Di era digital saat ini, kemampuan mengolah data menjadi salah satu keterampilan yang sangat berguna. Sebelum melakukan analisis atau membuat visualisasi, kita perlu mengetahui cara mendapatkan dan memahami struktur sebuah dataset terlebih dahulu.

Pada tutorial ini, kamu akan belajar cara mendownload dataset dari internet menggunakan Python dan melakukan eksplorasi data dasar menggunakan library Pandas. Langkah-langkahnya dibuat sederhana sehingga mudah diikuti, baik menggunakan Google Colab, VS Code, maupun CMD.

Pilih Senjata Kamu (Opsi Alat Kerja)

Pilih salah satu metode berikut untuk menyiapkan lingkungan kerja sesuai kebutuhanmu.

🚀 Opsi 1: Google Colab (Paling Praktis)

Jika tidak ingin menginstal aplikasi apa pun, cukup buka Google Colab melalui browser, masuk menggunakan akun Google, lalu buat New Notebook. Semua library yang dibutuhkan sudah tersedia secara online.

💻 Opsi 2: Visual Studio Code (Standar Industri)

Jika ingin bekerja secara offline, instal VS Code dan Python. Setelah itu, pasang extension Python dan Jupyter melalui menu Extensions.

Untuk menambahkan Cell baru, arahkan kursor ke bagian bawah Cell, kemudian klik + Code.

⌨️ Opsi 3: Command Prompt (CMD)

Jika lebih nyaman menggunakan file .py, cukup gunakan editor teks seperti Notepad atau VS Code, kemudian jalankan program melalui Command Prompt atau Terminal.

Langkah Awal: Install Library Pandas

Pandas adalah library utama yang digunakan untuk membaca, mengolah, dan menganalisis data berbentuk tabel di Python.

Aksi yang harus kamu lakukan:

• Google Colab: Lewati langkah ini karena Pandas sudah terpasang secara otomatis.
• VS Code: Jalankan perintah berikut pada Cell pertama.
• CMD: Buka Command Prompt atau Terminal, lalu jalankan perintah berikut.

pip install pandas requests

Tampilan di VS Code

pip install pandas requests

Tampilan ketika berhasil install di CMD

Langkah 1: Mendownload dan Membaca Dataset

Kita akan menggunakan Iris Dataset (data karakteristik bunga Iris) yang didownload secara otomatis dari internet menggunakan Python.

Aksi yang harus kamu lakukan:

• Google Colab & VS Code: Salin kode di bawah ini, tempelkan ke dalam Cell pertama (atau buat Cell baru), kemudian klik tombol Play (▶). Dataset akan didownload dan disimpan ke memori program. Jika berhasil, akan muncul pesan konfirmasi di bawah Cell.
• CMD: Simpan kode berikut ke dalam file script.py, kemudian jalankan melalui Command Prompt menggunakan perintah python script.py.

import pandas as pd

# 1. Alamat URL tempat dataset CSV berada di internet
url = "https://raw.githubusercontent.com/scikit-learn/scikit-learn/main/sklearn/datasets/data/iris.csv"

# 2. Membaca dataset dari internet
df = pd.read_csv(url)

# 3. Menampilkan pesan jika berhasil
print("Dataset berhasil disimpan di memori laptop!")

Tampilan di VS Code jika berhasil :

Langkah 2: Mengintip Isi Data (Eksplorasi Awal)

Sebelum mulai menganalisis data, kita perlu memastikan dataset berhasil terbaca dengan benar. Langkah pertama adalah melihat beberapa baris awal dari tabel.

Bagian A: Melihat 5 Baris Pertama

Agar proses download tidak dijalankan ulang, tuliskan kode berikut pada Cell baru (untuk pengguna Google Colab atau VS Code).

Aksi yang harus kamu lakukan:

• Google Colab & VS Code: Klik tombol + Code di bawah Cell sebelumnya untuk membuat Cell baru. Tempelkan kode berikut, kemudian klik Play (▶).
• CMD: Buka file script.py, tambahkan print(df.head()) pada bagian paling bawah, simpan file, lalu jalankan kembali melalui CMD.

# Menampilkan 5 baris pertama dataset
df.head()

Tampilan di VS Code :

Bagian B: Mengecek Ukuran Dataset

Setelah melihat isi dataset, langkah berikutnya adalah mengetahui jumlah baris dan kolom yang dimiliki dataset tersebut.

Aksi yang harus kamu lakukan:

• Google Colab & VS Code: Klik tombol + Code di bawah Cell sebelumnya untuk membuat Cell baru, kemudian masukkan kode berikut dan jalankan.
• CMD: Tambahkan kode berikut ke dalam file script.py, simpan perubahan, lalu jalankan kembali melalui Command Prompt.

# Mengecek jumlah baris dan kolom dataset
print(f"Dataset ini memiliki {df.shape[0]} baris dan {df.shape[1]} kolom.")

Tampilan di VS Code Bila Berhasil :

Bagian C: Memeriksa Tipe Data & Kolom Kosong

Selain melihat isi dan ukuran dataset, kita juga perlu memeriksa tipe data setiap kolom serta memastikan tidak ada data yang kosong (missing value).

Aksi yang harus kamu lakukan:

• Google Colab & VS Code: Buat Cell baru dengan menekan tombol + Code, lalu masukkan kode berikut dan jalankan.
• CMD: Tambahkan fungsi df.info() ke dalam file script.py, simpan perubahan, lalu jalankan kembali melalui Command Prompt.

# Melihat ringkasan informasi dataset
df.info()

Tampilan di VS Code bila berhasil :

Langkah 3: Analisis Statistik Deskriptif Otomatis

Python dapat menghitung berbagai informasi statistik secara otomatis tanpa perlu menghitungnya satu per satu. Dengan satu perintah, kamu bisa melihat nilai rata-rata, nilai minimum, maksimum, hingga persebaran data.

Aksi yang harus kamu lakukan:

• Google Colab & VS Code: Buat Cell baru dengan menekan tombol + Code, kemudian masukkan kode berikut dan jalankan seperti biasa.
• CMD: Tambahkan kode berikut ke dalam file script.py. Jika menggunakan file .py, gunakan print(df.describe()) agar hasilnya ditampilkan di Command Prompt.

# Menampilkan statistik deskriptif dataset
df.describe()

Tampilan di VS Code :

Langkah 4: Melihat Kategori Data

Setelah mengetahui struktur dan statistik dataset, kita dapat melihat jumlah data pada setiap kategori. Pada Iris Dataset, informasi tersebut terdapat pada kolom Species yang berisi nama spesies bunga.

Aksi yang harus kamu lakukan:

• Google Colab & VS Code: Buat Cell baru dengan menekan tombol + Code, lalu masukkan kode berikut dan jalankan.
• CMD: Tambahkan kode berikut ke dalam file script.py. Jika menggunakan file .py, gunakan print(df['Species'].value_counts()) agar hasilnya ditampilkan di Command Prompt.

# Menghitung jumlah data pada setiap spesies
df['Species'].value_counts()

Tampilan di VS Code :

Kesimpulan

Selamat! Kamu telah berhasil mendownload dan melakukan eksplorasi dataset pertamamu menggunakan Python dan library Pandas, baik melalui Google Colab, VS Code, maupun CMD.

Dari tutorial ini, kamu telah mempelajari cara membaca dataset, melihat isi data, mengecek ukuran dan struktur dataset, menampilkan statistik deskriptif, serta menghitung jumlah data pada setiap kategori.