Pemrograman
Pada modul ini, Anda telah belajar bagaimana dapat membuat sebuah
visualisasi data yang efektif.
Dari begitu banyaknya data pasti semakin sulit untuk mengelola dan
memahaminya. Oleh karena itu terdapat disiplin ilmu seperti ilmu data,
sering disebut sebagai data science, dan pemelajaran mesin atau sering
disebut machine learning.
Sering kali ada penggabungan dengan peran data scientist atau artificial
intelligence engineer.
JIka kamu ingin berkarir di bidang ini, maka diperlukan ilmu visualisasi
data supaya dapat menceritakan dan mempresentasikan data yang ada.
Rangkuman Kelas
Pendahuluan
informasi atau data dalam bentuk visual seperti diagram, grafik, atau
derajat.
yang lainnya.
o Analytic Report: Laporan yang berfokus pada analisis yang
data.
yang dimiliki.
o Bagaimana cara menyampaikan data tersebut: Metode
Kegunaan spreadsheet:
o Menyimpan informasi secara detail.
perhitungan data.
o LibreOffice Calc
o Google Sheets
hingga Help.
spreadsheet baru.
o Insert new sheet(s) : Menambahkan berkas menjadi sheet
Sheets:
rapi.
o Penyaringan data: Cara agar hanya menampilkan data
logika seperti IF, OR, AND, dan NOT. Hasilnya adalah kondisi
string tunggal
o Operator referensi: Operator untuk menunjukkan lokasi sel
data.
data.
o Konstanta: Nilai masukan yang bukan berasal dari perhitungan
=SUMIF(range, ”kriteria”,sum_range)
o SumIFS: Menjumlahkan data yang sesuai kriteria tertentu.
tertentu, tak peduli apa pun jenis data yang ada di dalamnya
data ke-n)
o CountIF: Menghitung banyaknya sel terpilih dalam rentang
pada sebuah teks. Fungsi ini hanya berjalan pada sel tunggal
new_text)
o Unique: Mencari data yang unik dari sebuah rentang data
=UNIQUE(range)
o If: Membuat perbandingan logis antara sebuah data dengan
sederhana: =IF(sel yang ingin diuji, [nilai jika benar]. [nilai jika
salah])
yang lain.
o Dokumentasi data penting untuk dapat menilai keaslian dan
version history,
data provenance.
o Dicatat dan disimpan secara internal menggunakan program
o Berkas README
o Data Paper
mendapatkannya.
percaya diri.
o Bagaimana kita bisa menggunakan data untuk membantu
mendapatkan informasi.
perempuan).
kategori.
eksplisit.
o Connection (Koneksi): Objek yang secara fisik terhubung
menambah pemahaman.
o Agar audiens dapat dengan efektif mengerti visual yang
efektif.
disampaikan.
o Atribut ini dapat digunakan untuk membuat hierarki elemen
diharapkan.
o Contoh preattentive attributes adalah penggunaan warna yang
penerapan:
tidak indah.
Membuat pilihan warna, bentuk, dan posisi menjadi satu