Lompat ke konten utama
←

Analisis Data dengan Python

Pelajaran 1 dari 24

Perkenalan

Perkenalan kelas

Setelah pelajaran ini kamu bisa melihat isi, hasil belajar, prasyarat, dan alat kelas Analisis Data dengan Python sebelum mulai belajar.

  • ±2 menit
  • Diperiksa 28 Okt 2026

Perkenalan kelas bisa dibuka tanpa akun; materi dan latihannya butuh akun gratis. Progres, kode, dan catatanmu hanya tersimpan di browser ini. Masuk untuk menyimpannya dan membuka pelajaran berikutnya

Materi

numpy dan pandas untuk merekap data penjualan — dijalankan langsung di browser.

Dua puluh tiga pelajaran mengolah data Toko Nusantara dengan numpy dan pandas: array, dtype, dan statistik per axis, DataFrame, membaca CSV yang tidak rapi, menyaring, mengurutkan, groupby, merge, nilai kosong, dan tanggal. Lima di antaranya pelajaran lanjutan: membentuk ulang dan merapikan data (melt, pivot, concat, .str, apply, drop_duplicates) serta eksplorasi awal (describe, value_counts, pivot_table, crosstab, korelasi, dan pencilan). Semua kode dijalankan di Python sungguhan (Pyodide) dan diperiksa dengan test assert.

Peta kelas

ModulPelajaranMisi akhir
Pengantar dan numpy4Misi: menghitung sisa stok gudang
DataFrame pandas5Misi: memuat data Toko Nusantara
Menyaring dan mengurutkan4Misi: menyiapkan daftar untuk rapat
Groupby dan agregasi6Misi: rekap kinerja cabang
Gabung tabel, nilai kosong, dan tanggal4Proyek: rekap penjualan Toko Nusantara

Setelah kelas ini, kamu bisa

  • Menghitung statistik array dengan numpy: rata-rata, nilai tertinggi, posisinya, dan ringkasan per baris atau kolom (axis), serta membaca dtype hasilnya.
  • Membaca data CSV — termasuk yang berpemisah titik koma atau diawali baris judul — menjadi DataFrame pandas lalu memeriksa bentuk dan tipenya.
  • Menyaring, mengurutkan dengan satu atau dua kunci, dan memilih baris serta kolom dengan kondisi dan loc.
  • Merekap data dengan groupby dan agg, menggabungkan tabel dengan merge, serta menangani nilai kosong dan tanggal.
  • Membentuk ulang dan merapikan tabel (melt, pivot, concat, .str, apply, drop_duplicates), lalu menjelajahinya dengan describe, value_counts, pivot_table, crosstab, korelasi, dan pagar IQR.

Untuk siapa

Orang yang sudah bisa menulis kode Python dasar dan ingin mengolah data penjualan atau operasional.

Prasyarat

  • Python dari Nol

Alat

  • Browser modern di komputer. Python, numpy, dan pandas dimuat sekali (±25 MB) lalu tersimpan di cache.

Pengajar

Irfan Akbar Wildani, S.Kom., Founder & Initiator KelasGratis.com.

Irfan memegang semua peran di KelasGratis: penulis, peninjau, pengajar, sampai pengembang. Kalau ada kebutuhan lain, hubungi Instagram @irfanakbrr (instagram.com/irfanakbrr).

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Lanjutkan ke

Tampilkan 3 lagi

Sebagian materi kelas ini diadaptasi dari Software Carpentry — Programming with Python (inflammation) (CC-BY-4.0), Software Carpentry — Plotting and Programming in Python (gapminder) (CC-BY-4.0), Data Carpentry — Data Analysis and Visualization in Python for Ecologists (CC-BY-4.0), Kaggle learntools — Pandas (Apache-2.0), Microsoft — Data Science for Beginners (MIT).