Code Monkey home page Code Monkey logo

dqlab-career-track's Introduction

DQLab Data Analyst Career Track

๐ŸŒŸ About

DQLab Data Analyst Career Track membantu membangun kompetensi yang dibutuhkan untuk berkarir sebagai Junior Data Analyst. Kurikulum terstruktur untuk melatih problem-solving dan kreativitas, serta dikemas dengan studi kasus yang mencerminkan kondisi data riil di Indonesia. Kelas Data Analyst Career Track (Python) dirancang oleh 7 ahli data, dari beragam Industri seperti Traveloka, PT. BUMA, Kompas.com, dan GOJEK.


๐Ÿ“š Table of Contents

  1. Memahami Bahasa Pemrograman Fundamental
  2. Memahami Bahasa SQL dan Sistem Database Relasional agar dapat mengolah data di Perusahaan Yang Sudah Menerapkan Sistem IT
  3. Memahami Konsep dan Penerapan Exploratory Data Analysis dalam Studi Kasus Bisnis
  4. Mengolah Dataset Dalam Jumlah Kecil sampai dengan Besar
  5. Memahami Konsep dan Menghasilkan Tipe Visualisasi Data yang Tepat untuk Mempresentasikan Suatu Kasus Bisnis
  6. Memahami Konsep Predictive Modeling & Mampu Menguji Tingkat Akurasi untuk Memilih Model yang Tepat
  7. Melakukan Investigasi dan Mendeteksi Anomali pada Data
  8. Data Analyst Project: Business Decision Research
  9. Contributing
  10. Contact
  11. Courtesy

โ„น๏ธ You must login to DQLab to access links below. Do not have an account? You can register here.

โš ๏ธ Warning (updated at 22th March 2021) : If you encounter some issues, you perhaps need to change dataset URL from AWS to Google Cloud.

DQLab AWS dataset URL : https://dqlab-dataset.s3-ap-southeast-1.amazonaws.com/<NAME_OF_DATASET>.<csv_or_tsv>
DQLab Google Cloud dataset URL : https://storage.googleapis.com/dqlab-dataset/<NAME_OF_DATASET>.<csv_or_tsv>

For example, if the dataset name is sample_csv.csv
You may need to change https://dqlab-dataset.s3-ap-southeast-1.amazonaws.com/sample_csv.csv to https://storage.googleapis.com/dqlab-dataset/sample_csv.csv


Memahami Bahasa Pemrograman Fundamental

Python for Data Professional Beginner - Part 1

Modul 1: Mari Mengenal Python

Link Code Title
๐Ÿ”— ๐Ÿ“œ Quiz 1
๐Ÿ”— ๐Ÿ“œ Quiz 2
๐Ÿ”— ๐Ÿ“œ Program pertama: "Hello World"
๐Ÿ”— ๐Ÿ“œ Program Pertamaku
๐Ÿ”— ๐Ÿ“œ Struktur Program Python - Part 1
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 1
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 2
๐Ÿ”— ๐Ÿ“œ Quiz 3
๐Ÿ”— ๐Ÿ“œ Quiz 4


Modul 2 : Python Variables & Data Types

Link Code Title
๐Ÿ”— ๐Ÿ“œ Quiz 5
๐Ÿ”— ๐Ÿ“œ Quiz 6
๐Ÿ”— ๐Ÿ“œ Quiz 7
๐Ÿ”— ๐Ÿ“œ Quiz 8
๐Ÿ”— ๐Ÿ“œ Sequence Type - Part 1
๐Ÿ”— ๐Ÿ“œ Sequence Type - Part 2
๐Ÿ”— ๐Ÿ“œ Set Type
๐Ÿ”— ๐Ÿ“œ Mapping Type
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 3
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 4
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 5


Modul 3 : Python Operators

Link Code Title
๐Ÿ”— ๐Ÿ“œ Quiz 9
๐Ÿ”— ๐Ÿ“œ Quiz 10
๐Ÿ”— ๐Ÿ“œ Quiz 11
๐Ÿ”— ๐Ÿ“œ Quiz 12
๐Ÿ”— ๐Ÿ“œ Nilai Prioritas Operator dalam Python โ€“ Part 1
๐Ÿ”— ๐Ÿ“œ Quiz 13
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 6


Modul 4 : Python's Conditiong & Looping

Link Code Title
๐Ÿ”— ๐Ÿ“œ Python Conditioning for Decision โ€“ Part 2
๐Ÿ”— ๐Ÿ“œ Python Conditioning for Decision โ€“ Part 3
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 7
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 8
๐Ÿ”— ๐Ÿ“œ Python while loops โ€“ Part 1
๐Ÿ”— ๐Ÿ“œ Python while loops โ€“ Part 2
๐Ÿ”— ๐Ÿ“œ Python while loops โ€“ Part 3
๐Ÿ”— ๐Ÿ“œ Python for loops โ€“ Part 1
๐Ÿ”— ๐Ÿ“œ Python for loops โ€“ Part 2
๐Ÿ”— ๐Ÿ“œ Python for loops โ€“ Part 3
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 9


Modul 5 : Mini Quiz

Link Code Title
๐Ÿ”— ๐Ÿ“œ Ekspedisi Pamanku



โฌ† back to top

Python for Data Professional Beginner - Part 2

Modul 1 : Collection Manipulation dengan Python

Link Code Title
๐Ÿ”— ๐Ÿ“œ Mengakses List dan Tuple โ€“ Part 1
๐Ÿ”— ๐Ÿ“œ Mengakses List dan Tuple โ€“ Part 2
๐Ÿ”— ๐Ÿ“œ Penggabungan Dua atau Lebih List atau Tuple
๐Ÿ”— ๐Ÿ“œ Quiz 1
๐Ÿ”— ๐Ÿ“œ List Manipulation - Part 1
๐Ÿ”— ๐Ÿ“œ List Manipulation - Part 2
๐Ÿ”— ๐Ÿ“œ Tuple Manipulation
๐Ÿ”— ๐Ÿ“œ Quiz 2
๐Ÿ”— ๐Ÿ“œ Set Manipulation - Part 1
๐Ÿ”— ๐Ÿ“œ Set Manipulation - Part 2
๐Ÿ”— ๐Ÿ“œ Quiz 3
๐Ÿ”— ๐Ÿ“œ Dictionary Manipulation
๐Ÿ”— ๐Ÿ“œ Useful Tips and Tricks
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 1


Modul 2 : String Manipulation dengan Python

Link Code Title
๐Ÿ”— ๐Ÿ“œ Apa itu String Manipulation?
๐Ÿ”— ๐Ÿ“œ Operator โ€œ+โ€ untuk Tipe Data String
๐Ÿ”— ๐Ÿ“œ Menghilangkan Spasi di Awal dan/atau di Akhir
๐Ÿ”— ๐Ÿ“œ Merubah Caps pada String
๐Ÿ”— ๐Ÿ“œ Pemecahan, Penggabungan, dan Penggantian String
๐Ÿ”— ๐Ÿ“œ Menentukan Posisi dan Jumlah Sub-string pada String
๐Ÿ”— ๐Ÿ“œ Menentukan String Apakah Diawali/Diakhiri oleh Sub-string
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 2
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 3


Modul 3 : Functions

Link Code Title
๐Ÿ”— ๐Ÿ“œ Fungsi Pertama
๐Ÿ”— ๐Ÿ“œ Fungsi Kedua
๐Ÿ”— ๐Ÿ“œ Fungsi Ketiga
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 4
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 5
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 6


Modul 4 : Manipulasi Berkas Teks dan Library Matematika pada Python

Link Code Title
๐Ÿ”— ๐Ÿ“œ Membaca Berkas Teks โ€“ Part 1
๐Ÿ”— ๐Ÿ“œ Membaca Berkas Teks โ€“ Part 2
๐Ÿ”— ๐Ÿ“œ Menulis Berkas Teks โ€“ Part 1
๐Ÿ”— ๐Ÿ“œ Menulis Berkas Teks โ€“ Part 2
๐Ÿ”— ๐Ÿ“œ Quiz 4
๐Ÿ”— ๐Ÿ“œ Quiz 5
๐Ÿ”— ๐Ÿ“œ Fungsi dalam Library Matematika โ€“ Part 1
๐Ÿ”— ๐Ÿ“œ Fungsi dalam Library Matematika โ€“ Part 2
๐Ÿ”— ๐Ÿ“œ Quiz 6
๐Ÿ”— ๐Ÿ“œ Quiz 7


Modul 5 : Mini Quiz

Link Code Title
๐Ÿ”— ๐Ÿ“œ Harga Rumah di Tangerang



โฌ† back to top

Python for Data Professional Beginner - Part 3

Modul 1 : Pengantar Object Oriented Programming

Link Code Title
๐Ÿ”— ๐Ÿ“œ Quiz 1
๐Ÿ”— ๐Ÿ“œ Quiz 2
๐Ÿ”— ๐Ÿ“œ Quiz 3


Modul 2 : Classes & Objects

Link Code Title
๐Ÿ”— ๐Ÿ“œ Class dan Objek dalam Python - Part 3
๐Ÿ”— ๐Ÿ“œ Class dan Objek dalam Python - Part 4
๐Ÿ”— ๐Ÿ“œ Quiz 4
๐Ÿ”— ๐Ÿ“œ Quiz 5
๐Ÿ”— ๐Ÿ“œ Behavior pada Class
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 1
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 2


Modul 3 : Encapsulation & Inheritance

Link Code Title
๐Ÿ”— ๐Ÿ“œ Encapsulation pada Python - Part 2
๐Ÿ”— ๐Ÿ“œ Quiz 6
๐Ÿ”— ๐Ÿ“œ Quiz 7
๐Ÿ”— ๐Ÿ“œ Inheritance pada Python โ€“ Part 1
๐Ÿ”— ๐Ÿ“œ Inheritance pada Python โ€“ Part 2
๐Ÿ”— ๐Ÿ“œ Quiz 8
๐Ÿ”— ๐Ÿ“œ Quiz 9


Modul 4 : Polymorphism & Overloading

Link Code Title
๐Ÿ”— ๐Ÿ“œ Polymorphism pada Python - Part 1
๐Ÿ”— ๐Ÿ“œ Polymorphism pada Python - Part 2
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 3
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 4
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 5


Modul 5 : Mini Quiz

Link Code Title
๐Ÿ”— ๐Ÿ“œ Studi Kasus dari Senja



โฌ† back to top

Memahami Bahasa SQL dan Sistem Database Relasional agar dapat mengolah data di Perusahaan Yang Sudah Menerapkan Sistem IT

Fundamental SQL Using SELECT Statement

Modul 1 : Structured Query Language

Link Code Title
๐Ÿ”— ๐Ÿ“œ Quiz: Apa singkatan dari SQL?
๐Ÿ”— ๐Ÿ“œ Quiz: Kenapa perlu belajar SQL?


Modul 2 : Sistem Database Relasional

Link Code Title
๐Ÿ”— ๐Ÿ“œ Quiz: Mana saja yang merupakan nama produk RDBMS?
๐Ÿ”— ๐Ÿ“œ Quiz: Mana urutan hirarki yang benar?
๐Ÿ”— ๐Ÿ“œ Quiz: Apa nama komponen tabel ini?
๐Ÿ”— ๐Ÿ“œ Quiz: Mana yang disebut sebagai row?


Modul 3 : Penggunaan Perintah SELECTโ€ฆ FROMโ€ฆ

Link Code Title
๐Ÿ”— ๐Ÿ“œ Mengambil Seluruh Kolom dalam suatu Tabel
๐Ÿ”— ๐Ÿ“œ Mengambil Satu Kolom dari Tabel
๐Ÿ”— ๐Ÿ“œ Quiz: Mana perintah SQL yang benar?
๐Ÿ”— ๐Ÿ“œ Mengambil Lebih dari Satu Kolom dari Tabel
๐Ÿ”— ๐Ÿ“œ Quiz: Mana perintah SQL yang benar?
๐Ÿ”— ๐Ÿ“œ Membatasi Pengambilan Jumlah Row Data
๐Ÿ”— ๐Ÿ“œ Quiz: Mana penggunaan limit berikut yang benar?
๐Ÿ”— ๐Ÿ“œ Penggunaan SELECT DISTINCT statement


Modul 4 : Prefix dan Alias

Link Code Title
๐Ÿ”— ๐Ÿ“œ Menggunakan Prefix pada Nama Kolom
๐Ÿ”— ๐Ÿ“œ Quiz: Mana penggunaan prefix berikut yang benar?
๐Ÿ”— ๐Ÿ“œ Menggunakan Alias pada Kolom
๐Ÿ”— ๐Ÿ“œ Quiz: Mana Penggunaan Alias yang Benar untuk Kolom?
๐Ÿ”— ๐Ÿ“œ Menghilangkan Keyword 'AS'
๐Ÿ”— ๐Ÿ“œ Quiz: Mana Penggunaan Variasi Alias yang Benar?
๐Ÿ”— ๐Ÿ“œ Menggabungkan Prefix dan Alias
๐Ÿ”— ๐Ÿ“œ Menggunakan Alias pada Tabel
๐Ÿ”— ๐Ÿ“œ Prefix dengan Alias Tabel
๐Ÿ”— ๐Ÿ“œ Quiz: Mana Kombinasi Prefix dan Alias yang Benar?


Modul 5 : Menggunakan Filter

Link Code Title
๐Ÿ”— ๐Ÿ“œ Menggunakan WHERE
๐Ÿ”— ๐Ÿ“œ Menggunakan Operand OR
๐Ÿ”— ๐Ÿ“œ Filter untuk Angka
๐Ÿ”— ๐Ÿ“œ Menggunakan Operand AND
๐Ÿ”— ๐Ÿ“œ Quiz: Mana Query Filter dengan OR yang Benar?
๐Ÿ”— ๐Ÿ“œ Quiz: Mana Filter yang Akan Mengeluarkan Hasil?


Modul 6 : Mini Project

Link Code Title
๐Ÿ”— ๐Ÿ“œ Proyek dari Cabang A



โฌ† back to top

Fundamental SQL Using FUNCTION and GROUP BY

Modul 1 : Fungsi di SQL

Link Code Title
๐Ÿ”— ๐Ÿ“œ Fungsi Skalar Matematika - ABS()
๐Ÿ”— ๐Ÿ“œ Fungsi Skalar Matematika - CEILING()
๐Ÿ”— ๐Ÿ“œ Fungsi Skalar Matematika - FLOOR()
๐Ÿ”— ๐Ÿ“œ Fungsi Skalar Matematika - ROUND()
๐Ÿ”— ๐Ÿ“œ Fungsi Skalar Matematika - SQRT()
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 1


Modul 2 : Fungsi Text di SQL

Link Code Title
๐Ÿ”— ๐Ÿ“œ Fungsi Text - CONCAT()
๐Ÿ”— ๐Ÿ“œ Fungsi Text - SUBSTRING_INDEX()
๐Ÿ”— ๐Ÿ“œ Fungsi Text - SUBSTR()
๐Ÿ”— ๐Ÿ“œ Fungsi Text - LENGTH()
๐Ÿ”— ๐Ÿ“œ Fungsi Text - REPLACE()
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 2


Modul 3 : Fungsi Aggregate dan Group By

Link Code Title
๐Ÿ”— ๐Ÿ“œ Fungsi Aggregate - SUM()
๐Ÿ”— ๐Ÿ“œ Fungsi Aggregate - COUNT()
๐Ÿ”— ๐Ÿ“œ Fungsi Aggregate - AVG()
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 3
๐Ÿ”— ๐Ÿ“œ Group by Single Column
๐Ÿ”— ๐Ÿ“œ Group by Multiple Column
๐Ÿ”— ๐Ÿ“œ Fungsi Aggregate dengan Grouping
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 4


Modul 4 : Mini Project

Link Code Title
๐Ÿ”— ๐Ÿ“œ Proyek Pekerjaan - Analisis Penjualan Part 1
๐Ÿ”— ๐Ÿ“œ Proyek Pekerjaan - Analisis Penjualan Part 2



โฌ† back to top

Fundamental SQL Using INNER JOIN and UNION

Modul 1 : Penggabungan Tabel dari Relasi Kolom

Link Code Title
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 1
๐Ÿ”— ๐Ÿ“œ Quiz: Mana kolom dari kedua tabel yang memiliki kecocokan data?
๐Ÿ”— ๐Ÿ“œ Quiz: Mana data dari pasangan key column yang cocok?
๐Ÿ”— ๐Ÿ“œ Menggabungkan Tabel dengan Key Columns
๐Ÿ”— ๐Ÿ“œ Quiz: Mana Query Penggabungan Tabel Yang Benar?
๐Ÿ”— ๐Ÿ“œ Quiz: Mana Penjelasan Hasil Penggabungan Yang Benar?
๐Ÿ”— ๐Ÿ“œ Bagaimana jika urutan Tabel diubah?
๐Ÿ”— ๐Ÿ“œ Menggunakan Prefix Nama Tabel
๐Ÿ”— ๐Ÿ“œ Penggabungan Tanpa Kondisi
๐Ÿ”— ๐Ÿ“œ Quiz: Berapa Jumlah Baris Hasil โ€œJoin Tanpa Kondisiโ€ Berikut?


Modul 2 : INNER JOIN

Link Code Title
๐Ÿ”— ๐Ÿ“œ Tugas Praktek: Menggunakan INNER JOIN (1/3)
๐Ÿ”— ๐Ÿ“œ tabel tr_penjualan dan tabel ms_produk
๐Ÿ”— ๐Ÿ“œ Quiz: Mengidentifikasi Key Column tabel tr_penjualan dan ms_produk
๐Ÿ”— ๐Ÿ“œ Tugas Praktek: Menggunakan INNER JOIN (2/3)
๐Ÿ”— ๐Ÿ“œ Tugas Praktek: Menggunakan INNER JOIN (3/3)


Modul 3 : UNION

Link Code Title
๐Ÿ”— ๐Ÿ“œ Tabel yang Akan Digabungkan
๐Ÿ”— ๐Ÿ“œ Menggunakan UNION
๐Ÿ”— ๐Ÿ“œ Menggunakan UNION dengan Klausa WHERE
๐Ÿ”— ๐Ÿ“œ Menggunakan UNION dan Menyelaraskan Kolom-Kolomnya
๐Ÿ”— ๐Ÿ“œ Quiz


Modul 4 : Mini Project

Link Code Title
๐Ÿ”— ๐Ÿ“œ Project INNER JOIN
๐Ÿ”— ๐Ÿ“œ Project UNION



โฌ† back to top

Memahami Konsep dan Penerapan Exploratory Data Analysis dalam Studi Kasus Bisnis

Exploratory Data Analysis with Python for Beginner

Modul 1 : Pengenalan Library dalam Python

Link Code Title
๐Ÿ”— ๐Ÿ“œ Quiz 1
๐Ÿ”— ๐Ÿ“œ Quiz 2
๐Ÿ”— ๐Ÿ“œ Memanggil library di Python


Modul 2 : Exploratory Data Analysis dengan Pandas - Part 1

Link Code Title
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 1
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 2
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 3
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 4


Modul 3 : Exploratory Data Analysis dengan Pandas - Part 2

Link Code Title
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 5
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 6
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 7
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 8
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 9
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 10


Modul 4 : Mini Project

Link Code Title
๐Ÿ”— ๐Ÿ“œ Tugas dari Andra



โฌ† back to top

Mengolah Dataset Dalam Jumlah Kecil sampai dengan Besar

Data Manipulation with Pandas - Part 1

Modul 1 : Introduction to Pandas

Link Code Title
๐Ÿ”— ๐Ÿ“œ Memanggil Library Pandas
๐Ÿ”— ๐Ÿ“œ DataFrame & Series
๐Ÿ”— ๐Ÿ“œ Atribut DataFrame & Series - Part 1
๐Ÿ”— ๐Ÿ“œ Atribut DataFrame & Series - Part 2
๐Ÿ”— ๐Ÿ“œ Atribut DataFrame & Series - Part 3
๐Ÿ”— ๐Ÿ“œ Quiz 1
๐Ÿ”— ๐Ÿ“œ Creating Series & Dataframe from List
๐Ÿ”— ๐Ÿ“œ Creating Series & Dataframe from Dictionary
๐Ÿ”— ๐Ÿ“œ Creating Series & Dataframe from Numpy Array
๐Ÿ”— ๐Ÿ“œ Quiz 2


Modul 2 : Dataset I/O

Link Code Title
๐Ÿ”— ๐Ÿ“œ Read Dataset - CSV dan TSV
๐Ÿ”— ๐Ÿ“œ Read Dataset - Excel
๐Ÿ”— ๐Ÿ“œ Read Dataset - JSON
๐Ÿ”— ๐Ÿ“œ Head & Tail
๐Ÿ”— ๐Ÿ“œ Quiz 3


Modul 3 : Indexing, Slicing, dan Transforming

Link Code Title
๐Ÿ”— ๐Ÿ“œ Indexing - Part 2
๐Ÿ”— ๐Ÿ“œ Indexing - Part 3
๐Ÿ”— ๐Ÿ“œ Indexing - Part 4
๐Ÿ”— ๐Ÿ“œ Indexing - Part 5
๐Ÿ”— ๐Ÿ“œ Quiz 4
๐Ÿ”— ๐Ÿ“œ Slicing - Part 1
๐Ÿ”— ๐Ÿ“œ Slicing - Part 2
๐Ÿ”— ๐Ÿ“œ Quiz 5
๐Ÿ”— ๐Ÿ“œ Transforming - Part 1
๐Ÿ”— ๐Ÿ“œ Transforming - Part 2
๐Ÿ”— ๐Ÿ“œ Transforming - Part 3
๐Ÿ”— ๐Ÿ“œ Transforming - Part 4


Modul 4 : Handling Missing Values

Link Code Title
๐Ÿ”— ๐Ÿ“œ Inspeksi Missing Value
๐Ÿ”— ๐Ÿ“œ Treatment untuk Missing Value - Part 2
๐Ÿ”— ๐Ÿ“œ Treatment untuk Missing Value - Part 3
๐Ÿ”— ๐Ÿ“œ Treatment untuk Missing Value - Part 4
๐Ÿ”— ๐Ÿ“œ Treatment untuk Missing Value - Part 5
๐Ÿ”— ๐Ÿ“œ Quiz 6


Modul 5 : Mini Project

Link Code Title
๐Ÿ”— ๐Ÿ“œ Project dari Andra



โฌ† back to top

Data Manipulation with Pandas - Part 2

Modul 1 : Penggabungan Series/Dataframe

Link Code Title
๐Ÿ”— ๐Ÿ“œ Append
๐Ÿ”— ๐Ÿ“œ Concat
๐Ÿ”— ๐Ÿ“œ Merge - Part 1
๐Ÿ”— ๐Ÿ“œ Merge - Part 2
๐Ÿ”— ๐Ÿ“œ Join
๐Ÿ”— ๐Ÿ“œ Quiz 1


Modul 2 : Pivot, Melt, Stack & Unstack

Link Code Title
๐Ÿ”— ๐Ÿ“œ Dataset
๐Ÿ”— ๐Ÿ“œ Pivot
๐Ÿ”— ๐Ÿ“œ Pivot_table
๐Ÿ”— ๐Ÿ“œ Melt - Part 1
๐Ÿ”— ๐Ÿ“œ Melt - Part 2
๐Ÿ”— ๐Ÿ“œ Stack & Unstack - Part 1
๐Ÿ”— ๐Ÿ“œ Stack & Unstack - Part 2
๐Ÿ”— ๐Ÿ“œ Quiz 2


Modul 3 : Aggregation & GroupBy

Link Code Title
๐Ÿ”— ๐Ÿ“œ Review Inspeksi Data
๐Ÿ”— ๐Ÿ“œ Groupby dan Aggregasi dengan Fungsi Statistik Dasar - Part 1
๐Ÿ”— ๐Ÿ“œ Groupby dan Aggregasi dengan Fungsi Statistik Dasar - Part 2
๐Ÿ”— ๐Ÿ“œ Groupby dan Aggregasi dengan Fungsi Statistik Dasar - Part 3
๐Ÿ”— ๐Ÿ“œ Groupby dengan Multiple Aggregations
๐Ÿ”— ๐Ÿ“œ Groupby dengan Custom Aggregations
๐Ÿ”— ๐Ÿ“œ Groupby dengan Custom Aggregations by dict
๐Ÿ”— ๐Ÿ“œ Quiz 3


Modul 4 : Time Series in Pandas

Link Code Title
๐Ÿ”— ๐Ÿ“œ Load Dataset as Time Series
๐Ÿ”— ๐Ÿ“œ Convert to Datetime
๐Ÿ”— ๐Ÿ“œ Downsampling Data
๐Ÿ”— ๐Ÿ“œ Upsampling Data
๐Ÿ”— ๐Ÿ“œ Resampling by Frequency
๐Ÿ”— ๐Ÿ“œ Visualisasi
๐Ÿ”— ๐Ÿ“œ Quiz 4


Modul 5 : Mini Project

Link Code Title
๐Ÿ”— ๐Ÿ“œ Performa Penjualan di Setiap Cabang - Part 1
๐Ÿ”— ๐Ÿ“œ Performa Penjualan di Setiap Cabang - Part 2
๐Ÿ”— ๐Ÿ“œ Performa Penjualan di Setiap Cabang - Part 3
๐Ÿ”— ๐Ÿ“œ Performa Penjualan di Setiap Cabang - Part 4
๐Ÿ”— ๐Ÿ“œ Performa Penjualan di Setiap Cabang - Part 5
๐Ÿ”— ๐Ÿ“œ Performa Penjualan di Setiap Cabang - Part 6



โฌ† back to top

Memahami Konsep dan Menghasilkan Tipe Visualisasi Data yang Tepat untuk Mempresentasikan Suatu Kasus Bisnis

Data Visualization with Python Matplotlib for Beginner - Part 1

Modul 1 : Pengenalan Matplotlib dan Persiapan Dataset

Link Code Title
๐Ÿ”— ๐Ÿ“œ Pengenalan Dataset
๐Ÿ”— ๐Ÿ“œ Quiz 1
๐Ÿ”— ๐Ÿ“œ Penambahan Kolom Order Month pada Dataset
๐Ÿ”— ๐Ÿ“œ Penambahan Kolom GMV pada Dataset
๐Ÿ”— ๐Ÿ“œ Quiz 2


Modul 2 : Plot Pertama dengan Matplotlib

Link Code Title
๐Ÿ”— ๐Ÿ“œ Membuat Data Agregat
๐Ÿ”— ๐Ÿ“œ Plot Pertama: Membuat Line Chart Trend Pertumbuhan GMV
๐Ÿ”— ๐Ÿ“œ Cara Alternatif: Fungsi .plot() pada pandas Dataframe
๐Ÿ”— ๐Ÿ“œ Quiz 3


Modul 3 : Kustomisasi Grafik - Part 1

Link Code Title
๐Ÿ”— ๐Ÿ“œ Mengubah Figure Size
๐Ÿ”— ๐Ÿ“œ Quiz 4
๐Ÿ”— ๐Ÿ“œ Menambahkan Title and Axis Labels
๐Ÿ”— ๐Ÿ“œ Kustomisasi Title and Axis Labels
๐Ÿ”— ๐Ÿ“œ Quiz 5
๐Ÿ”— ๐Ÿ“œ Kustomisasi Line dan Point
๐Ÿ”— ๐Ÿ“œ Kustomisasi Grid
๐Ÿ”— ๐Ÿ“œ Quiz 6


Modul 4 : Kustomisasi Grafik - Part 2

Link Code Title
๐Ÿ”— ๐Ÿ“œ Kustomisasi Axis Ticks
๐Ÿ”— ๐Ÿ“œ Menentukan Batas Minimum dan Maksimum Axis Ticks
๐Ÿ”— ๐Ÿ“œ Quiz 7
๐Ÿ”— ๐Ÿ“œ Menambahkan Informasi Pada Plot
๐Ÿ”— ๐Ÿ“œ Quiz 8
๐Ÿ”— ๐Ÿ“œ Menyimpan Hasil Plot Menjadi File Image
๐Ÿ”— ๐Ÿ“œ Pengaturan Parameter untuk Menyimpan Gambar
๐Ÿ”— ๐Ÿ“œ Quiz 9


Modul 5 : Mini Project

Link Code Title
๐Ÿ”— ๐Ÿ“œ Studi Kasus dari Senja: Daily number of customers on Desember



โฌ† back to top

Data Visualization with Python Matplotlib for Beginner - Part 2

Modul 1 : Jenis-Jenis Visualisasi Data dan Tujuannya

Link Code Title
๐Ÿ”— ๐Ÿ“œ Quiz 1
๐Ÿ”— ๐Ÿ“œ Quiz 2
๐Ÿ”— ๐Ÿ“œ Quiz 3
๐Ÿ”— ๐Ÿ“œ Quiz 4


Modul 2 : Membuat Multi-line Chart dan Kustomisasi Lanjutan

Link Code Title
๐Ÿ”— ๐Ÿ“œ Membuat Multi-Line Chart
๐Ÿ”— ๐Ÿ“œ Kustomisasi Legend
๐Ÿ”— ๐Ÿ“œ Quiz 5
๐Ÿ”— ๐Ÿ“œ Kustomisasi Colormap
๐Ÿ”— ๐Ÿ“œ Membuat Line Chart GMV Breakdown by Top Provinces
๐Ÿ”— ๐Ÿ“œ Quiz 6
๐Ÿ”— ๐Ÿ“œ Membuat Anotasi


Modul 3 : Membuat Pie-Chart dan Bar-Chart

Link Code Title
๐Ÿ”— ๐Ÿ“œ Membuat Subset Data
๐Ÿ”— ๐Ÿ“œ Membuat Pie Chart
๐Ÿ”— ๐Ÿ“œ Membuat Bar Chart
๐Ÿ”— ๐Ÿ“œ Membuat Multi-Bar Chart
๐Ÿ”— ๐Ÿ“œ Membuat Stacked Chart
๐Ÿ”— ๐Ÿ“œ Quiz 7


Modul 4 : Membuat Histogram dan Scatterplot

Link Code Title
๐Ÿ”— ๐Ÿ“œ Membuat Agregat Data Customer
๐Ÿ”— ๐Ÿ“œ Membuat Histogram - Part 1
๐Ÿ”— ๐Ÿ“œ Membuat Histogram - Part 2
๐Ÿ”— ๐Ÿ“œ Membuat Histogram - Part 3
๐Ÿ”— ๐Ÿ“œ Quiz 8
๐Ÿ”— ๐Ÿ“œ Membuat Scatterplot
๐Ÿ”— ๐Ÿ“œ Quiz 9


Modul 5 : Mini Project

Link Code Title
๐Ÿ”— ๐Ÿ“œ Case 1: Menentukan brand top 5
๐Ÿ”— ๐Ÿ“œ Case 2: Multi-line chart daily quantity untuk brand top 5
๐Ÿ”— ๐Ÿ“œ Case 3: Kuantitas penjualan brand top 5 selama Desember 2019
๐Ÿ”— ๐Ÿ“œ Case 4: Penjulan produk diatas 100 dan dibawah 100 selama Desember 2019
๐Ÿ”— ๐Ÿ“œ Case 5: Murah atau mahalkah harga produk brand top 5
๐Ÿ”— ๐Ÿ“œ Case 6a: Korelasi quantity vs GMV
๐Ÿ”— ๐Ÿ“œ Case 6b: Korelasi median harga vs quantity



โฌ† back to top

Memahami Konsep Predictive Modeling & Mampu Menguji Tingkat Akurasi untuk Memilih Model yang Tepat

Machine Learning With Python for Beginner

Modul 1 : Pengenalan Machine Learning

Link Code Title
๐Ÿ”— ๐Ÿ“œ Quiz 1
๐Ÿ”— ๐Ÿ“œ Quiz 2
๐Ÿ”— ๐Ÿ“œ Quiz 3
๐Ÿ”— ๐Ÿ“œ Quiz 4
๐Ÿ”— ๐Ÿ“œ Quiz 5
๐Ÿ”— ๐Ÿ“œ Quiz 6


Modul 2 : Eksplorasi Data & Data Pre-processing

Link Code Title
๐Ÿ”— ๐Ÿ“œ Eksplorasi Data: Memahami Data dengan Statistik - Part 1
๐Ÿ”— ๐Ÿ“œ Quiz 7
๐Ÿ”— ๐Ÿ“œ Eksplorasi Data: Memahami Data dengan Statistik - Part 2
๐Ÿ”— ๐Ÿ“œ Quiz 8
๐Ÿ”— ๐Ÿ“œ Eksplorasi Data: Memahami Data dengan Visual
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 1
๐Ÿ”— ๐Ÿ“œ Data Pre-processing: Handling Missing Value - Part 1
๐Ÿ”— ๐Ÿ“œ Data Pre-processing: Handling Missing Value - Part 2
๐Ÿ”— ๐Ÿ“œ Data Pre-processing: Handling Missing Value - Part 3
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 2
๐Ÿ”— ๐Ÿ“œ Data Preprocessing: Scaling
๐Ÿ”— ๐Ÿ“œ Data Pre-processing: Konversi string ke numerik


Modul 3 : Pemodelan dengan Scikit-Learn

Link Code Title
๐Ÿ”— ๐Ÿ“œ Features & Label
๐Ÿ”— ๐Ÿ“œ Training & Test Dataset
๐Ÿ”— ๐Ÿ“œ Training Model: Fit
๐Ÿ”— ๐Ÿ“œ Training Model: Predict
๐Ÿ”— ๐Ÿ“œ Evaluasi Model Performance - Part 2
๐Ÿ”— ๐Ÿ“œ Quiz 9


Modul 4 : Supervised Learning - Algorithm

Link Code Title
๐Ÿ”— ๐Ÿ“œ Permodelan Permasalahan Klasifikasi dengan Logistic Regression
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 3
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 4
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 5


Modul 5 : Unsupervised Learning - Algorithm

Link Code Title
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 6
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 7
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 8
๐Ÿ”— ๐Ÿ“œ Quiz 10


Modul 6 : Mini Project

Link Code Title
๐Ÿ”— ๐Ÿ“œ Case Study: Promos for our e-commerce - Part 1
๐Ÿ”— ๐Ÿ“œ Case Study: Promos for our e-commerce - Part 2
๐Ÿ”— ๐Ÿ“œ Case Study: Promos for our e-commerce - Part 3
๐Ÿ”— ๐Ÿ“œ Case Study: Promos for our e-commerce - Part 4
๐Ÿ”— ๐Ÿ“œ Case Study: Promos for our e-commerce - Part 5
๐Ÿ”— ๐Ÿ“œ Case Study: Promos for our e-commerce - Part 6
๐Ÿ”— ๐Ÿ“œ Quiz 11



โฌ† back to top

Melakukan Investigasi dan Mendeteksi Anomali pada Data

Data Quality with Python for Beginner

Modul 1 : Data Profiling

Link Code Title
๐Ÿ”— ๐Ÿ“œ Importing Data
๐Ÿ”— ๐Ÿ“œ Inspeksi tipe data
๐Ÿ”— ๐Ÿ“œ Descriptive Statistics - Part 1
๐Ÿ”— ๐Ÿ“œ Descriptive Statistics - Part 2
๐Ÿ”— ๐Ÿ“œ Descriptive Statistics - Part 3
๐Ÿ”— ๐Ÿ“œ Descriptive Statistics - Part 4
๐Ÿ”— ๐Ÿ“œ Descriptive Statistics - Part 5
๐Ÿ”— ๐Ÿ“œ Descriptive Statistics - Part 6


Modul 2 : Data Cleansing

Link Code Title
๐Ÿ”— ๐Ÿ“œ Missing Data
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 1
๐Ÿ”— ๐Ÿ“œ Outliers
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 2
๐Ÿ”— ๐Ÿ“œ Tugas Praktek 3


Modul 3 : Mini Project

Link Code Title
๐Ÿ”— ๐Ÿ“œ Case Studi: Data Profiling
๐Ÿ”— ๐Ÿ“œ Case Studi: Data Profiling - Part 1
๐Ÿ”— ๐Ÿ“œ Case Studi: Data Profiling - Part 2



โฌ† back to top

Data Analyst Project: Business Decision Research

Data Analyst Project: Business Decision Research

Modul 1 : Pendahuluan


Modul 2 : Theoritical Test

Link Code Title
๐Ÿ”— ๐Ÿ“œ Skill bagi Data Analyst


Modul 3 : Coding Test: Data Preparation

Link Code Title
๐Ÿ”— ๐Ÿ“œ Importing Data dan Inspection
๐Ÿ”— ๐Ÿ“œ Data Cleansing
๐Ÿ”— ๐Ÿ“œ Churn Customers
๐Ÿ”— ๐Ÿ“œ Quiz: Kolom yang akan dihapus
๐Ÿ”— ๐Ÿ“œ Menghapus Kolom yang tidak diperlukan


Modul 4 : Coding Test: Data Visualization

Link Code Title
๐Ÿ”— ๐Ÿ“œ Customer acquisition by year
๐Ÿ”— ๐Ÿ“œ Transaction by year
๐Ÿ”— ๐Ÿ“œ Average transaction amount by year
๐Ÿ”— ๐Ÿ“œ Proporsi churned customer untuk setiap produk
๐Ÿ”— ๐Ÿ“œ Distribusi kategorisasi count transaction
๐Ÿ”— ๐Ÿ“œ Distribusi kategorisasi average transaction amount


Modul 5 : Coding Test: Modelling

Link Code Title
๐Ÿ”— ๐Ÿ“œ Feature Columns and Target
๐Ÿ”— ๐Ÿ“œ Split X dan Y ke bagian Training dan Testing
๐Ÿ”— ๐Ÿ“œ Train, Predict, dan Evaluate
๐Ÿ”— ๐Ÿ“œ Visualisasi Confusion Matrix
๐Ÿ”— ๐Ÿ“œ Accuracy, Precision, dan Recall


Modul 6 : Penutup



โฌ† back to top

๐Ÿ–Š Contributing

Contributions are what make the open source community such an amazing place to be learn, inspire, and create. Any contributions you make are greatly appreciated.

  1. Fork the Project
  2. Create your Feature Branch (git checkout -b feature/AmazingFeature)
  3. Commit your Changes (git commit -m 'Add a new script')
  4. Push to the Branch (git push origin feature/AmazingFeature)
  5. Open a Pull Request



โฌ† back to top

๐ŸŽ‰ Courtesy


Hello !

dqlab-career-track's People

Contributors

kevinadhiguna avatar

Stargazers

 avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar

Watchers

 avatar  avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    ๐Ÿ–– Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. ๐Ÿ“Š๐Ÿ“ˆ๐ŸŽ‰

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google โค๏ธ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.