TUGAS 2 DATA MINING SEMESTER 6

1. Data Preparation

Data Preparation adalah tahapan penting dalam proses analisis data yang mencakup semua aktivitas yang diperlukan untuk mempersiapkan data mentah sehingga siap digunakan dalam analisis lebih lanjut. Tujuannya adalah untuk memastikan bahwa data yang digunakan dalam analisis atau pemodelan memiliki kualitas yang baik, bebas dari kesalahan, dan sesuai dengan kebutuhan analisis yang akan dilakukan.

Beberapa aktivitas umum dalam Data Preparation meliputi:

1. Cleaning Data (Pembersihan Data):

- Menghapus atau menangani data yang hilang, tidak lengkap, atau tidak valid.

- Mendeteksi dan memperbaiki nilai-nilai yang tidak masuk akal atau outlier.

2. Transforming Data (Transformasi Data):

- Mengubah format atau representasi data untuk membuatnya lebih sesuai dengan kebutuhan analisis.

- Contohnya termasuk normalisasi data, pengkodean kategori menjadi variabel numerik, atau mengubah skala data.

3. Integrating Data (Integrasi Data):

- Menggabungkan data dari berbagai sumber untuk memperkaya analisis.

- Memastikan konsistensi dan kompatibilitas format data antar berbagai sumber.

4. Reducing Data (Reduksi Data):

- Memilih subset data yang paling relevan atau signifikan untuk analisis tertentu.

- Mengurangi dimensi data untuk mengurangi kompleksitas dan meningkatkan kinerja analisis.

5. Aggregating Data (Aggregasi Data):

- Mengumpulkan data dari level yang lebih rendah ke level yang lebih tinggi (misalnya, agregasi data harian menjadi data bulanan atau tahunan).

- Membuat ringkasan atau statistik agregat dari data.

Data Preparation sangat penting karena mempengaruhi kualitas dan akurasi hasil analisis data. Proses ini melibatkan pemahaman yang mendalam tentang data yang digunakan, serta kemampuan untuk mengelola dan memanipulasi data dengan tepat sehingga dapat digunakan secara efektif dalam proses analisis lebih lanjut.

Berikut adalah contoh kodingan untuk Data Preparation:

2. Data Visualization

Data Visualization adalah proses menggambarkan data dan informasi secara visual menggunakan elemen grafis seperti grafik, diagram, peta, dan visualisasi lainnya. Tujuan utamanya adalah untuk menyampaikan pola, tren, dan hubungan dalam data dengan cara yang mudah dipahami secara visual. Dengan visualisasi data, informasi yang kompleks dapat disajikan dalam format yang jelas dan terstruktur, memudahkan pengguna untuk mengidentifikasi pola, outlier, dan trend yang mungkin tidak terlihat dalam data mentah.

Visualisasi data memiliki beberapa keuntungan, antara lain:

- Mempermudah Pemahaman Data: Visualisasi memungkinkan pengguna untuk dengan cepat memahami makna data tanpa perlu analisis yang mendalam.

- Meningkatkan Komunikasi: Dengan menyajikan data secara visual, informasi dapat disampaikan dengan lebih jelas dan persuasif kepada audiens yang berbeda.

- Mendukung Pengambilan Keputusan: Visualisasi data membantu dalam mengambil keputusan dengan memberikan wawasan yang kuat dari data yang disajikan.

Beberapa jenis visualisasi data yang umum digunakan meliputi grafik garis (line chart) untuk menunjukkan tren waktu, diagram batang (bar chart) untuk membandingkan kategori, diagram lingkaran (pie chart) untuk menunjukkan proporsi bagian dari keseluruhan, dan berbagai jenis visualisasi lainnya sesuai dengan kebutuhan analisis spesifik.

Dengan menggunakan teknik dan alat yang tepat, visualisasi data dapat menjadi alat yang kuat dalam menjelajahi dan mengkomunikasikan informasi yang tersembunyi dalam data.

Berikut adalah contoh kodingan dari Data Visualization:

1. Grafik Garis (Line Chart)