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