
Python untuk Data Science
Bahasa yang dipakai untuk menganalisis data — bukan untuk membangun aplikasi.
- 01Mulai dari Sini
- 02Struktur Data yang Dipakai Setiap Hari
- 03pandas Sampai Bisa Dipercaya
- 3 modul
- 4 pelajaran
- 55 min
Kembangkan kemampuan analitis, kreatif, dan pemecahan masalah untuk memahami tantangan yang kompleks, menemukan insight yang bermakna, dan merancang solusi yang lebih cerdas.
Sudah jadi pelajar? Masuk
Setiap jalur menunjukkan persis apa yang akan Anda pelajari dan tools yang akan Anda pakai. Beli satu, atau baca pelajaran gratisnya dulu.

Bahasa yang dipakai untuk menganalisis data — bukan untuk membangun aplikasi.
Statistik secukupnya untuk tidak salah baca angka, dan grafik yang jujur tentang angka itu.

Dari "supervised itu apa" sampai SHAP, K-means, sistem rekomendasi, dan forecasting.

Jaringan saraf, dari satu neuron sampai transformer.
Cara kerja LLM, cara memberi instruksi, dan cara mengisi konteksnya.
Ketika model boleh melakukan sesuatu, bukan hanya menjawab.
Model yang hanya hidup di notebook belum selesai.
Mengajari mesin melihat: dari piksel sampai deteksi objek.
Dari kantong kata sampai embedding dan transformer.
Setiap jalur karier menggabungkan jalur-jalurnya dalam urutan yang tepat. Sudah punya salah satunya? Harganya dikurangkan saat checkout.
Dari Python pertama sampai model yang berjalan di produksi.
5 jalur, masing-masing milik Anda selamanya. Jalur yang sudah dimiliki dikurangkan saat checkout.
Membangun produk di atas deep learning, LLM, dan agen.
7 jalur, masing-masing milik Anda selamanya. Jalur yang sudah dimiliki dikurangkan saat checkout.
Setiap jalur punya minimal satu pelajaran utuh yang bisa dibaca sekarang — termasuk simulasi dan checkpoint. Tanpa email, tanpa kartu.
Python menang di data bukan karena bahasanya paling bagus, tapi karena ekosistemnya. Ini penjelasan jujurnya.
r mengukur satu hal saja: seberapa dekat titik-titik ke sebuah garis lurus. Itu lebih sempit dari yang orang kira.
Rata-rata, simpangan baku, dan korelasi yang identik bisa menyembunyikan data dengan bentuk yang sama sekali berbeda. Satu grafik menangkap apa yang terlewat oleh semua angka itu.
Yang membedakan ketiganya bukan algoritmanya, tapi bentuk umpan balik yang tersedia. Itu satu pertanyaan, dan jawabannya menentukan segalanya.
Sebuah neuron hanyalah jumlah berbobot ditambah satu fungsi yang membengkokkan. Tumpuk beberapa, dan garis lurus berubah menjadi batas apa pun yang Anda butuhkan.
Prompt Anda dipotong menjadi token, diubah menjadi vektor, lalu setiap token memutuskan token lain mana yang penting. Tiga langkah itu menjelaskan kenapa prompt yang baik bekerja.
Agent adalah LLM yang dijalankan dalam loop dengan alat. Model mengusulkan tindakan; harness memutuskan apa yang benar-benar terjadi.
Model dilatih pada masa lalu dan dipakai pada masa depan. Ketika dunia bergeser, akurasinya turun — sering tanpa satu pun error di log.
Bagi komputer, gambar adalah tabel angka. Konvolusi — sebuah jumlah berbobot kecil yang digeser — mengubah angka-angka itu menjadi tepi, tekstur, dan akhirnya objek.
Model tidak bisa menghitung dengan kata. Cara kita mengubah kata menjadi angka menentukan apa yang bisa dipelajari model — dan apa yang tidak akan pernah bisa.
Dibeli satu per satu, terpisah dari jalur. Sesi gratis terbuka untuk semua.
Dua jam, langsung praktik. Memuat data kotor sungguhan, memeriksanya, membersihkannya, dan menjawab satu pertanyaan bisnis dengannya. Bawa laptop.
15 Okt, 19.00 WIB · 2j · Muhammad Ramadiansyah
Kenapa akurasi hampir selalu metrik yang salah, dan bagaimana menurunkan pilihan metrik dari biaya kesalahan — bukan dari kebiasaan. Dengan tiga contoh kasus nyata dari fintech, kesehatan, dan ritel.
22 Okt, 20.00 WIB · 1j 15m · Muhammad Ramadiansyah
Melatih model kredit, menjelaskannya dengan SHAP, lalu mengubah penjelasan itu menjadi kalimat yang bisa dibaca nasabah yang ditolak. Bagian terakhir itu yang paling sulit dan paling jarang dilatih.
30 Okt, 19.00 WIB · 3j · Muhammad Ramadiansyah
Seluruh jalur Machine Learning sebagai referensi cetak: rumus, tabel diagnosis bias–variance, daftar periksa kebocoran data, dan pemilihan metrik. Dibuat untuk dibuka di sebelah layar saat bekerja, bukan untuk dibaca dari awal.
Empat puluh pola pandas yang benar-benar dipakai, dengan versi salahnya di sebelahnya. Termasuk bab tentang SettingWithCopyWarning yang akhirnya menjelaskan apa sebenarnya yang terjadi.
Korelasi, Bayes, dan pengujian hipotesis dijelaskan lewat frekuensi alami — cara yang terbukti membuat orang menjawab benar di mana notasi probabilitas membuat mereka salah.
Datamew adalah kursus online interaktif data science dan AI, dibuat oleh Intura di Jakarta. Disiplin pertamanya adalah Data Science dan Artificial Intelligence, dibagi menjadi jalur — Python, statistik, machine learning, deep learning, LLM, AI agent, MLOps, computer vision, dan NLP — yang masing-masing dibeli sekali seharga $9 dan menjadi milik Anda selamanya. Setiap bab dibangun di sekitar simulasi interaktif, bukan video.
Terutama untuk profesional yang ingin melampaui sekadar memakai tools — memahami sistem, menilai hasil, dan memecahkan masalah — serta mahasiswa, orang yang pindah karier, engineer, dan profesional data, termasuk yang sedang menjadi data scientist atau AI engineer. Tidak perlu pengalaman: jalur Python untuk Data Science mulai dari nol. Setiap jalur menyebut levelnya (fundamental, menengah, atau lanjutan) dan jalur mana yang sebaiknya diselesaikan dulu.
Ya. Setiap jalur punya pelajaran gratis yang bisa dibaca langsung di situs ini, tanpa akun, dan setiap silabus terbuka untuk dilihat. Membuat akun juga gratis; Anda baru membayar saat membeli sebuah jalur.
Tidak. Datamew tidak menerbitkan sertifikat, dan sertifikat kursus online jarang menentukan hasil wawancara. Yang kami bangun adalah kemampuan yang bisa Anda tunjukkan: skor penguasaan per modul, latihan yang dinilai, dan pemahaman yang cukup untuk menjelaskan model Anda sendiri.
Untuk pesanan, refund, atau masalah akses, tulis ke [email protected] dan sertakan nomor pesanan Anda. Untuk pertanyaan umum dan kerja sama, tulis ke [email protected]. Untuk urusan hukum dan privasi, tulis ke [email protected].
Setiap jalur $9, dibayar sekali dan menjadi milik Anda selamanya. Dua jalur karier dijual sebagai paket dengan potongan 40%: Data Scientist (5 jalur, $45) menjadi $27, dan AI Engineer (7 jalur, $63) menjadi $38. Pelajaran bertanda gratis tetap gratis untuk semua orang, tanpa akun. Ebook dan kelas langsung dibeli terpisah.
Tidak. Tidak ada langganan, tidak ada perpanjangan, dan tidak ada yang perlu dibatalkan. Anda membayar satu kali untuk satu jalur (atau satu paket), dan selesai.
Jalur yang Anda beli tidak punya tanggal berakhir. Anda tetap memiliki setiap pelajaran, checkpoint, latihan, dan kartu review di dalamnya — termasuk setiap pelajaran yang ditambahkan ke jalur itu nanti, tanpa biaya tambahan.
Beberapa jalur masih sedang ditulis. Silabus lengkapnya sudah terlihat dan pelajaran pertamanya sudah bisa dibaca gratis. Jalur early access dijual dengan harga yang sama, dan pembelinya mendapat setiap pelajaran baru di hari pelajaran itu terbit. Halaman setiap jalur menyebut berapa modul yang sudah tersedia hari ini.
Tidak. Jalur yang sudah Anda miliki dikurangkan dari harga paket, dan harga akhirnya terlihat di checkout sebelum Anda membayar. Kalau semua jalur di paket sudah Anda miliki, paket itu tidak perlu dibeli.
Tidak — keduanya dibeli satu per satu di aplikasi belajar. Sesi gratis terbuka untuk semua. Rekaman kelas langsung terbuka untuk yang memegang kursi, dan untuk pemilik jalur yang menjadi topik kelas itu.
Dua cara, dipilih saat checkout. Kartu kredit atau debit, diproses oleh Airwallex dan ditagih dalam dolar AS. Atau QRIS, virtual account bank, dan e-wallet, diproses oleh Xendit dan ditagih dalam rupiah sesuai kurs hari itu — jumlah rupiahnya terlihat sebelum Anda membayar.
Tulis ke [email protected] dengan nomor pesanan Anda — setiap permintaan kami tinjau, misalnya pembayaran ganda atau masalah teknis yang menghalangi Anda belajar. Pembelian yang dikembalikan menutup akses ke jalur itu. Karena setiap jalur punya pelajaran gratis, Anda bisa mencoba cara belajarnya dulu sebelum membayar.
Keduanya mulai dari Python untuk Data Science. Jalur Data Scientist lanjut ke Data Analytics (statistik dan visualisasi), Machine Learning, Deep Learning, dan MLOps. Jalur AI Engineer lanjut ke Deep Learning, LLM dan prompt engineering, AI Agent, MLOps, Computer Vision, dan NLP. Anda bisa membeli satu jalur dulu; jalur yang sudah dimiliki dikurangkan dari harga paket nanti.
Checkpoint adalah pertanyaan singkat di tengah pelajaran yang langsung dinilai dan dihitung ke skor penguasaan modul. Setiap checkpoint yang sudah dijawab masuk ke antrean review dan muncul lagi setelah sehari, tiga hari, seminggu, dan seterusnya — semakin jarang setiap kali Anda menjawab benar. Itu cara yang terbukti agar materi tidak cepat lupa.
Tidak, dan kursus mana pun yang menjanjikan itu sedang menjual sesuatu. Yang realistis: fondasi yang cukup untuk wawancara junior dan untuk mengerjakan masalah nyata — memuat data yang berantakan, membaginya tanpa bocor, melatih dan mengevaluasi model, dan menjelaskan kenapa modelnya memutuskan begitu. Bukan gelar.
Tidak ada video. Setiap bab punya simulasi yang bisa dimainkan, dan angkanya dihitung sungguhan di browser Anda — KNN benar-benar mencari tetangganya, jaringan saraf benar-benar dilatih di depan Anda. Halaman setiap modul punya simulasi yang bisa dicoba sebelum membeli.
Situs ini dalam dua bahasa. Materi kursus dan aplikasi belajarnya dalam bahasa Inggris, dengan istilah teknis yang sama seperti yang akan Anda temui di dokumentasi dan di lowongan pekerjaan.
Baca pelajaran gratis hari ini. Saat siap, beli jalur yang Anda butuhkan seharga $9 — sekali bayar, tanpa langganan dan tanpa ada yang perlu dibatalkan.
Pelajaran gratis selamanya · akses seumur hidup