Author: admin

Data Science 1: Data Manipulation

Kemarin membeli 2 Text BookData Science. Data Science From Stratch dan Data Science Hand Book. Menurut saya buku tetap penting walaupun saya sudah mengikuti kursus di Kodio.

Data Science Hand Book bisa menjadi semacam Kamus, yang bahkan bisa dibuka sambil leyeh-leyeh.

Memang ada beberapa tahap dalam serial data Science ini.

  1. Manipulasi Data yang melibatkan library Numpy dan Pandas
  2. Visualisasi data yang melibatkan library Matplotlib dan Seaborn
  3. Machine Learning
  4. Web Interface dg library Flask atau Django. Khusus terakhir ini saya tambahkan sendiri

Saya sudah mempelajari bagian manipulasi data sampai akhir dengan DataFrame. Sebenarnya mirip Query database tapi kelebihannya yang diquery adalah DataFrame yang dihasilkan diantaranya dengan pembacaan data dari CSV, jadi tidak harus dari table yang kaku itu.

Fungsi-fungsi dalam dataframe juga lebih luas. Bukan sekedar query, namun ditambah fungsi-fungsi statistik dan pengolahan data.

Kelemahannya query data tidak semudah SQL. Fungsi-fungsi dalam DataFrame terlalu buanyak. Kalau tidak sering digunakan pasti akan sulit untuk professional.

Tapi saya kesulitan menterjemahkan query data ke DataFrame. Tapi mendadak saya ingat bahwa ada engine cerdas yang bernama chatgpt. Saya coba bertanya:

“Terjemahkan perintah sql tersebut dibawah ini dengan fungsi pandas SELECT country, (count(country)) / 100 as percent FROM data GROUP BY country“

Dan dijawab:

import pandas as pd

# Mengimpor data ke dalam DataFrame
data = pd.read_csv('nama_file.csv')  # Gantilah 'nama_file.csv' dengan nama file yang sesuai

# Menghitung jumlah entri per negara
country_counts = data['country'].value_counts().reset_index()
country_counts.columns = ['country', 'count']

# Menghitung persentase
total_entries = len(data)
country_counts['percent'] = (country_counts['count'] / total_entries) * 100

print(country_counts)

Besuk-besuk kalau kesulitan bisa minta tolong ChatGPT hahaha

Saat Kau Mengerti

 

Nak, bila suatu saat kau dengarkan lagu ini
Dan aku sudah tak ada lagi di sampingmu
Kau akan mengerti
Mengapa begitu menyebalkannya ku di matamu

Nak, jika saat nanti kau telah hidup sendiri
Dan dunia ternyata tak seperti harapanmu
Ku ada di sini
Menjadi rumah yang s’lalu menanti kepulanganmu

Kelak kau ‘kan jadi orang tua seperti aku
Yang ingin anakmu bahagia dengan hidupnya

Bila bentakan kecilku patahkan hatimu
Lebih keras dari itu, dunia ‘kan menghakimimu
Kubentuk dirimu menjadi engkau hari ini
Kau harus kuat, kau harus hebat
Permata hatiku

Nak, ‘kan tiba waktu kau harus tentukan jalanmu
Yang mungkin tak searah dan indah di mataku
‘Pabila terjadi
Berjanjilah kau akan s’lalu menjadi dirimu sendiri

Kelak kau ‘kan jadi orang tua seperti aku
Yang ingin anakmu berkuasa atas hidupnya

Bila bentakan kecilku patahkan hatimu
Lebih keras dari itu, dunia ‘kan menghakimimu
Kubentuk dirimu menjadi engkau hari ini
Kau harus kuat, kau harus hebat
Permata hatiku

Bila bentakan kecilku patahkan hatimu
Lebih keras dari itu, dunia ‘kan menghakimimu
Kubentuk dirimu menjadi engkau hari ini
Kau harus kuat, kau harus hebat

Aku adalah jemari dan ibumu penanya
Dan kaulah puisi terindah yang pernah tercipta
Semoga belaian kasihku lembutkan hatimu

Kau harus megah, kau harus indah
Kau harus kuat, kau harus hebat
Permata hatiku

Jalan Ninja

Beberapa waktu terakhir, saya memang incip-incip beberapa teknologi, dari Full Stack, Machine Learning,  Pentest, ISO Keamanan Data, IoT, Server, dll, tapi nampaknya saya belum menemukan pasar potensialnya. Kalau pasar tidak potensialnya sih banyak.

Dulu saya pernah mendapatkan materi kewirausahaan, yang intinya sebelum membuat sebuah usaha carilah pasar dulu. Percuma membuat usaha kalau pasarnya tidak ada. Riset pasar kecil-kecilanlah.

Dari yang saya renungkan, kelihatannya saya akan fokus ke Data Science dengan pertimbangan sebagai berikut:

  1. Saya sudah lama bekerja di kantor research berbasis survey.
  2. Saya lama berkecimpung di database. Sudah professional menggunakan SQL
  3. Saya menguasai data visualisation, baik chart maupun map.

Yang ingin saya kuasai dalam waktui dekat ini adalah

  1. Python dengan Numpy, Pandas, Seaborn dsb
  2. Flask untuk menampilkan data secara online.

Mudah-mudahan inline dengan selera pasar.

LimeSurvey Python

Saya tertarik dengan integrasi limesurvey dan python. Saya sudah pernah mengikuti data science sebelumnya, walaupun tentu harus diasah lagi.

Pertama kita harus install Python, saat ini disarankan yang versi stabil terakhir, 3.11.

Jika kita menginstalasinya di Windows, lebih baik menggunakan toko aplikasi windows biar tidak mikir soal PATH dan sebagainya. Dan ketika saya install Python di windows, ternyata pip juga sudah terinstall. Untuk mengetahui apakah pip sudah terinstall atau belum silahkan cek dengan perintah pip –help .

Untuk library limepy silahkan ikuti link berikut:

https://pypi.org/project/limepy/

Thanks.