Fundamental : Alur Kerja Data Science dari A-Z

Sebuah repositori yang mendokumentasikan alur kerja end-to-end dalam proyek data science, mulai dari pengambilan data, penyimpanan, eksplorasi, hingga analisis kualitas data.

---

📖 Daftar Isi

1. Tentang Proyek
2. Fitur & Aktivitas Utama
3. Teknologi yang Digunakan
4. Struktur Proyek
5. Panduan Instalasi & Konfigurasi
6. Cara Menjalankan Proyek
7. Contoh Hasil Analisis
8. Lisensi

---

🎯 Tentang Proyek

Proyek ini merupakan implementasi dari serangkaian tugas praktikum yang mencakup siklus hidup dasar seorang Data Scientist. Terdapat dua studi kasus utama dalam proyek ini:

1. Analisis Harga Rumah: Melakukan proses pengambilan data dari API Kaggle, mengintegrasikannya ke dalam database SQLite, dan melakukan analisis data eksploratif (EDA) untuk menemukan wawasan dari dataset "House Prices".
2. Konsep Anotasi Data: Mendemonstrasikan pemahaman tentang proses pelabelan (anotasi) data menggunakan dataset "Iris" yang klasik.

Tujuan dari repositori ini adalah untuk menjadi portofolio dan dokumentasi pembelajaran yang solid.

---

✨ Fitur & Aktivitas Utama

• Pengambilan Data Otomatis: Mengambil dataset langsung dari API Kaggle.
• Integrasi Database: Menyimpan data mentah ke dalam database SQLite yang portabel dan efisien.
• Analisis Deskriptif: Menghitung statistik dasar untuk memahami karakteristik data.
• Analisis Data Eksploratif (EDA): Menggali lebih dalam untuk menemukan pola dan hubungan antar fitur melalui visualisasi data.
• Verifikasi Kualitas Data: Melakukan pengecekan terhadap data yang hilang (missing values) dan data duplikat.
• Visualisasi Data Profesional: Membuat berbagai jenis plot seperti histogram, scatter plot, dan box plot untuk menyajikan wawasan.

---

🛠️ Teknologi yang Digunakan

Teknologi	Deskripsi
Python	Bahasa pemrograman utama yang digunakan untuk seluruh skrip.
Pandas	Library untuk manipulasi dan analisis data, terutama struktur DataFrame.
Matplotlib & Seaborn	Library untuk membuat visualisasi data yang statis, animatif, dan interaktif.
Kaggle API	Digunakan untuk mengunduh dataset kompetisi secara terprogram.
SQLite	Sistem manajemen database berbasis file yang digunakan untuk menyimpan data.
Jupyter/Google Colab	Lingkungan kerja interaktif untuk analisis data (konsep anotasi).