Pengantar
Data Sains

1. Apa Itu Data Sains?

Data Sains adalah bidang ilmu yang menggabungkan matematika, statistika, dan ilmu komputer untuk mengekstrak pengetahuan bermakna dari data. Dengan kata lain: data sains adalah seni mengubah tumpukan angka mentah menjadi keputusan cerdas.

Istilah "data sains" mulai populer sekitar tahun 2008–2012, ketika internet menghasilkan data dalam jumlah yang belum pernah ada sebelumnya. Perusahaan seperti Google, Amazon, dan Facebook membutuhkan cara baru untuk memahami data miliaran penggunanya. Di sinilah data scientist lahir sebagai profesi tersendiri.

2. Hubungan dengan Tiga Ilmu Utama

Data sains bukan ilmu yang berdiri sendiri. Ia merupakan irisan dari tiga bidang besar. Bayangkan tiga lingkaran yang saling tumpang tindih — di tengahnya itulah data sains berada.

3. Data Science Pipeline

Setiap proyek data sains mengikuti alur kerja yang disebut pipeline. Ini seperti jalur produksi di pabrik — setiap tahap mengolah "bahan" dari tahap sebelumnya.

4. Peran Data Scientist & Skill yang Dibutuhkan

Seorang data scientist ibarat seorang detektif modern — ia mencari pola tersembunyi dalam data, mengajukan hipotesis, mengujinya, dan akhirnya "memecahkan kasus" (menjawab pertanyaan bisnis).

5. Data Sains di Berbagai Bidang

Data sains bukan hanya untuk perusahaan teknologi. Hampir setiap bidang kehidupan kini memanfaatkannya. Berikut beberapa contoh nyata:

6. Pengenalan Tools: Python untuk Data Sains

Kita akan menggunakan Python sebagai bahasa utama. Python dipilih karena:

• 1
  Mudah dibaca — sintaksnya mirip bahasa Inggris sehari-hari, tidak rumit seperti C++ atau Java
• 2
  Ekosistem lengkap — ada library khusus untuk hampir semua kebutuhan data sains
• 3
  Standar industri — digunakan oleh Google, Netflix, NASA, BPS Indonesia
• 4
  Gratis & open source — tidak perlu beli lisensi

7. Lingkungan Kerja: Google Colab

Kita akan menggunakan Google Colaboratory (Colab) sebagai lingkungan pemrograman. Keunggulannya:

Cara Memulai Google Colab

• 1
  Buka browser → ketik colab.research.google.com
• 2
  Login dengan akun Google (Gmail)
• 3
  Klik "+ New Notebook" untuk membuat notebook baru
• 4
  Ketik kode di "cell", lalu tekan Shift + Enter untuk menjalankan

8. Praktik: Eksplorasi Dataset Pertama

Mari kita langsung praktik! Kita akan mengeksplorasi dataset nilai ujian mahasiswa sederhana menggunakan Pandas dan NumPy.

8.1 Import Library dan Membuat Dataset

# ============================================================
# SESI 1 — Eksplorasi Dataset Pertama
# MA1420 Data Sains | ISTN Jakarta
# ============================================================

# Step 1: Import library yang dibutuhkan
import numpy as np
import pandas as pd

# Step 2: Buat dataset nilai ujian mahasiswa (data contoh)
data = {
    'Nama': ['Andi', 'Budi', 'Citra', 'Dina', 'Eko', 
              'Fira', 'Galih', 'Hana', 'Irfan', 'Joko'],
    'Nilai_UTS': [78, 85, 92, 67, 88, 
                   74, 95, 81, 70, 83],
    'Nilai_UAS': [80, 88, 90, 72, 85, 
                   79, 93, 84, 75, 87],
    'Jurusan': ['Matematika', 'Statistika', 'Matematika', 
                 'Statistika', 'Matematika', 'Statistika', 
                 'Matematika', 'Statistika', 'Matematika', 'Statistika']
}

# Step 3: Buat DataFrame (tabel data Pandas)
df = pd.DataFrame(data)

# Step 4: Tampilkan tabel
print("=== DATA NILAI MAHASISWA ===")
print(df)

=== DATA NILAI MAHASISWA ===
     Nama  Nilai_UTS  Nilai_UAS     Jurusan
0    Andi         78         80  Matematika
1    Budi         85         88  Statistika
2   Citra         92         90  Matematika
3    Dina         67         72  Statistika
4     Eko         88         85  Matematika
5    Fira         74         79  Statistika
6   Galih         95         93  Matematika
7    Hana         81         84  Statistika
8   Irfan         70         75  Matematika
9    Joko         83         87  Statistika

8.2 Eksplorasi Dasar Dataset

# Lihat ukuran dataset: (baris, kolom)
print("Ukuran data:", df.shape)
# Output: (10, 4) → 10 baris, 4 kolom

# Lihat tipe data setiap kolom
print("\nTipe data:")
print(df.dtypes)

# Statistik ringkas otomatis
print("\nStatistik Ringkas:")
print(df.describe())

# Hitung nilai rata-rata setiap kolom numerik
print("\nRata-rata Nilai UTS:", df['Nilai_UTS'].mean())
print("Rata-rata Nilai UAS:", df['Nilai_UAS'].mean())

Ukuran data: (10, 4)

Tipe data:
Nama         object
Nilai_UTS     int64
Nilai_UAS     int64
Jurusan      object
dtype: object

Statistik Ringkas:
       Nilai_UTS  Nilai_UAS
count  10.000000  10.000000
mean   81.300000  83.300000
std     9.274736   6.842943
min    67.000000  72.000000
25%    74.750000  79.250000
50%    82.000000  84.500000
75%    87.750000  87.750000
max    95.000000  93.000000

Rata-rata Nilai UTS: 81.3
Rata-rata Nilai UAS: 83.3

8.3 Tambah Kolom & Filter Data

# Buat kolom baru: Nilai Akhir (UTS 40% + UAS 60%)
df['Nilai_Akhir'] = df['Nilai_UTS'] * 0.4 + df['Nilai_UAS'] * 0.6

# Beri grade berdasarkan nilai akhir
def beri_grade(nilai):
    if nilai >= 85:   return 'A'
    elif nilai >= 70: return 'B'
    elif nilai >= 55: return 'C'
    else:             return 'D'

df['Grade'] = df['Nilai_Akhir'].apply(beri_grade)

# Filter: tampilkan hanya mahasiswa dengan grade A
mahasiswa_a = df[df['Grade'] == 'A']
print("Mahasiswa dengan Grade A:")
print(mahasiswa_a[['Nama', 'Nilai_Akhir', 'Grade']])

Mahasiswa dengan Grade A:
    Nama  Nilai_Akhir Grade
1   Budi         87.2     A
2  Citra         90.8     A
4    Eko         86.2     A
6  Galih         93.8     A
9   Joko         85.8     A

Uji Pemahaman Sesi 1