Data-Science-For-Beginners/translations/id

Data Science untuk Pemula - Kurikulum

Azure Cloud Advocates di Microsoft dengan senang hati menawarkan kurikulum 10-minggu, 20-pelajaran yang membahas Data Science. Setiap pelajaran mencakup kuis sebelum-pelajaran dan setelah-pelajaran, instruksi tertulis untuk menyelesaikan pelajaran, solusi, dan tugas. Pedagogi berbasis proyek kami memungkinkan Anda belajar sambil membangun, cara yang terbukti membuat keterampilan baru 'melekat'.

Terima kasih sebesar-besarnya kepada penulis kami: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Terima kasih khusus 🙏 kepada penulis, reviewer, dan kontributor konten Microsoft Student Ambassador kami, terutama Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar , Vidushi Gupta, Jasleen Sondhi

Data Science untuk Pemula - Sketchnote oleh @nitya

🌐 Dukungan Multi-Bahasa

Didukung melalui GitHub Action (Otomatis & Selalu Terbaru)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Jika Anda ingin agar bahasa terjemahan tambahan didukung, daftar tersebut tercantum di sini

Bergabung dengan Komunitas Kami

Kami sedang menjalankan seri Discord "Belajar dengan AI", pelajari lebih lanjut dan bergabunglah bersama kami di Learn with AI Series dari 18 - 30 September, 2025. Anda akan mendapatkan tips dan trik menggunakan GitHub Copilot untuk Data Science.

Apakah Anda seorang pelajar?

Mulai dengan sumber daya berikut:

• Student Hub page Pada halaman ini, Anda akan menemukan sumber daya untuk pemula, paket Pelajar dan bahkan cara untuk mendapatkan voucher sertifikat gratis. Ini adalah halaman yang ingin Anda tandai dan periksa dari waktu ke waktu karena kami mengganti konten setidaknya setiap bulan.
• Microsoft Learn Student Ambassadors Bergabunglah dengan komunitas global duta mahasiswa, ini bisa menjadi jalan Anda masuk ke Microsoft.

Memulai

📚 Dokumentasi

• Panduan Instalasi - Instruksi pengaturan langkah demi langkah untuk pemula
• Panduan Penggunaan - Contoh dan alur kerja umum
• Pemecahan Masalah - Solusi untuk masalah umum
• Panduan Kontribusi - Cara berkontribusi pada proyek ini
• Untuk Pengajar - Panduan mengajar dan sumber daya kelas

👨‍🎓 Untuk Mahasiswa

Pemula Total: Baru dalam data science? Mulailah dengan contoh ramah-pemula kami! Contoh-contoh sederhana dan berkomentar baik ini akan membantu Anda memahami dasar-dasar sebelum menyelami seluruh kurikulum. Mahasiswa: untuk menggunakan kurikulum ini sendiri, fork seluruh repo dan selesaikan latihan sendiri, mulai dengan kuis pra-ceramah. Kemudian baca ceramah dan selesaikan sisa kegiatan. Cobalah membuat proyek dengan memahami pelajaran daripada menyalin kode solusi; namun, kode tersebut tersedia di folder /solutions di setiap pelajaran berorientasi-proyek. Ide lain adalah membentuk kelompok belajar dengan teman dan mempelajari konten bersama. Untuk studi lebih lanjut, kami merekomendasikan Microsoft Learn.

Mulai Cepat:

1. Periksa Panduan Instalasi untuk menyiapkan lingkungan Anda
2. Tinjau Panduan Penggunaan untuk mempelajari cara bekerja dengan kurikulum
3. Mulailah dengan Pelajaran 1 dan kerjakan secara berurutan
4. Bergabunglah dengan komunitas Discord kami untuk dukungan

👩‍🏫 Untuk Pengajar

Pengajar: kami telah menyertakan beberapa saran tentang cara menggunakan kurikulum ini. Kami sangat menghargai masukan Anda di forum diskusi kami!

Kenali Tim

Gif oleh Mohit Jaisal

🎥 Klik gambar di atas untuk video tentang proyek ini dan orang-orang yang membuatnya!

Pedagogi

Kami telah memilih dua prinsip pedagogis saat membangun kurikulum ini: memastikan bahwa kurikulum berbasis proyek dan menyertakan kuis yang sering. Pada akhir seri ini, siswa akan mempelajari prinsip dasar ilmu data, termasuk konsep etika, persiapan data, berbagai cara bekerja dengan data, visualisasi data, analisis data, kasus penggunaan dunia nyata dari ilmu data, dan lainnya.

Selain itu, kuis bertaraf rendah sebelum kelas menetapkan niat siswa terhadap pembelajaran sebuah topik, sementara kuis kedua setelah kelas memastikan retensi lebih lanjut. Kurikulum ini dirancang agar fleksibel dan menyenangkan serta bisa diikuti secara keseluruhan atau sebagian. Proyek-proyek dimulai dari kecil dan menjadi semakin kompleks pada akhir siklus 10 minggu.

Temukan Code of Conduct, Contributing, Translation panduan. Kami menyambut masukan konstruktif Anda!

Setiap pelajaran mencakup:

• Sketchnote opsional
• Video tambahan opsional
• Kuis pemanasan sebelum pelajaran
• Pelajaran tertulis
• Untuk pelajaran berbasis proyek, panduan langkah demi langkah tentang cara membangun proyek
• Pemeriksaan pengetahuan
• Tantangan
• Bacaan tambahan
• Tugas
• Kuis pasca-pelajaran

Catatan tentang kuis: Semua kuis disimpan dalam folder Quiz-App, untuk total 40 kuis masing-masing tiga pertanyaan. Mereka ditautkan dari dalam pelajaran, tetapi aplikasi kuis dapat dijalankan secara lokal atau dideploy ke Azure; ikuti instruksi di folder quiz-app. Mereka sedang diterjemahkan secara bertahap.

🎓 Contoh Ramah Pemula

Baru di Ilmu Data? Kami telah membuat direktori examples spesial dengan kode sederhana dan diberi komentar dengan baik untuk membantu Anda memulai:

• 🌟 Hello World - Program ilmu data pertamamu
• 📂 Loading Data - Pelajari cara membaca dan menjelajahi dataset
• 📊 Simple Analysis - Hitung statistik dan temukan pola
• 📈 Basic Visualization - Buat bagan dan grafik
• 🔬 Real-World Project - Alur kerja lengkap dari awal hingga akhir

Setiap contoh menyertakan komentar rinci yang menjelaskan setiap langkah, menjadikannya sempurna untuk pemula sejati!

👉 Mulai dengan contoh-contoh 👈

Pelajaran

Data Science For Beginners: Roadmap - Sketchnote oleh @nitya

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	Mendefinisikan Data Science	Introduction	Pelajari konsep dasar di balik data science dan bagaimana hubungannya dengan artificial intelligence, machine learning, dan big data.	lesson video	Dmitry
02	Data Science Ethics	Introduction	Konsep, Tantangan & Kerangka Etika Data.	lesson	Nitya
03	Mendefinisikan Data	Introduction	Bagaimana data diklasifikasikan dan sumber-sumber umumnya.	lesson	Jasmine
04	Pengenalan Statistik & Probabilitas	Introduction	Teknik matematika probabilitas dan statistik untuk memahami data.	lesson video	Dmitry
05	Bekerja dengan Data Relasional	Working With Data	Pengenalan data relasional dan dasar-dasar menjelajahi serta menganalisis data relasional dengan Structured Query Language, juga dikenal sebagai SQL (diucapkan “see-quell”).	lesson	Christopher
06	Bekerja dengan Data NoSQL	Working With Data	Pengenalan data non-relasional, berbagai jenisnya dan dasar-dasar menjelajahi serta menganalisis database dokumen.	lesson	Jasmine
07	Bekerja dengan Python	Working With Data	Dasar-dasar penggunaan Python untuk eksplorasi data dengan pustaka seperti Pandas. Disarankan memiliki pemahaman dasar pemrograman Python.	lesson video	Dmitry
08	Persiapan Data	Working With Data	Topik tentang teknik data untuk membersihkan dan mentransformasi data guna menangani tantangan data yang hilang, tidak akurat, atau tidak lengkap.	lesson	Jasmine
09	Visualisasi Kuantitas	Data Visualization	Pelajari cara menggunakan Matplotlib untuk memvisualisasikan data burung 🦆	lesson	Jen
10	Visualisasi Distribusi Data	Data Visualization	Memvisualisasikan pengamatan dan tren dalam sebuah interval.	lesson	Jen
11	Visualisasi Proporsi	Data Visualization	Memvisualisasikan persentase diskret dan yang dikelompokkan.	lesson	Jen
12	Visualisasi Hubungan	Data Visualization	Memvisualisasikan koneksi dan korelasi antara set data dan variabelnya.	lesson	Jen
13	Visualisasi yang Bermakna	Data Visualization	Teknik dan panduan untuk membuat visualisasi Anda bernilai untuk pemecahan masalah dan wawasan yang efektif.	lesson	Jen
14	Pengenalan siklus hidup Data Science	Lifecycle	Pengenalan siklus hidup data science dan langkah pertamanya yaitu memperoleh dan mengekstrak data.	lesson	Jasmine
15	Menganalisis	Lifecycle	Fase siklus hidup data science ini berfokus pada teknik untuk menganalisis data.	lesson	Jasmine
16	Komunikasi	Lifecycle	Fase siklus hidup data science ini berfokus pada menyajikan wawasan dari data dengan cara yang memudahkan pengambil keputusan memahami.	lesson	Jalen
17	Data Science di Cloud	Cloud Data	Seri pelajaran ini memperkenalkan data science di cloud dan manfaatnya.	lesson	Tiffany and Maud
18	Data Science di Cloud	Cloud Data	Melatih model menggunakan alat Low Code.	lesson	Tiffany and Maud
19	Data Science di Cloud	Cloud Data	Mendeploy model dengan Azure Machine Learning Studio.	lesson	Tiffany and Maud
20	Data Science di Dunia Nyata	In the Wild	Proyek yang digerakkan oleh data science di dunia nyata.	lesson	Nitya

GitHub Codespaces

Ikuti langkah-langkah ini untuk membuka contoh ini di Codespace:

1. Klik menu tarik-turun Code dan pilih opsi Open with Codespaces.
2. Pilih + New codespace di bagian bawah panel. Untuk info lebih lanjut, lihat GitHub documentation.

VSCode Remote - Containers

Ikuti langkah-langkah ini untuk membuka repo ini di sebuah container menggunakan mesin lokal Anda dan VSCode dengan ekstensi VS Code Remote - Containers:

1. Jika ini pertama kali Anda menggunakan development container, pastikan sistem Anda memenuhi prasyarat (mis. telah menginstal Docker) dalam the getting started documentation.

Untuk menggunakan repository ini, Anda bisa membuka repository dalam volume Docker terisolasi:

Catatan: Di balik layar, ini akan menggunakan perintah Remote-Containers: Clone Repository in Container Volume... untuk meng-clone kode sumber ke dalam volume Docker alih-alih filesystem lokal. Volumes adalah mekanisme yang direkomendasikan untuk mempertahankan data container.

Atau buka versi repository yang telah di-clone atau diunduh secara lokal:

• Clone repository ini ke filesystem lokal Anda.
• Tekan F1 dan pilih perintah Remote-Containers: Open Folder in Container....
• Pilih salinan folder yang di-clone ini, tunggu hingga container mulai, dan coba eksplorasi.

Akses Offline

Anda dapat menjalankan dokumentasi ini secara offline dengan menggunakan Docsify. Fork repo ini, install Docsify di mesin lokal Anda, kemudian di folder root repo ini, ketik docsify serve. Situs web akan disajikan pada port 3000 di localhost Anda: localhost:3000.

Catatan, notebook tidak akan dirender melalui Docsify, jadi ketika Anda perlu menjalankan sebuah notebook, lakukan itu secara terpisah di VS Code yang menjalankan kernel Python.

Kurikulum Lainnya

Tim kami memproduksi kurikulum lain! Lihat:

LangChain

---

Azure / Edge / MCP / Agents

---

Seri AI Generatif

---

Pembelajaran Inti

---

Seri Copilot

Mendapatkan Bantuan

Mengalami masalah? Periksa Panduan Pemecahan Masalah untuk solusi atas masalah umum.

Jika Anda mengalami kebuntuan atau memiliki pertanyaan tentang membangun aplikasi AI, bergabunglah dengan sesama pelajar dan pengembang berpengalaman dalam diskusi tentang MCP. Ini adalah komunitas yang mendukung di mana pertanyaan diterima dan pengetahuan dibagikan secara bebas.

Jika Anda memiliki umpan balik produk atau menemukan kesalahan saat membangun, kunjungi:

---

Penafian: Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berupaya mencapai akurasi, harap diperhatikan bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber otoritatif. Untuk informasi penting, disarankan menggunakan terjemahan profesional oleh penerjemah manusia. Kami tidak bertanggung jawab atas segala kesalahpahaman atau penafsiran yang keliru yang timbul dari penggunaan terjemahan ini.