<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "564445c39ad29a491abcb9356fc4d47d",
  "translation_date": "2025-08-28T18:24:18+00:00",
  "source_file": "4-Data-Science-Lifecycle/14-Introduction/assignment.md",
  "language_code": "ms"
}
-->
# Menilai Dataset

Seorang klien telah mendekati pasukan anda untuk mendapatkan bantuan dalam menyelidik tabiat perbelanjaan bermusim pelanggan teksi di New York City.

Mereka ingin tahu: **Adakah penumpang teksi kuning di New York City memberi tip lebih kepada pemandu pada musim sejuk atau musim panas?**

Pasukan anda berada di peringkat [Capturing](Readme.md#Capturing) dalam Kitaran Hayat Sains Data, dan anda bertanggungjawab untuk mengendalikan dataset. Anda telah diberikan sebuah notebook dan [data](../../../../data/taxi.csv) untuk diterokai.

Dalam direktori ini terdapat sebuah [notebook](notebook.ipynb) yang menggunakan Python untuk memuatkan data perjalanan teksi kuning daripada [NYC Taxi & Limousine Commission](https://docs.microsoft.com/en-us/azure/open-datasets/dataset-taxi-yellow?tabs=azureml-opendatasets).  
Anda juga boleh membuka fail data teksi dalam editor teks atau perisian spreadsheet seperti Excel.

## Arahan

- Nilai sama ada data dalam dataset ini boleh membantu menjawab soalan tersebut atau tidak.
- Terokai [katalog Data Terbuka NYC](https://data.cityofnewyork.us/browse?sortBy=most_accessed&utf8=%E2%9C%93). Kenal pasti dataset tambahan yang berpotensi berguna untuk menjawab soalan klien.
- Tulis 3 soalan yang anda ingin ajukan kepada klien untuk mendapatkan penjelasan lebih lanjut dan pemahaman yang lebih baik tentang masalah ini.

Rujuk [kamus dataset](https://www1.nyc.gov/assets/tlc/downloads/pdf/data_dictionary_trip_records_yellow.pdf) dan [panduan pengguna](https://www1.nyc.gov/assets/tlc/downloads/pdf/trip_record_user_guide.pdf) untuk maklumat lanjut tentang data.

## Rubrik

Cemerlang | Memadai | Perlu Penambahbaikan  
--- | --- | ---  

---

**Penafian**:  
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI [Co-op Translator](https://github.com/Azure/co-op-translator). Walaupun kami berusaha untuk memastikan ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang berwibawa. Untuk maklumat yang kritikal, terjemahan manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.