Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS!

Pelatihan Data Science Sambil Membangun Portfolio Datamu

Belajar Data Science di Rumah 23-Januari-2021
https://dqlab.id/files/dqlab/cache/6fdb658e68b001b4712a88a21bd105cf_x_Thumbnail800.jpg

Jika kamu ingin memulai karir sebagai seorang praktisi data khususnya di bidang data science, tapi hanya memiliki skill dasarnya saja dan kamu ingin mempelajari lebih lanjut lagi mengenai skill lainnya. Mengikuti pelatihan data science merupakan salah satu solusi untuk kamu. Ketika kamu mengikuti pelatihan cara belajar mu lebih terstruktur, salah satu bahasa pemrograman yang pasti kamu pelajari adalah python. Python merupakan bahasa pemrograman tingkat tinggi yang paling populer dan bersifat open source. Python memiliki komunitas yang luas sehingga untuk mencari referensi belajar akan lebih mudah. 


Untuk menjadi seorang praktisi data memiliki portfolio yang menawan merupakan hal yang sangat penting, karena melalui portfolio tersebut kamu bisa show off mengenai skill kamu dibidang data. Portfolio bisa menjadi bahan pertimbangan untuk rekrutmen, terutama bagi kamu yang belum memiliki pengalaman kerja di bidang tersebut. Artikel ini akan membahas rekomendasi proyek yang dapat kamu jadikan sebagai portfolio kamu. Untuk itu, yuk pelajari bersama-sama !

1. Analisis Sentimen Ulasan Produk 

Analisis sentimen atau yang sering disebut dengan opinion mining merupakan salah satu proyek yang wajib kamu sertakan dalam portfolio kamu. Kamu bisa memulai dari dataset yang sudah tersedia di beberapa situs penyedia dataset open source seperti kaggle atau kamu juga bisa memulai dengan cara scraping atau crawling ulasan-ulasan ataupun opini dari media sosial. Dari setiap ulasan dan opini tersebut pasti ada yang suka, netral, dan tidak suka terhadap suatu produk tertentu. Biasanya dataset ulasan produk itu banyak dan untuk mengetahui apa saja yang menjadi kelebihan dan kekurangan dari produk kamu, untuk itu dibutuhkan teknik analisis sentimen ini agar kamu dapat membaca opini pelanggan dan mengklasifikasikan opini atau ulasan tersebut secara otomatis tanpa memerlukan waktu yang terbilang lama. Seiring dengan perkembangan teknologi konsumen lebih senang mengekspresikan atau memberi ulasan mereka melalui media sosial, e-commerce dan website. Oleh karena itu, analisis sentimen dilakukan pada platform-platform tersebut. Ada berbagai tools yang dapat kamu gunakan untuk melakukan analisis sentimen salah satunya adalah NLP (Natural Language Processing) dan juga teknik machine learning, dimana dengan menggunakan teknik tersebut kamu dapat menentujan skor sentimen sesuai dengan kategori suatu kalimat atau frasa.


Baca juga : Macam-macam Metode yang Ada Pada Pengolahan Data Statistik


2. Customer Segmentation

Customer segmentation erat kaitannya dengan pemasaran atau marketing. Di bidang marketing kamu juga menambahkan ini ke dalam portfolio kamu, sebagai contoh kasus jika kamu bekerja disebuah restoran burger dan kamu kedapatan melayani 3 orang konsumen, dimana ketiga pelanggan tersebut memesan 3 paket burger yang sama lalu kamu menyajikannya. Setelah mereka selesai makan kamu membersihkan meja mereka dan kamu melihat di piring sang anak tersisa selada yang tidak dimakan, dan di piring si ibu tersisa beberapa porong kentang, sementara di piring sang ayah habis semua. Hal ini membuktikan bahwa setiap orang memiliki selera yang berbeda, kemudian kamu pun membuat sebuah menu baru dan ternyata menu baru kamu lebih banyak dibeli. Contoh kasus ini bisa disebut dengan customer segmentation, dimana kamu memetakan karakteristik pelanggan kamu berdasarkan usia, profesi, tempat tinggal dan lainnya, untuk menentukan bagaimana cara menangani kelompok tertentu. Nah, disinilah seorang Data Analyst dibutuhkan untuk melihat kelompok mana yang lebih menguntungkan sehingga kau bisa memfokuskan bisnis kamu pada kelompok tersebut.

3. Sistem Rekomendasi

Tak kalah menarik dari kedua topik sebelumnya yang bisa dijadikan sebagai portfolio adalah membuat sistem rekomendasi. Misalnya kamu bisa memulai dengan menggunakan dataset di bidang retail seperti mencari hubungan antar produk dari suatu transaksi penjualan. Yang memiliki tujuan untuk memposisikan produk yang memiliki kecenderungan akan dibeli secara bersamaan, memberi rekomendasi produk terhadap konsumen, menyusun rak display produk, serta menyusun halaman produk di platform e-commerce. Dengan begitu penjualan dapat meningkat, dan barang yang tidak laku jika di letakkan dengan tepat akan lebih menarik dan memiliki peluang untuk dibeli  atau sering disebut dengan istilah "Market Basket Analysis". Dengan menggunakan Market Basket Analysis kamu dapat mencari rekomendasi paket produk - berdasarkan pola unik dari data transaksi pelanggan - yang dapat meningkatkan penjualan.


Baca juga : Metode Pengolahan Data dengan Machine Learning untuk Perbaikan Forecasting Bisnismu


4. Yuk, Bangun Portfolio Kamu Menggunakan Data Source yang Tersedia di DQLab Sekarang !!!

Tidak memiliki background IT? Jangan khawatir, kamu tetap bisa menguasai Ilmu Data Science untuk siap berkarir di revolusi industri 4.0. Bangun proyek dan portofolio datamu bersama DQLab untuk mulai berkarir di industri data yang sebenarnya! Sign up sekarang untuk #MulaiBelajarData di DQLab!

 

Penulis: Rian Tineges

Editor: Annissa Widya Davita


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login