Dalam kesempatan kali ini, kita akan membahas cara menganalisis data jumlah siswa laki-laki SMA berdasarkan tingkatan kelas di Kabupaten Bone Bolango pada tahun 2023 menurut sumber Portal Data Kemendikbudristek.

Dengan data sebagai berikut:

Atau kita dapat mengakses datanya secara online dengan link berikut ini

https://data.kemdikbud.go.id/dataset/p/peserta-didik/jumlah-siswa-laki-laki-menurut-tingkat-tiap-provinsi-kab-bone-bolango-sma-2023

 

Untuk itu pada kesempatan kita akan menggunakan Python, khususnya library numpy dan scipy, untuk melakukan analisis statistik. Mari kita lihat langkah-langkahnya secara bertahap.

1. Memuat Library yang Diperlukan

Di sini, kita memuat dua library:

• numpy (diberi alias np) untuk melakukan operasi numerik dan manipulasi array.
• scipy.stats untuk melakukan analisis statistik, seperti menghitung modus.

Pastikan numpy dan scipy telah terinstall

 

2. Mempersiapkan Data

Di sini, kita mendefinisikan data siswa laki-laki dalam bentuk array 2D menggunakan numpy (np.array()). Setiap baris mewakili kelas yang berbeda, dan setiap kolom mewakili kelompok siswa yang berbeda.

 

3. Menampilkan Data

Kita mencetak data siswa untuk memverifikasi bahwa data telah dimuat dengan benar.

 

4. Menghitung Rata-rata

Kita menghitung rata-rata dari semua nilai dalam array menggunakan np.mean(). Hasilnya dibulatkan ke bilangan bulat dengan int() dan dicetak.

 

5. Menghitung Median

Median adalah nilai tengah dari dataset. Kita menghitung median menggunakan np.median() dan juga membulatkannya ke bilangan bulat (menggunakan int()).

 

6. Menghitung Modus

Di sini, kita menghitung modus untuk setiap kolom. Kita menggunakan list comprehension untuk mendapatkan modus dan frekuensinya. Kemudian, kita mencetak hasilnya.

 

7. Menghitung Standar Deviasi

Standar deviasi mengukur seberapa jauh data tersebar dari rata-ratanya. Kita menghitung standar deviasi untuk setiap kolom dan baris, lalu mencetak hasilnya.

 

8. Menghitung Persentil

Persentil adalah nilai yang membagi dataset menjadi bagian-bagian. Kita menghitung Q1 (25%), Q2 (median atau 50%), dan Q3 (75%) untuk setiap kolom dan mencetak hasilnya.

 

9. Menghitung Varians

Varians adalah ukuran seberapa jauh data bervariasi dari rata-ratanya. Kita menghitung varians untuk setiap kolom dan baris, kemudian mencetak hasilnya.

 

10. Menghitung Nilai Maksimum dan Minimum

Kita mencari nilai maksimum dan minimum untuk setiap kolom dan baris menggunakan np.max() dan np.min(), lalu mencetak hasilnya.

 

11. Menghitung Jumlah

Kita menghitung jumlah total siswa per kolom dan per baris menggunakan np.sum(), kemudian mencetak hasilnya.

 

12. Menghitung Jumlah Total Siswa

Di sini, kita menghitung jumlah total siswa laki-laki di semua kelas dengan menjumlahkan seluruh elemen dalam array.

 

13. Menghitung Hasil Kali

Kita menghitung hasil kali untuk setiap kolom dan baris menggunakan np.prod(), dengan pengaturan tipe data ke int64 untuk menghindari overflow. Hasilnya kemudian dicetak.

 

14. Menghitung Hasil Kali Semua Elemen

Kita menghitung hasil kali semua elemen dalam array dengan menggunakan np.prod(). Kita juga memeriksa apakah hasilnya tidak NaN (not an number) atau infinity sebelum mengonversinya ke integer.

 

15. Menemukan Indeks Maksimum dan Minimum

Kita mencari indeks dari nilai maksimum dan minimum dalam array menggunakan np.argmax() dan np.argmin(). Hasilnya ditampilkan dalam format koordinat (baris, kolom).

 

 

Dengan menggunakan algoritma ini, kita dapat dengan mudah menganalisis data jumlah siswa laki-laki berdasarkan tingkatan kelas dan mendapatkan wawasan penting yang dapat digunakan untuk keperluan pendidikan atau perencanaan lainnya. Jika ada pertanyaan lebih lanjut tentang bagian tertentu dari kode ini, jangan ragu untuk bertanya!

 

python