Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS

Python Tutorial : Yuk Mulai Pahami Formula Ini Untuk Hasilkan Keputusan Terbaik!

Belajar Data Science di Rumah 12-Oktober-2020
https://dqlab.id/files/dqlab/cache/a8444cd145f958c06bc354c306e0e76d_x_Thumbnail800.jpg

Mengenal, memulai, dan menerapkan adalah hal yang wajar dilakukan bagi pemula. Tak terkecuali bagi pemula praktisi data. Pemula dapat mengikuti banyak tutorial di beberapa kanal belajar baik offline dan online. Salah satunya adalah python tutorial, untuk data science. Python tutorial diharapkan mampu dengan mudah membuat para pemula praktisi data lebih mudah untuk menerapkan pada real case sesungguhnya.


Beberapa teknik pengolahan data merupakan cara yang ditempuh untuk mempermudah seorang praktisi data dalam menentukan keputusan yang bermanfaat. Keputusan yang dihasilkan oleh tim bisnis tentu saja didasarkan pada hasil analisis yang didapatkan. Namun, dalam mendapatkan insight yang digunakan untuk menentukan keputusan kombinasi formula yang digunakan. Formula ini merupakan tindak antisipasi terhadap beberapa kondisi yang terjadi untuk menentukan tindakan yang akan diambil.


Contohnya, ketika tim bisnis mengambil keputusan melakukan "targeted promotion" maka terdapat beberapa hal yang sudah ditentukan seperti perbedaan pemberian promosi kepada banyak kriteria customer yang ada. Dengan demikian, perlu dilakukannya implementasi aturan atau rule yang "mengikat". Aturan ini dapat dibuat dengan menerapkan formula melalui bahasa pemrograman python. Formula yang sering digunakan untuk menentukan keputusan adalah "Jika X maka hasilkan Y", melalui rule ini maka keputusan dapat dihasilkan berdasarkan pada persyaratan yang sudah disepakati.


Jika kamu ingin memahami lebih lanjut tentang formula dalam python tutorial, yuk bersama DQLab ketahui sekarang!


1. IF dan IF...ELIF...ELSE : Formula Bersyarat untuk Hasilkan Akurasi Keputusan

Dalam implementasinya, pernyataan IF atau "JIKA" berisi ekspres logis yang membandingkan data hingga menghasilkan keputusan berdasarkan pada hasil perbandingan tersebut. Sederhananya, formula IF pada python akan menghasilkan pernyataan "benar atau salah" yang disesuaikan dengan keputusan atau persyaratan yang telah dibuat. Contohnya, jika kamu menghendaki bahwa 15 adalah bilangan "ganjil" maka ketika angka 15 diinputkan untuk dideteksi golongan bilangannya ganjil atau genap, output yang diberikan adalah "ganjil". Dengan demikian, kamu dapat dengan mudah membuat dua kondisi persyaratan dengan menggunakan fungsi IF ini.


Ternyata, pernyataan lain dapat digabungkan dengan formula IF ini. Contoh sederhana jika kamu menginginkan banyak sekali kondisi yang digunakan untuk menghasilkan keluaran berupa keputusan maka kamu dapat menggunakan kombinasi formula ini dengan efektif. Sehingga pengecekan kondisi sebelum adanya keputusan menjadi lebih komprehensif dan akurat untuk digunakan sebagai bahan pertimbangan keputusan lebih lanjut.


Baca Juga : [BARU] Mulai Belajar Data Science dengan Akses "Introduction To Data Science With Python" GRATIS!


2. Nested IF, Mempermudah Kamu Implementasikan Persyaratan yang Kompleks

Nested IF, merupakan perluasan dari formula IF namun dengan kondisi yang lebih kompleks. Secara sederhana, dalam struktur IF ternyata memiliki struktur IF lagi di dalamnya. Justifikasi penggunaan nested IF adalah ketika keputusan yang ingin dihasilkan harus melalui beberapa pernyataan bertingkat. Dengan demikian, kamu dapat membuat persyaratan lebih kompleks hanya untuk menentukan sebuah keputusan terbaik yang kamu kehendaki.


Contoh sederhananya adalah seperti ini, kamu akan makan jika kamu lapar, ada makanan yang dimakan, atau ada uang untuk membeli makanan. Pada saat kamu sedang dalam kondisi lapar maka kamu akan menelusuri persyaratan lainnya apakah kamu memiliki makanan untuk dimakan atau tidak. Jika tidak maka kamu akan menelusuri persyaratan lainnya yaitu apakah kamu memiliki uang untuk membeli makanan, jika iya maka kamu bisa makan. Nested if dapat dikatakan sebagai permainan logika yang cukup kompleks yang lumayan seru lho.


3. Targeted Promotion: Implementasi Formula IF untuk Memberi Promosi Bertarget Pada Pelanggan

Tentunya, secara teoritis kamu sudah cukup paham bukan terkait beberapa formula untuk permudah kamu menentukan keputusan. Namun, bagaimana jika kamu harus menerapkannya dalam kehidupan nyata terutama dalam dunia industri? Salah satu contoh implementasi formula IF pada dunia bisnis dengan menerapkan promosi bertarget pada setiap segmentasi pelanggan. Lebih mudah digambarkan melalui implementasi formula IF berikut ini.

Perusahaan X telah mengklasifikasikan customer berdasarkan sales contribution value yang sudah dilakukan selama pembelian produk. Klasifikasi ini dapat dilakukan sebagai berikut.

1. Customer yang memiliki High Sales dan High Transaction,

2. Customer yang memiliki High Sales dan Low Transaction,

3. Customer yang memiliki Low Sales dan High Transaction,

4. Customer yang memiliki Low Sales dan Low Transaction,

5. Customer yang tidak pernah melakukan transaksi kembali.

Berdasarkan pada klasifikasi ini maka perusahaan X dapat menentukan keputusan terbaik untuk memberikan personal promotion kepada para pelanggannya. Nah, contoh ini merupakan implementasi konkrit penerapan formula IF dalam bisnismu. Tertarik ? Yuk lebih perdalam bersama DQLab.


Baca Juga : Yuk, Belajar Python untuk Bangun Portofolio Data Mu bersama DQLab!


4.Tertarik mempelajari Python Tutorial Lebih Jauh dengan Live Code? Yuk, Mulai Belajar Data Science Gratis sekarang!

Terapkan ilmunya sekarang dengan bergabung bersama platform belajar online DQLab! Selain bisa meningkatkan ilmu data yang dimiliki, kamu juga bisa membangun portofolio datamu di DQLab guna mempersiapkan dirimu berkarir di industri data.

Sign Up untuk nikmati module GRATIS "Introduction to Data Science" dengan pengalaman belajar yang seru menyenangkan serta aplikatif pada industri nyata! 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":

  1. Buat Akun Gratis dengan Signup di DQLab.id/signup

  2. Akses module Introduction to Data Science

  3. Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

Penulis : Tantut Wahyu

Editor : Annissa Widya

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login