Transformasi numerik di Power Query

Persiapan Data di Power BI

Maarten Van den Broeck

Content Developer at DataCamp

Mengapa perlu membersihkan data?

Biaya data buruk = $3,1 triliun
Aturan 1-10-100
- $1 untuk verifikasi
- $10 untuk pembersihan
- $100 jika tidak dilakukan apa-apa

Logo Harvard Business Review

¹ https://hbr.org/2016/09/bad-data-costs-the-u-s-3-trillion-per-year

Bebas dari nilai hilang / kesalahan / pencilan
Transformasi matematika diterapkan (jika relevan):
- Nilai absolut
- Logaritma (Natural / Basis 10)
- Dikalikan / ditambah skalar
Data dibulatkan ke jumlah digit yang tepat

Tanggal (dan waktu) adalah tipe data terpisah di Power Query
Transformasi khusus dapat diterapkan pada kolom tanggal:
- Ekstrak tahun, kuartal, bulan, minggu, hari
- Awal/akhir tahun, kuartal, bulan, minggu
- Ekstrak usia
- Lainnya

Cuplikan layar yang menampilkan opsi transformasi tanggal di Power Query

Persiapan Data di Power BI