Docsity
Docsity

Prepare for your exams
Prepare for your exams

Study with the several resources on Docsity


Earn points to download
Earn points to download

Earn points by helping other students or get them with a premium plan


Guidelines and tips
Guidelines and tips

Ujian Tengah Semester Analitik Visualisasi Data, Exams of Data Mining

Dokumen yang berisi jawaban dari UTS Mata Kuliah Analitik dan Visualisasi Data

Typology: Exams

2022/2023

Available from 03/21/2023

shogun-sashimito
shogun-sashimito 🇮🇩

4 documents

1 / 4

Toggle sidebar

This page cannot be seen from the preview

Don't miss anything!

bg1
UTS Analitik dan Visualisasi Data
Soal
1. Banyak perusahaan di Indonesia yang gagal pada tahap awal proyek implementasi Big
Data untuk menunjang proses bisnis mereka. Perusahaan-perusahaan tersebut tidak
menyadari tentang tantangan analitik Big Data serta tidak siap untuk mengatasi
tantangan tersebut. Tantangan analitik Big Data yang dimaksud mencakup beberapa
hal, antara lain:
Kurangnya pemahaman yang tepat tentang Big Data
Permasalahan pertumbuhan data (data growth)
Kurangnya tenaga profesional analitik data
Pengamanan data (data security)
Integrasi data dari berbagai sumber data (database dan flat file).
Jika kalian di hire sebagai tenaga profesional analitik data oleh salah satu
perusahaan tersebut maka:
a) Solusi seperti apa yang dapat kalian lakukan untuk dapat menyelesaikan
permasalahan tersebut!
b) Gunakan framework computational thinking untuk menyelesaikan
permasalahan tersebut!
c) Buatlah tahapan atau langkah-langkah data science untuk
menyelesaikan permasalahan bisnis tersebut
2. Baca dengan seksama paper tingkat kemiskinan di Indonesia (File sudah terupload di
attachment kuis/assignment). Analisislah paper tersebut yang mencakup:
a. Permasalahan data yang dibahas
b. Solusi pemecahan permasalahan data (metode penelitian)
c. Data yang digunakan
d. Teknik analitik dan visualisasi data
e. Analisis eksplanatori dan storytelling (who, what, how)
Jawaban:
1. Sebagai tenaga professional analitik data maka:
a. Solusi untuk dapat menyelesaikan permasalahan tersebut
Kurangnya pemahaman yang tepat tentang Big Data. untuk mengatasi
permasalahan ini maka salah satu solusi yang bisa diterapkan yaitu dengan
memberikan edukasi secara menyeluruh untuk karyawan-karyawan di
perusahaan tersebut. Sehingga diharapkan program edukasi ini dapat
memberikan pemahaman lebih sehingga dari segala aspek termasuk karyawan
yang bekerja menjadi lebih paham ketika dihadapkan dengan permasalahan
yang berkaitan dengan Big Data.
Permasalahan pertumbuhan data (data growth). Data growth dapat diatasi
dengan cara berikut ini: (1) Mengalokasikan penyimpanan data dengan baik
sehingga data disimpan lebih efisien, (2) Menggunakan perangkat penyimpanan
data yang berkualitas tinggi sesuai dengan kebutuhan perusahaan, (3)
Melakukan compress data sehingga ukurannya menjadi lebih kecil, (4)
pf3
pf4

Partial preview of the text

Download Ujian Tengah Semester Analitik Visualisasi Data and more Exams Data Mining in PDF only on Docsity!

UTS Analitik dan Visualisasi Data Soal

  1. Banyak perusahaan di Indonesia yang gagal pada tahap awal proyek implementasi Big Data untuk menunjang proses bisnis mereka. Perusahaan-perusahaan tersebut tidak menyadari tentang tantangan analitik Big Data serta tidak siap untuk mengatasi tantangan tersebut. Tantangan analitik Big Data yang dimaksud mencakup beberapa hal, antara lain: - Kurangnya pemahaman yang tepat tentang Big Data - Permasalahan pertumbuhan data (data growth) - Kurangnya tenaga profesional analitik data - Pengamanan data (data security) - Integrasi data dari berbagai sumber data (database dan flat file). Jika kalian di hire sebagai tenaga profesional analitik data oleh salah satu perusahaan tersebut maka: a) Solusi seperti apa yang dapat kalian lakukan untuk dapat menyelesaikan permasalahan tersebut! b) Gunakan framework computational thinking untuk menyelesaikan permasalahan tersebut! c) Buatlah tahapan atau langkah-langkah data science untuk menyelesaikan permasalahan bisnis tersebut

2. Baca dengan seksama paper tingkat kemiskinan di Indonesia (File sudah terupload di

attachment kuis/assignment). Analisislah paper tersebut yang mencakup:

a. Permasalahan data yang dibahas

b. Solusi pemecahan permasalahan data (metode penelitian)

c. Data yang digunakan

d. Teknik analitik dan visualisasi data

e. Analisis eksplanatori dan storytelling (who, what, how)

Jawaban:

  1. Sebagai tenaga professional analitik data maka: a. Solusi untuk dapat menyelesaikan permasalahan tersebut Kurangnya pemahaman yang tepat tentang Big Data. untuk mengatasi permasalahan ini maka salah satu solusi yang bisa diterapkan yaitu dengan memberikan edukasi secara menyeluruh untuk karyawan-karyawan di perusahaan tersebut. Sehingga diharapkan program edukasi ini dapat memberikan pemahaman lebih sehingga dari segala aspek termasuk karyawan yang bekerja menjadi lebih paham ketika dihadapkan dengan permasalahan yang berkaitan dengan Big Data. Permasalahan pertumbuhan data (data growth). Data growth dapat diatasi dengan cara berikut ini: (1) Mengalokasikan penyimpanan data dengan baik sehingga data disimpan lebih efisien, (2) Menggunakan perangkat penyimpanan data yang berkualitas tinggi sesuai dengan kebutuhan perusahaan, (3) Melakukan compress data sehingga ukurannya menjadi lebih kecil, (4)

Memanajemen data dengan membuat kategori-kategori tertentu sehingga lebih tertata dalam penyimpanan. Kurangnya tenaga profesional analitik data. Tidak semua karyawan bisa mahir dalam mengatasi permasalahan Big Data, oleh karena itu perusahaan minimal harus melakukan edukasi mendasar terhadap karyawannya. Selain itu, jika anggaran perusahaan mencukupi maka dapat merekrut karyawan yang ahli dalam hal Big Data. Pengamanan data (data security). Berkaitan dengan sistem keamanan, maka diperlukan tenaga professional yang memang memiliki pengalaman dan pengetahuan dalam mengamankan data dari perusahaan. Tindakan pengamanan yang biasa dilakukan adalah dengan melakukan enkripsi data, mengontrol actor yang memiliki akses terhadap data, dan secara berkala melakukan pemeliharaan keamanan terhadap data perusahaan. Integrasi data dari berbagai sumber data (database dan flat file). Masalah ini dapat diatasi jika perusahaan menggunakan perangkat lunak atau sistem yang dapat melakukan integrasi data secara rapi dan terstruktur. Selain itu data mentah yang ada di perusahaan harus dianalisis supaya dapat terintegrasi dengan baik. b. Penerapan framework computational thinking Computational Practices Karena permasalahan yang dihadapi berkaitan dengan Big Data, maka computational practices yang tepat digunakan yaitu Data Collection & Analys. Alasannya yaitu dengan menerapkan skills tersebut maka data yang dimiliki dapat dikelola sedemikian rupa dan bisa dianalisis sehingga permasalahan dalam perusahaan dapat diketahui dan dicari solusinya. Computational Concepts Penerapan computational concepts yang tepat untuk masalah diatas yaitu terkait dengan Data, Variabel, Inputs & Outputs. Computational Disposition Berkaitan dengan permasalahan big data maka perusahaan harus mempunyai kemampuan dalam menangani masalah terbuka, dan kompleks. Sehingga pendekatan computational thinking yang tepat yaitu menggunakan Thinkering, Reusing & Remixing. Thinkering diterapkan untuk menganalisis permasalahan yang dihadapi perusahaan dengan mengedepankan logika untuk mencari solusi permasalahan. Reusing & Remixing diterapkan karena dalam menangani Big Data, proses integrasi data perusahaan bisa dilakukan dengan menggunakan Kembali data yang ada dan memodifikasi data tersebut sesuai dengan kebutuhan dari perusahaan. c. Tahapan data science untuk menyelesaikan permasalahan tersebut Identifikasi data permasalahan bisnis, yang meliputi kurangnya pemahaman yang tepat tentang Big Data, permasalahan pertumbuhan data (data growth) , kurangnya tenaga profesional analitik data, pengamanan data (data security), dan integrasi data dari berbagai sumber data (database dan flat file). Memahami data yang ada secara menyeluruh, dengan cara mengumpulkan data-data yang diperlukan untuk mencari solusi dari permasalahan pperusahaan,

  • How − Bagaimana proses analisis dilakukan sehingga dapat terintegrasi antara peneliti dengan audiens.