DATA ANALYST (Analisis Data: Panduan Praktis untuk Analisis Data)

Penulis :

Sri Tria Siska, S.Kom., M.Kom., Moh. Khoridatul Huda, S.Pd., M.Si., Ph.D.,
Tundo, S.Kom., M.Kom., Dadang Iskandar Mulyana, M. Kom., Sur Liyan, S.Kom.,
M.Kom., Wahyudi Sofyan, S.Kom., M.T., Aliy Hafiz, S.Kom., M.T.I.,
Yuyun Yusnida Lase, S.Kom., M.Kom., Farida Yunita, S.T., M.T.,
Sekar Wulandari, S.Kom., MMSI., Retno Tri Vulandari, S.Si., M.Si.,
Fahrullah, S.Kom., S.I.Pust., M.Kom., Ria Rismayati, M.Kom.,
Aditya Zakaria Hidayat, S.E., M.M., Raisah Fajri Aula, S.Ds., MBA.

ISBN : 978-623-8686-05-6

Jumlah Hlm : x + 221
Ukuran : 15×23 Unesco
Kertas : Bookpaper
Tahun Terbit : 2024
Editor : –

SINOPSIS

“Buku Data Analyst” adalah panduan komprehensif yang mengupas tuntas peran penting seorang analis data dalam mengolah dan menerjemahkan informasi menjadi pengetahuan berharga bagi perusahaan. Dari konsep dasar analisis data hingga teknik-teknik canggih dalam pengolahan data, buku ini merangkum secara sistematis langkah-langkah yang diperlukan untuk menjadi seorang analis data yang handal. Dengan contoh kasus yang relevan dan strategis praktis, buku ini cocok untuk pembaca yang ingin mengembangkan keterampilan analisis data mereka atau yang hanya ingin memahami lebih dalam tentang dunia analisis data.

Daftar Isi

Kata Pengantar…………………………………………………………….v
Daftar Isi …………………………………………………………………..vi
Bab 1 – Pengantar Analisis Data ………………………………………..1
A. Analisis Data ………………………………………………………… 1
B. Metode Data Analisis………………………………………………. 2
C. Manfaat Data Analisis …………………………………………….. 4
D. Fungsi Data Analisis……………………………………………….. 5
E. Jenis Teknik Analisis Data ……………………………………….. 6
F. Tahapan Analisis Data…………………………………………….. 8
Bab 2 – Dasar-Dasar Matematika dan Statistik …………………….. 11
A. Pemusatan Data (Central Tendency)…………………………..12
B. Persebaran Data (Data Dispersion) …………………………….15
C. Korelasi ………………………………………………………………17
D. Analisis Regresi …………………………………………………….18
Bab 3 – Pengumpulan dan Pembersihan Data …………………….. 22
A. Pengumpulan Data ………………………………………………..22
B. Pembersihan Data …………………………………………………27vii
Bab 4 – Eksplorasi Data………………………………………………… 33
A. Seputar Eksplorasi Data …………………………………………. 34
B. Teknik dan Metode dalam Eksplorasi Data …………………. 35
C. Kendala Eksplorasi Data ………………………………………… 38
D. Aplikasi Eksplorasi Data…………………………………………. 41
Bab 5 – Analisis Regresi dan Prediksi ……………………………….. 47
A. Analisis Regresi……………………………………………………. 49
B. Fungsi Analisis Regresi ………………………………………….. 54
C. Tahapan Analisis Regresi ……………………………………….. 55
D. Prediksi Dalam Analisis Regresi……………………………….. 57
E. Analisis Regresi Sederhana …………………………………….. 58
Bab 6 – Analisis Klasifikasi dan Clustering…………………………. 62
A. Definis Klasifikasi ………………………………………………… 62
B. Sistem Kerja Klasifikasi………………………………………….. 65
C. Pohon Keputusan …………………………………………………. 69
D. Clustering…………………………………………………………… 77
E. Algoritma K-Means……………………………………………….. 78
Bab 7 – Dasar-dasar Pembelajaran Mesin ………………………….. 85
A. Pembelajaran Mesin……………………………………………… 85viii
B. Definisi Pembelajaran Mesin Menurut Para Ahli …………..86
C. Sejarah Singkat Pembelajaran Mesin ………………………….87
D. Perbedaan antara AI, Pembelajaran Mesin, dan Deep
Learning ……………………………………………………………..88
E. Pentingnya Pembelajaran Mesin dalam Era Digital………..88
F. Jenis Pembelajaran dalam Pembelajaran Mesin ……………89
Bab 8 – Pengolahan Big Data………………………………………….. 98
A. Pengenalan Big Data ………………………………………………98
B. Teknologi dan Alat untuk Pengolahan Big Data ………….. 101
C. Metode Pengolahan dan Analisis Data ……………………… 105
D. Keamanan, Etika, dan Regulasi Big Data …………………… 108
Bab 9 – Analisis Sentimen……………………………………………..111
A. Definisi Analisis Sentimen…………………………………….. 113
B. Masalah Analisis Sentimen ……………………………………. 114
C. Cara Kerja Analisa Sentimen………………………………….. 114
D. Pendekatan Analisis Sentimen ……………………………….. 117
E. Algoritma Machine Learning Untuk Analisis Sentimen … 119
Bab 10 – Visualisasi Data ………………………………………………123
A. Definisi dan Proses Visualisasi Data ………………………… 123
B. Cara Pandang Dalam Menggunakan Visualisasi Data …… 126
C. Pemilihan visualisasi data yang benar ……………………… 127ix
Bab 11 – Analisis Rangkaian Waktu …………………………………134
A. Metode Single Exponential Smoothing ………………………136
B. Metode Double Exponential Smoothing Brown ……………139
C. Metode Double Exponential Smoothing Holt ………………142
D. Metode Double Exponential Smoothing Winter …………..144
Bab 12 – Pengambilan Keputusan Berbasis Data………………….148
A. Pengertian pengambilan keputusan berbasis data………..149
B. Manfaat Pengambilan Keputusan Berbasis Data ………….151
C. Contoh Pengambilan Keputusan Berdasarkan Data ………152
D. Tahapan implementasi Mengambil Keputusan
Berdasarkan Data …………………………………………………155
E. Tips untuk Pengambilan Keputusan Berbasis Data ……….159
Bab 13 – Penambangan Data………………………………………….162
A. Mengenal Penambangan Data …………………………………162
B. Proses Penambangan Data ……………………………………..164
C. Metode Penambangan Data…………………………………….165
D. Arsitekture penambangan data………………………………..167
E. Pengelompokan teknik penambangan data ………………..169
Bab 14 – Etika dan Privasi Data ………………………………………171
A. Dampak Pelanggaran Data ……………………………………..176
B. Teori Tentang Etika ………………………………………………178x
C. Pengertian Etika Data…………………………………………… 180
D. Prinsip Etika dalam Analisis Data ……………………………. 181
E. Menyediakan dokumentasi yang jelas tentang sumber
data, metode analisis, dan asumsi yang digunakan. …….. 183
Bab 15 – Tantangan dan Masa Depan Analis Data ………………..186
A. Fenomena Profesi Data Analis di Era Digital ……………… 188
B. Tantangan Profesi Data Analis: ………………………………. 188
C. Peluang dari Data Analis ………………………………………. 191
D. Peluang Data Analis di Masa Depan…………………………. 194
E. Kesimpulan……………………………………………………….. 197
Daftar Pustaka ………………………………………………………….198
Tentang Penulis ………………………………………………………..212