Posts

Perbedaan Antara Data Science dan Data Mining

Image
Data Science Data Science adalah bidang yang melibatkan pengolahan data dalam jumlah besar untuk membangun model prediktif, preskriptif, dan deskriptif. Ini mencakup kegiatan seperti mengumpulkan, memproses, menganalisis, hingga memanfaatkan data untuk berbagai tujuan, termasuk membangun model yang bisa memprediksi atau memberikan rekomendasi. Data Science menggabungkan ilmu komputer, bisnis, dan statistik. Contoh Aplikasi Data Science: 1. Model Prediktif: Data Science sering digunakan untuk membuat model yang bisa memprediksi kejadian di masa depan dengan menganalisis data historis menggunakan algoritma statistik dan pembelajaran mesin. 2. Intelijen Bisnis:  Dengan menganalisis kumpulan data besar, perusahaan dapat memahami perilaku pelanggan, tren pasar, dan faktor lain yang membantu mereka membuat keputusan bisnis yang lebih baik. 3. Deteksi Penipuan:  Di sektor keuangan, Data Science membantu mendeteksi penipuan dengan menganalisis pola transaksi yang mencurigakan. 4. Analitik K

Data Science + Python: Membuat Heat Map total Deposit Tokopedia per Kabupaten / Kota

Image
data_science_gis_01 Data science + Geographic Information System (GIS) - Membuat Heat Map total deposit Tokopedia per kabupaten / kota dengan Python - GeoPandas Tutorial #1: Membuat grafik garis (line chart) menggunakan Matplotlib dan Seaborn. Plotting data geometry di atas peta dasar (basemap). Membuat heat map pada peta NKRI menggunakan data wilayah administrasi kab/kota seluruh Indonesia, diintegrasikan dengan data jumlah pengguna Tokopedia yang memiliki deposit per-kab/kota beserta jumlah total deposit per-kab/kota. Import modules yang diperlukan. In [ ]: import pandas as pd import geopandas as gpd import matplotlib.pyplot as plt import contextily as cx from sqlalchemy.engine import create_engine import seaborn as sns sns . set_style ( 'darkgrid' ) Load shapefile seluruh wilayah Indonesia pada level negara. In [ ]: adm0 = gpd . read_file ( '../geoBoundaries-IDN-ADM0-al