Saat ini sudah banyak sekali tersedia analisis chart saham yang berbasis online seperti chartbit, investing.com yang bersifat gratisan, namun demikian terkadang kita ingin membuat analisis tersendiri menggunakan tools yang kita kuasai seperti R dan Python. Nah didalam R itu package bernama quantmod, tapi di python belum ada yang gratisan (quandl – https://www.quandl.com/ masih berbayar). Tapi untuk urusan download kita bisa koq menggunakan pandas-reader yang berfungsi membaca data saham dari yahoo finance dan technical analyst menggunakan ta
Belajar Coding
Belajar Python-Package Management System
Sinopsis
Bagi kalian yang sudah baca buku yang diterbitkan oleh penulis, tentu tidak perlu repot-repot untuk melakukan instalasi package/modul di Python karena cukup menggunakan Anaconda Navigator. Namun demikian terkadang kalian bisa menggunakan cara berikut untuk instalasi. Ada banyak sumber package installer di Python baik dalam bentuk binary ataupun source code. Kalau dalam bentuk binary windows dikenal dengan format *.whl yang kalian bisa kunjungi https://pypi.python.org/pypi/wheel yang merupakan A built-package format for Python atau package format di python. Kita akan bahas satu persatu cara instalasi package di Python yaitu
Belajar Matlab – Fungsi Polynomial
Function Tools adalah evaluasi sebuah function, yang bisa digunakan untuk mencari F(x)=0, mencari nilai maksimal, dan minimal, serta interpolasi data. Kita akan bahas satu-persatu
Belajar R – Cara Membaca kumpulan file dalam satu folder hasil data logger
Terkadang dalam mengolah sebuah dataset yang besar terdiri dari jutaan record, bisa kita siasati dengean teknik agregasi agar menghindari proses looping yang dikenal agak lambat untuk sebuah scripting, namun ada juga datase tersebut malah terdiri dari ratusan/ribuan file, hal ini biasa terjadi pada dataset yang bersifat data logger. Data logger tersimpan dalam format *.txt dengan nama file ss:mm:hh dd-mm-yyyy.txt bahkan sampai menit detik. Data tersebut berasal dari sebuah mikrokontroler yang disimpan ke sebuah media penyimpanan SD.
Belajar yuk, algoritma zoning untuk recognition character
www.softscients.com | Ada sebuah pertanyaan bagus yang ditanyakan via email, mengenai sebuah cara kerja algoritma zoning untuk recognition pada sebuah karakater, kalian bisa baca artikel saya dengan judul Teknik zoning untuk handwriting recognition https://www.scribd.com/document/230876043/Teknik-Zoning-Untuk-HandWriting-Recognition
Group by SQL untuk menghitung frekuensi transaksi
Edisi kali ini membahas mengenai informasi umum yang sering dijumpai pada data transaksi. Data transaksi yang ingin ditampilkan berupa frekuensi setiap bulan – tahun sehingga mudah dalam melakukan analisis. Anda sebagai seorang store manager menginginkan data transaksi bulanan. Misalkan kita mempunyai structure database berikut
Perintah SQL Select Statement Limit & Desc Order
Kita sedikit membahas sebuah Perintah SQL Select Statement Limit & Desc Order terhadap sejumlah data dan mengurutkan kembali secara descending. Agar lebih mudah dalam memahaminya yaitu terdapat sebiha tabel dengan nama transaksi yang mempunyai kolom id. Perhatikan tabel berikut dibawah ini
Belajar yuk mengenai Linear Discriminant Analyst
LDA menurut Wiki adalah
www.softcsients.com | “Linear discriminant analysis (LDA) and the related Fisher’s linear discriminant are methods used in statistics, pattern recognition and machine learning to find a linear combination of features which characterizes or separates two or more classes of objects or events. The resulting combination may be used as a linear classifier, or, more commonly, for dimensionality reduction before later classification”
Menggabungkan 2 tabel – JOIN SQL
19,894 ViewsOperasi menggabungkan sebuah 2 tabel didalam SQL dinamakan operasi join table yang melibatkan primary dan foreign key untuk mendapatkan irisan data. Terkadang Operasi Join banyak melibatkan beberapa tabel menjadi satu kesatuan. Operasi join merupakan core database karena kekuatan dalam relational nya yang mampu menggabungkan banyak tabel dan saling berhubungan. Keuntungan nya yaitu memisahkan antara … Read more
Mempercepat query jutaan basis data menggunakan agregasi
Ketika penulis sedang mengolah data record yang hanya terdiri dari ribuan data, maka cara seperti masking di data frame terkadang dilakukan menggunakan looping, namun tidak jika data yang digunakan sudah mencapai ratusan ribu bahkan jutaan record. Bisa butuh waktu bermenit-menit untuk melakukan looping, sehingga hal ini harus dihindari untuk mencegah bottleneck. Fungsi agregasi seperti sum(), mean(), median(), min(), and max() melibatkan sebuah key yang mempecepat proses hanya sekian detik saja. Tentu dasar data frame harus kalian pelajari dulu disini. Perhatikan data frame berikut