Tutorial Portfolio Data Science dengan Google Colab

Tutorial Portfolio Data Science dengan Google Colab

Penggunaan Google Colab tidak bisa terlepas dari data science. Bahkan, saat melamar kerja di bidang ini, keahlian Google Colab menjadi salah satu hal yang dipertimbangkan oleh HR. 

Oleh karena itulah, kamu perlu membuat portofolio menggunakan Google Colab, jika ingin cepat diterima kerja sebagai seorang data scientist. Untuk membuat portofolio juga bukan hal yang sulit, kamu hanya perlu mengikuti langkah-langkah seperti yang akan dijabarkan pada artikel ini. 

Tutorial Portfolio Data Science dengan Google Colab

Adapun tutorial membuat portofolio memakai Google Colab yang bisa kamu terapkan, yaitu.

A. Buat Notebook

Langkah pertama yang harus kamu lakukan dalam membuat portofolio data science adalah membuat notebook. Jika ingin membuat notebook dalam Google Colab, kamu bisa ikuti langkah berikut. 

  1. Buka link colab.research.google.com, kemudian sign in dengan akun Google kamu.
  2. Setelah berhasil masuk, selanjutnya kamu bisa membuat notebook baru dengan cara klik ‘file’, kemudian klik ‘new notebook’.
  3. Jika notebook berhasil kamu buat, selanjutnya kamu bisa mengganti nama notebook tersebut sesuai keinginan, dengan hanya klik bagian namanya saja.

B. Tulis Code

Tahap selanjutnya, yaitu menulis dan menyalin kode Python ke dalam sel-sel notebook tersebut. Adapun untuk menulis kode Python, kamu hanya perlu ketik di bagian “code cell” dan menjalankannya dengan menekan tombol “run cell”. Jika kamu ingin menambahkan code cell baru, bisa dengan klik +Code. 

Pastikan kamu membuat code yang benar, dengan disertai komentar yang jelas tentang langkah-langkah dan analisis data yang kamu lakukan. Selain itu, kamu juga bisa menggunakan sel Markdown untuk menyisipkan teks dan membuat penjelasan atau visualisasi yang mendukung.

C. Tambahkan Visualisasi

Tahap membuat portofolio data science selanjutnya yaitu membuat visualisasi data. Adapun untuk membuat visualisasi data bisa kamu lakukan dengan langkah-langkah sebagai berikut.

  1. Mengunduh dataset dengan menggunakan kaggle.com.
  2. Buka Google Colab melalui https://colab.research.google.com/.
  3. Log in ke Google Colab terlebih dahulu, kemudian tambahkan notebook baru. 
  4. Upload data yang sudah kamu unduh dari Kaggle ke Google Colab. Selanjutnya, ketik ‘import pandas as pd’. Kemudian, enter dan ketik ‘data1 = pd.read_csv(‘/content/archive.zip’)’. Lalu, enter dan ketik ‘data1’. 
  5. Klik segitiga yang ada di sebelah kiri untuk mulai run code tersebut. Lalu, tunggu beberapa saat hingga data muncul. 

D. Simpan dan Bagikan

Terakhir, kamu bisa menyimpan dan membagikan notebook tersebut di Google Drive atau unduh dalam bentuk file .ipynb. Lalu, bagikan notebook secara publik melalui GitHub atau melalui platform lainnya. Adapun langkah menyimpan dan membagikan notebook bisa kamu lakukan sebagai berikut. 

  1. Jika ingin menyimpan notebook, kamu bisa klik ‘File’, kemudian klik ‘Save  a copy in GitHub’. 
  2. Selanjutnya, kamu akan diminta untuk mengotorisasi Google Colab. Kamu tinggal ikuti langkahnya saja sampai proses otorisasi berhasil dan muncul layar seperti berikut ini. 
  1. Selanjutnya, kamu tinggal isi bagian ‘commit message’ dengan pesan yang bagus, lalu klik ‘ok’. Setelah itu, kamu sudah bisa mulai membagikan notebook tersebut. 

Keunggulan Google Colab

Setelah membahas tutorial portfolio data science dengan Google Colab, alangkah lebih baik jika kamu tahu apa saja keunggulan dari Google Colab, seperti berikut. 

1. Membuat Dokumentasi Lebih Interaktif

Keunggulan dari Google Colab yang pertama yaitu bisa membuat dokumentasi terlihat lebih interaktif. Ini karena kemampuannya yang bisa menyisipkan visualisasi, grafik dan penjelasan di dalam notebook

2. Lebih Mudah untuk Berkolaborasi

Google Colab memungkinkan kamu untuk berkolaborasi bersama programmer lain dengan lebih mudah. Ini  karena sistemnya yang bersifat online dan mudah diakses. Dalam hal ini, kamu bisa berbagi, mempelajari, hingga mengenal tentang codingan orang lain, sehingga bisa mempermudah kamu dalam bekerja di data science

3. Mudah Diintegrasikan dengan Berbagai Tools

Kelebihan lainnya dari Google Colab yaitu bisa diintegrasikan dengan berbagai tools Google, seperti GitHub maupun Google Drive. Jadi, kamu tidak perlu lagi khawatir kehilangan data nantinya. 

4. Gratis

Google Colab bisa digunakan secara gratis oleh siapapun, sehingga ramah untuk digunakan oleh pemula. Namun, untuk versi Google Colab gratis tetap ada keterbatasannya, jadi jika kamu ingin menggunakan sepuasnya, bisa upgrade ke Google Colab pro. 

5. Mudah Diakses

Keunggulan Google Colab selanjutnya yaitu lebih mudah diakses di berbagai perangkat lunak, seperti laptop, tablet, hingga HP. Bahkan, kamu tidak perlu menginstall softwarenya, karena semuanya bisa kamu akses melalui browser web, selama ada jaringan. 

6. Ramah untuk Pemula

Google Colab juga bukan hal yang sulit untuk pemula, karena fiturnya yang tidak terlalu banyak. Selain itu, jika kamu mengalami kesulitan pun, saat ini sudah banyak dokumentasi dan tutorial lengkap yang bisa membantu dalam menjalankan Google Colab. 

7. Dukungan GPU dan TPU

Keunggulan Google Colab selanjutnya yang bisa memudahkan seorang data science yaitu adanya dukungan penggunaan unit pemrosesan grafis (GPU) dan unit pemrosesan tensor (TPU) secara gratis. Adanya hal ini membantu mempercepat proses komputasi saat bekerja nanti.

Sudah Tahu Cara Membuat Portofolio Data Science?

Setelah mengetahui cara membuat portofolio data science, kamu bisa langsung coba sendiri. Dalam membuat portofolio di Google Colab, kamu disarankan menggunakan akun premium untuk mendapatkan hasil yang maksimal. Namun, karena akun premium biasanya mahal, maka kamu disarankan memilih IDCopy

IDCopy merupakan salah satu layanan yang jual akun premium dengan harga terjangkau. Tidak hanya terjangkau, tetapi IDCopy juga menawarkan proses pembayaran yang lebih mudah dan cepat. Bahkan, IDCopy memastikan proses pembelian selesai dalam 10 menit.

Hubungi kontak IDCopy untuk berdiskusi dengan salah satu tim IDCopy dan dapatkan informasi penting lainnya. 

Semua

Premium

x