Pengenalan Kelas

Kelas ini terdiri dari enam modul yang akan fokus membahas dasar-dasar pada ilmu Data Science. Tujuan dari kelas ini adalah membuat Anda memiliki ketertarikan di dunia data dan ingin menjadi seorang data scientist andal; memiliki wawasan yang luas terkait dasar data science; serta memiliki portofolio data scientist di akhir pembelajaran. Latihan di kelas ini akan menggunakan tools yang mudah dipelajari bagi pemula.

Berikut adalah susunan materi yang akan Anda pelajari pada kelas ini.

Modul 1: The Power of Data
Modul ini menunjukkan secara luas tentang data mulai dari Berkenalan dengan Data; kemudian menjelaskan terkait data, data, dan keputusan; hingga terdapat latihan terkait data untuk mengasah kemampuan setelah pemaparan materi.
Modul 2: Fundamental Data Science
Modul ini mengenalkan ilmu dasar data science mulai dari Say Hi to Data Science yang berisi deskripsi dan fakta menarik tentang data science; kemudian terdapat trend data science di dunia; hubungan antara matematika dan data science; hingga hierarki data science.
Modul 3: Menjelajahi Analisis Data
Setelah mempelajari fundamental data science, modul ini berisi penyusun data science yaitu analisis data. Modul ini menunjukkan cara menganalisis hingga memvisualisasikan sebuah data dengan tahapan-tahapan yang runut. Selain itu, terdapat latihan untuk mengasah kemampuan setelah pemaparan materi.
Modul 4: Teknologi dan Tools Data Science
Modul ini mengeksplorasi teknologi dan tools yang digunakan oleh data science seperti SQL, NoSQL, Excel/Spreadsheet, SPSS, Tableau, hingga perbandingan antara Python dan R.
Modul 5: Machine Learning untuk Data Science
Selain rumpun ilmu dalam dunia data, data science juga membutuhkan keahlian dalam teknologi di mana meliputi machine learning di dalamnya. Modul ini mengenalkan penggunaan machine learning di dunia data science mulai dari scope machine learning, kemudian alasan adanya machine learning di data science, hingga machine learning di mana-mana yang menunjukkan penerapan machine learning di dunia.
Modul 6: Mulailah Mencari Peluang: Eksplorasi Hingga Membuat Portofolio
Modul ini menunjukkan peluang data science di dunia, mulai dari peluang karier di dunia data, kemudian tips & triks menjadi data scientist, hingga latihan membuat portofolio data scientist.

Anda pasti sudah tidak sabar untuk mendalami materi ini, kan? Tenang, nikmati prosesnya dengan mempelajari materi satu per satu sampai Anda benar-benar paham. Yuk, kita mulai belajar!

Glosarium

Berikut adalah glosarium dengan istilah umum yang digunakan pada kelas ini. Anda dapat membaca sekilas materi berikut untuk mengenali istilah-istilah umum yang ada di modul kelas ini. Selain itu, Anda juga dapat mengunjungi kembali halaman ini setiap kali menemukan istilah yang belum dimengerti. Carilah istilah tersebut pada halaman glosarium ini untuk mengidentifikasi makna atau definisinya. Jika masih terdapat kosakata yang tidak Anda pahami dan belum masuk di daftar ini, Anda dapat memberikan saran melalui fitur Laporan Materi.

B

Basis Data
Kumpulan data yang diatur dan disimpan dengan cara yang memungkinkan akses dan pengambilan yang mudah.

Basis Data Grafik
Dibuat khusus untuk menyimpan dan menavigasi hubungan.

Basis Data Terdistribusi
Kumpulan data yang digunakan bersama-sama dan memiliki hubungan logis fisik tersebar di jaringan komputer.

Big Data
Aset informasi bervolume tinggi (high-volume), berkecepatan tinggi (high-velocity), dan/atau memiliki banyak ragam (high-variety) yang menuntut bentuk pemrosesan informasi yang hemat biaya dan inovatif yang memungkinkan peningkatan wawasan, pengambilan keputusan, dan otomatisasi proses.

C

CRISP-DM (Cross Industry Standard Process for Data Mining)
Proses model yang berfungsi sebagai dasar untuk proses data science.

D

Data
Fakta atau pengamatan yang terpisah dan objektif, tidak terorganisir dan tidak diproses, serta tidak menyampaikan makna tertentu. Item data adalah deskripsi dasar dan tercatat dari hal-hal, peristiwa, kegiatan, dan transaksi.

Dataset
Kumpulan data diatur dalam format tertentu.

Data Analyst
Profesi pekerjaan yang bertugas untuk membaca serta menganalisis data yang ada dari perusahaan.

Data-Driven Decision Making
Penggunaan fakta, metrik, dan data untuk memandu keputusan bisnis yang selaras dengan tujuan, sasaran, dan inisiatif perusahaan.

Data Kategorikal
Data yang dapat dikelompokkan dan terbagi berdasarkan karakteristik atau ciri khasnya masing-masing.

Data Kontinu
Data kontinu dapat direpresentasikan dalam berbagai nilai numerik, seperti bilangan desimal, bulat, dan lain-lain

Data Kualitatif
Kumpulan data yang berbentuk kata, skema, dan gambar.

Data Kuantitatif
Kumpulan data yang dinyatakan dalam bentuk angka.

Data Nominal
Jenis pengelompokan data yang tidak memiliki keterkaitan dengan data lainnya dan tidak memiliki arti khusus.

Data Numerik
Data berwujud angka yang bisa didapat dari sebuah pengukuran.

Data Ordinal
Jenis pengelompokkan data yang memiliki urutan, atau harus disusun secara berurutan dengan mekanisme peringkat

Data Science
Wawasan yang sangat berguna untuk kebutuhan bisnis. Ilmu ini merupakan penggabungan prinsip dan praktik dari bidang matematika, statistik, artificial intelligence, dan computer engineering untuk menganalisis data dalam jumlah besar.

Data Scientist
Praktisi yang memiliki kemampuan dalam mengolah dan menganalisis data dalam jumlah besar (big data).

Data Terstruktur
Salah satu jenis data yang disusun dengan rapi dan diatur sedemikian rupa sehingga memiliki format atau bentuk yang tetap.

Data Warehouse
Sebuah sistem atau platform yang dirancang untuk mengumpulkan, menyimpan, menganalisis, dan mengelola data dari berbagai sumber yang berbeda untuk tujuan analisis bisnis dan pengambilan keputusan.

Data Wrangling
Proses atau kumpulan kegiatan yang meliputi mengumpulkan data (gathering data), menyiapkan data untuk dianalisis (assessing data), dan pembersihan data (cleaning data) sebelum data digunakan dalam proses analisis.

Deep Learning
Metode dalam artificial intelligence yang mengajarkan komputer untuk memproses data layaknya otak manusia ketika berpikir.

Derajat (Degree)
Jumlah atribut dalam sebuah relasi. Masih merujuk pada tabel di atas, berarti tabel tersebut memiliki derajat tiga karena terdiri dari tiga atribut.

E

Evolusi
Perubahan yang terjadi secara lambat atau waktu yang panjang.

G

GitHub
Software yang memungkinkan kontrol proyek melalui alat yang dikenal sebagai Git.

Gradient Descent
Digunakan untuk menemukan minimal atau maksimal dari suatu fungsi.

I

Informasi
Data yang memberi nilai tambah pada pemahaman suatu subjek. Adapun definisi lainnya bahwa data informasi adalah data yang telah dibentuk menjadi bentuk yang lebih berarti dan berguna bagi manusia.

K

Kebijaksanaan
Akumulasi pengetahuan yang memungkinkan Anda memahami cara menerapkan konsep dari satu domain ke situasi atau masalah baru. Adapun pengertian lain yaitu kebijaksanaan adalah kemampuan untuk bertindak kritis atau praktis dalam situasi tertentu.

Keterampilan Interpersonal
kemampuan yang dimiliki seseorang dalam melakukan komunikasi maupun interaksi dengan orang lain.

Kurtosis
Kurtosis adalah ukuran statistik yang menggambarkan bentuk puncak distribusi data. Nilai kurtosis yang tinggi menunjukkan distribusi dengan puncak yang tajam dan ekor yang lebih panjang (leptokurtik), sedangkan nilai yang rendah menunjukkan distribusi lebih datar (platykurtik).

L

Linear Regression
Merupakan algoritma supervised machine learning yang belajar dari kumpulan data berlabel dan memetakkan titik data ke fungsi linier yang paling optimal serta dapat digunakan untuk prediksi pada kumpulan data baru.

LMS (Learning Management System)
Program perangkat lunak berbasis web untuk manajemen, dokumentasi, pemantauan, pelaporan, administrasi, dan distribusi konten pendidikan, program pelatihan, dan lain-lain.

Logistic Regression
Berfungsi untuk memprediksi kategori variabel dependen menggunakan seperangkat variabel independen yang diberikan.

M

Machine Learning
Ilmu pengembangan algoritma yang memanfaatkan konsep matematis dan statistik dalam menjalankan tugas tertentu tanpa instruksi eksplisit.

Multivariate calculus
Multivariate calculus adalah bidang kalkulus yang melibatkan banyak variabel.

N

Nilai Korelasi
Nilai yang menunjukkan hubungan erat atau tidak antar dua variabel nilai.

NoSQL
Pendekatan untuk desain basis data yang memungkinkan penyimpanan dan kueri data di luar struktur tradisional yang ditemukan dalam basis data relasional.

O

Object-oriented Model
Data disimpan dalam bentuk objek.

On-premise
Jenis server berupa software yang dijalankan secara internal oleh tim IT perusahaan.

P

Pengetahuan
Kombinasi dari data dan informasi yang ditambahkan pendapat ahli, keterampilan, dan pengalaman sehingga menghasilkan aset berharga yang dapat digunakan untuk membantu pengambilan keputusan. Pengetahuan adalah data atau informasi yang telah diatur dan diproses untuk menyampaikan pemahaman, pengalaman, akumulasi pembelajaran, dan keahlian.

Portofolio
Rangkuman atau kumpulan hasil karya Anda baik berupa visual, dokumen, kode, dan sebagainya yang dapat dilihat oleh siapapun.

Prediksi karier
Analisis dan studi yang tepat dari setiap catatan siswa akan membantu memahami kemajuan, kekuatan, kelemahan, minat setiap siswa, dan banyak lagi.

R

Reinforcement Learning
Memahami dan menginterpretasikan lingkungannya, mengambil tindakan, dan belajar melalui coba-coba.

S

Sistem Penilaian
Kemajuan baru dalam sistem penilaian telah diperkenalkan sebagai hasil dari analisis data siswa yang tepat.

Skewness
Skewness adalah ukuran yang menunjukkan derajat ketidaksimetrisan suatu distribusi data. Jika nilai skewness positif, distribusi condong ke kanan (long tail ke kanan). Jika negatif, distribusi condong ke kiri (long tail ke kiri). Skewness nol menunjukkan distribusi yang simetris.

SPSS (Statistical Package for the Social Sciences)
Program komputer yang dipakai untuk analisis statistika. SPSS digunakan untuk pengolahan dan menganalisis data yang memiliki kemampuan analisis statistik serta sistem manajemen data dengan lingkungan grafis.

Standar Deviasi
Standar deviasi adalah ukuran statistik yang menunjukkan seberapa jauh data dalam suatu distribusi menyebar dari nilai rata-ratanya. Semakin tinggi standar deviasi, semakin besar variasi dalam dataset.

Structured Query Language
Bahasa pemrograman untuk menyimpan dan memproses informasi dalam database relational.

Supervised Learning
Pendekatan machine learning yang menggunakan kumpulan data berlabel (labeled datasets).

T

Turunan
Laju perubahan fungsi terhadap variabel.

U

Unsupervised Learning
Pada prosesnya model akan belajar untuk mengidentifikasi pola tersembunyi yang terdapat dalam data.

V

Variabel
Karakteristik, angka, atau kuantitas apa pun yang dapat diukur atau dihitung.

Variety
Variasi tipe dan variasi sifat dari data, apakah data tersebut bersifat terstruktur, semi terstruktur, ataupun tidak terstruktur.

Velocity
Kecepatan dalam men-generate data, mengakses data serta memproses data.

Volume
Jumlah data yang dihasilkan dari banyak transaksi serta volume data yang disimpan. Contohnya, seperti penggunaan history browser, pencatatan transaksi pada e-commerce, data ktp atau data penduduk Indonesia, data pelanggan pada perbankan dan masih banyak lagi.

Search This Blog

Aplikasi/Koding NKHM NUSANTARA