50+ Proyek Python untuk Semua Tingkat Keahlian pada 2026

Ringkasnya

• Artikel ini mencantumkan 50+ ide proyek Python yang mencakup kategori pemula, menengah, lanjutan, dan seru
• Proyek pemula berfokus pada analisis dan visualisasi data dengan dataset dunia nyata (olahraga, keuangan, e-commerce)
• Proyek menengah mengenalkan machine learning, pengenalan gambar, dan NLP pada data non-tabel
• Proyek lanjutan mencakup sistem rekomendasi, deep learning, pipeline NLP, dan deployment ML
• Pilih proyek berdasarkan minat yang tulus, tetap realistis, dan bagikan karya Anda untuk membangun portofolio data science yang kuat

Sebelum Memulai Proyek Python

Jika Anda sudah familiar dengan Python, Anda bisa langsung memulai proyek-proyek ini. Namun, jika Anda ingin membangun keterampilan dasar yang diperlukan untuk memulai proyek Python, lihat daftar kursus Python interaktif kami.

Setelah Anda siap mulai mengerjakan proyek, kunjungi DataLab, dan mulai mengerjakan serta mempublikasikan proyek Anda di notebook data DataCamp yang sudah terkonfigurasi penuh, langsung di browser. Anda juga bisa melihat kurasi ide proyek AI dan proyek agen AI kami untuk tren terbaru. 

Proyek Python untuk Pemula

Sebagai pemula, Anda sebaiknya memanfaatkan proyek Python untuk mempertahankan apa yang telah dipelajari dan memperoleh keterampilan baru. Kumpulan proyek ini terutama berkisar pada tugas analisis data eksploratif, bersama tugas pemodelan dan peramalan sederhana pada dataset dunia nyata yang relevan.

1. Analisis data harga berlian

Berlian dibagi menjadi lima jenis ketidakmurnian berdasarkan struktur atom karbonnya. Dataset Diamonds dari Kaggle memberi Anda lebih banyak info — potongan, kejernihan, warna, dan harga. Kembangkan keterampilan visualisasi data Anda dengan analisis data eksploratif. 

2. Analisis data umur cangkang abalon

Ini adalah dataset abalon yang unik. Cangkang abalon adalah keajaiban alam, dan Anda dapat menentukan umurnya dengan menghitung cincin di dalam cangkangnya. Bisakah Anda menentukan umur cangkang abalon dengan keterampilan analisis data Python?

3. Analisis data Premier League

Sebuah dataset sepak bola di mana Anda dapat mengeksplorasi, menganalisis, dan memvisualisasikan peristiwa dari musim 2018-2019 Liga Premier Inggris. Dataset Soccer Data menawarkan proyek Python pemula yang sangat baik untuk analisis data. Ia memiliki seperangkat fitur yang kaya, mulai dari detail pertandingan dasar hingga statistik yang rumit.

Proyek ini dilengkapi dengan kamus data yang jelas dan tantangan terpandu. Selain itu, proyek ini mencakup skenario dunia nyata yang tidak hanya membuatnya lebih menarik tetapi juga menjadi latihan komprehensif yang bisa dimasukkan ke dalam portofolio. Ini adalah proyek yang seimbang antara pembelajaran terpandu dan eksplorasi terbuka, sehingga ideal untuk pengembangan keterampilan.

Data dari proyek Python pemula yang menganalisis tren sepak bola

4. Prediksi churn perusahaan telekomunikasi

Churn pelanggan adalah salah satu masalah machine learning paling mendasar. Dalam dataset pelanggan ini, Anda akan dapat memprediksi churn untuk penyedia telekomunikasi berdasarkan data penggunaan dari pelanggan mereka. Dataset ini mencakup berbagai fitur, seperti kegagalan panggilan, lama berlangganan, dan nilai pelanggan, menjadikannya sumber yang kaya untuk analisis mendalam. Proyek pemula ini dilengkapi dengan tantangan terpandu yang berfokus pada eksplorasi data, visualisasi, dan analisis statistik, memberikan jalur pembelajaran terstruktur. Skenario dunia nyata menambah lapisan kompleksitas dan relevansi, meminta Anda memprediksi churn pelanggan di tengah hadirnya pesaing baru di pasar.

5. Harga saham dan prediksi

Penasaran apa yang mendorong gejolak pasar saham? Dataset saham teknologi 2010–2021 memungkinkan Anda menganalisis harga historis dari perusahaan teknologi besar seperti Apple, Tesla, dan Amazon.

6. Data tembakan NBA

Pada jarak berapa pemain basket paling mungkin mencetak poin? Dalam dataset tembakan NBA yang direkam dari playoff NBA 2021 ini, Anda akan bisa menjawab pertanyaan tersebut. 

7. Peramalan penjualan e-commerce

Menggunakan dataset e-commerce dari peritel online ini, manfaatkan teknik visualisasi data dan peramalan untuk memprediksi penjualan di masa depan. Dataset ini kaya, mencakup pesanan dari berbagai negara selama setahun dan menyertakan beragam variabel seperti nomor faktur, kode stok, kuantitas, dan harga satuan. Ini memungkinkan analisis multi-aspek yang dapat mencakup tren deret waktu, segmentasi pelanggan, dan kategorisasi produk. Tantangan yang diberikan mendorong Anda mengeksplorasi anomali data seperti kuantitas pesanan negatif, memvisualisasikan laba dalam rentang waktu berbeda, dan membandingkan ukuran pesanan antarnegara. Tugas-tugas ini tidak hanya membantu Anda berlatih keterampilan sains data yang penting tetapi juga meniru pertanyaan bisnis dunia nyata. Skenario ini menambah lapisan kompleksitas lain, meminta Anda mengategorikan lebih dari 4000 produk unik berdasarkan berbagai karakteristik, tugas yang sangat relevan di industri e-commerce. 

Proyek Python pemula lainnya yang meninjau data eCommerce

8. Analisis listing Airbnb

Ini adalah dataset Airbnb untuk memahami dinamika di balik listing sewa. Anda akan dapat memahami lingkungan mana yang memiliki listing paling populer, memahami hubungan antara harga dan jenis kamar, dan lainnya. 

9. Analisis data PDB 

Produk domestik bruto adalah salah satu indikator terkuat kesehatan ekonomi suatu wilayah atau negara. Dalam dataset ini, analisis bagaimana PDB berkembang untuk berbagai negara selama 50 tahun terakhir. 

10. Analisis data Olimpiade 

Negara mana yang paling sukses dalam Judo? Bagaimana tinggi badan atlet memengaruhi keberhasilan dalam sebuah olahraga? Dengan analisis eksploratif pada dataset Olimpiade, Anda akan dapat menjawab pertanyaan-pertanyaan ini dan lainnya.   

Contoh temuan dari proyek Olimpiade

Proyek Python Tingkat Menengah

Melebihi tugas dan dataset pemula, kumpulan proyek Python ini akan menantang Anda dengan bekerja pada dataset non-tabel (misalnya, gambar, audio) dan menguji kemampuan machine learning Anda pada berbagai masalah.

1. Klasifikasi genre lagu dari data audio

Anda pecinta musik sejati? Maka Anda akan menikmati memprediksi genre musik dengan machine learning pada dataset musik dalam proyek pengenalan audio ini. Proyek Python tingkat menengah ini mencakup seluruh pipeline data science, dari eksplorasi data dan rekayasa fitur hingga mengimplementasikan dan mengevaluasi beberapa algoritma machine learning. Proyek ini juga membahas topik lanjutan seperti menangani data tidak seimbang dan teknik evaluasi model seperti cross-validation. Proyek bertahap yang intensif pustaka ini merupakan pengalaman belajar dan portofolio yang sangat baik bagi mereka yang ingin meningkatkan keterampilan.

2. Analisis dan visualisasi penjemputan Uber di New York

Dataset dengan geolokasi selalu seru untuk dianalisis dan divisualisasikan pada peta. Dataset penjemputan Uber lebih dari 20 juta perjalanan di New York City ini tidak terkecuali. 

3. Pengenalan karakter tulisan tangan

Pengenalan digit MNIST adalah titik awal yang bagus untuk berlatih deep learning. Namun, dataset alfabet tulisan tangan A-Z ini menambah tantangan karena Anda memprediksi huruf tulisan tangan bahasa Inggris.

4. Deteksi kecurangan kartu kredit

Kecurangan kartu kredit selalu menjadi tantangan — terutama karena akan ada ketidakseimbangan kelas yang parah dalam data. Lihat apakah Anda dapat mengatasinya dalam dataset kecurangan kartu kredit ini. Proyek ini cocok untuk pengguna Python tingkat menengah hingga lanjutan yang tertarik pada sains data dan penerapan machine learning di sektor keuangan dan keamanan. Proyek ini melibatkan analisis komprehensif transaksi kartu kredit untuk mengidentifikasi aktivitas penipuan. Ia mencakup berbagai keterampilan, mulai dari plotting geospasial hingga pemodelan prediktif. Proyek ini juga mengangkat tantangan dunia nyata, seperti menangani kelas tidak seimbang dan pertimbangan etis terkait positif palsu dalam deteksi penipuan.

Contoh plotting geospasial dari proyek Python tingkat menengah ini

5. Prediksi gender menggunakan bunyi

Dalam proyek prediksi gender ini, Anda akan menggunakan paket fuzzy untuk mengategorikan gender nama berdasarkan fonem dan bagaimana bunyinya.

6. Tingkat pembatalan pemesanan hotel

Jika Anda tertarik pada properti, dataset permintaan pemesanan hotel ini memungkinkan Anda memahami tingkat pembatalan pemesanan hotel. Dengan teknik machine learning sederhana, Anda bisa mencoba memprediksi kemungkinan pembatalan berdasarkan data historis.

7. Deteksi wajah pada gambar

Pernah bertanya-tanya bagaimana iPhone memberi kotak kecil di sekitar wajah Anda? Itu karena perangkat melakukan deteksi wajah di balik layar. Anda bisa membuat fungsionalitas serupa menggunakan dataset deteksi wajah berupa gambar beranotasi dengan wajah.

8. Pengenalan wajah dengan supervised learning

Tantang diri Anda membedakan gambar Arnold Schwarzenegger dari wajah lain menggunakan dataset pengenalan wajah berlabel. Anda akan membangun pipeline ML lengkap di Python dan scikit-learn, lalu mengoptimalkan dan mengevaluasi modelnya. 

9. Analisis dan prediksi permintaan bike sharing

Dataset bike sharing ini berisi banyak informasi tentang perjalanan sepeda untuk sebuah startup bike sharing. Dataset mencakup faktor seperti kondisi cuaca, waktu dalam sehari, dan hari libur untuk memprediksi permintaan penyewaan sepeda di Seoul. Anda dapat membandingkan pola penyewaan di waktu dan musim yang berbeda, memvisualisasikan dampak suhu pada penyewaan, dan mengidentifikasi variabel paling berpengaruh untuk permintaan sepeda.

Contoh dari proyek Python tentang penyewaan sepeda

Proyek Python Tingkat Lanjutan

Proyek-proyek lanjutan ini melampaui dataset yang kompleks dan menantang Anda menerapkan solusi kreatif untuk masalah menarik. Entah itu membuat sistem rekomendasi film, analisis jaringan antar karakter dalam buku, atau menafsirkan bahasa isyarat dengan machine learning, proyek-proyek ini akan memberi Anda kompleksitas yang cukup untuk mempelajari keterampilan baru sembari berjalan.

1. Membangun sistem rekomendasi film

Platform streaming memberikan rekomendasi terperinci berdasarkan bagaimana Anda dan orang lain seperti Anda berinteraksi dengan konten. Dalam proyek sistem rekomendasi ini, Anda akan belajar membangun sistem rekomendasi film menggunakan collaborative dan content-based filtering.

2. Pengenalan American Sign Language

American Sign Language adalah bahasa utama yang digunakan banyak penyandang tuli di Amerika Utara. Dalam proyek pengenalan gambar ini, Anda akan menggunakan deep learning untuk mengenali huruf ASL.

3. Pengenalan plat nomor waktu nyata

Proyek keren untuk mengenali nomor plat kendaraan secara waktu nyata menggunakan deep learning pada dataset video. Lihat proyek GitHub yang berisi dataset dan kodenya. 

Proyek Python lanjutan tentang deteksi plat nomor - sumber

4. Deteksi spam SMS

Deteksi spam adalah pilar data science dan memerlukan gabungan teknik pemrosesan bahasa alami dan machine learning. Buat alat deteksi spam dengan dataset SMS ini.

5. Analisis jaringan Game of Thrones

Meski kini agak usang, Game of Thrones memikat imajinasi dunia tidak seperti acara lainnya. Dengan sekumpulan karakter dan lore yang begitu luas, siapa karakter terpenting dari semuanya? Dalam proyek Analisis Jaringan ini, Anda akan menjawab pertanyaan tersebut.

6. Klasifikasi genre film dengan keluaran multi-label

Sebuah film dapat menggabungkan banyak genre. Dengan dataset film Netflix ini, Anda dapat menerapkan klasifikasi multi-label untuk memprediksi banyak genre yang mungkin dimiliki sebuah film berdasarkan deskripsi, rating, dan lainnya.

7. Membangun dan mendistribusikan pipeline machine learning 

Walaupun ini bukan proyek spesifik, mendistribusikan dan memelihara proyek lain dalam daftar ini adalah keterampilan yang sangat berguna untuk ditunjukkan kepada perekrut. Dalam tutorial ini, Anda akan belajar persis bagaimana melakukannya. 

Proyek Python Pengembangan Web dan Automasi

Python banyak digunakan untuk membangun aplikasi web dan mengotomatisasi tugas berulang. Proyek-proyek ini membantu Anda membangun keterampilan praktis yang langsung dapat diterapkan di tempat kerja.

1. Membangun REST API dengan FastAPI

Buat RESTful API untuk pengelola tugas atau blog menggunakan FastAPI. Anda akan mempelajari perutean endpoint, validasi permintaan, integrasi basis data, dan dokumentasi API dengan Swagger.

2. Situs portofolio pribadi dengan Django

Bangun situs portofolio profesional menggunakan Django untuk memamerkan proyek Anda. Sertakan bagian blog, galeri proyek, dan formulir kontak—cara yang bagus untuk menunjukkan keterampilan Python full-stack.

3. Web scraper untuk pelacakan harga

Buat web scraper otomatis menggunakan BeautifulSoup atau Scrapy yang melacak harga produk di situs e-commerce dan mengirimkan peringatan ketika harga turun di bawah ambang batas.

4. Otomatisasi pengaturan berkas

Buat skrip Python yang secara otomatis mengelompokkan berkas di folder unduhan Anda berdasarkan tipe, tanggal, atau proyek. Ini adalah pengantar yang sangat baik untuk automasi Python dan bekerja dengan sistem berkas.

5. Sistem automasi email

Buat sistem yang mengirim email personal menggunakan smtplib Python dan keterampilan integrasi API Python. Otomatiskan buletin, pengingat, atau email tindak lanjut berdasarkan pemicu dari basis data atau spreadsheet.

Proyek Python AI dan Generative AI

AI dan generative AI adalah beberapa keterampilan paling diminati pada 2026. Proyek-proyek ini akan membantu Anda membangun pengalaman praktis dengan model bahasa besar, chatbot, dan aplikasi bertenaga AI.

1. Membangun chatbot AI dengan Streamlit

Buat chatbot interaktif menggunakan OpenAI API dan Streamlit untuk antarmuka pengguna. Anda akan belajar mengelola riwayat percakapan, menangani permintaan API, dan mendistribusikan aplikasi web. Lihat tutorial proyek data science ChatGPT kami untuk inspirasi.

2. Dasbor analisis sentimen

Buat dasbor yang menganalisis sentimen data teks menggunakan teknik NLP. Gunakan pustaka seperti NLTK atau Hugging Face Transformers untuk mengklasifikasikan teks sebagai positif, negatif, atau netral, dan visualisasikan hasilnya dengan Matplotlib atau Plotly.

3. Sistem tanya jawab dokumen PDF

Bangun sistem Retrieval-Augmented Generation (RAG) yang memungkinkan pengguna mengajukan pertanyaan tentang dokumen PDF yang diunggah. Proyek ini menggabungkan parsing dokumen, vektor embedding, dan integrasi LLM—keterampilan yang sangat dicari pada 2026.

4. Peringkas konten bertenaga AI

Buat alat yang mengambil artikel atau dokumen panjang dan menghasilkan ringkasan singkat menggunakan OpenAI atau Hugging Face API. Anda akan mempelajari perancangan prompt, integrasi API, dan pemrosesan teks.

5. Membangun agen AI

Gunakan kerangka seperti LangChain atau CrewAI untuk membangun agen AI yang dapat secara mandiri menyelesaikan tugas seperti meneliti topik, membuat laporan, atau menjawab pertanyaan dari basis pengetahuan.

Proyek Python Seru untuk Meningkatkan Keterampilan Anda

Meski tidak paling kompleks, proyek-proyek ini menyediakan dataset yang menarik dan memikat untuk dijelajahi dan dijadikan awal untuk mempercepat perjalanan belajar Python Anda. 

1. Identifikasi penulis horor

Klasifikasikan karya penulis misteri. Cari tahu apakah sebuah kutipan milik Edgar Allen Poe, HP Lovecraft, atau Mary Shelley.

2. Prediksi penjualan video game

Menunggu perilisan gim dari Activision atau EA? Coba prediksi seberapa baik penjualannya menggunakan data penjualan video game dari lebih dari 16 ribu gim terdahulu. 

3. Prediksi tipe kepribadian Myers-Briggs (MBTI)

Ada 16 tipe kepribadian menurut indikator MBTI. Alih-alih mencarinya di Google, coba prediksi kepribadian Anda menggunakan dataset tipe kepribadian ini.

4. Membersihkan data kampanye pemasaran bank

Pembersihan data adalah keterampilan penting bagi data engineer, mencakup membaca, memodifikasi, memisahkan, dan menyimpan data. Dalam proyek cleaning bank marketing data ini, Anda akan menerapkan keterampilan pembersihan data untuk memproses data kampanye pemasaran bank — memodifikasi nilai, menambahkan fitur baru, mengonversi tipe data, dan menyimpan hasil ke beberapa berkas. 

5. Prediksi popularitas lagu

Dalam dataset hebat lagu-lagu dari era 50-an, Anda dapat memprediksi popularitas lagu berdasarkan sejumlah atribut.

6. Menjelajahi skor hasil ujian sekolah negeri NYC

Setiap tahun, hasil ujian sekolah memengaruhi nasib penerimaan perguruan tinggi jutaan siswa. Dalam proyek hasil ujian sekolah negeri NYC ini, Anda akan menggunakan data performa ujian standar dari sekolah negeri NYC untuk mengidentifikasi sekolah dengan hasil matematika terbaik, melihat bagaimana performa bervariasi menurut borough, dan menemukan sepuluh sekolah dengan performa terbaik di kota.

7. Menjadi jawara di Billboard Musik

Dengan dataset Spotify sekitar 600 lagu dari 2010 hingga 2019, Anda akan dapat mengeksplorasi dan menganalisis bagaimana genre populer berkembang selama dekade terakhir, memprediksi genre lagu berdasarkan atribut kunci, dan lainnya. 

8. Menganalisis basis data Lego

Meski proyek ini juga memerlukan sedikit keterampilan SQL, basis data Lego ini memungkinkan Anda menelusuri ribuan penjualan Lego sepanjang tahun dan memahami set Lego mana yang mendorong penjualan terbanyak. 

Proyek Python Tambahan: Terpandu & Non-Terpandu untuk Latihan

Sepanjang artikel ini, kami telah menautkan banyak proyek dan dataset DataCamp. DataCamp menyediakan banyak proyek terpandu dan non-terpandu tergantung tingkat kesulitan yang Anda incar. Berikut daftar proyek tambahan untuk latihan.

Proyek Python Terpandu untuk Latihan

1. Memprediksi persetujuan kartu kredit

Persetujuan kartu kredit otomatis adalah use case machine learning besar di perbankan. Dalam proyek persetujuan kartu ini, Anda akan belajar memprediksi apakah aplikasi kartu kredit diterima atau ditolak oleh bank.

2. Sejarah visual penerima Hadiah Nobel

Hampir setiap peneliti bermimpi mendapatkan Nobel sekali seumur hidup. Namun apakah usia, ras, dan gender memengaruhi peluang Anda? Cari tahu dengan menganalisis data pemenang sejak 1901.

3. Meninjau Tren Pengisian Daya Kendaraan Listrik

Seiring kendaraan listrik makin umum, memahami pertumbuhan dan pola penggunaan infrastruktur pengisian daya menjadi krusial untuk perencanaan dan pengembangan. Telusuri tren pengisian EV  dari 2014–2022 menggunakan teknik perapihan data dan penggabungan. 

4. Menciptakan ulang Ghost Map John Snow

Dokter John Snow (bukan karakter Game of Thrones) memetakan kasus Kolera secara manual dan menyimpulkan asal wabah di wilayahnya, melahirkan epidemiologi modern. Dalam proyek historis ini, Anda akan menciptakan ulang karyanya dan peta terkenalnya. 

5. Menghasilkan kata kunci untuk Google Ads

Menghasilkan kata kunci untuk iklan penelusuran adalah proses yang sangat teliti dan melelahkan. Bagaimana jika Anda bisa mengotomatisasi tugas ini dengan Python? Dalam proyek kata kunci Google Ads ini, Anda akan belajar caranya. 

Proyek Python Non-Terpandu untuk Latihan

1. Menjelajahi sejarah Lego

Sekitar 1140 keping Lego diproduksi setiap detik. Cari tahu bagaimana merek mainan paling populer di dunia menjadi begitu dominan dengan menganalisis data penjualan historisnya. 

2. Penemuan kebiasaan cuci tangan

Mencuci tangan adalah hal yang wajar bagi kita semua saat ini, tetapi tidak selalu demikian di masa lalu. Faktanya, dokter Hungaria Ignaz Semmelweis menemukan manfaat mencuci tangan dengan menganalisis data kematian pasien di rumah sakit. Ciptakan ulang analisis datanya menggunakan dataset ini.

3. Frekuensi kata dalam novel klasik

Dalam proyek ini, Anda akan melakukan scraping sebuah novel dari situs Project Gutenberg lalu menganalisis distribusi kata dalam korpus buku yang besar. 

4. Membandingkan minat penelusuran dengan Google Trends

Google membuka API Trends dalam Python sehingga pengguna dapat mengetahui minat penelusuran untuk kata kunci apa pun. Ini adalah sumber data deret waktu yang sangat baik dengan catatan sejak 2004. Dalam proyek Google Trends ini, Anda akan mengeksplorasi minat penelusuran global terhadap lima peramban internet utama.

Cara Memilih Proyek Python untuk Dicantumkan di Resume Anda

Dengan daftar panjang proyek Python ini, bagaimana Anda memilih satu untuk dimasukkan ke resume? Menurut Nick Singh, penulis buku terlaris "Ace the Data Science Interview," berikut empat prinsip kunci yang perlu dipikirkan saat Anda mengerjakan proyek Python.

1. Proyek Harus Berawal dari Minat yang Tulus

Mengerjakan proyek pada topik yang Anda pedulikan akan membuat seluruh proses lebih menarik bagi Anda dan meningkatkan peluang untuk menyelesaikannya. Selain itu, antusiasme ini akan terbawa saat berbicara dengan manajer perekrutan tentang proyek Anda. 

2. Kesederhanaan Mengalahkan Kompleksitas

Hari ini, mudah teralihkan oleh alat canggih dan teknik mutakhir. Namun, data science di dunia nyata memerlukan pendekatan yang sederhana dan pragmatis dalam membangun solusi. Salah satu tujuan proyek adalah menunjukkan kemampuan Anda mengembangkan solusi data science yang bermanfaat dengan teknik yang relatif sederhana. 

3. Selalu Selesaikan Proyek Anda

Mudah terjebak pada perluasan lingkup saat mengerjakan proyek. Sebagai patokan, selalu tetapkan lingkup proyek yang Anda tahu dapat diselesaikan dari A sampai Z — bahkan jika itu hanya latihan analisis data sederhana. 

4. Proyek Harus Memiliki Dampak yang Terukur

Setelah proyek selesai, pastikan untuk membagikan karya Anda dan mendapatkan umpan balik dari komunitas secara terukur. Baik itu bintang GitHub, bagikan di LinkedIn, atau disebut di Reddit—membagikan karya adalah cara terbaik menunjukkan dampak terukur dari proyek Anda kepada calon manajer perekrutan.

Tingkatkan Pembelajaran Python Anda

Kami harap Anda menikmati daftar proyek Python ini dan bahwa daftar ini dapat mempercepat perjalanan belajar Python Anda. Jika Anda ingin mulai dan membutuhkan penyegaran Python terlebih dahulu, pastikan untuk melihat kurikulum Python DataCamp. Anda juga dapat menjelajahi panduan kami tentang pustaka Python teratas untuk data science dan membangun portofolio data science yang hebat.