An introduction to time series data. Learn to identify common patterns and formats of time data, and transform them to meet your needs.

Dasar-dasar data deret waktu

Opsi

Jangka pendek

Jangka panjang

Masa depan

Mengidentifikasi jenis analisis deret waktu

Variasi deret waktu

Menganalisis tingkat kelahiran

Menganalisis influenza

Dasar-dasar transformasi data deret waktu

Proses Transformasi Tanggal

Urutan operasi

Transformasi tanggal

Menghitung keterlambatan pengiriman

Menghitung keterlambatan piutang

Menganalisis efektivitas promosi

Introduction to time series data

Learn about and create window functions within Power BI to analyze data over a set period of time.

Window functions in Power BI

Identifying window functions

Average population

Segment performance

Rolling average sales

Rolling total quantity

Applications of window functions

Steps to calculate year over year change

Analyzing five star reviews

Historical segment performance

Discount rate distribution

Customer ranking

Working with window functions 

Learn the basics of forecasting and how to predict values in the future using different methods in Power BI.

Forecasting in Power BI

Forecasting order of operations

Forecasting types of energy consumption

Setting forecast expectations

Forecasting MSFT close price

Hindcasting MSFT close price

Forecasting in Power BI: DAX

When to use CAGR

Forecasting types of energy consumption - DAX

Creating forecasting variables

Forecasting with CAGR

Forecasting with CMGR

Course wrap-up

Looking ahead with forecasting

DataCamp vs. Local Experience

Exercises and Datasets

Menganalisis Data Deret Waktu dengan Power BI
Anda telah menganalisis himpunan data dari berbagai sudut, tetapi tahukah Anda bahwa ada satu dimensi yang selalu ada dalam setiap analisis? Benar; yaitu waktu! Pernahkah Anda memikirkan bagaimana data Anda berubah seiring waktu?

Latih Teknik Analisis Umum
Dalam kursus Analisis Deret Waktu di Power BI ini, Anda akan bekerja dengan dua himpunan data berbeda dan melatih teknik-teknik umum untuk menganalisis data dari waktu ke waktu. Anda akan mulai dengan menganalisis data Superstore untuk data Point of Sale (PoS) di berbagai lokasi dan waktu, di mana Anda akan menghitung perubahan menggunakan berbagai jenis fungsi window, period-to-date, dan period-over-period.

Gunakan Algoritme Bawaan dan DAX
Selanjutnya, Anda akan menelusuri data keuangan dari Microsoft (NASDAQ: MSFT) dan melihat bagaimana kita dapat membuat prakiraan data ke masa depan, menggunakan algoritme bawaan maupun DAX.

Setelah mengikuti kursus ini, Anda akan memiliki seperangkat alat yang andal untuk menangani data deret waktu dan menguasai dimensi keempat.


<h2>Analisis Data Seri Waktu dengan Power BI</h2>
Anda telah mengumpulkan dataset dan menganalisisnya dari segala sudut pandang yang mungkin, tetapi tahukah Anda bahwa ada satu dimensi yang dimiliki oleh setiap analisis? Benar sekali; saatnya! Apakah Anda pernah memikirkan bagaimana data Anda berubah seiring waktu?
<br><br>
<h2>Latih Teknik Analisis Umum</h2>
Dalam kursus Analisis Deret Waktu di Power BI ini, Anda akan bekerja dengan dua dataset yang berbeda dan berlatih teknik-teknik umum untuk menganalisis data sepanjang waktu. Anda akan memulai dengan menganalisis data Superstore untuk data Point of Sale (PoS) di berbagai lokasi dan waktu, di mana Anda akan menghitung perubahan menggunakan berbagai jenis jendela, fungsi periode hingga tanggal, dan fungsi periode ke periode.
<br><br>
<h2>Gunakan Algoritma Bawaan dan DAX</h2>
Kemudian, Anda akan menyelami data keuangan dari Microsoft (NASDAQ: MSFT) dan lihat bagaimana kita dapat memprediksi data ke masa depan, menggunakan algoritma bawaan dan DAX untuk melakukannya.
<br><br>
Setelah mengikuti kursus ini, Anda akan memiliki kumpulan alat yang lengkap untuk mengolah data deret waktu dan menguasai dimensi keempat.


Exploratory Data Analysis in Power BI

Intermediate DAX in Power BI

Pelajari analisis data seiring waktu dengan kursus Praktis Analisis Runtun Waktu di Power BI.

Analisis Deret Waktu di Power BI

Pelaporan Keuangan di Power BI

Jumlah kasus influenza yang telah kita lihat pada tahun ini hingga saat ini (Year to Date).

Total pendapatan yang telah kita hasilkan dalam enam puluh hari terakhir.

Perubahan kasus influenza pada musim gugur selama tiga tahun terakhir.

Memvisualisasikan pendapatan tahunan selama satu dekade terakhir.

Memprediksi jumlah kasus influenza dalam 30 hari ke depan.

Memprediksi total pendapatan kita untuk dua tahun ke depan.

Mengidentifikasi jenis analisis deret waktu

Analisis Deret Waktu di Power BI

Latihan interaktif praktis