PROMO PAYDAY! SERBU PAKET DATA SCIENCE 3 BULAN CUMA 100K!
Diskon Spesial 95% Belajar Data Science Bersertifikat
SERBU DISINI!
Pendaftaran ditutup dalam 0 Hari 13 Jam 0 Menit 5 Detik 

Bagaimana Cara Membuat Porftolio Data Science?

Belajar Data Science di Rumah 24-November-2022
https://dqlab.id/files/dqlab/cache/f7718b2b7902194e0e31d012c2c75edd_x_Thumbnail800.jpg

Perkembangan ilmu Data Science terjadi seiring dengan adanya perkembangan teknologi digital karena revolusi industri 4.0. Banyaknya data dengan berbagai bentuk membuat para pelaku bisnis menyadari bahwa mereka membutuhkan orang yang menguasai ilmu Data Science agar bisa mengubah data menjadi informasi yang bermanfaat. Sayangnya tidak semua orang bisa melakukan hal tersebut, karena seleksi untuk menjadi seorang praktisi data terbilang cukup rumit.


Salah satu cara agar membuat para recruiter yakin untuk memilihmu adalah dengan menunjukkan portofolio data yang menarik. Portofolio ini merupakan rangkuman hasil pekerjaan yang sudah pernah dikerjakan. Karena para recruiter tidak mengenalmu lebih jauh, maka kamu harus bisa memberi kesan yang baik melalui portofolio data mu. Dalam artikel ini kita akan membahas beberapa tips yang bisa dicoba untuk membuat portofolio Data Science yang menarik. Yuk simak pembahasannya!


1.Gunakan Topik Terupdate

Data Science

Setiap saat akan selalu ada topik pembicaraan yang masuk trending. Kamu bisa memanfaatkannya topik tersebut untuk membuat portofolio data. Misalkan ketika ada sebuah film baru yang keluar, kamu bisa memanfaatkannya untuk mencari informasi yang menarik. Misalnya saja melihat apakah sentimen masyarakat lebih ke arah positif atau negatif, prediksi jumlah penonton, membandingkan dengan film lain yang baru muncul, dan masih banyak lagi. 


Hal ini akan menunjukkan kamu bahwa kamu selalu tertarik untuk mencari tahu informasi dari hal yang sedang banyak dibicarakan melalui data, sehingga nantinya recruiter akan memprediksi di dalam pekerjaan kamu juga akan melakukan hal yang sama ketika menghadapi permasalahan baru.


Baca juga : Tools Data Science untun Analisis Data yang Efisien


2.Temukan Sumber Data Terpercaya


Data Science


Data layaknya bahan makanan mentah yang harus dipastikan apakah masih layak untuk dijadikan makanan atau tidak. Pada dasarnya, jika makanan tersebut telah rusak, maka metode memasak seperti apapun tidak akan membuat rasanya menjadi normal. Begitupun dengan data, kita harus memastikan apakah data tersebut memang relevan dengan keadaan yang sedang terjadi atau tidak. Selain itu, kita juga harus memastikan keakuratan dari data yang akan digunakan. Kita bisa memanfaatkan data yang bersumber dari portal resmi, baik milik pemerintah maupun swasta sehingga akan mengurangi keraguan kita terhadap data tersebut.


3.Olah Data Menggunakan Metode yang Tepat

Data Science


Hingga saat ini metode pengolahan data terus bertambah dan akan semakin banyak jumlahnya. Sayangnya, tidak ada metode yang benar-benar cocok untuk mengolah semua jenis data untuk mencapai semua goals yang diinginkan. Tugas seorang praktisi data adalah menentukan metode yang tepat untuk mengolah data yang ada sehingga bisa menghasilkan informasi yang lengkap dan relevan. Pemilihan metode pengolahan data ini bisa disesuaikan dengan jenis data yang akan digunakan serta tujuan dari pengolahan data.


4.Menambahkan Visualisasi

Data Science

Visualisasi merupakan proses pengubahan data non visual (angka, teks, dll) ke dalam bentuk visual (baik grafik maupun tabel) dengan tujuan agar bisa meringkas data dan membuat data tersebut lebih fokus untuk menunjukkan informasi. Ada banyak sekali pilihan chart yang bisa dipilih, namun kita harus menyesuaikan dengan tujuan dan data yang dimiliki. Penggunaan chart yang salah akan membuat orang yang melihat tidak bisa menangkap informasi yang ingin disampaikan.


Baca juga : 3 Contoh Penerapan Data Science yang Sangat Berguna di Dunia Perindustrian


Bingung harus membuat portofolio data dari mana? Kamu bisa mulai dengan mengerjakan project yang tersedia di DQLab Academy. Saat ini, project yang ada tersedia dalam tiga bahasa pemrograman yang umum digunakan oleh praktisi data, yaitu bahasa R, Python, dan juga SQL. 


Tidak hanya itu, DQLab juga memudahkan kamu yang tidak memiliki tools pengolahan data, karena di DQLab kamu bisa memanfaatkan live code editor. Sehingga meskipun kamu tidak menginstall software yang digunakan untuk bahasa pemrograman tersebut, kamu tetap bisa mengerjakannya. Yuk, tunggu apa lagi? Buruan sign up dan nikmati fasilitasnya!

Penulis : Gifa Delyani Nursyafitri


Mulai Belajar
Data Science Sekarang
Bersama DQLab

Buat Akun Belajarmu & Mulai Langkah
Kecilmu Mengenal Data Science.

Buat Akun Gratis Dengan :

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/8be7fae4b69abead22aa9296bcab7b4b.jpg Sign-Up dengan Google

https://dqlab.id/files/dqlab/file/data-web-1/data-user-2/50040333a3a5d46bf130664e5870ebc6/d0aa879292fb427c0978d2a12b416e98.jpg Sign-Up dengan Facebook

Atau Buat Dengan :