LKPD ANALISI DATA

CAPAIAN PEMBELAJARAN
Peserta didik mampu memahami aspek privasi dan keamanan data, mengumpulkan data
secara otomatis dari berbagai sumber data, memodelkan data berbagai bidang,
menerapkan siklus pengolahan data (pengumpulan, pengolahan, visualisasi, analisis,
interpretasi, dan publikasi) dengan menggunakan perkakas TIK yang sesuai, serta
menerapkan strategi pengelolaan data yang tepat guna dengan mempertimbangkan
volume dan kompleksitasnya.

TUJUAN PEMBELAJARAN
1. menggunakan alat bantu untuk menulis, menjalankan, dan mengembangkan program
analisis data;
2. memahami pengkoleksian data melalui berbagai cara, khususnya secara otomatis
melalui perangkat;
3. memahami transformasi data;
4. melakukan interpretasi data dan memahami aspek privasi dan keamanan data.

PETA MATERI

PEMANTIK
Bagaimana cara untuk mengumpulkan banyak data secara otomatis dan menampilkannya
agar kita mudah memahami data tersebut?

KATA KUNCI
Analisis Data, Google Colaboratory, Koleksi Data, Web Scraping, Visualisasi Data,
Python, Spreadsheet

A. DATA
Data adalah informasi dalam bentuk yang dapat diproses oleh komputer, seperti
representasi digital dari teks, angka, gambar grafis, atau suara (KBBI Kemdikbud).
Sumber lain mengatakan data adalah serangkaian fakta dan juga angka yang bisa
digunakan sebagai salah satu bahan untuk menyusun suatu informasi. (Arikunto
Suharsimi).

B. PENTINGNYA DATA
data memiliki fungsi yang sangat penting bagi kinerja dan kelancaran kerja suatu
organisasi baik swasta maupun pemerintah. Pemerintah membutuhkan penyusunan data
yang baik agar dapat membantu para pimpinan/pengambil kebijakan dalam menyusun
rencana kegiatan dan mengambil sebuah keputusan. Untuk organisasi Swasta atau
kegiatan wirausaha membutuhkan penyusunan data untuk mendukung kelancaran usaha
seperti pemasaran sehingga akan menjangkau konsumen yang lebih tepat. Berikut
beberapa manfaat tentang data:
1. Mengidentifikasi kebutuhan-kebutuhan
2. Menghasilkan keputusan yang tepat
3. Menghasilkan produk atau layanan yang berkualitas
4. Mengenal konsumen/masyarakat lebih dalam
5. Mencegah risiko yang berpotensi muncul

“You can have data without information, but you cannot

have information without data.” — Daniel Keys Moran

C. REFLEKSI
1. Apakah kamu pernah mencari data?
2. Data tentang apa yang kamu cari?
3. Anda manfaatkan untuk apa data tersebut?

D. KOLEKSI DATA
Pengumpulan data adalah proses pengumpulan informasi tentang subjek tertentu. Sangat
penting untuk memastikan data kita lengkap selama fase pengumpulan dan dikumpulkan
secara legal dan etis. Jika tidak, analisis yang kita lakukan tidak akan akurat1. Koleksi
data dapat kita lakukan dengan berbagai cara:
1. Primer (Observasi, Wawancara, Angket)
2. Sekunder (Melalui Buku, Jurnal, Web dan lain-lain)

1
"7 Data Collection Methods in Business Analytics - HBS Online." 2 Dec. 2021,
https://online.hbs.edu/blog/post/data-collection-methods. Accessed 17 Mar. 2023.
DATA PRIMER
Observasi: dalam teknik ini, dilakukan pengamatan dan pencatatan secara sistematis soal
gejala yang tampak pada objek penelitian. Teknik ini termasuk metode pengumpulan data
yang mudah dilakukan, banyak digunakan untuk survei, contohnya saat meneliti sikap
dan perilaku masyarakat.
Angket: Dalam teknik ini, dilakukan dengan metode memberikan pertanyaan atau
pernyataan kepada orang lain yang berperan sebagai responden. Teknik ini sulit dilakukan
saat responden jumlahnya besar atau tersebar di banyak tempat.
Wawancara: Metode ini dilakukan dengan tatap muka langsung dan melakukan tanya
jawab antara peneliti atau pengumpul data dengan responden atau narasumber atau
sumber data. Teknik ini tidak mungkin dilakukan jika responden jumlahnya besar,
sehingga biasanya hanya digunakan sebagai studi pendahuluan.

DATA SEKUNDER
Data sekunder adalah data primer atau data yang sudah pernah digunakan dan mungkin
sudah diolah sebelumnya. Anda dapat memperoleh data dari sumber, baik internal
maupun eksternal, contoh untuk memperolah datanya misalkan data dari Badan Pusat
Statistik, dari jurnal, data biografi dan laporan-laporan perusahaan, maupun pemerintah.
E. ANALISIS DATA
Analisis data adalah proses inspeksi, pembersihan dan pemodelan data dengan tujuan
menemukan informasi yang berguna, menginformasikan kesimpulan dan mendukung
pengambilan keputusan. Analisis data memiliki banyak sisi dan pendekatan, mencakup
beragam teknik dengan berbagai nama, dan digunakan dalam berbagai bidang bisnis, ilmu
pengetahuan, dan ilmu sosial. Dalam dunia bisnis saat ini, analisis data berperan dalam
membuat keputusan lebih ilmiah dan membantu bisnis beroperasi lebih efektif 2.

Analisis Data (AD) berkaitan dengan hampir semua elemen informatika terutama
Algoritma dan Pemrograman, Teknologi Informasi dan Komunikasi, serta Dampak Sosial
Informatika. Dalam melakukan analisis data, alat dan teknologi informasi diperlukan agar
data bisa diolah. Pengolahan ini juga akan lebih mudah jika dilakukan menggunakan
bantuan pemrograman. Dari pengolahan data ini juga, aspek privasi data dan keamanan
data perlu diperhatikan sebagai dampak sosial dari penerapan ilmu informatika.

Dalam kajian analisis data terdapat teknik yang disebut sebagai scraping3. Scraping
adalah salah satu bentuk penyalinan, di mana data tertentu dikumpulkan dan disalin dari
sebuah halaman web, bisa ke dalam basis data, spreadsheet atau tampilan tertentu untuk
pengambilan atau analisis data. Untuk menggunakan scraping salah satu bahasa
pemrograman yang mendukung adalah python. Bahasa python dipilih karena bahasa yang
paling sering digunakan dalam analisis data dan memiliki fungsi dan library (pustaka)
yang memudahkan kita dalam analisis data. Selain bahasa pemrograman kita juga
membutuhkan alat pengembangan terintegrasi (integrated Development Environment/
IDE) tertentu.

F. PERKAKAS ANALISIS DATA

Data yang diperoleh biasanya banyak atau sangat banyak. Untuk memudahkan
pengolahan data yang banyak itu perlu menggunakan perkakas (tools) berupa software
(perangkat lunak) data analis, contoh perangkat lunak yang dapat kita gunakan seperti:
1. Python
2. Microsoft Excel atau Google Spreadsheet
3. R-Studio
4. Tableau
5. Google Data Studio
6. Power BI

Dalam praktik pembelajaran analisis data ini, perkakas yang kita pakai adalah python.
Python memiliki dukungan yang sangat bagus untuk Data Analis, Machine Learning
(ML), Serta Artificial Intelligence (AI). Media yang kita gunakan adalah Google Colab
yang merupakan produk dari google dan gratis untuk kita gunakan untuk belajar

2
"Analisis data - Wikipedia bahasa Indonesia, ensiklopedia bebas."
https://id.wikipedia.org/wiki/Analisis_data. Accessed 1 Mar. 2023.
3
"Web Scraping : Pengertian dan Fungsinya dalam Pengambilan Data." 24 Dec. 2022,
https://it.telkomuniversity.ac.id/web-scraping-pengertian-dan-fungsinya-dalam-pengambilan-data/.
Accessed 1 Mar. 2023.
pemrograman python dan belajar analisis data, google colab ini dapat diakses melalui
tautan https://colab.research.google.com/.

Google Colab adalah Perangkat lunak komputasi yang berjalan sepenuhnya di cloud
berbasis Jupyter Notebook dan TensorFlow (Google AI Research)4. Ini memungkinkan
Anda dan anggota tim Anda mengedit dokumen, serupa dengan cara Anda bekerja
dengan Google Docs. Google Colab mendukung banyak library machine learning populer
yang dapat dimuat dengan mudah di lembar kerja notebook Anda. Untuk menjalankan
Google Colab memerlukan koneksi internet, akun email google dan Perangkat (komputer,
Laptop atau Smartphone).
Apa yang dapat kita lakukan dengan Colab? Anda dapat melakukan hal berikut
menggunakan Google Colab:
1. Tulis dan jalankan kode dengan Python
2. Dokumentasikan kode Anda yang mendukung persamaan matematika
3. Buat/Unggah/Bagikan hasil pekerjaan
4. Impor/Simpan hasil pekerjaan dari/ke Google Drive
5. Impor/Publikasikan hasil pekerjaan dari GitHub
6. Impor kumpulan data eksternal mis. dari Kaggle
7. Integrasikan PyTorch, TensorFlow, Keras, OpenCV
8. Layanan Cloud gratis dengan GPU gratis

AKTIFITAS 1: Mengenal Google Colab

1. Buka Google Colaboratory melalui link https://colab.research.google.com/ Jika
diminta untuk Sign-In, silakan masuk dengan menggunakan akun Google/GMail
(tidak bisa akun belajar.id).
2. Buat catatan baru melalui pilihan NEW NOTEBOOK seperti diperlihatkan pada
dibawah. Notebook adalah penamaan untuk file kerja di dalam Google Colab,
tempat membuat berbagai macam dokumen, termasuk teks dokumen/catatan dan
teks kode program Python.

Gambar 1
3. Perhatikan bahwa Google Colab memiliki beberapa bagian area kerja yang hampir
serupa dengan berbagai IDE yang lain. Perhatikan gambar dibawah adalah contoh
area kerja.

4
Google Colab Intruduction
https://www.tutorialspoint.com/google_colab/google_colab_introduction.htm
 Gambar 2
4. Mulailah untuk membuat kode program python dengan mencetak sebuah teks
seperti contoh;
5. Untuk menguji hasil dari kode program tersebut, tekan tombol “Run Cell” (bulat
abu-abu dan segitiga putih) yang ada di pojok kiri area Konten Notebook. Jika
berhasil, layar output akan menghasilkan teks sesuai yang diharapkan di bawah
Konten Notebook.

Kesimpulan:

Python adalah bahasa pemrograman yang banyak digunakan dalam aplikasi web,
pengembangan perangkat lunak, ilmu data, dan machine learning (ML). Developer
menggunakan Python karena efisien dan mudah dipelajari serta dapat dijalankan di
berbagai platform. Perangkat lunak Python dapat diunduh secara gratis, terintegrasi baik
dengan semua tipe sistem, dan meningkatkan kecepatan pengembangan5, untuk belajar
python selengkapnya dapat mengakses
https://docs.python.org/3/tutorial/introduction.html.

AKTIFITAS 2: Mengenal Python

Dari aktivitas 1 tentang mengenal google colab kita sudah mencoba mencetak 2 (dua)
kata yaitu “Hello world”. Sekarang coba jalankan beberapa perintah berikut:
1. Gantilah data dalam print dengan print(“2 + 3”), kemudian jalankan
(Run).

Apa hasilnya?

2. Kemudian, ganti kembali data dalam print dengan print(2 + 3).

Apa hasilnya?

5
“Apa itu Python” https://aws.amazon.com/id/what-is/python/ Accessed 11 April. 2023.
 3. Ganti kembali data dalam print dengan print(“2” + “3”).

Apa hasilnya?

4. Apa makna dari penggunaan tanda petik tersebut?

Jelaskan:

AKTIFITAS 2.1 : Mengenal Python - Pemberian Nilai Data (Assignment)

Selain mencetak langsung dari data yang ada di dalam tanda kurung, data lain yang
pengisiannya di luar tanda kurung juga dapat dicetak. Pengisian atau pemberian nilai data
ini disebut assignment. Assignment dilakukan dengan menyediakan sebuah nama
(variabel) yang kemudian diisi dengan suatu nilai data menggunakan tanda sama dengan
(“=”). Perhatikan contoh baris kode python dibawah ini:

Gambar 3
Coba ketik ulang baris kode di atas dengan Google Colab.
1. Ada berapa nama variable yang digunakan dalam gambar?

2. Makna dari baris ke-2 dan ke-3 adalah?

AKTIFITAS 2.2 : Mengenal Python - Pemberian Nilai Data (Assignment)

Masih terkait dari Aktifitas 2.1. Sebelum menjalankan perintah jumlah (baris ke-3).
Tambahkan baris baru di bawah bil2 = 5, dan ketik perintah untuk mencetak bil2
tanpa menggunakan perintah print, Lihat gambar:

Gambar 4
1. Dapatkah bil2 tercetak di hasil eksekusi?

2. Kemudian tambahkan perintah print pada baris ke-3 dan ke-5 utuk mencetak
 bil2 dan jumlah. Apakah tercetak?

Gambar 5

AKTIFITAS 3: Banyak Nilai untuk satu Variable (Array)

Gambar 6
Perhatikan baris kode diatas:
1. Ketik ulang kode program diatas, dan perhatikan serta amati hasil eksekusinya.

2. Apakah hasil keluaran (output) dari variable bil1 di baris ke-4? Bernilai 5 saja?
Kemana nilai 10-nya?

Pada Aktivitas 2, variable bil1, bil2 dan jumlah hanya menyimpan satu nilai untuk
setiap variabelnya. Dan jika kita mengisi nilai variable dengan yang baru maka nilai
yang lama akan hilang. Namun demikian, kita masih bisa menyimpan lebih dari satu
dalam satu variable, yang disebut array (larik). Untuk menulis array dapat
dilakukan menggunakan tanda kurung siku [ ], perhatikan kode program berikut:

Gambar 7
1. Ketikkan baris perintah pertama dan kedua pada kode editor Google colab,
kemudian jalankan. Apakah hasilnya bilangan 10?

2. Padahal kita ingin mencetak data ke-1 pada baris kedua, mengapa tidak muncul
bilangan 8?

AKTIFITAS 4: Penelusuran Data/Pengulangan (Loop: for)

Pada aktifitas 3, kita mencetak satu elemen sebuah data array pada indeks ke-1. Pada
baris ke-4 dan ke-6 kita mencetak banyak elemen dalam satu bentuk data utuh.
Bagaimana mencetak elemen dari data array secara terpisah-pisah. Kita dapat
menggunakan konsep perulangan atau Loop dengan menggunakan perintah for.
Struktur for dalam bahasa python ditunjukkan gambar 8; sequence adalah sebuah nilai
yang bersifat iterable alias bisa diulang-ulang; nilai adalah setiap item yang diekstrak
dari sequence; Blok kode: yaitu statemen-statemen atau perintah-perintah tertentu
yang akan dieksekusi secara berulang..

Gambar 8
Perhatikan dan ketik ulang baris kode program pada gambar 9:

Gambar 9

1. Perhatikan baris kelima gambar 9. Mengapa nomor indeks yang dibaris sebelumnya, perlu
ditambah 1 setiap perulangan?

2. Bagaimana jika diganti, indeks ditambah dengan 2? Apa keluarannya?

3. Bagaimana jika dipindah, penambahan indeks dilakukan dibaris ke-4? Apa keluarannya?

AKTIFITAS 5: Uji Kondisi (Branch: try)

Pada aktifitas 4, kita belajar tentang array dengan satu jenis data yaitu data
bilangan/angka/integer. Namun demikian,sebuah array dapat berisi data yang variatif misalnya
data bilangan dan data tekstual (karakter dengan tanda petik).
Ketik kode program gambar 10. Kode program ini akan mencetak semua data didalam array dan
dibagi dua, namun program ini menghasilkan error6.

6
"TypeError: unsupported operand type(s) for -: 'str' and 'int' [duplicate]."
https://stackoverflow.com/questions/2376464/typeerror-unsupported-operand-types-for-str-and-int.
Accessed 17 Mar. 2023.
 Gambar 10

Error apa yang muncul? Dan apa maknanya?

AKTIFITAS 5.1: Uji Kondisi (Branch: try)

Penggunaan blok try-except7 dapat dijelaskan dengan kita mencoba (trying) untuk
mengeksekusi perintah-perintah (setelah try). Jika terjadi kesalahan didalam try, eksekusi akan
dilempar/lompat ke except dan mengeksekusi baris perintah di dalamnya. Jika tidak terjadi
kesalahan hingga akhir perintah dalam try, program akan keluar dari blok perintah
try-except (dalam hal ini kembali ke perintah for untuk perulangan berikutnya sebanyak
sequence yang kita buat). Selain menggunakan try-except kita juga bisa menggukan
if-else8.
Setelah melakukan aktifitas 5 dan memahami pesan error yang muncul. Kemudian ketik kode
program gambar 11. Berapa bilangan yang tercetak?

Gambar 11

Jawaban:

AKTIFITAS 6: Pustaka Kode (Library import)

Ketika kita ingin mempelajari sesuatu hal namun kita tidak memiliki cukup informasi,
maka kita akan pergi ke perpustakaan untuk meminjam atau menyimpan banyak buku dan
informasi yang dapat kita cari. Seperti halnya fungsi perpustakaan, fungsi dari fitur
library dalam pemrograman adalah memungkinkan kita utnuk mendapatkan

7
"8. Errors and Exceptions — Python 3.11.2 documentation." https://docs.python.org/3/tutorial/errors.html.
Accessed 17 Mar. 2023.
8
"Python Conditions - W3Schools." https://www.w3schools.com/python/python_conditions.asp. Accessed
17 Mar. 2023.
fungsionalitas yang tidak ada diprogram kita. Library ini disediakan oleh penyedia atau
komunitas yang sering menggunakan fungsionalitas dari library tersebut.
Pandas9 adalah salah satu contoh pustaka yang digunakan untuk data analisis dan
manipulasi data. Untuk meggunakan pandas maka kita perlu mengimport terlebih dahulu.
Ketik kode program seperti gambar 12. Perhatikan pada baris ke-1 kita import pustaka
pandas (import pandas) dan baris ke-5 pustaka pandas digunakan
(pandas.DataFrame).

Gambar 12

Keluaran yang dihasilkan dari kode pada gambar 12 adalah dan jelaskan singkat:

G. AKTIFITAS KOLEKSI DATA

AKTIFITAS 1: WEB SCRAPING
Web scraping adalah sebuah cara pengambilan suatu data atau informasi tertentu dengan
jumlah besar untuk nantinya digunakan dalam berbagai keperluan seperti riset, analisis
dan lainnya10. Dalam scraping dimulai dari proses parsing, parsing adalah adalah
mengambil kode program dari sebuah halaman website secara utuh yang masih dalam
bentuk kode HTML. dari kode HTML diproses setiap elemennya untuk mendapatkan data
yang penting. Library atau pustaka yang kita butuhkan adalah request, pandas, dan
bs4 (BeautifulSoup), untuk kode editor menggunakan google colab. Langkah untuk
melakukan scraping sebagai berikut:
1. Buka Google Colaboratory melalui link https://colab.research.google.com/. Kemudian,
buka catatan baru melalui menu File > New notebook.
2. Parsing salah satu alamat website penyedia data https://worldometes.info. Gambar 13
menunjukkan kode untuk melakukan parsing alamat website yang digunakan sebelumnya.
Ketik beberapa baris kode program berikut di layar Google Colab kalian.

9
"pandas - Python Data Analysis Library." https://pandas.pydata.org/. Accessed 17 Mar. 2023.
10
"Web Scraping : Pengertian dan Fungsinya dalam Pengambilan Data." 24 Dec. 2022,
https://it.telkomuniversity.ac.id/web-scraping-pengertian-dan-fungsinya-dalam-pengambilan-data/.
Accessed 17 Mar. 2023.
 Gambar 13
Keterangan:
baris 1 untuk memanggil pustaka bs4 (beautifulSoup) yang berfungsi untuk scraping
data dalam format html/lxml dan membaca tag html;
Baris 2 untuk memanggil pustaka request yang berfungsi untuk membaca url;
Baris 3 untuk memanggil pustaka pandas yang berfungsi untuk konversi dari tabel html
menjadi csv/excel;
Variable url untuk menyimpan data alamat website/situs, kemudian fungsi
request.get() memanggil website berdasarkan alamat yang sudah kita masukkan dan
disimpan pada variable response. Variable hasil untuk menyimpan proses scraping
dari BeautifulSoup(response.content, 'lxml') ke format html, terlihat seperti
gambar 14.

3. Jalankan program diatas, program diatas akan menyalin kode html dari website aslinya

Gambar 14
4. Kita perhatikan kode HTML untuk tabel, kita akan mengambil data Country, Cases,
Death serta Region. kata kuncinya adalah id=”table3”. Baik mari kita lanjutkan
programnya. Kode lengkapnya seperti gambar.

Gambar 15
Keterangan:
Pada baris 1 dengan fungsi hasil.find('table', attrs={'id': 'table3'})
program akan mengambil data dari element table berdasarkan tag id, perhatikan gambar
16. Baris 2 dan 3 dengan pandas pd.read_html(str(covid_table)) dan
covid_df[0] mengkonversi dari table html menjadi string, seperti gambar 17.
 Gambar 16

Gambar 17
5. Dari langkah 4 hasil selengkapnya dari kode program pada gambar 15, tampak pada
gambar 18. Cek pada sidebar, klik icon folder akan menampikan data hasil konversi dari
html ke csv dalam bentuk tabel.

Gambar 18
Dari langkah 5 anda telah berhasil melakukan koleksi data menggunakan web scraping
dengan bahasa pemrograman python dan pustaka pendukung.

H. VISUALISASI DATA
Visualisasi data adalah proses menggunakan elemen visual seperti diagram, grafik,
atau peta untuk merepresentasikan data. Visualisasi data menerjemahkan yang kompleks,
bervolume tinggi, atau numerik menjadi representasi visual yang lebih mudah diproses.
Alat visualisasi data meningkatkan dan mengotomatiskan proses komunikasi visual untuk
mendapatkan akurasi dan detail. Anda dapat menggunakan representasi visual untuk
mengekstraksi wawasan yang dapat ditindaklanjuti dari data mentah.
Mengapa visualisasi data itu penting? Era modern saat ini biasanya dalam memproses
data bervolume besar dan diperoleh dari berbagai sumber, seperti:
1. Situs web
2. Smartphone
3. Media sosial dan Lain-lain.
Akan tetapi, data yang masih mentah mungkin akan sulit untuk dipahami dan digunakan.
Karena itu, para pakar data atau ilmuwan menyiapkan dan menyediakan data dalam
konteks yang baik dan tepat. Mereka menyediakan data tersebut dalam bentuk visual
sehingga untuk pengambilan keputusan dapat mengetahui hubungan antara data dan
mendeteksi pola-pola atau tren yang belum tersirat. Visualisasi data menciptakan sejarah
yang memajukan bisnis dan dapat mendukung dalam pengambilan keputusan-keputusan
yang didorong berdasarkan data dan perencanaan yang strategis.

AKTIFITAS 1: VISUALISASI DATA

Untuk membuat visualisasi data menggunakan python, dibutuhkan pustaka matplotlib dan
pandas. Langkah-langkah untuk membuat visualisasi data sebagai berikut:
1. Tulislah kode program dibawah ini pada google colab

Keterangan:
Kode program ini memanggil pustaka pandas dan matplotlib, panda berfungsi
untuk memanggil atau membaca file csv yang sudah kita koleksi (baris ke 4).
Kemudian matplotlib berfungsi untuk membuat visualisasi (baris ke 6-8). Untuk
jenis-jenis dari visualisasi dari matplotlib yang disediakan anda dapat mengakses
tautan dari situs resminya, https://matplotlib.org/stable/plot_types/index.html.
2. Hasil dari kode program diatas adalah sebagai berikut:
Dari hasil visualisasi yang sudah kita buat, tidak begitu rapi karena data yang kita sajikan sangat
banyak ada 230 negara. Kita dapat kelola lagi misalkan kita ingin menampilkan data covid
berdasarkan benua, bisa kita lakukan dengan mudah dan langkahnya sebagai berikut:
1. Tulislah kode program dibawah ini pada google colab

Keterangan:
Baris 5 adalah fungsi dari pandas untuk mengelompokkan data berdasarkan benua
dan mengkalkulasi total data Kasus dari setiap negara. Bari 7 hingga 14 adalah
fungsi dari matplotlib untuk membuat visualisasi data, visualisasi data yang
digunakan adalah jenis bar chart. Baris 9 bar_container =
ax.bar(groups_region.Region, groups_region.Cases) untuk
menampung data untuk divisualisasikan.

2. Hasil dari kode program diatas adalah sebagai berikut:

Silahkan anda bisa mencoba visualisasi data kematian atau membandingkan data kasus
yang terjadi dengan data kematian.

ASESSMENT AKHIR:
1. Jelaskan manfaat dari analisis data dalam pendidikan dan bisnis.
2. Cari dan tentukan, kemudian koleksi data menggunakan python web scraping, export menjadi
EXCEL atau CSV.
3. Buatlah sajian datanya dalam bentuk grafik dari nomor 2.
4. Jelaskan hasil dari sajian data nomor 3.