Pada bab ini, Anda akan lebih mengenal variabel berbasis waktu dan berbagai cara mengekstraksi variabel tambahan menggunakan EDA untuk analisis—seperti hari dalam minggu dan selisih waktu. Anda akan praktik langsung dengan Power BI saat membangun bagan garis untuk menghitung metrik baru dan mengungkap tren yang tersembunyi dalam data—termasuk perubahan periode-ke-periode dan rata-rata bergerak.

Mulai mengeksplorasi data deret waktu

Pernyataan tentang analisis deret waktu

Mengeksplorasi deret waktu AirBnB

Membuat variabel tanggal baru

Menganalisis tren berdasarkan hari dalam seminggu

Menghitung perubahan year-over-year

Mengeksplorasi Data Deret Waktu

Run chart deret waktu

Siklus vs. Musiman

Menganalisis ulasan Glassdoor dari waktu ke waktu

Membuat bagan deret waktu pertama Anda

Menghitung rata-rata bergerak

Menemukan anomali dalam data deret waktu

Menganalisis Deret Waktu di Power BI

Salah satu fungsi EDA yang paling kuat di Power BI adalah kemampuan untuk mengidentifikasi variabel mana yang paling berpengaruh terhadap hasil target Anda. Alat visualisasi bawaan Power BI yang memungkinkan hal itu adalah Decomposition Tree. Anda akan mempelajari Decomposition Tree, cara membangunnya, lalu menafsirkannya untuk menjelaskan hasil target berdasarkan variabel lain.

Pengantar decomposition tree

Pernyataan tentang decomposition tree

Menggunakan decomposition tree di Power BI

Mulai menggunakan decomposition tree

Menyelami lebih dalam decomposition tree

Mendekomposisi tingkat attrition

Decomposition Tree

Pada bab ini Anda akan membangun alat bawaan Power BI lainnya, visual Key Influencers. Alat ini membantu Anda memahami seberapa besar hasil target berubah berdasarkan variabel tertentu dan segmen pengamatan.

Pengantar key influencers

Opsi

Key Influencer

Decomposition tree vs. key influencer

Menggunakan key influencers di Power BI

Key influencers untuk harga listing rata-rata

Segmen dari key influencers

Key influencers untuk superhost

Selamat!

Key Influencers

Exercises and Datasets

DataCamp vs. Local Experience

Course Glossary

Dalam kursus ini, Anda akan belajar menganalisis deret waktu, memvisualisasikan data, dan mengenali tren. Anda akan membangun variabel tanggal baru, mempelajari run chart, dan menghitung rata-rata bergerak. Terakhir, Anda akan mengetahui cara mengidentifikasi variabel mana yang paling berpengaruh terhadap variabel target menggunakan decomposition tree dan key influencers bawaan Power BI.

Glosarium kursus dapat ditemukan di sebelah kanan pada bagian sumber daya.

Untuk memperoleh kredit CPE, Anda perlu menyelesaikan kursus dan meraih skor 70% pada penilaian yang memenuhi syarat. Anda dapat menuju ke penilaian dengan mengeklik pemberitahuan kredit CPE di sebelah kanan.

<h2>Bukan data deret waktu</h2>

  

<br><br>
<h2></h2>




Exploratory Data Analysis in Power BI

Tingkatkan laporan Anda dengan analisis tren seperti deret waktu, pohon dekomposisi, dan pengaruh utama.

Analisis Tren di Power BI

Tingkatkan laporan Anda dengan teknik analisis tren seperti time series, decomposition trees, dan key influencers.

Analis Data di Power BI

Memungkinkan eksplorasi variabel target melalui jalur yang berbeda

Berguna untuk membandingkan pengaruh lintas variabel secara langsung

Bergantung pada cukup banyak observasi untuk menurunkan pola

Mengeksplorasi dampak nilai tertentu terhadap perubahan variabel target

Decomposition tree vs. key influencer

Analisis Tren di Power BI

Latihan interaktif langsung