Jago Python 2: Mini Project - The Data Cleaner & Reporter

Kita akan menggabungkan Pandas untuk mengolah tabel dan Matplotlib untuk visualisasi.

🚀 Kode Lengkap Proyek

import pandas as pd
import matplotlib.pyplot as plt

def jalankan_otomasi_data(file_input):
    print(f"--- Memulai Proses Pembersihan: {file_input} ---")
    
    try:
        # 1. Load Data
        df = pd.read_csv(file_input)
        
        # 2. Pembersihan Data Kosong (Cleaning)
        # Menghapus baris yang semua kolomnya kosong
        df_clean = df.dropna(how='all')
        # Mengisi kolom 'Skor' yang kosong dengan nilai rata-rata
        if 'Skor' in df_clean.columns:
            rata_rata = df_clean['Skor'].mean()
            df_clean['Skor'] = df_clean['Skor'].fillna(rata_rata)
        
        # 3. Merapikan Teks (Standardization)
        # Mengubah kolom 'Nama' jadi Format Judul (Huruf Besar di Awal)
        if 'Nama' in df_clean.columns:
            df_clean['Nama'] = df_clean['Nama'].str.title().str.strip()

        # 4. Analisis Ringkas
        print("\n--- Ringkasan Data ---")
        print(df_clean.describe())

        # 5. Export Hasil ke Excel/CSV Baru
        nama_file_baru = "data_bersih_final.csv"
        df_clean.to_csv(nama_file_baru, index=False)
        print(f"\n✅ File bersih berhasil disimpan: {nama_file_baru}")

        # 6. Visualisasi Otomatis
        if 'Nama' in df_clean.columns and 'Skor' in df_clean.columns:
            plt.figure(figsize=(10, 6))
            plt.bar(df_clean['Nama'], df_clean['Skor'], color='skyblue')
            plt.title('Laporan Skor Per Siswa (Otomatis)')
            plt.xlabel('Nama Siswa')
            plt.ylabel('Skor')
            plt.xticks(rotation=45)
            plt.tight_layout()
            
            # Simpan grafik
            plt.savefig('laporan_visual.png')
            print("✅ Grafik laporan berhasil dibuat: laporan_visual.png")
            plt.show()

    except Exception as e:
        print(f"❌ Terjadi kesalahan: {e}")

# Jalankan Proyek (Pastikan kamu punya file 'data_mentah.csv')
# jalankan_otomasi_data('data_mentah.csv')

💡 Analisis "Sihir" di Balik Kode Ini

• str.title().str.strip(): Ini sangat berguna buat bersihin input user yang berantakan (misal: " kAy " jadi "Kay").
• fillna(rata_rata): Dalam dunia AI/Data, kita gak boleh sembarang hapus data. Mengisi data kosong dengan nilai rata-rata adalah salah satu teknik standar agar analisis tetap akurat.
• to_csv(): Ini adalah cara kita "menghasilkan produk" berupa file baru yang siap dikirim ke bos atau klien.
• plt.savefig(): Bayangkan kamu bikin script ini jalan setiap jam 8 pagi. Kamu bakal dapet file gambar laporan terbaru di folder kamu tanpa perlu buka Excel sama sekali!

🎯 Kesimpulan

Selamat! Kamu sudah menyelesaikan Season 2. Kamu bukan lagi sekadar "orang yang bisa coding", tapi sudah jadi "Orang yang bisa menyelesaikan masalah data".

Ilmu di Season 2 ini (terutama Pandas & NumPy) adalah syarat mutlak sebelum kita menyentuh materi AI Agent dan LLM Integration. Tanpa data yang bersih, AI tercanggih pun gak akan bisa kasih jawaban yang bener.