Lihat sumber Analisis Data Eksploratori

Analisis Data Eksploratori (Exploratory Data Analysis/EDA) adalah pendekatan dalam [[statistika]] untuk menganalisis data dengan cara memvisualisasikan dan meringkas karakteristik utama sebelum melakukan pemodelan lebih lanjut. Pendekatan ini sangat penting dalam memahami struktur data dan mendeteksi pola, anomali, atau asumsi yang mungkin diperlukan dalam proses analisis. EDA menjadi salah satu tahap krusial dalam [[ilmu data]], terutama sebelum melakukan analisis statistik inferensial atau [[machine learning]].

== Tujuan Analisis Data Eksploratori ==
Tujuan utama EDA adalah untuk mendapatkan pemahaman awal mengenai data yang sedang dianalisis. Melalui EDA, analis dapat menentukan distribusi data, mengidentifikasi nilai ekstrem, serta menemukan hubungan antar variabel. Proses ini membantu dalam menentukan teknik analisis lebih lanjut yang tepat.

== Metode dan Teknik EDA ==
Beberapa teknik umum yang digunakan dalam EDA meliputi pembuatan [[diagram batang]], [[histogram]], [[box plot]], dan [[scatter plot]]. Selain visualisasi, analisis statistik deskriptif seperti rata-rata, median, modus, dan deviasi standar juga sering digunakan untuk menyajikan ringkasan data.

== Peran dalam Proyek Data ==
EDA seringkali digunakan sebagai langkah awal dalam proyek data, baik dalam [[penelitian]] akademik maupun pengambilan keputusan bisnis. Dengan melakukan EDA, analis dapat mengidentifikasi masalah kualitas data seperti [[missing value]] atau data outlier yang perlu diatasi sebelum analisis lanjutan.