Visualisasi Data

Hai TS! Pada kesempatan kali ini, kita akan membahas tentang visualisasi apa saja yang dapat dilakukan terhadap data kita. Visualisasi […]

Apa itu korelasi?

Korelasi menyatakan hubungan antara dua variabel, dalam statistik korelasi seringkali digunakan untuk mengukur hubungan antara dua buah variabel, apakah hubungannya […]

Missing Value part 2, Bagaimana menanganinya?

(Notebook untuk artikel ini dapat diakses di link berikut) Setelah kita mengenali apa itu missing value, bagaimana biasanya missing value […]

Berkenalan dengan Outlier (Part 2)

Hai TS! Kembali lagi soal outlier, kita akan melanjutkan bahasan kita yang ada disini dan mengenal lebih jauh bagaimana mendeteksi […]

Berkenalan dengan Outlier (Part 1)

Outlier: Introduksi Outlier atau pencilan adalah data pengamatan yang berada di luar pola keseluruhan distribusi (Moore dan McCabe, 1999). Mereka […]

Missing Value Part 1, Pengenalan

Halo sobat TS, pada post kali ini saya akan menjelaskan tentang apa itu missing value dan cara meng-handlenya. (Notebook untuk […]

Tutorial Menggunakan Google Colab

Hi TS!   Terkadang ketika bekerja dengan Big Data atau kita ingin membuat model deep learning, kita terbentur oleh spek […]

Tutorial Menggunakan Google BigQuery

Halo TS Kamu bisa lho menggunakan Google BigQuery secara gratis Bagi kamu yang belum tau apa itu Google BigQuery, Google […]

tau-Scientist, Keep your balance point !!!

Hi TS… we’re back!!! Seperti janji kami sebelumnya sistem perpointan di web tau-data ini akan terus di update… step by […]

tau-scientist (TS) Points and Achievements

Hallo TS sekalian !!! tau-data Indonesia kali ini akan memperkenalkan sistem baru dalam penggunaan website ini, sebentar lagi kami akan […]

SNTIKI 2019

Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019

Industri 4.0 belum setengah jalan, tapi Akademisi harus berada jauh di depan. Tujuannya agar investasi yang dilakukan saat ini kelak berbuah pada saat yang tepat dimana industri dan masyarakat membutuhkannya. Atau bahkan perguruan tinggi menjadi driving force arah pengembangan teknologi yang akan menentukan/membentuk masa depan. Kira-kira seperti apa ya detail lebih lanjut diskusi persiapan Industri 5.0 ini? ... Gabung yuk, info lebih lanjut disini: http://sntiki.uin-suska.ac.id/

Simulation

Aproksimasi Monte Carlo

Apakah metode Monte Carlo itu? Bagaimana cara kerjanya? Pada situasi seperti apa saya memerlukan metode Monte Carlo? Untuk menjawab pertanyaan - pertanyaan tersebut, mari simak tulisan berikut.

Introduction to Data Science Workshop

Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung bekerjasama dengan tau-data Indonesia dalam kegiatan : "PENGEMBANGAN KOMPETENSI DOSEN DAN TENAGA KEPENDIDIKAN"

kalbis institute featuring tau-data Indonesia

Knowledge Sharing : “Peluang &Tantangan Data Science (Big Data) dalam Dunia Pendidikan & Industri”

Knowledge Sharing Peningkatan Keilmuan Lintas Bidang dalam Meningkatkan Kinerja Dosen Hari/Tanggal : Jum’at/05 Juli 2019 Tempat : Kalbis Institute, Ruang AR305 Lantai 3 Knowledge Sharing yang diadakan oleh Fakultas Bisnis Kalbis Institute meliputi Prodi Matematika, Akuntansi, Management dan Magister Management.

Asumsi Statistik: Antara Benci & Butuh (Studi Kasus Regresi)

Ketika kita membaca teorema Pytagoras: "Jika diberikan segitiga siku-siku maka kuadrat panjang sisi miringnya adalah penjumlahan kuadrat dua sisi lainnya" maka kita akan mudah memahami bahwa akibat (syarat perlu/necessary condition) hanya bisa dipastikan kebenarannya jika asumsi (syarat cukup/sufficient condition) terpenuhi. Artinya kalau diberikan segitiga yang bukan siku-siku, maka tidak ada jaminan (yang diberikan oleh teorema Pytagoras) bahwa panjang kuadrat suatu sisinya merupakan penjumlahan dari kuadrat sisi lainnya (Gambar 1).

Fast Cosine Dissimilarity for Sparse (CSR) Vectors in High-Dimensional Data

Big-Data Scientist bukanlah seorang programmer, ia mungkin tidak memiliki kemampuan untuk membuat software sehandal para programer sejati. Namun tuntutan profesi menuntut mereka untuk mampu membuat High Performance Codes/program. Data scientist (DS) adalah ‘speed freak‘, yang ndak pernah puas kalau tidak bisa mengaplikasikan model statistika/matematika dengan performa yang optimal sesuai dengan teori.