Tidak, saya tidak tahu apa-apa tentang nya. Aku membenci ular.
Pernyataan tersebut, yang dibuat oleh seorang pensiunan teknisi elektronik yang berspesialisasi dalam pengkodean mesin, membuat saya sedikit terkejut. Saya tidak bertanya apakah dia mengetahui sesuatu tentang ular piton (dalam bentuk jamak); Saya ingin tahu apakah dia tahu sesuatu tentang Python (bentuk tunggal).
Mungkin karena koneksi konferensi video kami tidak terlalu bagus atau, mungkin, karena dia adalah seorang yang rajin berkebun, dia mengira yang saya maksud adalah reptil - meskipun saya merasa ngeri memikirkan jenis ular piton taman yang justru ramah.
Atau bisa saja Python tidak begitu terkenal atau digunakan dalam bidang keahliannya sehingga dia tidak pernah punya alasan untuk mempelajarinya.
Saya menjelaskan premis saya - saat meneliti artikel ini, kami tertawa dan mendiskusikan salah satu bidang kompetensi terkait: bidang ilmu data yang sedang berkembang. Ilmu tersebut berkembang pada saat dia telah pensiun dan masih terus berkembang hingga saat ini.
Faktanya, 'ilmu data' adalah salah satu istilah yang paling banyak dicari di Google. Statistik ini sendiri penting; hal ini sama pentingnya dengan hubungan antara ilmu data dan Python.
Jadi, mari kita cari tahu apa sebenarnya itu ilmu data, hubungannya dengan Python, dan bagaimana Anda dapat membangun karier memuaskan dan bermanfaat dengan mempelajari keduanya.
Apa Itu Data Science ?
Bagaimana Anda bisa mengaitkan statistik dan analisis data dengan informatika? Yakni dengan menyebutnya ilmu data.
Anehnya, masih belum ada kesepakatan mengenai apa sebenarnya ilmu data itu. Secara lebih luas,ilmu data didefinisikan seperti di atas, namun pada dasarnya, ia tetap merupakan sebuah konsep, bukan ilmu pengetahuan yang sebenarnya.
Temukan kursus python Jakarta yang bagus di sini di Superprof.
Istilah ini pertama kali muncul pada tahun 1962, ketika ahli statistik Amerika John Tukey mendefinisikan apa yang dia lakukan sebagai analisis data. Karyanya menggabungkan banyak aspek ilmu data saat ini, tetapi baru pada tahun 1985 istilah tersebut muncul secara resmi untuk pertama kalinya. Diperlukan waktu tujuh tahun lagi untuk mendapatkan pengakuan formal atas bidang penelitian baru yang menggabungkan prinsip dan konsep statistik dan analisis data dengan komputasi.
Bidang itu kemudian dikenal sebagai ilmu data.
Masing-masing tanggal tersebut memiliki arti khusus dalam dunia komputer:
- 1962 melihat program komputer pertama, pengembangan RAM dan memori virtual
- 1985: Bahasa pemrograman C++ diterbitkan; MIT mendirikan laboratorium Media, dan Michael Dell, pendiri Dell Computers, membuka perusahaan pertamanya (komputer pribadi yang dibuat khusus)
-
- Nintendo merilis konsol game NES-nya, membawa game komputer muncul pertama kali dari game arcade dan kemudian menyebar di setiap ruang tamu
- 1992: superkomputer paralel Intel Paragon dianggap sebagai komputer tercepat di dunia
-
- Paragon penting karena digunakan untuk mengolah segala macam data, ilmiah dan statistik.
Tahun penting lainnya bagi ilmu data: 1991. Pada tahun inilah World Wide Web muncul di public. Komputer menjadi hal yang umum, memberikan banyak data kepada ilmuwan data untuk keperluan tersebut - meskipun mereka belum tahu apa yang harus dilakukan dengan semua itu. Namun, sejak saat itu, pengumpulan dan analisis data tidak seperti dulu lagi.
Sebelum terjadinya - dan bahkan setelah perkembangan ini, ahli statistik dan analis data memiliki pekerjaan yang sesuai untuk mereka. Pertama, mereka harus mengumpulkan data, memutuskan variabel mana yang perlu dipertimbangkan dan metode apa yang akan mereka gunakan untuk memperoleh wawasan dari data tersebut, dan terakhir, memodelkan informasi yang mereka peroleh dan menafsirkannya untuk pihak mana pun yang menugaskan penelitian ini.
Saat itu, mengumpulkan data yang relevan saja merupakan tugas yang sangat besar (dan berat); komputasi dan rendering membutuhkan kekuatan pikiran yang serius. Saat ini, ahli ilmu data memiliki banyak sekali data dalam genggaman mereka dan mereka memiliki komputer yang dapat mengeluarkan scatterplot sesuai permintaan.
Kini, data scientist mulai memanfaatkan bidang pembelajaran mesin yang menarik, mengajari komputer cara meningkatkan algoritme mereka melalui penggunaan data. Hal tersebut dan penambangan data, penemuan pola dalam kumpulan data besar saat ini menjadi arah utama yang dituju oleh ilmu data.
Temukan kursus python di sini di Superprof.
Etos Python
Pada tahun 1990, Sir Tim Berners-Lee menemui hambatan besar dalam perjalanannya untuk membuat World Wide Web-nya ditayangkan yakni pendanaan.
Masalahnya adalah kodenya hanya berjalan di komputer NeXT. Pernahkah Anda melihat atau bahkan mendengar merek tersebut? Itu adalah ciptaan awal Steve Jobs, yang memulai debutnya pada tahun 1985. Pangsa pasarnya tidak banyak, dan hanya 12 tahun setelah mesin tersebut memasuki pasar, merek tersebut sudah tidak ada lagi.
Pada saat itu, inovator lain sedang membangun komputer dengan sistem operasi berbeda, yang semuanya dapat kompatibel dengan kode internet Sir Berners-Lee. Masalahnya adalah, CERN adalah pendukung keuangan World Wide Web namun para pengambil keputusan menolak keras untuk membayar versi perangkat lunak tambahan.
Oleh karena itu, seruan ini ditujukan kepada semua insinyur perangkat lunak, pemrogram... siapa pun yang mengetahui tentang bahasa pemrograman, untuk menulis browser yang dapat dijalankan di semua jenis mesin. Sebenarnya, itu adalah halaman hanya teks yang tersebar melalui jaringan komputer yang ada.
Sedikit pengetahuan di internet ini adalah salah satu alasan mengapa ada begitu banyak bahasa pemrograman saat ini. Asal usul Python adalah turunan langsung dari bahasa pemrograman yang mungkin menjadi bagian dari pergulatan hebat dikarenakan bahasa induknya, ABC, merilis versi stabil pertamanya pada waktu itu.
Tentu saja itu hanya spekulasi. Penelitian kami tidak berhasil menemukan hubungan antara awal mula internet dan bahasa pemrograman ABC.
Alasan lain mengapa semua bahasa pemrograman digunakan adalah karena bahasa yang berbeda menangani aspek komputasi yang berbeda pula. Beberapa diantaranya menekankan performa tinggi, jenis yang diperlukan dalam robotika dan game, sementara yang lain ditulis khusus untuk fungsi yang diinginkan - Java adalah contoh utamanya. Di manakah posisi Python?
Bahasa pemrograman Python lahir dari rasa frustrasi terhadap sintaksis bahasa pemrograman yang terlalu rumit. Misalnya, jika Anda bekerja di Java atau C++ dan ingin memberikan perintah cetak, kode Anda akan terdiri dari beberapa baris, tanda kurung kurawal, hashtag, dan simbol lainnya.
Sebaliknya, perintah print di Python adalah satu baris yang dimulai dengan perintah - print, diikuti dengan apa yang perlu dicetak dalam tanda kurung dan tanda kutip ganda.
Etos Python adalah kesederhanaan. Memang benar, pernyataan ketiga Zen Python adalah "Sederhana lebih baik daripada yang rumit.". Di bagian akhir daftar 19 prinsip tersebut, kami menemukan bahwa "jarang lebih baik daripada padat". dan "Keterbacaan hal yang penting."
Memang benar, pernyataan-pernyataan ini dimaksudkan untuk mendefinisikan bagaimana Python harus ditulis: sederhana, jarang, dan mudah dibaca.
Namun jika Anda mempertimbangkannya bersamaan dengan analisis data, bukankah kata sifat tersebut memiliki arti yang berbeda?
Temukan tutorial python bagus di sini di Superprof.
Data Science dan Python
Python sangat cocok untuk beberapa aspek komputasi. Misalnya, bahasa ini merupakan salah satu dari tiga bahasa teratas yang digunakan dalam pengembangan web dan juga digunakan dalam robotika, meskipun dalam kapasitas terbatas. Anda bahkan bisa mengembangkan game komputer dengan Python!
Dari semua bidang yang diadaptasi oleh Python, ilmu data adalah salah satu bidang yang paling banyak menggunakannya. Berkat Indeks Paket Python (PyPI) yang terdiri dari hampir 300 ribu modul yang disebut paket - di antaranya pustaka dan fungsi matematika, melakukan analisis data hanyalah masalah memasang modul yang tepat untuk mendapatkan hasil yang diinginkan.
Satu library Python, NumPy. berisi kumpulan ekstensif fungsi matematika yang ditulis untuk diurai melalui berbagai dimensi array data dan matriks.
Python awalnya tidak menyertakan bahasa untuk pengkodean numerik. Namun, karena bahasa pemrograman ini menarik minat komunitas ilmiah sejak awal, defisit tersebut segera diatasi melalui kelompok kepentingan khusus yang tidak membuang waktu untuk menyusun paket komputasi array.
SciPy adalah paket Python lain yang sangat bermanfaat bagi ilmu data; fokusnya adalah pada komputasi teknis dan ilmiah. Perpustakaan ini berisi modul aljabar linier, serta modul untuk integrasi, interpolasi, dan pemrosesan gambar. Yang paling penting, modul fungsi khususnya adalah alat yang hebat bagi ilmuwan data karena berisi utilitas penting untuk berbagai jenis analisis, mulai dari matematika hingga fungsional.
Lalu, ada Matplotlib, library plot Python yang mampu menyematkan plot ke dalam aplikasi melalui antarmuka pemrograman aplikasi (API) berorientasi objek. Kedengarannya rumit dan sangat ilmiah, tetapi pada dasarnya hal ini bermuara pada sekelompok program komputer berkode yang, ketika dijalankan, akan menjadikan data yang dianalisis sebagai diagram sebar, grafik - dua dimensi atau 3D, plot garis, atau histogram.
NumPy, SciPy, dan Matplotlib adalah tiga alasan mengapa ilmu data dan Python saling terkait erat. Tidak peduli apakah data scientist mengolah data pemasaran, data kosmik, atau data atmosfer, masing-masing library ini memiliki modul yang mampu menganalisis dan menghasilkan hasil yang diinterpretasikan secara visual.
Lalu, ada pandas, library lain yang ditulis untuk Python, dirancang untuk analisis dan manipulasi data. Kedengarannya curang, tetapi manipulasi data merupakan bagian integral dari analisis data. Anda harus mengatur parameter agar data yang diperiksa bermanfaat.
Katalog luas Python yang berisi fungsi analitik dan tool matematika menjadikan bahasa pemrograman ini sangat diperlukan bagi data scientist dari semua kalangan.
Tanpa bantuan aplikasi Python, para data scientist akan kewalahan menghadapi tumpukan data yang sangat besar saat ini - mulai dari masalah kosmologis dan lingkungan hingga cara orang berbelanja. Dan, mengingat banyaknya cara baru dalam menganalisis data, tidak mengherankan jika ilmu data saat ini menjadi salah satu bidang karier yang paling diminati saat ini.
Temukan sendiri berbagai cara Python dan analisis data digunakan...
Apa Anda menyukai artikel ini? Berikan penilaian Anda
Loading...
