Buku Pengantar Data Science dan Aplikasinya bagi Pemula

Free download: buku Pengantar Data Science dan Aplikasinya bagi Pemula.
Apa itu Data Science (Ilmu Data)? Apa yang dipelajari pada bidang ilmu ini? Apa kaitan Machine Learning dan big data dengan Data Science? Apa yang dikerjakan para data scientist (ilmuwan data)? Mengapa data scientist menjadi profesi yang sangat dibutuhkan dan menjadi top job? Skill dan keahlian apa saja yang harus dikuasai data scientist? Dimana dapat belajar Data Science?
Buku yang dipaparkan dengan paparan populer disertai contoh aplikasi Data Science dalam kehidupan sehari-hari ini dimaksudkan untuk menjawab pertanyaan-pertanyaan tersebut.
Unduh PDF buku di sini: Download

Penerbit: Unpar Press, ISBN: 978-623-7879-15-2
E-book tersedia untuk diunduh gratis di sini: Download

Komentar terhadap buku:
Stephanus Abednego, kepala sekolah SMAK 1 BPK Penabur, Bandung:
Menarik sekali membaca berbagai paparan dalam buku ini. Isinya membuka cakrawala kita tentang pentingnya data pada saat ini, apalagi untuk masa yang akan datang.
Tidak salah apa yang disampaikan oleh para ahli, ke depan siapa yang menguasai data dialah yang menjadi market leader. Hal ini sejalan dengan apa yang dilaporkan World Economic Forum pada “The Future of Jobs Report 2020”, yang memaparkan bahwa Data Scientist menjadi salah satu pekerjaan yang paling dibutuhkan di masa yang akan datang. Contoh-contoh yang diangkat dalam buku ini menggunakan bahasa yang sederhana sehingga dapat menjadi referensi yang baik, khususnya bagi para siswa-siswi SMA yang akan melanjutkan studi ke jenjang perguruan tinggi di bidang ini.
Suryatin Setiawan, Senior Consultant and Coach, Business and Organization Digitalization, Penasihat Yayasan UNPAR, Bandung:
Buku ini adalah produk akademis yang dihasilkan dari kolaborasi yang cantik antara dosen dengan dosen, dan dosen dengan mahasiswa. Ini bukan buku novel untuk dibaca seluruhnya dari awal sampai akhir, lalu selesai. Buku ini lebih menjadi pembuka jalan bagi pembaca yang ingin tahu tentang Data Science dan juga menjadi referensi bagi praktisi, dimana saat dibutuhkan buku bisa dibuka kembali untuk melihat kasus-kasus  yang bisa dijawab oleh Data Science. Keunggulan buku ini adalah tidak hanya berisi teori semata tetapi juga praktek penerapan Data Sience pada beragam kasus yang besar maupun kasus kehidupan sehari-hari.

Daftar Isi Buku

Kata Pengantar	v
Sambutan Rektor Unviersitas Katolik Parahyangan	vii
Data Science bagi Indonesia	ix
Bagian Pertama	xii
Bab 1   Data Science dan Data Scientist	1
1.1. Data Abad 21	1
1.2. Apa itu Data Science?	3
1.3. Apa saja yang Dikerjakan Data Scientist?	5
1.4. Keahlian dan Skill Data Scientist	10
1.5. Era Industri 4.0 dan Data Science	15
1.6. Kebutuhan Data Science	17
1.7. Informasi Bab-bab Buku	18
Referensi	20
Bab 2  Menjelang Ujian: Ngebut Belajar atau Tidur?	21
2.1. Pendahuluan	21
2.2. Konsep Statistika	24
2.3. Pengumpulan Data dari Peserta Kuliah	30
2.4. Hasil Analisis Data	31
2.5. Kesimpulan	38
Referensi	39
Bab 3  Pengenalan Sistem Rekomendasi pada e-Commerce	41
3.1. Pendahuluan	41
3.2. Sistem Rekomendasi dan Collaborative Filtering	43
3.3. Data e-Commerce	46
3.4. Studi Kasus	50
3.5. Penutup	54
Referensi	55
Bab 4  Pencarian Keterkaitan Bahan Masakan dengan Teknik Clustering	57
4.1. Pendahuluan	57
4.2. Teknik Hierarchical Clustering	59
4.3. Data Resep Masakan	62
4.4. Studi Kasus	65
4.5. Penutup	70
Referensi	70
Bab 5  Analisis Data Penginderaan Jauh Satelit, Kasus: Prediksi Panen Padi	73
5.1. Pendahuluan	73
5.2. Data Penginderaan Jauh Satelit	73
5.3. Analisis Data Satelit SPOT-4 untuk Prediksi Panen Padi	76
5.4. Penutup	84
Referensi	84
Bab 6  Penggalian Insights dari Data COVID-19 dengan Visualisasi, Studi Kasus: Data Korea Selatan	85
6.1. Pendahuluan	85
6.2. Data COVID-19  di Korea Selatan	87
6.3. Bentuk-bentuk Visualisasi	88
6.4. Penggalian Insights	90
6.5. Penutup	107
Referensi	108
Bab 7  Prediksi Kualitas Tidur dari Data Wearable Device	111
7.1. Pendahuluan	111
7.2. Wearable Device	112
7.3. Konsep Dasar	114
7.4. Klasifikasi Data Wearable Device	119
7.5. Penutup	129
Referensi	129
Bab 8  Rekomendasi Film dengan Fuzzy Collaborative Filtering	131
8.1. Pendahuluan	131
8.2. User-based Collaborative Filtering	135
8.3. Algoritma Clustering Fuzzy c-Means	138
8.4. Hasil Penelitian Rekomendasi Film dengan Fuzzy Collaborative Filtering	143
8.5. Penutup	145
Referensi	146
Bab 9  Urun Daya Data Kepadatan Lalu Lintas	147
9.1. Pendahuluan	147
9.2. Pengukuran Kepadatan Lalu Lintas oleh Google Maps	148
9.3. Pemanfaatan Google Traffic untuk Penentuan Waktu Pergi dan Pulang	154
Referensi	158
Bagian Kedua	159
Bab 10  Teknologi Big Data	161
10.1. Pendahuluan	161
10.2. Seputar Big Data	161
10.3. Arsitektur Teknologi Big Data	167
10.4. Ekosistem Hadoop	169
10.5. Teknologi Big Data Komersial	174
10.6. Contoh Penggunaan Teknologi Big Data	179
10.7. Kesimpulan	180
Referensi	180
Bab 11   Pengumpulan Data Twitter dengan Teknologi Big Data	181
11.1. Pendahuluan	181
11.2. Studi Literatur	182
11.3. Pengumpul Data Twitter dengan Spark Streaming	194
11.4. Pengumpul Data Twitter dengan Kafka	199
11.5. Kesimpulan	203
Referensi	204
Bab 12   Algoritma Pengelompokan k-Means Paralel untuk Memproses Big Data	205
12.1. Pengelompokan Data	205
12.2. Manfaat Analisis Klaster	206
12.3. Algoritma Pengelompokan k-Means Non-Paralel	207
12.4. Algoritma k-Means Paralel untuk Big Data	211
12.5. Pengembangan Algoritma k-Means Paralel	217
12.6. Penutup	223
Referensi	225
Bab 13  Estimasi Dimensi Tubuh Manusia dengan Kinect	227
13.1. Pendahuluan	227
13.2. Microsoft Kinect	228
13.3. Principal Component Analysis	231
13.4. Regresi Linier	232
13.5. Metode Estimasi Dimensi Tubuh dan Hasilnya	233
13.6.  Pembangunan Perangkat Lunak	238
13.7. Hasil Eksperimen	239
13.8.  Kesimpulan	242
Referensi	242
Bab 14  Segmentasi Citra Menggunakan Algoritma Particle Swarm Optimization	245
14.1. Pendahuluan	245
14.2. Studi Literatur	247
14.3. Segmentasi Gambar dengan Algoritma PSO dan K-means	253
14.4. Eksperimen Segmentasi Gambar	255
14.5. Kesimpulan	260
Referensi	260
Biografi Editor dan Para Pengarang	263
Program Data Science UNPAR	265