Kursus/Pelatihan Data Science ~ Visualisasi Data Covid-19 di Indonesia Menggunakan Python dan Matplotlib
Berikut silabus 20 sesi x 1,5 jam untuk topik:
“Visualisasi Data Covid-19 di Indonesia Menggunakan Python dan Matplotlib”
Sesi 1: Pengantar Data Science & Covid-19 Data
Mengenalkan konsep dasar data science, pentingnya analisis data COVID-19, dan bagaimana Python digunakan dalam analisis data. Penjelasan umum jenis data yang tersedia (kasus harian, kematian, kesembuhan, vaksinasi).
Sesi 2: Instalasi Tools
Instalasi Python, Jupyter Notebook, pip, dan virtualenv. Memastikan peserta dapat menjalankan kode Python untuk analisis data.
Sesi 3: Dasar Python untuk Analisis
Belajar struktur dasar Python: variabel, list, dictionary, if-else, loop, dan fungsi yang akan sering digunakan dalam analisis data.
Sesi 4: Pengenalan Pandas dan Numpy
Penggunaan Pandas untuk manipulasi data tabular dan Numpy untuk data numerik. Membuat DataFrame dan melakukan indexing serta slicing.
Sesi 5: Membaca Dataset Covid-19
Membaca file CSV/XLSX dari sumber data COVID-19 resmi seperti Kementerian Kesehatan, Kaggle, atau Github. Preview dan memahami isi dataset.
Sesi 6: Data Cleaning
Menghapus atau mengisi missing value, mengganti nama kolom, menyamakan format tanggal, dan normalisasi nama wilayah (provinsi/kota).
Sesi 7: Eksplorasi Data Covid-19
Menggunakan Pandas untuk agregasi data (jumlah kasus per hari/per minggu), grouping data berdasarkan wilayah atau kategori umur.
Sesi 8: Pengenalan Matplotlib
Belajar dasar penggunaan Matplotlib: line plot, bar plot, pie chart, dan cara memberi judul, label, dan legend.
Sesi 9: Customisasi Visualisasi
Menyesuaikan warna, ukuran font, gaya garis, grid, dan menambahkan anotasi untuk membuat visualisasi lebih informatif.
Sesi 10: Visualisasi Tren Harian
Membuat grafik garis (line chart) yang menunjukkan tren kasus harian nasional dan per provinsi.
Sesi 11: Visualisasi Perbandingan Antar Wilayah
Membuat bar chart yang membandingkan total kasus, kematian, dan kesembuhan antar provinsi atau antar kelompok umur.
Sesi 12: Pie Chart & Donut Chart
Visualisasi proporsi menggunakan pie chart, misalnya persentase kasus sembuh, meninggal, dan dirawat.
Sesi 13: Subplot dan Multi Grafik
Membuat beberapa grafik dalam satu tampilan dengan menggunakan subplot (horizontal, vertikal, grid layout).
Sesi 14: Visualisasi Tren Mingguan
Mengubah data harian menjadi mingguan, membuat grafik moving average atau smoothing untuk melihat pola jangka panjang.
Sesi 15: Pengenalan Seaborn
Menggunakan Seaborn untuk membuat visualisasi statistik seperti countplot, barplot, boxplot, dan heatmap.
Sesi 16: Visualisasi Geospasial Sederhana
Membuat visualisasi sebaran kasus berdasarkan koordinat kota/provinsi dengan scatter plot atau plotting dasar menggunakan Matplotlib.
Sesi 17: Visualisasi Interaktif Dasar
Pengenalan ke visualisasi interaktif menggunakan Plotly atau interaktivitas sederhana di Matplotlib dengan widget.
Sesi 18: Analisis Data Vaksinasi
Menggabungkan dataset vaksinasi dengan dataset kasus untuk menganalisis dampak vaksinasi. Membuat visualisasi hubungan antara vaksinasi dan kasus harian.
Sesi 19: Mini Project
Setiap peserta membuat rangkaian visualisasi: grafik tren, bar chart per provinsi, pie chart, dan visualisasi interaktif dalam satu file notebook.
Sesi 20: Presentasi dan Evaluasi
Peserta mempresentasikan proyek visualisasinya. Evaluasi pemahaman materi, diskusi insight dari data COVID-19 Indonesia, dan refleksi proses belajar.
