Skip to main content

P2 - Data Preparation dan Data Visualization

 Data Preparation

Data preparation adalah langkah penting dalam proses pembersihan dan transformasi data mentah sebelum diproses dan dianalisis. Data preparation sering kali melibatkan pemformatan ulang data, melakukan koreksi terhadap data, dan menggabungkan kumpulan data untuk memperkaya data. Tujuan data preparation adalah sebagai berikut.
  1. Membantu memperbaiki kesalahan sebelum diproses
  2. Meningkatkan kualitas data
  3. Melalui data yang berkualitas akan menghasilkan keputusan yang efisien dan tepat waktu
cara memanggil data adalah pertama dengan mengimpor pustaka yang diperlukan seperti Pandas. selanjutnya memanggil data yang akan digunakan, disini saya mengambil dari folder drive pribadi yang mana dapat dilihat pada gambar di bawah ini.

Dari gambar tersebut data CSV dipanggil menggunakan variabel 'df' dan ditampilkan sebanyak lima data pertama dalam bentuk seperti tabel yang terdiri kolom dan baris.

Data Visualization

Data visualization atau visualisasi data adalah menampilkan data berupa grafis atau visual. Beberapa fungsi menggunakan visualisasi data yaitu:
  1. Mempermudah komunikasi
  2. Mempercepat pengambilan keputusan
  3. Memperkaya perspektif tim
berikut contoh visualisasi data dengan menggunakan pie chart menggunakan library matplotlib.



Dari gambar di atas adalah code untuk menampilkan menggunakan pie chart menampilkan PH berdasarkan label yang mana label '0' itu menunjukan PH yang rendah ditandai dengan warna biru, dan label '1' itu menunjukan PH tinggi yang ditandai dengan warna orange.





Comments

Post a Comment

Popular posts from this blog

P9 - Supervise Learning (Klasifikasi) dan Contoh Algoritma Yang Ada Didalamnya

Supervised learning adalah salah satu jenis pembelajaran mesin (machine learning) di mana model dilatih menggunakan data yang telah diberi label. Dalam supervised learning, terdapat dua kategori utama: klasifikasi dan regresi. Fokus kita kali ini adalah pada klasifikasi. Supervised Learning (Klasifikasi) Klasifikasi adalah salah satu tugas utama dalam supervised learning, di mana model bertujuan untuk memetakan input ke dalam salah satu dari beberapa kategori atau kelas yang sudah ditentukan sebelumnya. Misalnya, dalam klasifikasi email, model dilatih untuk mengkategorikan email sebagai "spam" atau "not spam." Dalam klasifikasi gambar, model dilatih untuk mengenali objek dalam gambar seperti "kucing," "anjing," atau "mobil." Dalam konteks pembelajaran mesin, supervised learning (pembelajaran terawasi) adalah metode di mana model dilatih menggunakan data yang telah diberi label. Artinya, setiap contoh data dalam set pelatihan memiliki in...
Post a Comment
Read more

MENENTUKAN KARDINALITAS DAN OPSIOANLITAS

Prodi diketuai oleh dosen (one to one) 2. Dosen ploting program studi (one to one) 3.   Mahasiswa dibimbing dosen (many to one) 4.  Dosen memiliki prodi(one to one) 5.  Dosen mengampu matakuliah (one to one) 6.   Prodi memiliki kelas (many to many) 7.  Mahasiswa memilih matakuliah (many to many) 8.  mahasiswa ploting kelas (many to many) 9.  Fakultas memiliki Prodi (one to many) 10.  Mahasiswa dibimbing dosen (many to one)
Post a Comment
Read more

Quiz Pertemuan 5 Data Mining

  Anda juga dapat mendownload laporan  Di sini . silahkan klik kata 'di sini'. Bagian 1. Pendahuluan Di era modern ini, tantangan dalam meningkatkan kualitas pendidikan menjadi semakin kompleks. Salah satu indikator keberhasilan pendidikan adalah tingkat kelulusan tepat waktu dan lama masa studi mahasiswa di perguruan tinggi. Oleh karena itu, pemahaman mendalam terhadap faktor-faktor yang memengaruhi lulusan tepat waktu sangat penting. Laporan ini bertujuan untuk melakukan analisis yang mendalam terhadap faktor-faktor yang mempengaruhi lulusan tepat waktu dan lama masa studi di lingkungan akademik. Analisis dilakukan meliputi integrasi dan pembersihan data, serta mengidentifikasi tren atau pola yang mempengaruhi lulusan tepat waktu. Berikut permasalahan-permasalahan yang akan dibahas pada analisis lulusan tepat waktu. 1.      Langkah-langkah apa saja dalam integrasi dan pembersihan data serta analisis pola lulusan tepat waktu? 2.    ...
Post a Comment
Read more