Transformasi Data dalam Sains Data: Teori dan Praktikum

Buku ini membahas konsep dan praktik transformasi data sebagai bagian penting dalam proses pengolahan, visualisasi, dan analisis pada sains data. Transformasi diperlukan untuk mengatasi perbedaan skala, distribusi data yang tidak sesuai, keberadaan pencilan (outlier), serta karakteristik data yang dapat memengaruhi ketepatan analisis dan interpretasi visual. Pembahasan diawali dengan pemahaman mengenai skala data, distribusi, dan pencilan, kemudian dilanjutkan dengan berbagai teknik transformasi yang meliputi Z-Score Normalization, Median Absolute Deviation (MAD), transformasi logaritmik, transformasi Box-Cox, Min-Max Scaling, dan Quantile Transformation. Setiap teknik dijelaskan secara konseptual dan matematis, dilengkapi contoh dataset, tahapan perhitungan, implementasi menggunakan Python, serta interpretasi hasil. Pendekatan tersebut memberikan kesempatan kepada pembaca untuk memahami hubungan antara konsep teoritis dan penerapannya dalam pengolahan data secara langsung. Buku ini juga membahas kelebihan, keterbatasan, risiko penerapan transformasi, serta pentingnya mempertimbangkan karakteristik data dan tujuan analisis sebelum memilih metode yang digunakan. Melalui penyajian teori dan praktik yang sistematis, buku ini diharapkan dapat menjadi referensi bagi mahasiswa, peneliti, akademisi, dan praktisi dalam memahami serta menerapkan teknik transformasi data secara tepat untuk menghasilkan data yang lebih siap dianalisis, divisualisasikan, dan digunakan dalam berbagai kebutuhan sains data.