Table of contents
No headings in the article.
Pengenalan Perkakas Analisis Data
A. Google Colaboratory ( Google Colab ) Google Colab adalah salah satu lingkungan pengembangan aplikasi terintegrasi yang disediakan oleh Google secara online ( Online IDE ), keunggulan yang ditawarkan Google Colab adalah memiliki banyak fungsi serta library yang dapat digunakan untuk analisis data menggunakan bahasa Python.
Penggunaan Google Colab.
1. Buka Google Colaboratory melalui link ini jika diminta untuk Sign-In, silahkan masuk dengan menggunakan akun Google/Gmail.
2. Buat catatan baru melalui pilihan NEW NOTEBOOK. Notebook adalah penamaan untuk file kerja didalam Google Colab, tempat dimana membuat berbagai macam program Python atau catatan.
Perhatikan bahwa Google Colab memiliki beberapa bagian area kerja yang hampir serupa dengan berbagai IDE yang lain. Beberapa objek yang ada di Google Colab seperti berikut.
a. Nama Notebook, yang merupakan nama file berekstensi ipynb (Ipython Notebook). Kita bisa mengganti nama notebook dengan mengklik nama notebook tersebut.
b. Star, yang menandakan tingkat kepentingan file ini.
c. Header Kanan, yang berisi pilihan komentar, pilihan untuk berbagi (share), pengaturan (setting) file, serta pengaturan akun.
d. Menubar, yang berisi pilihan menu seperti File, Edit, View dan lain sebagainya.
e. Panel Kiri, yang berisi beberapa ikon menu seperti Daftar Isi, Pencarian, Penyisipan Kode, Pengelolaan File, dan Pemilihan Perintah.
f. Toolbar Atas, yang berisi pilihan ikon untuk Penambahan Kode atau Teks, Pilihan Koneksi, dan Pilihan Menutup Menubar.
Program Dasar Analisis Data membuat Program Scrapping Web dengan Python
# TIK-ANALISIS-DATA
Bab Analisis data Teknik Informatika SMK RADEN PAKU
## Array
```python
data = [10, 9, 7, 8, 10, 8]
print(data[1])
data[2] = 10
print(data)
data.append(9)
print(data)
```
## Pandas DataFrame
```python
import pandas
data = [10, 9, 7, 9, 10]
siswa = ["Ragil", "Andhika", "Dafa", "Habib", "Rendy"]
nilai = pandas.DataFrame({
"Nama": siswa,
"Nilai": data
})
nilai
```
## Scraping Web
```python
import requests
import pandas as pd
from bs4 import BeautifulSoup
# link dalam th = bisa diubah sesuai ke inginan
th = "https://www.jobs.id/lowongan-kerja?kata-kunci=part time"
halaman = requests.get(th)
hasil = BeautifulSoup(halaman.content, 'html.parser')
print(hasil)
```
## Proses data scrapping menjadi diagram
```python
import requests
import pandas as pd
from bs4 import BeautifulSoup
# Mata Pelajaran TIK | ANALISIS DATA
# X TKJ 1
# SMK RADEN PAKU
# 2022
th = "https://www.jobs.id/lowongan-kerja?kata-kunci=part time"
halaman = requests.get(th)
hasil = BeautifulSoup(halaman.content, 'html.parser')
lowkers = hasil.find_all(class_="single-job-ads")
posisi = []
instansi = []
gaji = []
for p in lowkers:
t1 = p.select("h3")
t2 = t1[0].select("a")
posisi.append(t2[0].get_text())
t1 = p.select("p")
t2 = t1[0].select("a")
try:
instansi.append(t2[0].get_text())
except:
instansi.append("-")
t2 = t1[1].select("span")
try:
xgaji = t2[1].get_text()
except:
xgaji = t2[0].get_text()
xgaji = xgaji.replace(".","")
if (xgaji=="Gaji Dirahasiakan") :
xgaji = 0
gaji.append(xgaji);
import plotly.express as px
lowker = pd.DataFrame({
"Posisi": posisi,
"Instansi": instansi,
"Gaji":gaji
})
fig = px.bar(lowker, x='Instansi', y='Gaji')
fig.show()
```