Menggali Wawasan dari Data Covid-19 melalui Project Pelatihan ASEAN Data Science Explorers Enablemen
- MIFTACHUL BACHRUDDIN
- May 4, 2023
- 2 min read
Updated: May 13, 2023
Selama beberapa tahun terakhir, wabah global Covid-19 telah mengubah dunia dengan cara yang belum pernah terjadi sebelumnya. Pemerintah, organisasi kesehatan, dan masyarakat umum di seluruh dunia berjuang untuk memahami, melacak, dan mengatasi dampak dari pandemi ini. Dalam upaya untuk mengatasi tantangan ini, data analisis telah menjadi alat yang penting untuk menggali wawasan dan membuat keputusan berdasarkan bukti yang akurat.
Salah satu langkah penting dalam mengatasi pandemi Covid-19 adalah melibatkan para ahli data yang terampil dan terlatih. Mereka mampu mengumpulkan, menganalisis, dan menginterpretasikan data Covid-19 dengan cermat untuk mengidentifikasi pola, tren, dan pemahaman yang lebih mendalam tentang penyebaran virus serta dampaknya terhadap masyarakat.
Dalam konteks ini, Project Pelatihan ASEAN Data Science Explorers Enablement Session hadir sebagai inisiatif yang sangat relevan dan penting. Dalam project ini, para peserta dari berbagai negara ASEAN (Association of Southeast Asian Nations) memiliki kesempatan untuk meningkatkan keterampilan analisis data mereka dan mengaplikasikan pengetahuan tersebut pada data set Covid-19.
Mengapa analisis data set Covid-19 sangat penting? Alasan utamanya adalah bahwa data ini menyediakan informasi berharga tentang penyebaran geografis virus, tingkat infeksi, angka kematian, serta dampak sosial dan ekonomi yang ditimbulkannya. Dengan menganalisis data ini, kita dapat mengidentifikasi pola dan tren, membuat proyeksi masa depan, dan menginformasikan keputusan dan kebijakan yang berdampak pada penanganan pandemi ini.
Dalam artikel ini, kami akan menjelajahi Project Pelatihan ASEAN Data Science Explorers Enablement Session dan bagaimana program ini memberikan pemahaman yang mendalam tentang analisis data set Covid-19. Kami akan melihat metode, alat, dan teknik yang digunakan oleh para peserta dalam memecahkan tantangan yang kompleks, serta temuan dan wawasan yang berhasil mereka peroleh.
Artikel ini akan memberikan gambaran yang komprehensif tentang Project Pelatihan ASEAN Data Science Explorers Enablement Session dan manfaat analisis data set Covid-19 dalam penanganan pandemi global yang saya ikuti.
1. Data Modeling
Dalam dunia analisis data, data modeling menjadi langkah penting dalam menghadapi kompleksitas dan volume besar data. Dengan menggunakan teknik dan alat modeling yang tepat, kita dapat mengorganisir data secara logis, menggambarkan relasi antara entitas, dan membangun blueprint yang terstruktur untuk sistem pengelolaan data.
Pada project ini saya mengunakan data set Dataset 2023 for Exercises 1-2.xlsx yang disediakan penyelenggara, dapat dilihat pada gamabar 1 terdapat 1 issue dan terdapat keterangan pada Data Quality yang menunjukkan columns data mengalami issue sehingga perlu dimodifikasi.

Karena hanya terdapat 2 kesalahan format pada columns data, saya memutuskan untuk merubahnya secara manual dengan menggunakan fungsi Replace with value seperti pada gambar 2.

Setelah semua dipastikan selesai, kita bisa memeriksa pada keterangan Data Quality jika tidak ada issue maka dapat dilanjutkan pada tahap berikutnya.

Smart Discovery
Dengan menggunakan dataset dan model sebelumnya, saya mnggunakan fitur Smart Discovery. Fungsi Smart Discovery pada SAP Analytics Cloud (SAC) adalah alat yang dirancang untuk membantu pengguna dalam menjalankan analisis data interaktif dan eksplorasi cepat. Smart Discovery menggunakan kecerdasan buatan (AI) untuk mengenali pola, tren, dan hubungan dalam data, serta memberikan wawasan dan saran yang berguna bagi pengguna. Gambar 4 merupakan konfigurasi yang saya gunakan.

Pada gambar 5 merupakan hasil dari Smart Discovery. Dapat dilihat pada kolom positive_rate by location bahwa Oman mempunyai positive_rate tertinggi.

Negara mana saja yang memiliki kasus COVID 19 tertinggi?

Negara mana saja yang memiliki kematian COVID 19 tertinggi?

Total Kasus Terkonfirmasi per Negara/Wilayah, Tanggal Sebenarnya




Comments