menceritakan data. Materi disusun oleh tim expert Dicoding bersama praktisi industri.


202005010802255914ffb6cd5f9cf3b94e52dc0554b224.jpg

Setiap perusahaan pasti memiliki data yang jumlahnya tidak sedikit. Menurut World Economic Forum, 90% dari data di dunia dibuat dalam rentang waktu 2 tahun terakhir. World Economic Forum juga memperkirakan data dalam dunia digital sebanyak 44 zettabyte di tahun 2020. Dari begitu banyaknya data pasti semakin sulit untuk mengelola dan memahaminya. Di sinilah pentingnya visualisasi data yang berperan untuk mengubah data yang kompleks menjadi lebih mudah dipahami banyak orang. JIka kamu ingin menjadi seorang Machine Learning Developer, maka diperlukan skill visualisasi data supaya dapat menceritakan dan mempresentasikan data yang ada.

Kelas ini membahas mengenai dasar-dasar yang harus dipahami dalam sebuah visualisasi data seperti statistika, spreadsheet, transformasi data, beserta best practice dalam dokumentasi dan bercerita dengan data. Kurikulum telah disusun oleh tim expert Dicoding bersama praktisi industri supaya materi yang disajikan terstruktur dan komprehensif.


Kenapa saya harus belajar kelas ini?

  • Seiring perkembangan data yang semakin pesat, kebutuhan akan seorang yang ahli dalam visualisasi data sangat berperan penting untuk kemajuan perusahaan.
  • Visualisasi data merupakan salah satu skill yang sangat penting bagi orang yang bekerja dengan banyak data seperti pada pekerjaan machine learning.
  • Visualisasi data memudahkan untuk melihat tren dan cerita dari sebuah data.
  • Visualisasi data membantu dalam proses analisis data. 
  • Visualisasi data membantu seorang developer untuk dapat mengomunikasikan data dengan lebih efektif.
  • Sebagai prasyarat untuk menuju kelas Belajar Machine Learning untuk Pemula yang merupakan langkah berikutnya dalam learning path Machine Learning Developer.


Materi apa saja yang akan dipelajari?

  • Pengenalan Visualisasi Data : Pengenalan tentang dasar dari sebuah data dan visualisasinya.
  • Dasar Matematika dan Statistika : Dasar perhitungan matematika dan statistika mulai dari rata-rata statistik hingga standar deviasi.
  • Dasar Spreadsheet : Pengenalan tentang tools aplikasi spreadsheet menggunakan Google Sheets mulai dari navigasi hingga fungsi-fungsi yang bisa digunakan untuk mengolah data.
  • Transformasi Data ke Diagram : Cara untuk mengubah data menjadi bentuk diagram sehingga memudahkan visualisasi data.
  • Kesalahan dalam Visualisasi Data : Kesalahan-kesalahan yang harus dihindari dalam visualisasi data.
  • Dokumentasi Data : Best practice dalam dokumentasi sebuah data supaya sumber datanya jelas dan histori datanya juga tercatat.
  • Bercerita dengan Data : Perbandingan explanatory dan exploratory data, cara membuat visualisasi data yang efektif, dan hal-hal yang perlu diperhatikan dalam membuat visualisasi data.
  • Exam : Ujian akhir untuk menguji pemahaman Anda terhadap materi di kelas ini.

Anda tentukan sendiri berapa lama waktu belajar materi kelas ini. Materi kelas didesain untuk diselesaikan dalam waktu 40 jam. Jika Anda meluangkan waktu sedikitnya 10 jam saja dalam seminggu, maka sangat dimungkinkan Anda bisa menuntaskan kelas ini dalam waktu 30 hari. Namun tidak menutup kemungkinan Anda menyelesaikan dalam waktu yang jauh lebih cepat.


Prasyarat mengikuti kelas ini adalah:

  • Mampu mengoperasikan komputer dengan baik.
  • Kelas ini didesain untuk pemula, sehingga tidak ada prasyarat dalam pemahaman pemrograman sebelumnya.
  • Anda harus mandiri, berkomitmen, benar-benar punya rasa ingin tahu dan tertarik pada subjek. 
  • Anda harus gigih, temukan topik yang menarik, dan eksplorasi teknik visualisasi pada data Anda. 
  • Sebaik apa pun materi struktur kelas ini, tak akan berguna tanpa keseriusan Anda untuk belajar, berlatih, dan mencoba.


Spesifikasi minimal Komputer/Laptop:

  • Resolusi layar 1366 x 768 (Rekomendasi Full HD 1920 x 1080).
  • Prosesor Intel Dual Core (Rekomendasi Core i3 ke atas).
  • RAM 1GB (Rekomendasi 2GB).
  • Sistem operasi Windows, Linux, atau MacOS.


Tools yang digunakan:

  • Google Sheets.

Apa kata lulusan Dicoding Academy?

Sudah ribuan siswa yang sukses belajar di Dicoding Academy. Mau tau pendapat dari sisi mereka? Ini adalah testimoni asli mereka. Mau tahu lebih banyak? Lihat testimoni siswa lainnya.

Pertanyaan

Bila Anda memiliki pertanyaan / kendala ketika belajar di kelas ini, Anda dapat buka tab pertanyaan-pertanyaan yang sering diajukan di FAQ

Tim Reviewer

Buchori Rafsanjani
Buchori Rafsanjani
Academy Content Writer at Dicoding Indonesia
Sofian Hadiwijaya
Sofian Hadiwijaya
Co-Founder at Warung Pintar
  • Data Scientist
  • Technology Evangelist
  • Creative Technologist¬†
  • Public speaker
  • Robotic Enthusiast
Rama Rahmanda
Rama Rahmanda
Software Engineer at Feedloop
  • Engineering things.
Adrianus Yoza A.
Adrianus Yoza A.
Data Scientist at Dicoding Indonesia
  • Google Associate Cloud Engineer Certified
  • Intel Software Innovator
  • ASEAN Future Workforce Council Country Lead - Indonesia

Silakan masuk dahulu ke Dicoding untuk dapat mengambil kelas ini

Masuk

Kelas ini disusun oleh:

Dicoding Indonesia
Dicoding Indonesia

Decode Ideas
Discover Potentials