Pendahuluan

Tools yang Digunakan

Pada praktik kali ini saya menggunakan:

• Visual Studio Code
• Python 3.13
• Library Pandas
• Dataset Titanic dari Kaggle

Praktik 1 – Mengunduh Dataset

Saya mengunduh dataset Titanic yang memiliki sekitar 891 data penumpang.

Dataset terdiri dari beberapa kolom seperti:

Praktik 2 – Membaca Dataset

Saya membuat file baru bernama

cek_missing.py

Kemudian menuliskan kode berikut

import pandas as pd

df = pd.read_csv("train.csv")

print(df.head())

Dari output di atas terlihat bahwa dataset berhasil dibaca oleh Pandas dan menampilkan lima baris pertama.

Praktik 3 – Mengecek Missing Values

print(df.isnull().sum())

Output

PassengerId      0
Survived         0
Pclass           0
Name             0
Sex              0
Age            177
SibSp            0
Parch            0
Ticket           0
Fare             0
Cabin          687
Embarked         2

Terlihat bahwa kolom Cabin memiliki missing values paling banyak yaitu 687 data, sedangkan kolom Age memiliki 177 data kosong.

Praktik 4 – Menghitung Persentase Missing Values

missing = (df.isnull().sum()/len(df))*100

print(missing)

Kolom Cabin memiliki sekitar 77% data kosong sehingga kemungkinan kolom tersebut tidak layak digunakan pada analisis tertentu.

Praktik 5 – Menampilkan Data yang Memiliki Missing Values

print(df[df.isnull().any(axis=1)].head())

Perintah ini hanya menampilkan baris yang memiliki minimal satu nilai kosong sehingga lebih mudah dilakukan proses pembersihan data.

Kesimpulan

Berdasarkan hasil praktik, saya menemukan bahwa dataset Titanic memiliki beberapa kolom yang mengandung missing values. Kolom dengan jumlah data kosong terbanyak adalah Cabin, kemudian Age, dan Embarked. Informasi ini menjadi dasar dalam proses data cleaning sebelum analisis atau pembuatan model dilakukan.