You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Data-Science-For-Beginners/translations/id/examples
leestott 57edd69619
🌐 Update translations via Co-op Translator
4 months ago
..
README.md 🌐 Update translations via Co-op Translator 4 months ago

README.md

Contoh Data Science untuk Pemula

Selamat datang di direktori contoh! Koleksi contoh sederhana dengan komentar yang jelas ini dirancang untuk membantu Anda memulai dengan data science, bahkan jika Anda benar-benar pemula.

📚 Apa yang Akan Anda Temukan di Sini

Setiap contoh bersifat mandiri dan mencakup:

  • Komentar yang jelas yang menjelaskan setiap langkah
  • Kode yang sederhana dan mudah dibaca yang menunjukkan satu konsep pada satu waktu
  • Konteks dunia nyata untuk membantu Anda memahami kapan dan mengapa menggunakan teknik ini
  • Output yang diharapkan sehingga Anda tahu apa yang harus dicari

🚀 Memulai

Prasyarat

Sebelum menjalankan contoh-contoh ini, pastikan Anda memiliki:

  • Python 3.7 atau versi lebih tinggi terinstal
  • Pemahaman dasar tentang cara menjalankan skrip Python

Menginstal Library yang Dibutuhkan

pip install pandas numpy matplotlib

📖 Ikhtisar Contoh

1. Hello World - Gaya Data Science

File: 01_hello_world_data_science.py

Program data science pertama Anda! Pelajari cara:

  • Memuat dataset sederhana
  • Menampilkan informasi dasar tentang data Anda
  • Mencetak output data science pertama Anda

Sempurna untuk pemula yang ingin melihat program data science pertama mereka beraksi.


2. Memuat dan Mengeksplorasi Data

File: 02_loading_data.py

Pelajari dasar-dasar bekerja dengan data:

  • Membaca data dari file CSV
  • Melihat beberapa baris pertama dari dataset Anda
  • Mendapatkan statistik dasar tentang data Anda
  • Memahami tipe data

Ini sering menjadi langkah pertama dalam proyek data science apa pun!


3. Analisis Data Sederhana

File: 03_simple_analysis.py

Lakukan analisis data pertama Anda:

  • Menghitung statistik dasar (mean, median, mode)
  • Menemukan nilai maksimum dan minimum
  • Menghitung frekuensi nilai
  • Memfilter data berdasarkan kondisi

Lihat bagaimana menjawab pertanyaan sederhana tentang data Anda.


4. Dasar-Dasar Visualisasi Data

File: 04_basic_visualization.py

Buat visualisasi pertama Anda:

  • Membuat diagram batang sederhana
  • Membuat plot garis
  • Menghasilkan diagram pie
  • Menyimpan visualisasi Anda sebagai gambar

Pelajari cara menyampaikan temuan Anda secara visual!


5. Bekerja dengan Data Nyata

File: 05_real_world_example.py

Gabungkan semuanya dengan contoh lengkap:

  • Memuat data nyata dari repositori
  • Membersihkan dan mempersiapkan data
  • Melakukan analisis
  • Membuat visualisasi yang bermakna
  • Menarik kesimpulan

Contoh ini menunjukkan alur kerja lengkap dari awal hingga akhir.


🎯 Cara Menggunakan Contoh-Contoh Ini

  1. Mulai dari awal: Contoh-contoh ini diberi nomor berdasarkan tingkat kesulitan. Mulailah dengan 01_hello_world_data_science.py dan lanjutkan secara berurutan.

  2. Baca komentar: Setiap file memiliki komentar yang terperinci yang menjelaskan apa yang dilakukan kode dan mengapa. Bacalah dengan cermat!

  3. Bereksperimen: Cobalah memodifikasi kode. Apa yang terjadi jika Anda mengubah nilai? Cobalah membuat kesalahan dan memperbaikinya - itulah cara belajar!

  4. Jalankan kode: Eksekusi setiap contoh dan amati outputnya. Bandingkan dengan apa yang Anda harapkan.

  5. Kembangkan: Setelah Anda memahami sebuah contoh, cobalah memperluasnya dengan ide-ide Anda sendiri.

💡 Tips untuk Pemula

  • Jangan terburu-buru: Luangkan waktu untuk memahami setiap contoh sebelum melanjutkan ke yang berikutnya
  • Ketik kode sendiri: Jangan hanya copy-paste. Mengetik membantu Anda belajar dan mengingat
  • Cari konsep yang tidak dikenal: Jika Anda melihat sesuatu yang tidak Anda pahami, cari tahu secara online atau di pelajaran utama
  • Ajukan pertanyaan: Bergabunglah dengan forum diskusi jika Anda membutuhkan bantuan
  • Berlatih secara teratur: Cobalah untuk coding sedikit setiap hari daripada sesi panjang sekali seminggu

🔗 Langkah Selanjutnya

Setelah menyelesaikan contoh-contoh ini, Anda siap untuk:

  • Mengerjakan pelajaran utama dalam kurikulum
  • Mencoba tugas di setiap folder pelajaran
  • Mengeksplorasi notebook Jupyter untuk pembelajaran yang lebih mendalam
  • Membuat proyek data science Anda sendiri

📚 Sumber Daya Tambahan

🤝 Kontribusi

Menemukan bug atau memiliki ide untuk contoh baru? Kami menyambut kontribusi! Silakan lihat Panduan Kontribusi.


Selamat Belajar! 🎉

Ingat: Setiap ahli dulunya adalah pemula. Ambil langkah satu per satu, dan jangan takut membuat kesalahan - itu adalah bagian dari proses belajar!


Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan penerjemahan AI Co-op Translator. Meskipun kami berupaya untuk memberikan hasil yang akurat, harap diperhatikan bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang otoritatif. Untuk informasi yang bersifat kritis, disarankan menggunakan jasa penerjemahan manusia profesional. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang keliru yang timbul dari penggunaan terjemahan ini.