SISTEM ANALISIS DATA MENGGUNAKAN DESCRIPTIVE STATISTIC BERBASIS WEB

Aksan Maulana, - (2019) SISTEM ANALISIS DATA MENGGUNAKAN DESCRIPTIVE STATISTIC BERBASIS WEB. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_KOM_1206563_Title.pdf Download (2MB)
	Text S_KOM_1206563_Chapter1.pdf Download (759kB)
	Text S_KOM_1206563_Chapter2.pdf Restricted to Staf Perpustakaan Download (9MB)
	Text S_KOM_1206563_Chapter3.pdf Download (1MB)
	Text S_KOM_1206563_Chapter4.pdf Restricted to Staf Perpustakaan Download (6MB)
	Text S_KOM_1206563_Chapter5.pdf Download (353kB)

Abstract

Belakangan ini perkembangan Teknologi Informasi (TI) telah semakin meningkat. Hal ini menyebabkan persebaran data yang semakin pesat, sehingga untuk menemukan data di era digital ini tidaklah begitu sulit lewat internet. Banyaknya dataset terbuka yang bebas diakses berdampak pada informasi berharga yang bisa didapatkan dan dimanfaatkan untuk keperluan bisnis, pemerintahan, ataupun pribadi. Namun ada beberapa dataset yang sangat besar, kompleks, dan sulit dianalisis apalagi untuk melakukan prediksi dari data tersebut. Sehingga diperlukan sebuah cara untuk mempermudah dalam melakukan analisis pada data tersebut yaitu dengan menyajikan data dalam bentuk visual baik itu berupa chart, diagram, maupun graph. Descriptive statistic adalah sebuah metode statistika yang bisa digunakan untuk melakukan analisis data. Walaupun statistika deskriptif terbilang sederhana, namun dengan penyajian hasil analisis yang tepat akan menghasilkan informasi yang sangat berharga. Ada beberapa tools yang telah menggunakan metode descriptive statistic dalam proses analisis data, yang penyajian data mentahnya telah dalam bentuk visual. Namun beberapa tools tersebut merupakan hasil karya orang luar, sehingga kita tidak bisa untuk mengembangkan lebih mendalam sistem tersebut dikarenakan keterbatasan source code yang dimiliki. Pada penelitian ini bertujuan untuk membangun sebuah sistem analisis data yang serupa dengan salah satu tools yang sudah ada dengan memberikan source code yang bersifat terbuka. Banyak bahasa pemrograman yang bisa digunakan untuk data scientis, salah satunya adalah Python. Python merupakan salah satu bahasa pemrograman yang mendukung dalam kegiatan analisis dan mining data sehingga banyak para developer yang menggunakan atau bahkan mengembangkan library untuk data scient yang bisa digunakan. Beberapa contoh library yang bisa digunakan yaitu Numpy, Scipy, Matplotlib, Pandas dan Scikit-learn. In recent years the development of Information Technology (IT) has increased. This causes the distribution of data more rapidly, so to find data in the digital age is not so difficult via the internet. The large number of open datasets that are freely accessed has an impact on valuable information that can be obtained and utilized for business, government or personal purposes. But there are some very large, complex, and difficult to analyze datasets let alone to make predictions from that data. So that we need a way to facilitate the analysis of the data by presenting data in visual form in the form of charts, diagrams and graphs. Descriptive statistics is a statistical method that can be used to perform data analysis. Although descriptive statistics are fairly simple, but by presenting the right results of the analysis will produce very valuable information. There are several tools that have used descriptive statistical methods in the process of data analysis, the presentation of raw data has been in visual form. However, some of these tools are the work of outsiders, so we cannot develop more in depth the system due to the limitations of the source code. In this study aims to build a data analysis system that is similar to one of the existing tools by providing an open source code. Many programming languages can be used for scientific data, one of which is Python. Python is a programming language that supports data analysis and mining activities so that many developers use or even develop libraries for data scientists that can be used. Some examples of libraries that can be used are Numpy, Scipy, Matplotlib, Pandas and Scikit-learn.

Item Type:	Thesis (S1)
Uncontrolled Keywords:	Data, Analisis Data, Descriptive Statistic, Visualisasi Data, Python
Subjects:	L Education > L Education (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User:	Aksan Maulana
Date Deposited:	15 Jun 2021 03:27
Last Modified:	15 Jun 2021 03:27
URI:	http://repository.upi.edu/id/eprint/61192

Actions (login required)

View Item