Ilmu Data: Perbedaan antara revisi
Tidak ada ringkasan suntingan |
Tidak ada ringkasan suntingan |
||
| Baris 1: | Baris 1: | ||
Konsep Utama dalam [[Ilmu Data]] | |||
Tahap 1 [[Pengambilan Data|Pengambilan, Penyimpanan, dan Pembersihan Data]] | |||
'''Tahap 1 [[Pengambilan Data|Pengambilan, Penyimpanan, dan Pembersihan Data]]''' | |||
# [[Big Data]] | # [[Big Data]] | ||
# [[Database|Basis Data Relasional]] | # [[Database|Basis Data Relasional]] | ||
| Baris 11: | Baris 12: | ||
# [[Missing Data|Penanganan Data Hilang]] | # [[Missing Data|Penanganan Data Hilang]] | ||
# [[Outlier|Deteksi Outlier]] | # [[Outlier|Deteksi Outlier]] | ||
Tahap 2 [[Eksplorasi Data|Analisis dan Eksplorasi Data]] | '''Tahap 2 [[Eksplorasi Data|Analisis dan Eksplorasi Data]]''' | ||
# [[Statistika Deskriptif]] | # [[Statistika Deskriptif]] | ||
# [[Statistika Inferensial]] | # [[Statistika Inferensial]] | ||
| Baris 21: | Baris 22: | ||
# [[Analisis Runtun Waktu|Analisis Time Series]] | # [[Analisis Runtun Waktu|Analisis Time Series]] | ||
# [[A/B Testing]] | # [[A/B Testing]] | ||
Tahap 3 [[Pembelajaran Mesin|Pemodelan (Machine Learning)]] | '''Tahap 3 [[Pembelajaran Mesin|Pemodelan (Machine Learning)]]''' | ||
# [[Pembelajaran Mesin (Machine Learning)]] | # [[Pembelajaran Mesin (Machine Learning)]] | ||
# [[Kecerdasan Buatan (Artificial Intelligence)]] | # [[Kecerdasan Buatan (Artificial Intelligence)]] | ||
| Baris 38: | Baris 39: | ||
# [[Algoritma Klasifikasi|Algoritma: Random Forest]] | # [[Algoritma Klasifikasi|Algoritma: Random Forest]] | ||
# [[Algoritma Clustering|Algoritma: K-Means Clustering]] | # [[Algoritma Clustering|Algoritma: K-Means Clustering]] | ||
Tahap 4 [[Aplikasi Data Science|Penyebaran dan Domain Khusus]] | '''Tahap 4 [[Aplikasi Data Science|Penyebaran dan Domain Khusus]]''' | ||
# [[Natural Language Processing (NLP)]] (Pemrosesan Bahasa Alami) | # [[Natural Language Processing (NLP)]] (Pemrosesan Bahasa Alami) | ||
# [[Computer Vision]] | # [[Computer Vision]] | ||
Revisi per 8 November 2025 23.31
Konsep Utama dalam Ilmu Data
Tahap 1 Pengambilan, Penyimpanan, dan Pembersihan Data
- Big Data
- Basis Data Relasional
- NoSQL
- Data Warehouse
- Data Lake
- ETL (Extract, Transform, Load) atau ELT
- Data Wrangling
- Data Cleansing (Pembersihan Data)
- Penanganan Data Hilang
- Deteksi Outlier
Tahap 2 Analisis dan Eksplorasi Data
- Statistika Deskriptif
- Statistika Inferensial
- Visualisasi Data
- Variabel dan Distribusi Probabilitas
- Uji Hipotesis
- Regresi Linier
- Korelasi
- Analisis Time Series
- A/B Testing
Tahap 3 Pemodelan (Machine Learning)
- Pembelajaran Mesin (Machine Learning)
- Kecerdasan Buatan (Artificial Intelligence)
- Supervised Learning (Klasifikasi, Regresi)
- Unsupervised Learning (Clustering, Pengurangan Dimensi)
- Reinforcement Learning
- Deep Learning
- Jaringan Saraf Tiruan (Neural Network)
- Cross-Validation
- Overfitting dan Underfitting
- Rekayasa Fitur (Feature Engineering)
- Algoritma: K-Nearest Neighbors (KNN)
- Algoritma: Pohon Keputusan (Decision Tree)
- Algoritma: Support Vector Machine (SVM)
- Algoritma: Naive Bayes
- Algoritma: Random Forest
- Algoritma: K-Means Clustering
Tahap 4 Penyebaran dan Domain Khusus
- Natural Language Processing (NLP) (Pemrosesan Bahasa Alami)
- Computer Vision
- Model Deployment (Penyebaran Model)
- Dashboard Interaktif
- Big Data Analytics
- Etika Data dan Bias Algoritma
- Keamanan Data
- Business Intelligence (BI)