Ringkasan Analisis Data

Data

Data adalah bentuk paling sederhana dari sebuah informasi. Informasi

inilah yang menjadi poin untuk mengidentifikasi masalah dari akarnya dan
memberikan solusi untuk mengambil keputusan.

Berdasarkan karakteristik, data dibagi menjadi dua yaitu:

1. data kualitatif yang berkaitan dengan kualitas, dan
2. data kuantitatif adalah informasi tentang jumlah yang dapat dituliskan
dengan angka.

Tahapan menganalisis data:

1. tahap exploratory digunakan untuk menyusun dan memvisualisasikan
data untuk mengidentifikasi pola, trend, outlier, anomali, dll,
2. tahap explanatory digunakan untuk mengaitkan penjelasan dari
sebuah penjelasan, dan
3. tahap atau metode predictive digunakan untuk memprediksi kejadian
yang akan datang dengan daya yang ada.
 Tipe-tipe data dalam database yang digunakan adalah:

● tipe data Integer menyimpan data yang dapat dikenai operasi aritmatika
tanpa adanya desimal,
● tipe data Float mempunyai fungsi sama dengan tipe data Integer namun,
dapat menyimpan angka desimal dengan fungsi koma yang digantikan titik,
● tipe data String menyimpan text atau sekumpulan angka, huruf, karakter,
atau kombinasi,
● tipe data Date and Timestamp digunakan untuk menyimpan data tanggal
dengan format YYYY-MM-DD dan data waktu dengan format YYYY-MM-DD
HH-MM-SS,
● tipe data Boolean adalah tipe data yang berisi dua value yaitu true atau
false.

SQL Windows Functions

1. Nested Query adalah query dalam query SQL lain dengan klausa
WHERE yang bisa dilakukan setelah membuat tabel dummy.
2. Sub-Query adalah sebuah query untuk menyimpan tabel dummy,
dengan catatan sebelum tabel dummy digunakan untuk
menjalankan query lainnya sub-query menggunakan fungsi WITH di
awal query.

Windows Functions

Windows Function adalah fungsi SQL dimana nilai input diambil dari satu atau
lebih baris dalam pernyataan SELECT dengan klausa OVER dan FILTER.

Fungsi yang digunakan:

- ROW_NUMBER: memisahkan satu, dua, tiga, dan seterusnya ketika
terdapat angka yang sama di baris yang berbeda,
- RANK: menyamakan urutan yang sama, dan
- DENSE_RANK: tetap mengurutkan satu, dua, tiga, dan seterusnya
tetapi menyamakan urutan baris ketika memiliki nilai yang sama.
 SQL Windows Functions

Aggregation Functions adalah fungsi di dalam SQL untuk menggabungkan

text dan membuat list di dalam satu array.
Date Functions
● Extract: format yang dapat mengambil tipe-tipe tanggal yang lain dari
sebuah tanggal,
● Date: format yang dapat mengambil tipe-tipe data lain sesuai dengan
keinginan dari sebuah tanggal,
● Date_Trunc: format yang dapat menghasilkan tanggal pertama di bulan
tersebut,
● Timestamp: format yang dapat mengambil tipe-tipe data ataupun tipe-tipe
tanggal, hari, minggu dari sebuah timestamp,
● Date_Sub: memfilter tanggal sesuai yang dibutuhkan

Macam-macam Syntax SQL

- Syntax Union: menggabungkan isi dari beberapa tabel
- Syntax Join: menggabungkan kolom-kolom pada tabel

Visualisasi Data Studio

Tujuan utama dari visualisasi adalah mengkomunikasikan informasi secara

jelas dan efisien, melalui tabel atau grafik. Visualisasi yang efektif akan
membantu mempermudah memahami struktur data yang kompleks.
 Advance Analytics

Advance Analytics menggunakan R Studio berguna untuk memodelkan

variabel-variabel yang ada di dalam data. Sehingga mendapatkan insight
yang lebih kuat bukan hanya dari eksplorasi dan eksplanatori tetapi juga
predictive analysis.

Dengan eksplorasi dan eksplanatori dapat mendapatkan tentang apa yang

sedang atau sudah terjadi. Namun dengan tambahan predictive analytics
dapat mengetahui hubungan antar variabel sehingga dapat menentukan apa
yang harus ditingkatkan dan dikurangi untuk mencapai hasil yang optimal
kedepannya.

Hal-hal yang harus diperhatikan dalam menjalankan dan menulis script

RStudio:
Meng-install packages yang digunakan agar dapat berjalan, dengan,
install.packages (“nama packages”) tanda petik (“) harus dibubuhkan di
depan sebelum maupun setelah nama packages, namun tidak wajib untuk
memanggil library. Jika tidak ada WARNING atau ERROR maka packages
berjalan lancar.

Metode yang digunakan:

- ARIMA
- ETS
- NAIVE

Setelah kamu mempelajari tentang analisis data, maka selanjutnya kamu perlu
mempelajari lebih lanjut cara membuat visualisasi menarik dengan
menggunakan Tableau. Karena menyajikan visualisasi data yang menarik ini
penting agar informasi yang disampaikan mudah dipahami.

Ingin tau bagaimana caranya? Simak di video selanjutnya bersama Rachmat

Purnomo