WELCOME CERMI WEEK 4

Alhamdulillah, Today. Selasa, 08 Oktober 2024 terdapat perkuliahan melalui Luring dan Daring yaitu, BD305 Data Science dari pukul 08.00 s/d selesai dihadiri dengan total 73 Mahasiswa, diantaranya 53 Mahasiswa hadir langsung, dan 20 mahasiswa zoom 🙏🏻🙏🏻
1. Learning Factory
2. Diskusi Enroll Class iDu
3. ⁠Diskusi Bersama & Tanya Jawab
4. Tebar SC kepada mahasiswa aktif bertanya dan sharing🚀

🚀Enroll Code : DSBD305
✨iDu BD305 – Data Science ✨

Pada pertemuan hari ini dengan berjalan sangat lancar 🤗🚀

Kesimpulan dari materi tentang Data Connection dan Integration dalam Tablea adalah sebagai berikut:

1. Koneksi Data dalam Tableau

Sumber Data yang Didukung: Tableau mendukung berbagai jenis sumber data, seperti Excel, CSV, SQL Server, Google Sheets, dan database cloud seperti Google BigQuery dan Amazon Redshift.
Cara Menghubungkan Data: Proses menghubungkan data dilakukan melalui interface yang intuitif, di mana pengguna bisa memilih sumber data yang diinginkan dan mengatur koneksi (misalnya, memasukkan kredensial untuk database).
Koneksi Langsung vs. Ekstraksi: Tableau memungkinkan dua jenis koneksi, yaitu koneksi langsung (live connection) yang terhubung real-time dengan sumber data, dan koneksi ekstraksi (data extract) yang membuat salinan data di Tableau untuk analisis offline.

2. Integrasi Data dalam Tableau

Menggabungkan Data dari Berbagai Sumber: Tableau menyediakan fitur Joins, Blends, dan Unions untuk menggabungkan data dari berbagai sumber.
- Joins: Digunakan ketika data berasal dari satu sumber atau dari tabel yang memiliki kolom yang bisa dipetakan.
- Blends: Digunakan untuk menggabungkan data dari sumber yang berbeda (misalnya, SQL Server dengan Google Sheets) yang tidak memiliki relasi langsung.
- Unions: Digunakan untuk menggabungkan data yang memiliki struktur yang sama (misalnya, data penjualan dari berbagai cabang yang disimpan di file terpisah).
Data Preparation Tools: Tableau juga dilengkapi dengan fitur-fitur untuk mempersiapkan data sebelum digunakan, seperti Pivot, Split, dan Data Cleansing, yang memungkinkan pengguna memodifikasi dan memperbaiki data sesuai kebutuhan.

3. Data Integration Best Practices

Memahami Struktur Data: Penting untuk memahami struktur dan relasi data sebelum mengintegrasikannya agar hasil analisis akurat.
Optimalisasi Kinerja: Gunakan koneksi live jika memerlukan data real-time, namun gunakan ekstraksi jika ingin meningkatkan kecepatan analisis.
Keamanan Data: Pastikan koneksi data aman dengan menggunakan enkripsi dan menjaga kredensial koneksi dengan baik.

Kesimpulan Kemampuan Tableau dalam menghubungkan dan mengintegrasikan data dari berbagai sumber menjadikannya alat yang kuat untuk analisis data. Dengan memahami cara Tableau menangani koneksi data dan mengintegrasikan berbagai sumber data, mahasiswa dapat melakukan analisis yang lebih komprehensif dan tepat guna.