Share
Embed
DevCoach 170: Data Science | Data + Visuals = Dashboards with Impact!
Nad
September 30, 2024
Transcript
44 slides
-
Data + Visuals = Dashboards with Impact! Data Science Angel
Metanosa Afinda Curriculum Developer Hanifa Ajeng Supartiwi Associate Program Manager -
Pokok Pembahasan - Flashback dulu yuk~ - Pengenalan Definisi dan
Prinsip Data Visualization - Mendalami Peran Explanatory Analysis - Pengenalan Definisi dan Fungsi Dashboard - Hi, Streamlit! - Ngoding tipis-tipis~ Data Science -
Data Science Siklus Analisis Data Studi Kasus: E-Commerce Public Dataset
(Dataset Dicoding) -
Data Science Pertanyaan Bisnis terkait Informasi Pelanggan 1. Bagaimana jumlah
penyebaran jumlah pembeli berdasarkan asal kota dan negara bagian? 2. Siapa saja 10 pelanggan yang paling sering berbelanja berdasarkan asal kota maupun negara bagian mereka? Urutkan berdasarkan frekuensi pembelian) 1. Mendefinisikan Pertanyaan Question) -
Data Science 2. Data Wrangling Data wrangling adalah tahap di
mana data yang tidak teratur dan kacau diubah menjadi format yang dapat diolah dan dianalisis. -
Data Science 2. Data Wrangling Gathering Data Gathering data adalah
proses pengumpulan informasi dari sumber tertentu. Kualitas data yang dikumpulkan memengaruhi hasil akhir dari analisis atau penelitian. -
Data Science 2. Data Wrangling Assesing Data Assessing data adalah
langkah dalam analisis data yang melibatkan penilaian kualitas, keberagaman, dan integritas dataset. -
Data Science 2. Data Wrangling Cleaning Data Pada tahap cleaning
data meliputi proses pembersihan data pada setiap dataset dan menggabungkan tabel. -
Data Science 3. Exploratory Data Analysis EDA EDA adalah proses
uji investigasi awal yang bertujuan untuk mengidentifikasi pola, menemukan anomali, menguji hipotesis dan memeriksa asumsi. -
Data Science 3. Exploratory Data Analysis EDA Analisis RFM RFM
Analysis Recency, Frequency, Monetary) adalah metode analisis pelanggan yang umumnya digunakan untuk mengidentifikasi dan memahami perilaku pembelian pelanggan. -
Data Science 3. Exploratory Data Analysis EDA • Recency Ketepatan
Waktu) Mengidentifikasi pelanggan yang melakukan transaksi terakhirnya • Frequency Frekuensi) Informasi ini dapat diambil dari data jumlah pembelian atau frekuensi pembelian selama periode waktu tertentu. • Moneterary Moneter) Mengidentifikasi pelanggan yang memberikan kontribusi signifikan terhadap pendapatan perusahaan dari integrasi data nilai pembelian atau pendapatan. -
Data Science 3. Exploratory Data Analysis EDA Moneterary Data Visualization
& Draw Conclusion & Communicate Next Slide -
Data Science Bar Chart Bar Chart Pie Chart Donut Plot
Candle Chart Line Chart -
Data Science Apa itu Data Storytelling? Data storytelling adalah mengomunikasikan
makna dari sekumpulan data dengan visual dan narasi yang disesuaikan untuk setiap audiens tertentu. -
Data Science Berdasarkan data dari Tempo.co di samping, prediksi angka
pengguna e-commerce di Indonesia tahun 2024 terus meningkat signifikan. Apabila dibandingkan dengan tahun sebelumnya, kenaikan di tahun ini mencapai angka 9.6 juta pengguna. -
Data Science Apa itu Dashboard? Alat visualisasi data yang menampilkan
informasi penting secara ringkas dan mudah dipahami. Biasanya terdiri dari grafik, diagram, dan indikator visual lainnya. -
Data Science Tujuan Dashboard Media untuk Komunikasi 3 Mempermudah penyampaian
informasi kepada pemangku kepentingan serta meningkatkan transparansi dan akuntabilitas dalam organisasi. Pemantauan Kinerja 1 Mengawasi metrik dan KPI secara real-time untuk memudahkan identifikasi tren yang memerlukan perhatian segera. Pengambilan Keputusan 2 Mendukung pengambilan keputusan berdasarkan data yang akurat dan terkini dengan menyediakan informasi yang relevan. -
Data Science https://streamlit.io/ Pengenalan Streamlit Streamlit merupakan salah satu open-source
web app framework untuk bahasa pemrograman Python. Ia memungkinkan kita membuat web app yang baik dan interaktif dalam waktu yang singkat. -
Data Science Basic Element dalam Streamlit Write Text Data Display
Chart Digunakan untuk menampilkan sebuah output Digunakan untuk menampilkan sebuah output berupa text Digunakan untuk menampilkan data secara cepat dan interaktif ke dalam streamlit app yang kita buat Digunakan untuk menampilkan grafik visualisasi data ke dalam streamlit app write() markdown() title() header() subheader() caption() code() text() latex() dataframe() table() metric() json() pyplot() -
Data Science Basic Widgets dalam Streamlit Input Widget Button Widget
Digunakan untuk memberikan input ke dalam streamlit app Digunakan untuk memberikan interaksi dengan aplikasi dengan menekan tombol text_input() text_area() number_input() date_input() file_uploader() camera_input() button() checkbox() radio() selectbox() multiselect() slider() -
Feedback! Hadiah: • 1 Token Langganan Academy 30 Hari) *untuk
pengisi feedback terpilih! dicoding.id/devcoachfeedback Data Science