DATA TRASNFORM

 Data transformation adalah proses mengubah data dari satu bentuk ke bentuk lainnya untuk memenuhi kebutuhan analisis atau pemodelan data. Ini adalah langkah penting dalam persiapan data sebelum melakukan analisis lebih lanjut. Berikut adalah penjelasan rinci tentang data transformation:

1. Penghapusan Kolom atau Baris Tidak Diperlukan:

• Kadang-kadang data mengandung kolom atau baris yang tidak relevan atau tidak diperlukan untuk analisis. Dalam kasus ini, kolom atau baris tersebut dapat dihapus.

2. Pengubahan Tipe Data:

• Beberapa kolom mungkin memiliki tipe data yang salah atau tidak sesuai. Misalnya, kolom yang seharusnya berisi nilai numerik tetapi disimpan sebagai string. Dalam hal ini, tipe data kolom dapat diubah ke tipe data yang sesuai.

3. Normalisasi Data:

• Normalisasi adalah proses mengubah nilai dalam kolom menjadi skala standar atau rentang tertentu. Ini berguna ketika nilai-nilai dalam kolom memiliki skala yang berbeda dan perlu disesuaikan untuk analisis lebih lanjut.

4. Pengkodean Variabel Kategorikal:

• Variabel kategorikal sering kali perlu diubah menjadi format numerik sebelum digunakan dalam model atau analisis statistik. Ini dapat dilakukan dengan teknik seperti pengkodean one-hot atau pengkodean label.

5. Pemisahan Data Tanggal dan Waktu:

• Data yang mengandung informasi tanggal dan waktu sering memerlukan pemisahan menjadi komponen yang berbeda seperti tahun, bulan, hari, jam, dan menit untuk analisis lebih lanjut.

6. Pivot atau Unpivot Data:

• Pivot adalah proses mengubah data dalam format panjang menjadi format lebar, sedangkan unpivot adalah kebalikannya. Hal ini berguna ketika Anda perlu mengubah struktur data untuk analisis atau visualisasi tertentu.

7. Penggabungan Data:

• Data dari beberapa sumber atau tabel mungkin perlu digabungkan menjadi satu dataset yang lengkap dan konsisten sebelum analisis.

8. Pengurangan Dimensi:

• Pengurangan dimensi adalah proses mengurangi jumlah fitur dalam dataset dengan teknik seperti analisis komponen utama (PCA) atau seleksi fitur.

9. Penghitungan Agregat:

• Data dapat diubah dengan menghitung agregat seperti rata-rata, jumlah, atau nilai maksimum untuk kelompok data tertentu.

10. Pemfilteran Data:

• Pemfilteran data adalah proses memilih subset dari data berdasarkan kriteria tertentu yang relevan untuk analisis.

CONTOH :