Daftar Tutorial Data Science Gratis

Uji Anova Satu Arah dengan Minitab

Dalam bidang statistika atau analisis data numerik, dikenal istilah ANOVA (Analysis of Variance) atau disebut juga dengan ANAVA (Analisis Variansi). Tujuan dari ANOVA adalah untuk membandingkan rata-rata (mean) dari tiga kelompok atau lebih. Melalui dari uji ANOVA inilah akan diperiksa apakah ada perbedaan signifikan antara rata-rata kelompok. Uji ini mirip dengan uji-t (t-test), namun kelebihannya adalah mampu untuk menguji lebih dari dua kelompok (level).

Salah satu jenis ANOVA adalah ANOVA satu arah (one-way ANOVA), yaitu jenis analisis variansi yang paling sederhana, di mana kita akan membandingkan rata-rata antara tiga kelompok atau lebih pada satu faktor atau satu variabel bebas. Faktor atau variabel bebas ini juga sering disebut sebagai “faktor perlakuan” karena itu adalah apa yang dimanipulasi dalam eksperimen.

Melalui tutorial ini akan dibahas bagaimana cara melakukan uji ANOVA satu arah menggunakan salah satu software populer dalam statistika, yaitu MINITAB.

view post

Data Science, Python

Pengenalan Fungsi Dasar Pandas Library di Python

Pandas library termasuk salah satu library yang paling populer di antara banyak Python library. Pandas library sering digunakan karena kemampuannya untuk mengelola data berbentuk tabel (lebih lanjut disebut dengan dataframe) dimana sebagian besar data science project menggunakan data berbasis tabel. Sebagai Python Data Scientist maupun pemula yang baru mempelajari data science, sangat penting untuk menguasai fungsi-fungsi dasar yang ada dalam Pandas library.

Artikel kali ini akan membahas fungsi-fungsi dasar apa saja sih yang ada di Pandas Library, yang sering digunakan oleh para data scientist.

view post

Data Science, Python

Tutorial Membuat Kurva ROC (Receiver Operating Characteristic) dengan Python

Dalam membuat model AI (artificial intelligence), salah satu tools yang sering digunakan oleh seorang Python Data Scientist untuk memvisualisasikan performa model yang dibuat adalah dengan membuat kurva ROC (Receiver Operating Characteristic). Kurva ROC adalah kurva yang menyajikan ilustrasi performansi dari binary classifier system dalam menghasilkan sebuah prediksi. Kurva ROC didapatkan dengan membuat plotting dari true positive rate (TPR) terhadap false positive rate (FPR).

Artikel ini nanti akan membahas bagaimana membuat kurva ROC menggunakan Python.

view post

Data Science, Python

Tutorial K-Means Clustering dengan Python

Di Machine Learning, clustering termasuk di dalam unsupervised-algorithm yang berarti bahwa tidak ada proses training. Tujuan dari clustering adalah untuk memisahkan data ke dalam kelompok-kelompok dengan sifat-sifat yang sama dan menetapkannya ke dalam sebuah kategori.

Ada beberapa algoritma clustering yang bisa digunakan, di antaranya adalah: K-Means clustering, Mean-Shift Clustering, DBSCAN, Expectation–Maximization (EM) Clustering, dan Agglomerative Hierarchical Clustering. Namun di antara algoritma tersebut, K-Means lah yang sering digunakan dan diajarkan karena faktor kemudahan dalam pemahaman dan pengimplementasiannya.

Artikel kali ini akan membahas bagaimana mengimplementasikan algoritma K-Means Clustering dengan Python.

view post

Data Science, Python

Tutorial Mann Whitney U-Test dengan Python

Melakukan uji statistik adalah salah satu tugas utama seorang data scientist. Salah satu uji statistik yang sering dilakukan adalah U-Test. U-Test banyak digunakan karena seringkali hasil eksperimen tidak memenuhi asumsi distribusi normal, dan U-test valid untuk dilakukan di dalam situasi tersebut. U-test sering dilakukan dengan software SPSS, namun bisa juga dilakukan dengan Python lho.

Dalam tutorial ini akan dijelaskan bagaimana melakukan U-Test, tepatnya Mann Whitney U-Test dengan Python.

view post

Data Science, Python

Cara Upgrade/Downgrade Python di Anaconda

Anaconda merupakan salah satu software distribusi Python, dan juga bahasa R yang secara spesifik digunakan untuk keperluan komputasi sains dan juga datascience. Kelebihan Anaconda ini adalah telah lengkapnya library-library yang mendukung komputasi sains tersebut.

Terdapat beberapa jenis lisensi Anaconda, yaitu ada yang untuk keperluan perorangan atau Individual Edition, dan juga untuk keperluan Enterprise (Enterprise Edition). Adapun yang Anaconda Individual Edition sepenuhnya adalah FREE alias gratis.

Meskipun di dalam Anaconda secara built-in sudah terdapat beberapa library yang sifatnya esensial untuk keperluan komputasi data science, namun terkadang masih diperlukan instalasi library tambahan secara mandiri. Dampak dari instalasi mandiri ini, terkadang terjadi ketidakkompatibelan pada versi Python yang menjadi bawaan Anaconda tersebut dengan library yang diinstall. Sebagai contoh misalkan akan diinstall library PySpark. Library PySpark yang terbaru, kurang kompatibel dengan Python versi 3.8 yang menjadi bawaan Anaconda versi terbaru pada saat tulisan ini dibuat. Oleh karena itu, perlu dilakukan downgrade terhadap versi Python yang ada di Anaconda ke versi 3.7.

Dalam artikel ini akan dibahas bagaimana cara mendowngrade atau mengupgrade versi Python yang ada di Anaconda.

view post

Data Science, Python

Python Data Visualization dengan Matplotlib Bag. 2 (Histogram, Pie Plot)

Artikel ini adalah bagian 2 dari materi Python Data Visualization dengan Matplotlib, yang merupakan kelanjutan dari membuat plot data dengan Python sebelumnya. Pada bagian ini kita akan belajar mengenai Histogram dan Pie Plot.

Melalui artikel ini, kita akan belajar bagaimana memvisualisasikan data dengan beberapa bentuk diagram, antara lain: histogram, dan juga pie plot. Adapun untuk histogram sendiri, ada dua tipe yang nanti akan dibahas yaitu stacked histogram, dan horizontal histogram, .

view post

Data Science, Python

Python Data Visualization dengan Matplotlib Bag. 1 (Basic Plot, Bar Plot)

Salah satu kemampuan yang harus dimiliki seorang Data Scientist adalah Python Data Visualization. Data Visualization penting untuk kita supaya bisa mendapatkan gambaran mengenai persebaran data serta insight di dataset. Common case nya adalah Data Scientist diharuskan untuk mem-produce data visualization dari csv dataset. Hal itu dapat dilakukan dengan Matplotlib library.

Di tutorial Python Data Visualization part 1 ini, kita akan belajar bagaimana membuat basic plotting dan bar plot menggunakan salah satu library Python yang handal, yaitu Matplotlib.

view post