Belajar R untuk Pahami Data Covid-19 dengan Perdalam Kompetensi Visualisasi Data

Belajar Data Science di Rumah 30-Juli-2020

https://dqlab.id/files/dqlab/cache/9db082e5dbbe2a5560014664bd65d7a5_x_Thumbnail800.jpg

Pesatnya perkembangan teknologi, memiliki dampak yang besar di berbagai sektor, salah satunya pada sektor kesehatan. Contoh penggunaan teknologi dalam sektor kesehatan adalah pengoperasian sistem informasi rumah sakit. Pemanfaatan teknologi ini merupakan solusi dalam meningkatkan kualitas pelayanan, hingga penyediaan informasi yang dihasilkan secara tepat dan akurat.

Dengan banyaknya data yang dikumpulkan, tentu mempengaruhi kualitas dari suatu data tersebut. Sehingga, seorang Data Scientist perlu melakukan pembersihan data atau Data Cleaning terhadap informasi yang diperoleh.

DQLab berkolaborasi bersama Aswan Syahputra, Data Analyst Jabar Digital Service, akan sharing tentang bagaimana menganalisa suatu kasus: Covid-19. Yuk, kita simak bersama!

1. Pahami Data Covid dengan Proses Data Cleaning

Merebaknya kasus Covid-19 di seluruh dunia, tentu menghasilkan data dengan jumlah yang besar. Untuk menghasilkan data yang tepat dan akurat tentu diperlukan pembersihan data untuk menyaring, memperbaiki atau menghapus, data set yang tidak akurat. Istilah ini mengacu pada informasi yang tidak lengkap, tidak benar, dan tidak relevan untuk selanjutnya diganti dan dimodifikasi.

Dengan menggunakan software R, data yang telah dikumpulkan kemudian melalui proses cleaning untuk mengetahui kondisi dan jumlah kasus dari virus Covid-19. Setelah melalui proses data cleaning, seorang Data Analyst kemudian menganalisa perbandingan dari angka positif, angkat kesembuhan, dan angka kematian dari kasus Covid-19.

2. Visualisasi Data secara Informatif dan Straightforward

Setelah melalui proses data cleaning, analisa data, dan proses pengolahan data, visualiasi merupakan tahapan selanjutnya yang juga penting bagi seorang Data Scientist. Pada tahapan ini, data berupa angka dan tulisan yang dihasilkan, kemudian direpresentasikan menjadi sebuah gambar atau grafik, guna mempermudah banyak orang untuk memahami data tersebut.

Hasil dari visualisasi data ini juga merupakan bentuk komunikasi yang efektif dalam penyampaian suatu informasi atau data yang kompleks.

3. Gunakan Proses Analisis Data untuk Studi Kasus Berbeda

Dengan adanya pandemi ini, kamu memiliki kesempatan untuk menggali data dari adanya wabah COVID-19. Hal ini merupakan salah satu cara untuk melatih analytics skill kamu dan mengasah kemampuan analisa kamu dengan studi kasus yang nyata.

"Latih analytics skill dengan mencoba menganalisis data yang sudah tersedia di publik, seperti data terkait pandemi COVID" Ujar Aswan.

Penggunaan proses pengolahan data Covid di atas tersebut, tentu dapat kamu terapkan juga ke dalam kasus-kasus kesehatan lainnya. Peran Data Analyst bukan hanya dapat digunakan dalam sektor kesehatan saja, tetapi kamu juga bisa menerapkan proses pengolahan data ini ke berbagai sektor industri lainnya.

4. Terapkan Ilmunya Sekarang dengan Belajar Langsung bersama Ahlinya

Yuk, kupas tuntas bagaimana role Data Analyst dalam masa pandemi Covid-19 ini. Akses Projectnya "Covid-19 Analysis & Data Visualization" yang akan launching pada 30 Juli 2020 mendatang!

Tertarik berkarir di bidang data? Yuk, bergabung di DQLab! Kamu bisa membangun portofolio datamu dengan belajar data science di DQLab. Untuk kamu yang ingin mulai belajar data science atau siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata terlambat untuk belajar. Yuk #MulaiBelajarData di DQLab.

Dengan belajar di DQLab, kamu bisa:

Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial
Dapatkan sesi konsultasi langsung dengan praktisi data lewat data mentoring
Bangun portofolio data langsung dari praktisi data Industri
Akses Forum DQLab untuk berdiskusi.

Simak informasi di bawah ini untuk mengakses gratis module "Introduction to Data Science":