SISTEM OPERASI
Disusun :
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa atas limpahan rahmat,
sehingga dapat menyelesaikan makalah yang berjudul “DATA SCIENCE ” tepat pada
waktunya.
Adapun tujuan dari penulisan makalah adalah untuk mempelajari cara pembuatan
makalah pada Universitas Pamulang dan untuk menyelesaikan tugas mata kuliah Sistem
Operasi
Pada kesempatan ini, penulis menyampaikan terima kasih kepada semua pihak yang
telah memberikan dukungan moril maupun materi sehingga makalah ini dapat selesai.
Ucapan terimakasih ini di tunjukkan kepada :
Akhir kata, penulis berharap semoga proposal ini berguna bagi para pembaca dan
pihak-pihak lain yang berkepentingan.
Penulis
2
DAFTAR ISI
KATA PENGANTAR.......................................................................................................I
DAFTAR ISI......................................................................................................................II
DAFTAR GAMBAR.........................................................................................................III
DAFTAR TABEL..............................................................................................................IV
BAB I PENDAHULUAN..................................................................................................1
A. Latar Belakang.......................................................................................................1
B. Rumusan Masalah..................................................................................................1
C. Batasan Masalah....................................................................................................2
D. Tujuan Penelitian...................................................................................................2
E. BAB II PEMBAHASAN ......................................................................................3
BAB II PEMBAHASAN...................................................................................................3
A.Konsep Memahami Analisis Statistik..............................................................................3
a) Apa Itu Analisis Statistik.......................................................................................3
b) Jenis Data Statistik................................................................................................4
B.Memahami Konsep Tools Analisis..................................................................................7
a) Apa Itu Tools Data Analisis..................................................................................7
b) Beberapa Tools Rekomendasi...............................................................................8
C.Memahami Konsep Data Mining.....................................................................................10
a) Apa Itu Data Mining..............................................................................................10
b) Fungsi Data Mining...............................................................................................11
c) Tujuan Data Mining..............................................................................................12
D.Progamming Data Science...............................................................................................12
a) Jenis Program Yang Diperlukan Data Scientist....................................................12
BAB IV PENUTUP............................................................................................................20
A. Kesimpulan............................................................................................................20
DAFTAR PUSTAKA........................................................................................................ 22
3
DAFTAR GAMBAR
Gambar 1.1..........................................................................................................................7
Gambar B.1..........................................................................................................................7
Gambar C.1..........................................................................................................................8
Gambar D.1.........................................................................................................................10
4
DAFTAR TABEL
5
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Data merupakan salah satu fitur yang penting dari setiap organisasi karena membantu
para pemimpin bisnis untuk membuat keputusan berdasarkan fakta, angka statistik, dan tren.
Berkaitan dengan ruang lingkup data yang berkembang ini, ilmu yang berkaitan dengan data
atau data science muncul sebagai bidang multidisiplin. Data science menggunakan
pendekatan ilmiah, prosedur, algoritma, dan framework untuk mengekstraksi pengetahuan
dan wawasan dari sejumlah besar data. Data science adalah bidang besar yang menggunakan
banyak metode dan konsep yang dimiliki oleh bidang lain seperti ilmu informasi, statistik,
matematika, dan ilmu komputer. Beberapa teknik yang digunakan dalam data science
meliputi machine learning, visualisasi, pattern recognition, model probabilitas, data
engineering, dan signal processing (van der Aalst, 2016).
Sebagai contoh, data science yang digabungkan dengan machine learning akan
memungkinkan industri membuat produk lebih baik yang disesuaikan secara khusus
berdasarkan data pengalaman pelanggan. Misalnya, sistem rekomendasi yang digunakan oleh
situs web e-commerce memberikan inisght yang sudah dipersonalisasi untuk setiap pengguna
berdasarkan riwayat pembelian mereka (Akter, 2016). Melalui hal tersebut, dapat dikatakan
bahwa data membantu dalam pemasaran suatu produk menjadi lebih terarah. Dengan semakin
pentingnya data, permintaan akan data scientist juga meningkat. Data scientist menjadi
bagian penting dari produk, perdagangan, badan publik, dan organisasi non-profit.
B. RUMUSAN MASALAH
Rumusan masalah berdasarkan latar belakang data science secara umum adalah sebagai
berikut:
C. BATASAN MASALAH
Batasan masalah dari latar belakang tentang data science secara umum adalah sebagai
berikut:
1. Tidak membahas secara detail mengenai bagaimana cara membuat data yg spesifik
2. Tidak membahas secara detail mengenai konsep data mining beserta toolsnya
6
D. Tujuan Penelitian
data science merupakan ilmu yang menggabungkan sebuah kemahiran di bidang ilmu
Tujuannya adalah untuk mengekstrak sebuah pengetahuan atau informasi dari data.Biasanya,
orang-orang yang mahir dalam bidang data science menggunakan algoritma machine
Hal ini berguna dalam mengolah teks, gambar, video, audio, dan lain-lain untuk
Sistem kecerdasan buatan ini dapat dirancang untuk melakukan berbagai tugas yang terlalu
Hasil data yang diolah sistem kecerdasan buatan akan dapat dimanfaatkan oleh analis dan
pengguna dalam bisnis untuk merancang strategi yang tepat untuk menyelesaikan suatu
Gambar 1.1
7
BAB II
PEMBAHASAN
Analisis statistik adalah sebuah proses pengolahan data yang meliputi pemeriksaan,
pembersihan, transformasi, pemrosesan, dan pemodelan data. Tujuannya adalah untuk
menemukan informasi yang berguna dan dapat digunakan sebagai dasar dalam
pengambilan kesimpulan atau keputusan. Proses ini menerapkan metode atau teknik
statistik sesuai dengan data yang dimiliki. Mengapa analisis data itu penting? Tidak semua
orang paham membaca data yang sangat banyak dan masih dalam bentuk mentah. Dengan
melakukan analisis data, kumpulan data mentah akan diolah sedemikian rupa sehingga
mudah dimengerti dan dipahami oleh orang lain, misalnya tim di perusahaan yang berkaitan
dengan promosi, universitas atau jurusan untuk meningkatkan mutu pembelajarannya, dan
lain sebagainya.
Terdapat banyak jenis data statistik yang biasanya digunakan dalam penelitian.
Beberapa diantaranya adalah di bawah ini:
Data berdasarkan cara memperolehnya
Data primer adalah data yang diperoleh langsung dari sumber data
Data sekunder adalah data yang diperoleh secara tidak langsung atau dari pihak
ketiga (buku, jurnal, karya ilmiah, dan lain-lain)
Data berdasarkan sifatnya
Data kualitatif adalah data non numerik atau bersifat naratif yang tidak dapat
diangkakan
Data kuantitatif adalah data numerik atau data yang dinyatakan dalam angka-angka
Data berdasarkan pengukurannya
Data nominal adalah data yang ditetapkan berdasarkan golongan atau kategori serta
bersifat diskrit dan saling terpisah
Data ordinal adalah data yang dapat diurutkan berdasarkan peringkat atau kategori
tertentu
Data interval adalah data yang dikelompokkan berdasarkan ukuran yang sama
8
a) Apa Itu Tools Data Analisis
Data analysis tools adalah alat yang akan membantu anda mengolah data demi bisa
mengambil keputusan bisnis. Perangkat ini bisa berupa aplikasi dan perangkat lunak yang
digunakan oleh seorang data analis untuk mengembangkan dan melakukan proses analisis.
Seperti yang sudah disebutkan tadi, hasil analisis data berperan penting dalam pembuatan
keputusan bisnis. Keputusan itu tentu saja harus yang terbaik serta efisien demi menurunkan
biaya namun mampu memaksimalkan keuntungan.
- Apache Park
Perangkat analisis data yang satu ini bisa mengakses banyak sumber data dan a
berjalan di berbagai platform, termasuk Apache Mesos, Hadoop, atau
di cloud. Perusahaan besar yang sudah menggunakan Apache Park sebagai alat
analisis datanya adalah Uber, Slack, dan Shopify.
- DataPine
Jika Anda termasuk pemula dalam hal analisis data, maka Datapine adalah salah satu
rekomendasi terbaik perangkat pengolahan data. Fitur dari data analysis tools yang
satu ini cukup sederhana, namun kuat untuk pengguna pemula maupun tingkat lanjut.
Datapine sudah dilengkapi dengan mode SQL lanjutan yang membantu pengguna
tingkat lanjut membuat query mereka sendiri. Ciri khas Datapine adalah
kesederhanaan dan kecepatan.
- Python
Python adalah data analysis tools yang tumbuh paling cepat saat ini. Awalnya
dirancang sebagai bahasa pemrograman berorientasi objek untuk perangkat lunak dan
pengembangan website, kini Python jadi alat analisis data dengan kumpulan pustaka
ramah untuk semua aspek komputasi ilmiah. Perangkat analisis data ini gratis serta
mudah dipelajari. Dengan Python, Anda dapat melakukan manipulasi data tingkat
lanjut dan analisis numerik menggunakan bingkai data.
Gambar B.1
9
a) Apa Itu Data Mining
Data mining adalah suatu proses pengerukan atau pengumpulan informasi penting dari suatu
data yang besar. Proses data mining seringkali menggunakan metode statistika, matematika,
hingga memanfaatkan teknologi artificial intelgence.
Terdapat banyak fungsi dan manfaat yang bisa didapatkan dengan menerapkan penambangan
data, pada umumnya fungsi data mining terbagi menjadi dua bagian. Yakni deskriptif dan
prediktif, tetapi selain itu adanya penambangan data memiliki fungsi lain seperti asosiasi,
klasifikasi, clustering, forecasting dan sequencing.
- Deskriptif
Deskriptif lebih kepada merujuk ke fungsi dalam pemahaman data, hal ini membuat
pengolahnya bisa teliti lebih mendalam. Tujuan dari proses ini adalah untuk menemukan pola
dan karakteristik yang terdapat pada data. Fungsi deskriptif dimanfaatkan sebagai pattern
tertentu yang awalnya tidak terlihat di dalam data.
- Prediktif
Fungsi terkait dengan proses yang nantinya digunakan untuk mengetahui pola khusus dari
data yang digunakan. Pola ini bisa ditemukan dari beberapa variabel dalam data, ketika sudah
menemukan pola, maka pola yang digunakan dipakai untuk memperkirakan variabel lain dan
masih belum diketahui nilainya karena itu disebut fungsi prediktif.
Gambar C.1
10
a) Jenis Program Yang Diperlukan Data Scientist
- Python
Python menjadi salah satu bahasa pemrograman yang paling populer karena tak hanya
data dan penerapan algoritma analisis data.Python juga sangat mudah dipelajari
oleh data scientist atau programmer pemula karena menggunakan sintaks yang
sederhana.
-SQL
Tentu akan sulit mencari data yang dibutuhkan dalam sebuah kumpulan data yang
bervolume besar. Namun, jangan khawatir karena SQL bisa bermanfaat untuk
melakukannya.Melansir dari edX, SQL adalah bahasa kueri yang memungkinkan kita
dipelajari.
-C/C++
Bahasa pemrograman untuk data science yang terakhir dalam daftar ini adalah C/C+
11
pekerjaan. Bahasa pemrograman ini juga paling baik digunakan dalam proyek dengan
skalabilitas yang besar karena dapat mengkompilasi banyak data dengan cepat.
Gambar D.1
12
BAB III
PENUTUP
A. Kesimpulan
Berdasarkan analisis data dan penjelasan materi diatas dapat kita dapat mengambil
kesimpulan yaitu,
Analisis data merupakan kegiatan setelah mengumpuulkan data baik dari respondenataupun
narasumber lainnya. Dalam analisis data ada beberapa ketentuan, yaitu:mengelompokkan
data berdasarkan variable dan jenis responden, mentabulasi data berdasarkanvariable dari
seluruh responden, menyajikan data tiap variable yang diteliti,
melakukan perhitungan untuk menjawab rumusan masalah,
dan melakukan perhitungan untuk menguji hipotesis yang diajukan. Untuk penelitian yang
tidak merumuskan hipotesis, langkah terakhir tidak dilakukan
Tabel 1.1
13
DAFTAR PUSTAKA
https://www.cakeresume.com/resources/data-scientist-adalah?locale=id
14