Pembersihan data dalam dunia data sains / Rozianiwati Yusof ... [et al.]

Bidang data sains semakin popular sejak era pendigitalan. Dengan penggunaan peralatan teknologi yang semakin canggih, ia mencetuskan letupan data dalam pelbagai bidang. Penghasilan data yang banyak telah menjadikan data sains semakin penting. Data merupakan sesuatu fakta yang menerangkan sesuatu objek dan boleh wujud dalam pelbagai bentuk seperti nilai kuantitatif, kualitatif, imej dan teks. Data yang terhasil tidak kira daripada mana-mana sumber seperti mesin, peranti pintar atau soal selidik akan menghasilkan data mentah yang kotor (noisy data) iaitu data yang tidak lengkap, hingar dan tidak konsisten. Keadaan data tersebut akan mempengaruhi hasil analisis. Oleh itu, proses pembersihan data amat penting bagi menghasilkan keputusan analisa yang lebih tepat dan berkualiti.