DevCoach 170: Data Science | Data + Visuals = Dashboards with Impact!

Transcript

1. Data + Visuals = Dashboards with Impact! Data Science Angel Metanosa Afinda Curriculum Developer Hanifa Ajeng Supartiwi Associate Program Manager
3. 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
4. #Flashback Data Science
5. Data Science Siklus Analisis Data Studi Kasus: E-Commerce Public Dataset (Dataset Dicoding)
6. Data Science 1. Mendefinisikan Pertanyaan Question) What Why When Where
7. 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)
8. 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.
9. Data Science 2. Data Wrangling Gathering Data Assesing Data Cleaning Data
10. 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.
11. Data Science 2. Data Wrangling Gathering Data
12. Data Science 2. Data Wrangling Assesing Data Assessing data adalah langkah dalam analisis data yang melibatkan penilaian kualitas, keberagaman, dan integritas dataset.
13. Data Science 2. Data Wrangling Assesing Data
14. Data Science 2. Data Wrangling Cleaning Data Pada tahap cleaning data meliputi proses pembersihan data pada setiap dataset dan menggabungkan tabel.
15. Data Science 2. Data Wrangling Cleaning Data
16. 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.
17. 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.
18. 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.
19. Data Science 3. Exploratory Data Analysis EDA Recency
20. Data Science 3. Exploratory Data Analysis EDA Frequency
21. Data Science 3. Exploratory Data Analysis EDA Moneterary Data Visualization & Draw Conclusion & Communicate Next Slide
22. Pengenalan Definisi dan Prinsip Data Visualization Data Science
23. Data Science Bar Chart Bar Chart Pie Chart Donut Plot Candle Chart Line Chart
24. Data Science Prinsip Dasar dari Design
25. Data Science Kesalahan dalam Visualisasi Data Misleading Hides Distracts
26. Data Science Tebak Benar atau Salah Benar🤩 Salah😫
27. Mendalami Peran Explanatory Analysis Data Science
28. Data Science Apa itu Data Storytelling? Data storytelling adalah mengomunikasikan makna dari sekumpulan data dengan visual dan narasi yang disesuaikan untuk setiap audiens tertentu.
29. 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.
30. Pengenalan Definisi dan Fungsi Dashboard Data Science
31. 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.
32. Data Science
33. 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.
34. Hi, Streamlit! Data Science
35. 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.
36. 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()
37. 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()
38. Data Science Basic Layout dalam Streamlit Sidebar Columns
39. Data Science Basic Layout dalam Streamlit Tabs Container
40. Data Science Basic Layout dalam Streamlit Expander
41. Ngoding tipis-tipis~ Data Science
42. Feedback! Hadiah: • 1 Token Langganan Academy 30 Hari) *untuk pengisi feedback terpilih! dicoding.id/devcoachfeedback Data Science
44. Thank You Data Science