Belajar Analisis Data dengan Python
Topik:
DataLevel: Pemula
Siswa Terdaftar
Topik:
DataLevel: Pemula
Siswa Terdaftar
Kelas ini merupakan langkah ke-empat Anda untuk menjadi Data Scientist.
Data telah dianggap sebagai sumber daya penting oleh berbagai industri, seperti e-commerce, manufacturing, healthcare, finance, dll. Analisis data merupakan proses pemanfaatan data menjadi insight (wawasan) yang selanjutnya akan digunakan untuk menjawab berbagai tantangan bisnis mulai dari penyelesaian masalah hingga pengambilan keputusan. Kelas ini menjadi jawaban bagi Anda yang ingin menguasai proses analisis data menggunakan bahasa pemrograman Python.
Kelas ini merupakan langkah ke-empat Anda untuk menjadi Data Scientist.
Peralatan Belajar
Spesifikasi minimal perangkat:
Prosesor
Intel Dual Core (Rekomendasi Core i3 ke atas)
Tools yang dibutuhkan untuk belajar:
Google Colaboratory
Lihat semua peralatan belajar
Lihat semua peralatan belajarKelas ini membutuhkan spesifikasi perangkat seperti berikut:
RAM
4GB (Rekomendasi 8GB)
Layar
1366 x 768 (Rekomendasi Full HD 1920 x 1080)
Sistem Operasi
Windows, Linux, MacOS
Prosesor
Intel Dual Core (Rekomendasi Core i3 ke atas)
Kelas ini membutuhkan beberapa tools berikut:
Google Colaboratory
Teks Editor (Notepad++) atau IDE (PyCharm,dll)
Command Line (Terminal atau cmd)
Web Browser (Google Chrome atau Mozilla Firefox)
Metode Ajar
Lihat semua metode ajar
Lihat semua metode ajarKontributor
3Curriculum Developer yang membangun kelas ini:
Rahmat Fajri
Data & Machine Learning Engineer
Angel Metanosa Afinda
Curriculum Developer at Dicoding Indonesia
Reviewer
18Code Reviewer yang akan me-review tugas dan kode Anda:
Amril Hakim Sihotang
External Code Reviewer at Dicoding Indonesia
Nanang Sutisna
- Mobile & Web Enthusiast
- External Code Reviewer at Dicoding Indonesia
MAULANA KAVALDO
Interest in data science, analyst, machine learning and cloud computing.
Mellania Permata Sylvie
External Reviewer Machine Learning di Dicoding
Information system student, Machine Learning Enthusiasm, and Tensorflow Developer Certified
Lihat semua kontributor dan reviewer
Lihat semua kontributor dan reviewerKontributor kelas
Curriculum Developer yang membangun kelas ini:
Rahmat Fajri
Data & Machine Learning Engineer
Angel Metanosa Afinda
Curriculum Developer at Dicoding Indonesia
Ridha Ginanjar
Curriculum Developer and Technical Instructor at Dicoding Indonesia
Tim Reviewer
Code Reviewer yang akan me-review tugas dan kode Anda:
Amril Hakim Sihotang
External Code Reviewer at Dicoding Indonesia
Nanang Sutisna
- Mobile & Web Enthusiast
- External Code Reviewer at Dicoding Indonesia
MAULANA KAVALDO
Interest in data science, analyst, machine learning and cloud computing.
Mellania Permata Sylvie
External Reviewer Machine Learning di Dicoding
Information system student, Machine Learning Enthusiasm, and Tensorflow Developer Certified
Mohamad Zaelani
External Code Reviewer Dicoding
Feel free to connect with me on LinkedIn.
• External Code Reviewer Dicoding
• Backend Developer
• TensorFlow Developer Certified
Ahmad Zein Al Wafi
Machine Learning Architect
Transforming data into AI solutions to drive business innovation
Galah Seno Adjie
External Code Reviewer at Dicoding Indonesia
Sofyan Egi Lesmana
You can reach out me on my Linkedin.
Rahmat Fajri
Data & Machine Learning Engineer
TensorFlow Developer Certified
Kevin Jonathan
External Code Reviewer at Dicoding Indonesia
Research Assistant at Waseda University | Apple Developer Academy Alumni
Maulana Muhammad
External Code Reviewer at Dicoding Indonesia
Machine Learning Enthusiast
Andhar Siraj Munir
AI Engineer at PT. Aplikanusa Lintasarta
Machine Learning and Data Enthusiast
Ivan Andrianto
Academy Code Reviewer at Dicoding Indonesia
Amril Hakim Sihotang
External Code Reviewer at Dicoding Indonesia
Nanang Sutisna
- Mobile & Web Enthusiast
- External Code Reviewer at Dicoding Indonesia
MAULANA KAVALDO
Interest in data science, analyst, machine learning and cloud computing.
Mellania Permata Sylvie
External Reviewer Machine Learning di Dicoding
Information system student, Machine Learning Enthusiasm, and Tensorflow Developer Certified
ADIL LATIF HABIBI
External Code Reviewer at Dicoding Indonesia
Mohamad Zaelani
External Code Reviewer Dicoding
Feel free to connect with me on LinkedIn.
• External Code Reviewer Dicoding
• Backend Developer
• TensorFlow Developer Certified
Jischak Tuny
Ahmad Zein Al Wafi
Machine Learning Architect
Transforming data into AI solutions to drive business innovation
Galah Seno Adjie
External Code Reviewer at Dicoding Indonesia
SALSABILA ZAHIRAH PRANIDA
Data Scientist at SOLUSI247
Sofyan Egi Lesmana
You can reach out me on my Linkedin.
Rahmat Fajri
Data & Machine Learning Engineer
TensorFlow Developer Certified
Kevin Jonathan
External Code Reviewer at Dicoding Indonesia
Research Assistant at Waseda University | Apple Developer Academy Alumni
Maulana Muhammad
External Code Reviewer at Dicoding Indonesia
Machine Learning Enthusiast
Ringga Ersha Ikhwani
External Code Reviewer at Dicoding Indonesia
Data Enthusiast
Andhar Siraj Munir
AI Engineer at PT. Aplikanusa Lintasarta
Machine Learning and Data Enthusiast
Angel Metanosa Afinda
Curriculum Developer at Dicoding Indonesia
Ivan Andrianto
Academy Code Reviewer at Dicoding Indonesia
Ribuan siswa sukses belajar di Dicoding Academy. Apa kata mereka? Berikut adalah testimoni asli mereka.
Lihat semua testimoni
Lihat semua testimoniBerikut adalah beberapa pertanyaan yang paling sering ditanyakan.
Materi yang akan Anda pelajari pada kelas ini.
Memahami HAKI, mekanisme belajar, forum diskusi, glosarium, dan daftar referensi.
1 Menit
5 Menit
5 Menit
10 Menit
10 Menit
5 Menit
4 Menit
Memahami berbagai konsep dasar analisis data beserta tahapannya.
20 Menit
20 Menit
20 Menit
30 Menit
25 Menit
10 Menit
Kuis Dasar-Dasar Analisis Data
10 Menit
Mengetahui konsep dasar descriptive statistics dan penerapannya dalam proses analisis data.
Pengantar Penerapan Dasar-Dasar Descriptive Statistics
20 Menit
Measuring Central Tendency
35 Menit
Measuring Dispersion
35 Menit
Measuring Asymmetric
30 Menit
Data Relationship
30 Menit
Rangkuman Penerapan Dasar-Dasar Descriptive Statistics
10 Menit
Kuis Penerapan Dasar-Dasar Descriptive Statistics
10 Menit
Mengidentifikasi berbagai hal penting yang harus diperhatikan ketika mengolah data.
Pengantar Pertimbangan dalam Pengolahan Data
10 Menit
Bias dalam Data
20 Menit
Data Credibility
20 Menit
Privasi dan Etika dalam Pengolahan Data
20 Menit
Keamanan Data
20 Menit
Rangkuman Petimbangan dalam Pengolahan Data
10 Menit
Kuis Pertimbangan dalam Pengolahan Data
10 Menit
Mengimplementasikan berbagai teknik data wrangling guna menyiapkan data yang bersih dan siap dianalisis.
Pengenalan Data Wrangling
20 Menit
Gathering Data
45 Menit
Assessing Data
40 Menit
Cleaning Data
45 Menit
Latihan Data Wrangling
60 Menit
Rangkuman Data Wrangling
10 Menit
Kuis Data Wrangling
10 Menit
Menerapkan berbagai teknik EDA guna memperoleh gambaran terkait data yang dianalisis.
Pengenalan Exploratory Data Analysis
20 Menit
Mendefinisikan Pertanyaan Untuk Explorasi Data
30 Menit
Mengeksplorasi Parameter Statistik dari Data
35 Menit
Mengelompokkan Data
35 Menit
Latihan Exploratory Data Analysis
60 Menit
Rangkuman Exploratory Data Analysis
10 Menit
Kuis Exploratory Data Analysis
10 Menit
Menerapkan berbagai teknik visualisasi data yang efektif guna mempermudah penyampaian hasil analisis data.
Pengenalan Data Visualization
10 Menit
Prinsip-Prinsip dalam Visualisasi Data
25 Menit
Univariate Visualization
45 Menit
Bivariate dan Multivariate Visualization
40 Menit
Explanatory Analysis
30 Menit
Latihan Membuat Visualisasi Data
60 Menit
Rangkuman Data Visualization
10 Menit
Kuis Data Visualization
10 Menit
Membuat dashboard menggunakan streamlit sebagai media penyampaian hasil analisis data yang interaktif.
Pengenalan Dashboard
20 Menit
Pengenalan Streamlit
25 Menit
Basic Element dalam Streamlit
45 Menit
Basic Widgets dalam Streamlit
45 Menit
Basic Layouts dalam Streamlit
40 Menit
Latihan Membuat Dashboard Sederhana dengan Streamlit
60 Menit
Rangkuman Pengembangan Dashboard
10 Menit
Kuis Pengembangan Dashboard
10 Menit
Ujian akhir yang harus ditempuh untuk lulus dari kelas ini.
Rangkuman Kelas
20 Menit
Ujian Akhir
30 Menit
Proyek akhir yang harus diselesaikan untuk lulus dari kelas ini.
Proyek Analisis Data
380 Menit