Lewati ke pemutarLewatkan ke konten utama
Channel ini menyajikan materi seputar Data Science & Artificial Intelligence, Networking & Cyber Security, serta Database & Programming. Seluruh materi disusun secara sistematis untuk membantu Anda memahami konsep, teknologi, dan praktik yang digunakan di dunia teknologi informasi, mulai dari tingkat dasar hingga lanjutan.

Setiap pembahasan berfokus pada pengembangan keterampilan melalui materi yang mudah dipahami, relevan dengan kebutuhan industri, dan disampaikan untuk tujuan edukasi. Seluruh konten mengedepankan penerapan teknologi secara legal, etis, dan bertanggung jawab, sehingga dapat menjadi referensi belajar bagi pelajar, mahasiswa, maupun profesional.

Playlist video terkait:
▪ Data Science & Artificial Intelligence https://dailymotion.com/playlist/xcwmlu
▪ Networking & Cyber Security https://dailymotion.com/playlist/xcwmsm
▪ Database & Programming https://dailymotion.com/playlist/xcwmsi

PEMBAHASAN MATERI
Playlist Materi Ilmu Komputer berisi kumpulan video pembelajaran, tutorial, penjelasan konsep, studi kasus, demo, dan pembahasan lengkap seputar berbagai bidang dalam ilmu komputer. Materi yang disajikan mencakup dasar hingga tingkat lanjut, mulai dari pemrograman, pengelolaan database, jaringan komputer, keamanan siber, sistem operasi, pengembangan perangkat lunak, arsitektur komputer, hingga berbagai teknologi yang digunakan dalam dunia komputasi modern.

Temukan pembahasan mengenai komputer dan pemrograman, algoritma, struktur data, PHP, JavaScript, Python, Laravel, MySQL, PostgreSQL, API, rekayasa perangkat lunak, database, jaringan komputer, administrasi server, cloud computing, virtualisasi, Linux, Windows Server, keamanan jaringan, cyber security, ethical hacking, kriptografi, keamanan aplikasi, DevOps, Internet of Things (IoT), kecerdasan buatan (AI), machine learning, serta berbagai konsep, teknologi, dan praktik terbaik di bidang ilmu komputer. Playlist ini cocok bagi pelajar, mahasiswa, programmer, web developer, software engineer, administrator sistem, profesional IT, maupun siapa saja yang ingin mempelajari dan memperdalam wawasan di dunia ilmu komputer secara menyeluruh.

CONTACT US
▪ Email support@mycoding.id
▪ WhatsApp https://wa.me/6281274309663
▪ Telegram https://t.me/mycodingxd

OFFICIAL LINKS
▪ Web https://mycoding.id
▪ Blog https://blog.mycoding.id
▪ News https://en.mycoding.id
▪ Apps https://play.google.com/store/apps/dev?id=5237501547073493079

SOCIAL MEDIA
▪ https://linkedin.com/company/mycodingxd
▪ https://facebook.com/mycodingxd
▪ https://instagram.com/mycodingxd
▪ https://tiktok.com/@mycodingxd
▪ https://twitter.com/mycoding_xd
▪ https://pinterest.com/mycoding_xd

CHANNEL LINKS
▪ YouTube https://safelink.asia/youtube
▪ DailyMotion https://safelink.asia/dailymotion
▪ WhatsApp https://safelink.asia/whatsapp
▪ Telegram https://safelink.asia/telegram

Powered by https://linkedin.com/company/401XDGroup

#DataScience #ArtificialIntelligence #CyberSecurity #Networking #Programming #Database
Transkrip
00:00Pernah nggak sih kalian lihat data, entah itu di spreadsheet atau laporan, isinya angka semua, dan rasanya langsung pusing?
00:06Bingung gitu, ini data mau ngomong apa sih? Tenang, kalian nggak sendirian.
00:10Nah, kali ini kita bakal belajar cara menyulap tumpukan data yang kelihatannya acak-acakan itu menjadi sebuah cerita yang jelas
00:15dan gampang dimengerti.
00:16Gimana caranya? Pakai statistika deskriptif.
00:19Coba deh bayangin, kalian lagi ada di tengah hutan data yang super lebat, angka di mana-mana, kayak pohon sama
00:24semak belukar yang nggak ada polanya sama sekali.
00:26Nah, ini masalah yang sering banget kita hadapi. Informasinya banyak banget, tapi pemahamannya nol besar.
00:32Disinilah statistika deskriptif masuk sebagai peta dan kompas kita.
00:36Ini tuh seperangkat alat yang bakal kita pakai buat navigasi di hutan data tadi.
00:40Tujuannya satu, mengubah kekacauan jadi kejelasan. Simpelnya, kita mau merapikan data itu.
00:45Petualangan kita kali ini bakal punya beberapa pemberhentian.
00:48Pertama, kita cari dulu jantung atau pusat dari data kita.
00:51Kedua, kita bakal ukur seberapa menyebar atau bergerombol data itu.
00:55Dan yang terakhir, kita bakal lihat bentuk keseluruhannya.
00:58Udah siap? Yuk kita mulai dari yang pertama.
01:00Oke, alat pertama dalam toolkit kita adalah mencari pusat data.
01:04Logikanya kan, sebelum kita bisa paham pemandangannya, kita harus tahu dulu kita lagi berdiri di mana kan?
01:08Nah, kita mau cari titik pusatnya.
01:10Buat nemuin pusat data, kita punya tiga senjata utama.
01:13Ada min, yang mungkin kita semua kenal sebagai nilai rata-rata.
01:16Terus ada median, ini gampangnya nilai yang ada persis di tengah-tengah setelah datanya diurutin.
01:20Dan yang terakhir, modus, alias nilai yang paling sering nongol.
01:23Masing-masing punya kekuatan dan kelemahannya sendiri.
01:25Biar nggak ngawang-ngawang, kita pakai contoh simpel aja ya.
01:28Anggaplah ini data usia dari delapan pasien di sebuah klinik.
01:31Coba kita hitung bareng-bareng.
01:33Pertama, modusnya atau usia yang paling banyak muncul itu 22 dan 23 tahun.
01:38Karena masing-masing muncul dua kali.
01:39Terus min atau rata-ratanya, kita jumlahin semua usia terus bagi delapan.
01:43Dapatnya 24,75.
01:45Nah, buat median, karena datanya genap, kita ambil dua angka di tengah yaitu 23 dan 24.
01:49Terus kita cari tengah-tengahnya.
01:51Dapat deh 23,5.
01:52Sampai sini gampang kan?
01:54Tapi, dunia nyata kan nggak serapi ini.
01:57Coba bayangin, gimana kalau pasien terakhir kita usianya bukan 29, tapi 90 tahun?
02:02Ada satu nilai yang loncat jauh banget dari yang lain.
02:05Nah, nilai ekstrim atau outlier kayak gini, kira-kira apa ya efeknya ketiga ukuran pusat data kita tadi?
02:10Nah, disinilah letak perbedaannya.
02:12Min itu sensitif banget.
02:14Adanya satu angka 90 tadi, bisa narik rata-ratanya jadi tinggi banget.
02:17Nggak lagi ngegambarin mayoritas pasien.
02:19Beda sama median, dia cuek aja sama angka ekstrim di ujung.
02:22Dia cuma peduli siapa yang ada di tengah-tengah barisan.
02:24Makanya, kalau data kalian ada outliernya, median seringkali jadi ukuran pusat yang lebih jujur.
02:29Oke, kita udah nemu pusatnya.
02:31Tapi, tau pusatnya aja tuh belum cukup.
02:32Sekarang kita lanjut ke tahap berikutnya.
02:34Mengukur sebaran data.
02:35Kita perlu tahu, seberapa jauh sih data-data kita main dari titik pusatnya?
02:38Coba lihat dua set data ini deh.
02:41Rata-ratanya hampir sama kan?
02:42Sekitar 47 sampai 50.
02:43Tapi, ceritanya beda jauh.
02:45Kumpulan data A itu angkanya mencar kemana-mana.
02:47Ada yang kecil, ada yang besar.
02:49Sementara data B, angkanya ngumpul rapat banget di tengah.
02:51Ini bukti kalau cuma tau rata-rata itu nggak cukup.
02:54Kita juga harus tahu sebarannya.
02:55Cara paling gampang buat mengukur sebaran itu pakai rentang atau range.
02:59Tinggal ambil nilai paling tinggi, kurangi sama nilai paling rendah.
03:02Simple banget kan?
03:03Tapi, dia punya kelemahan yang sama kayak min.
03:06Gampang banget tertipu sama nilai ekstrim.
03:08Nah, biar lebih kuat dan nggak gampang terpengaruh outlier,
03:11kita pakai yang namanya rentang antarkuartil atau IQR.
03:15Gampangnya gini, kita urutin data,
03:17terus kita buang 25% data paling bawah dan 25% data paling atas.
03:22Nah, IQR itu rentangnya dari 50% data yang ada di tengah-tengah itu.
03:26Jadi, nilai-nilai aneh di ujung nggak bakal ganggu perhitungan kita.
03:28Kalau kita balik lagi ke data pasien kita tadi,
03:31prosesnya kayak gini.
03:32Setelah diurutin, kita cari medianya, Ki2.
03:34Terus, kita bagi dua datanya.
03:36Kita cari lagi median dari separuh data bagian bawah,
03:39itu jadi Ki1.
03:40Lakuin hal yang sama buat separuh data bagian atas,
03:42dapat deh Ki3.
03:43Setelah Ki3 dikurangin Ki1,
03:45kita dapat IQR-nya 5 tahun.
03:47Artinya apa sih angka ini?
03:48Artinya, setengah dari total pasien kita
03:51yang usianya ada di tengah-tengah,
03:53itu rentang usianya cuma 5 tahun.
03:55Ini ngasih gambaran yang jauh lebih fokus ke kelompok utama pasien kita.
03:58Terakhir, ada yang namanya simpangan baku
04:00atau standard deviation.
04:02Ini mungkin yang paling sering dipakai.
04:04Anggap aja ini adalah cara kita ngukur jarak rata-rata
04:07dari tiap titik data keminnya.
04:09Makin kecil angkanya,
04:10berarti data kita makin ngumpul rapat di dekat nilai rata-ratanya.
04:13Oke, kita udah bisa cari pusatnya,
04:15udah bisa ukur sebarannya.
04:16Sekarang, bagian serunya,
04:18kita gabungin kedua info itu
04:19buat lihat gambaran besarnya.
04:21Seperti apa sih bentuk atau pola dari data kita?
04:23Kalian pasti pernah lihat bentuk ini kan?
04:25Si kurva lonceng,
04:26atau nama kerennya distribusi normal.
04:28Ini adalah pola yang super umum di alam.
04:30Bentuknya simetris,
04:31puncaknya di tengah,
04:32dan sebagian besar data itu
04:33ngumpul di sekitarnya rata-ratanya.
04:35Nah, bagian paling keren dari distribusi normal itu ini.
04:38Aturan 68, 95, 99,7.
04:42Ini kayak cheat code dalam statistik.
04:44Aturan ini bilang,
04:45kalau data kita normal,
04:46maka sekitar 68% data
04:48pasti ada di dalam jangkauan
04:49satu simpangan baku dari main.
04:5195% ada dalam dua simpangan baku.
04:53Dan hampir semuanya ada di dalam tiga simpangan baku.
04:55Ini berguna banget buat bikin prediksi.
04:57Pertanyaannya,
04:58gimana kita tahu kalau data kita itu
05:00beneran bentuknya kayak lonceng?
05:01Ya, kita nggak bisa asal tebak.
05:03Untungnya,
05:04ada alat bantu visual
05:05yang bisa kita pakai buat ngecek.
05:06Yang pertama dan paling umum itu histogram.
05:09Ini cara paling cepat
05:10buat ngintip bentuk distribusi data kita.
05:12Kalau grafiknya kelihatan simetris
05:13dan mirip lonceng,
05:14wah, itu pertanda bagus.
05:15Kemungkinan besar data kita normal.
05:17Kalau mau pengecekan yang lebih akurat,
05:19kita bisa pakai QQ plot.
05:21Nggak usah pusing sama namanya.
05:22Bayangin aja kita ngeplot data kita
05:24di sebuah grafik yang ada garis lurusnya.
05:25Garis lurus ini ibarat
05:27distribusi normal yang sempurna.
05:28Nah, kalau titik-titik data kita
05:29nempel rapi di sepanjang garis itu,
05:31bisa dipastikan data kita normal.
05:33Jadi kesimpulannya gitu.
05:34Tiga langkah simpel ini,
05:36cari pusatnya,
05:36ukur sebarannya,
05:37dan lihat bentuknya,
05:38adalah fondasi dari statistika deskriptif.
05:40Ketiganya ini bekerja bareng
05:42buat mengubah angka-angka mentah
05:43yang tadinya bikin pusing,
05:44jadi wawasan yang jelas,
05:45dan sebuah cerita yang bisa kita pahami.
05:47Jadi sekarang,
05:47kalian nggak lagi cuma lihat deretan angka.
05:49Kalian udah punya peta dan kompas
05:51buat membaca cerita di baliknya.
05:53Pertanyaannya sekarang adalah,
05:54dengan bekal ini,
05:55entah itu di pekerjaan kalian,
05:56hobi,
05:56atau di manapun kalian ketemu data,
05:58cerita menarik apa
05:59yang bakal kalian ungkap?

Dianjurkan