Visualisasi Data - Candy Crush Saga

Candy Crush Saga adalah permainan yang berlatarbelakangkan misi dunia. Game puzzle buatan King.com ini telah menarik jutaan pemain di seluruh dunia dalam waktu singkat. Game ini rilis pada 12 April 2012 di Facebook. Versi mobile App dirilis pada 14 November di tahun yang sama. Pada Maret 2013 game ini dimainkan sekitar 46 juta orang per bulan atau sekitar 1,5 juta orang per hari. Saat ini 6 juta manusia bermain game ini setiap harinya. Menurut para pengamat, game ini menjadi game yang paling banyak diunduh selama tahun 2013. Cara bermain Candy Crush Saga tergolong ke dalam permainan jenis "match three" seperti Bejeweled. Setiap level memiliki tampilan permainan yang dipenuhi oleh permen beraneka warna dengan berbagai rintangan. Tujuan utama dalam bermain Candy Crush Saga cukup mudah, pemain harus menyatukan permen-permen yang memiliki warna dan bentuk yang sama, kemudian selesaikan permainan dengan langkah yang dibatasi. Mulanya game ini cukup sederhana, tapi semakin bertambah level tingkat kesulitan pun bertambah. Meskipun terlihat mudah untuk dimainkan, untuk dapat menguasai permainan selain perlu strategi, pemain harus teliti dan memiliki keberuntungan yang cukup. Inilah yang membuat pemain game merasa gemas dan ingin selalu menamatkan setiap levelnya. Selain menggabungkan 3 permen biasa, beberapa kombinasi permen juga bisa menghasilkan combo, seperti : Striped Candy, yaitu gabungan 4 jenis permen yang sama baik horisontal maupun vertikal.Stripped Candy yang diperoleh akan mengikuti arah geseran permen yang dipindahkan Wrapped Candy, yaitu gabungan 5 jenis permen yang sama membentuk huruf L. Bomb, bisa didapat dengan menggabungkan 5 permen yang sama baik horisontal maupun vertikal Selain combo di atas, juga ada beberapa combo lain yang bisa dicoba untuk membatu anda dalam menyelesaikan misi permainan ini: Wrapped Candy + Wrapped Candy Wrapped Candy + Bomb Striped Candy + Jelly Fish Wrapped Candy + Jelly Fish Jelly Fish + Bomb Kesulitan lainnya dalam Candy Crush Saga adalah adalah saat tidak ada lagi Life yang tersisa untuk melanjutkan permainan. Bagi yang sudah ketagihan bermain Candy Crush Saga, hal ini sangatlah menjengkelkan. Disinilah keuntungan yang diperoleh jika Candy Crush Saga terhubung dengan Facebook. Meski koneksi ke Facebook bukan hal yang wajib dilakukan, namun akan lebih mudah ketika Candy Crush Saga terhubung dengan Facebook. Karena saat Candy Crush Saga sudah terhubung dengan Facebook, kita dapat meminta bantuan teman agar segera memberikan tambahan Life atau tiket untuk naik level. Jadi secara tidak langsung visual dari permainan ini akan membuat pemain ketagihan karena dapat menghilangkan kebosanan anda dengan tampilan warna, bentuk permen dan level yang beragam. Tidak lupa juga ada karakter tiffi dan yeti yang lucu dan audio yang membuat permainan semakin asyik.

Tugas Web Content Management 3

Tugas WCM Minggu 3 Kelompok H : Test Online Anggota Kelompok : Prayogi Angkoso A.S : 064001500011 : Jeany Fadhilah A.S : 065001500010 : Sri handayani : 064001500020 Tugas : 1. Membuat Paper tetang Tiket Online menggunakan contoh dari paper-paper yang telah dikumpulkan sebelumnya. 2. Membuat blog individu dan blog kelompok yang melaporkan kegiatan selama seminggu atau dengan kata lain membuat blog individu dan kelompok tiap minggu dalam satu semester. 3. Menunjukan progres TM 1. Kegiatan Minggu Ketiga: Membuat paper tentang Tiket Online, menggunakan contoh - contoh dari lima paper yang menjadi tugas sebelumnya.Membuat blog individu dan kelompok yang melaporkan kegiatan yang dilakukan selama seminggu dengan ketentuan: 1. Blog Kelompok terdapat link kesetiap member. 2.Link ke trijurnal.lemlit.trisakti.ac.id. 3. Counter pengunjung 4. Counter feedjit 5. Form untuk feedback dari reader Blog kelompok H: https://blogstiketonline.blogspot.co.id/ Blog individu: Prayogi Angkoso A.S : myspeedengine.blogspot.co.id Jeany Fadhilah A.S : jeanyfadhilah.blogspot.co.id Sri handayani : iniblogdayan.blogspot.co.id

Tugas Web Content Management 2

Tugas WCM Minggu 2 Kelompok H : Test Online Anggota Kelompok : Prayogi Angkoso A.S : 064001500011 : Jeany Fadhilah A.S : 065001500010 : Sri handayani : 064001500020 Tugas : Menjalankan CMS Menjalankan CMS Aplikasi, lengkap dengan konten dan berjalannya fungsi peran dalam CMS. Kegiatan Minggu Kedua : Menginstall CMS Aplikasi tiket online yang tersedia di Softaculou yaitu osticket.Setelah berhasil terinstall, akan tertera link website dan link untuk admin, selanjutnya menjalankan fungsi yang ada di dalam CMS Aplikasi. Menambahkan konten ke dalam CMS dan membuat user di dalam CMS

Tugas Web Content Management 1

Tugas WCM Minggu 1 Kelompok H : Test Online Anggota Kelompok : Prayogi Angkoso A.S : 064001500011 : Jeany Fadhilah A.S : 065001500010 : Sri handayani : 064001500020 Tugas : Install CMS dengan tema Tiket Online 1. Menginstall Content Management System (CMS) sesuai dengan tema yaitu Tiket Online 2. Mengumpulkan 5 buah paper yang berhubungan dengan tema yaitu Tiket Online 3. Membuat hosting dan domain untuk install CMS yang dipilih Kegiatan Minggu Pertama: Memilih tema cms yang akan dikerjakan melalui grup WhatsApp. Sebelumnya tema cms yang telah ditentukan oleh Dosen, nantinya mahasiswa yang mengambil MK WCM memilih salah satu tema, pemilihan tema cms valid jika salah satu member dari tiap kelompok memilih tetap pada jam 04.00. Setelah memilih tema kelompok kami pun membeli hosting/domain,karena tema CMS kelompok H adalah Tiket Online, maka kami memilih cms Osticket. Menginstall Osticket dilakukan di Softaculous. Setelah berhasil terinstall, maka akan tertera link website dan link untuk admin. Link Tiket Online kelompok H adalah blogstiketonline.blogspot.co.id selain mengisntal cms ostiket kelompok kami juga mengumpulkan 5 buah paper yang berhubungan dengan Tiket Online yang bersumber dari internet.

DATA SCIENCE

Data Science 

Data scientist sesuai dengan namanaya adalah seorang scientist atau ilmuwan. Seperti layaknya ilmuwan, data scientist melakukan experimen-experimen untuk menemukan hal-hal baru yang nantinya bermanfaat untuk perusahaan. hal-hal baru ini bisa jadi merupakan pola-pola yang tidak umum terjadi atau tidak umum diketahui oleh perusahaan sejenis. Dengan menemukan pola-pola baru inilah, perusahaan bisa mendapatkan keuntungan daripada kompetitor mereka. Seringkali, kemenangan dalam persaingan bisnis ditentukan oleh kemampuan data scientist yang menganalisa data tersebut. Contoh pola yang dicari data scientist misalnya pola atau model rekomendasi item yang biasa digunakan di web site e-commerce seperti Amazon atau misalnya seperti di Netflix. Pola atau model rekomendasi ini meskipun namanya sama tentunya berbeda dari satu perusahaan ke perusahaan lainnya karena karakteristik konsumennya, jenis barang yang ditawarkan dsb-nya. selain itu

Data scientist diperlukan untuk menganalisa data dalam jumlah banyak yang terdapat dalam sistem Big Data. Seorang Data Scientist harus memiliki kemampuan di tiga bidang. Pertama adalah kemampuan tentang business logic di bidang yang digeluti oleh perusahaan yang sedang dia tangani, seperti halnya data analyst. Kedua adalah kemampuan statistika dan matematika yang cukup untuk mengetahui pola-pola data berikut dengan algortimanya. Ketiga adalah kemampuan menggunakan tools dari sistem Big Data yang membantunya dalam mengolah dan menganalisis data seperti misalnya aplikasi Machine Learning Apache Mahout dan Apache Spark.

Banyak perusahaan yang sekarang mencari Data Scientist ini. Karena sehebat apapun infrastruktur Big Data yang dimiliki, tanpa kehadiran Data Scientist akan menjadi sia-sia atau tidak maksimal. Semoga tulisan ini membantu.

Data Scientist memiliki misi mengolah data tersebut menghasilkan pengetahuan yang bernilai dan dapat diaplikasikan. Sehingga dapat disimpulkan, bahwa Data Science merupakan sebuah proses memproduksi pengetahuan data (data insight). Adapun karakteristik dari pengetahuan data tersebut ialah sebuah simpulan yang dapat dilaksanakan (actionable), memberikan simpulan atau prediksi yang dapat dimengerti untuk beragam kebutuhan spesifik

Untuk menjadi seorang Data Scientist diperlukan pemahaman tentang beberapa hal, yakni kemampuan analisis menggunakan konsep matematika dan statistik, kemampuan pemrograman untuk pengolahan data, dan pemahaman pada subjek spesifik pada bidang bisnis yang digeluti. Karena menangani kebutuhan di bidang tertentu, Data Scientist sering direpresentasikan pada sebuah istilah yang lebih rinci, misalnya ad-tech data scientist, political analyst, head of banking digital analyst dan sebagainya.

Terkait dengan dasar ilmu, matematika menjadi penting sebagai landasan metode deterministik untuk operasi perhitungan kuantitatif (numerik). Aplikasinya dalam Data Science untuk membangun model keputusan, menyusun prakiraan hingga memperhitungkan sebuah prediksi. Memahami dasar kalkulus dan aljabar linier menjadi porsi wajib saat seseorang ingin memulai terjun ke dalam analisis data. Karena keduanya teori paling fundamental yang akan banyak digunakan.

Pemahaman tentang metode statistik digunakan sebagian besar untuk memahami tentang makna data, termasuk untuk melakukan validasi hipotesis dari pengetahuan yang dihasilkan data, menyimulasikan skenario, hingga membantu penyusunan sebuah prakiraan. Wajib hukumnya untuk memahami ilmu statistik dasar. Dalam penerapannya, konsep matematika dan statistika berjalan beriringan, mengharuskan pengelolanya jeli menyisipkan formula sesuai dengan pemrosesan data yang dibutuhkan.

Kemampuan pemrograman atau coding–setidaknya tingkat dasar—juga harus dimiliki. Kode yang dituliskan nantinya akan digunakan untuk menginstruksikan komputer dalam memanipulasi, menganalisis dan memvisualisasikan data yang telah dirapikan.

Kegiatan mengelola data

Sumber data sangat beragam, implikasinya data yang dihimpun juga bervariasi. Dalam standar data digital, setidaknya tipikal data tersebut terbagi ke dalam tiga jenis:

1. Data terstruktur (structured data); yakni data yang sudah dikelola, diproses dan dimanipulasi dalam RDBMS (Relational Database Management System). Misalnya data tabel hasil masukan formulir pendaftaran di sebuah layanan web.
2. Data tidak terstruktur (unscructured data); yakni berupa data mentah yang baru didapat dari beragam jenis aktivitas dan belum disesuaikan ke dalam format basis data. Misalnya berkas video yang didapat dari kamera.
3. Data semi terstruktur (semistructured data); yakni berupa data yang memiliki struktur, misalnya berupa tag, akan tetapi belum sepenuhnya terstruktur dalam sistem basis data. Misalnya data yang memiliki keseragaman tag, namun memiliki isian yang berbeda didasarkan pada karakteristik pengisi.

Data Engineer bertugas untuk menyelaraskan ketiga tipe data tersebut, termasuk di dalamnya mengatur skema data. Mengapa merapikan data tersebut menjadi tugas penting? Ketika berbicara data dengan ukuran yang sangat besar, efisiensi perlu dilakukan dalam arsitektur data, tujuannya untuk memberikan kemudahan sekaligus kecepatan dalam pengelolaan serta akses data. Bagi Data Scientist, salah satu validitas data juga ditentukan dari seberapa relevan sumber data yang dimiliki, baik sebagai pelengkap ataupun pembanding.

Sementara itu, kegiatan analisis data dilakukan dengan bahasa Python atau R untuk memanipulasi data dan menggunakan SQL untuk melakukan query (termasuk membuat relasi) pada sumber data. Coding dilakukan kala sumber data telah menjadi ekstensi berkas yang siap diolah. Secara universal terdapat empat format umum yang dapat diterima hampir semua sistem analisis data, yaitu Comma-separated Values (CSV), Scripts (*.py, *.ipynb, *.r dll), berkas aplikasi tabel (*.xlsx, *.qgs dll), dan berkas pemrograman web (*.html, *.svg dll).

Keluaran Data Science untuk siapa saja

Salah satu keterampilan yang wajib dimiliki seorang Data Scientist adalah komunikasi, baik secara lisan atau tertulis. Seluruh pengetahuan dari data harus disampaikan dengan baik, tanpa kemampuan komunikasi yang benar, maka kebutuhan tersebut tidak akan tersalurkan. Kemampuan komunikasi termasuk di dalamnya menjelaskan berbagai unsur yang kompleks sehingga mudah untuk dipahami oleh pengguna data, termasuk ketika membuat visualisasi grafik dan narasi.

Perkembangan operasi bisnis digital yang sangat masif saat ini pada akhirnya membuat Data Science tidak hanya dilaksanakan oleh perusahaan besar saja, akan tetapi startup digital pun memandangnya sebagai sebuah bagian penting untuk mendampingi keputusan strategi bisnis. Sebagai ilustrasi, beberapa contoh penerapan Data Science dalam bisnis di antaranya untuk membantu sistem bisnis secara keseluruhan, tujuannya untuk meningkatkan ROI (Return of Investment) dengan memberikan gambaran tentang aktivitas terukur.

Contoh lagi untuk membantu pemasaran bisnis. Dari data yang histori yang telah terhimpun, sebuah pengetahuan dapat dibuat untuk menghasilkan analisis prediktif mengidentifikasi strategi apa saja yang efektif dijalankan, sehingga pemasar dapat mengeliminasi berbagai jenis tindakan yang tidak memberikan banyak dampak bagi performa penjualan. Di lain sisi, berbagai strategi baru sangat mungkin ditemukan dengan melihat tren data yang ada. Dan masih banyak contoh model implementasi lainnya termasuk untuk production-costs optimization, pricing model optimization, recommendation engine, fraud detection, dll.