NAMA : DANDI AGUS WIJAYA

KELAS : MALAM

NIM : 20040093

JURUSAN : TEKNIK INFORMATIKA S1

SOAL:

1. Sejatinya dalam kehidupan sehari-hari kita sudah memanfaatkan

atau bahkan “menikmati” hasil data science atau buah karya dari
para data scientist. Berikan contoh-contohnya.

2. Jelaskan defenisi Data Science dan Tujuan Akhir dari Data science

3. Dalam mengolah data science, penting bagi kita untuk mengetahui

beberapa konsep dalam ilmu statistika. Beberapa ilmu statistika
yang telah kita bahas yaitu Distribusi Normal,
Statistically Significant dan Pearson correlation. Berikan
penjelasan singkat mengenail ketiga konsep tersebut.

4. Berikan beberapa contoh penelitian di bidang data science.

JAWABAN:

1.

 Asisten Virtual Asisten virtual merupakan salah satu contoh Data

Science yang sangat akrab dalam kehidupan kita, misalnya Siri di
Iphone, Google Now di Android, dan masih banyak lagi. Dengan
adanya asisten virtual ini, dapat membantu untuk memasang alarm,
mencari sesuatu di google, menanyakan cuaca, dan hal hal lainnya yang
tidak pernah terpikirkan bisa dilakukan oleh robot.

 Filter Pesan Spam Kamu pasti pernah melihat email yang

dikategorikan sebagai pesan spam secara otomatis, tapi pernahkah
kamu bertanya siapa yang melakukan hal tersebut? Ternyata itu
merupakan salah satu contoh dari pengaplikasian Data Science.
2.
 Pengertian Data science adalah salah satu disiplin ilmu yang secara khusus
mempelajari soal data terutama data kuantitatif atau data numerik. Saat ini,
ilmu yang satu ini mulai menjelma menjadi suatu profesi baru di bidang
teknologi yang banyak dicari oleh berbagai jenis perusahaan. Atau
penggalian bisa juga disebut mengekstrak data agar dapat difilter serta
didapatkan data yang benar untuk menghasilkan produk data yang sebenar-
benarnya. Banyak yang tidak mengetahui bahwa data science merupakan
suatu hal yang dipekerjakan dan banyak pula perusahaan yang mencari
orang dengan kemampuan ini.
 Tujuan akhir adalah untuk mengolah dan mengekstrak data supaya
mendapatkan data yang benar. Kebutuhan untuk posisi Data Scientist pun
telah tumbuh pesat hingga mencapai angka lebih dari 650% sejak tahun
2012. Namun, belum banyak orang yang mengeksploitasi kesempatan kerja
di bidang ini. Maka dari itu, bisa dikatakan peluang untuk menggeluti
bidang data science sangatlah menjanjikan.
3.
 Distribusi normal, disebut pula distribusi Gauss, adalah distribusi
probabilitas yang paling banyak digunakan dalam berbagai
analisis statistika.
 Signifikansi statistik mengacu pada klaim bahwa hasil dari data yang
dihasilkan oleh pengujian atau eksperimen tidak mungkin terjadi secara acak
atau kebetulan, tetapi kemungkinan disebabkan oleh penyebab tertentu.
 Korelasi Pearson bivariat menghasilkan koefisien korelasi sampel, r, yang
mengukur kekuatan dan arah hubungan linier antara pasangan variabel
kontinu. Dengan perluasan, Korelasi Pearson mengevaluasi apakah ada bukti
statistik untuk hubungan linier di antara pasangan variabel yang sama dalam
populasi, yang diwakili oleh koefisien korelasi populasi, (“rho”). Korelasi
Pearson adalah ukuran parametrik.

4.

 I mp l e me n t a s i d an Pe r h i t u n g a n Ma n u a l Al g o r i t ma K -

M e a n s d a l a m Cl u s t e r i n g Da t a

 P e n e r a p a n Al g o r i t ma K - Me a n s C l u s t e r i n g A n a l y s i s Pa d a

P e n y a ki t Me n u l a r Ma n u s i a

 PERANCANGAN SISTEM PENDETEKSI PLAGIARISME

TERHADAP TOPIK PENELITIAN MENGGUNAKAN METODE

K-MEANS CLUSTERING DAN MODEL BAYESIAN