<![CDATA[Penelitian ini berjudul "Evaluasi Penggunaan Jupyter Notebook pada Python dalam Pembelajaran Data Science (Studi Kasus: Kapal Titanic)" berfokus pada tragedi tenggelamnya RMS Titanic, yang terjadi pada 15 April 1912. Kasus ini dipilih karena Titanic merupakan salah satu bencana pelayaran paling terkenal dalam sejarah, di mana 1.514 dari 2.224 penumpang kehilangan nyawa setelah kapal menabrak gunung es. Salah satu faktor penyebab tingginya angka kematian adalah kurangnya jumlah sekoci penyelamat. Penelitian ini menganalisis data untuk mengeksplorasi peluang bertahan hidup penumpang berdasarkan kelompok atau golongan tertentu, memberikan wawasan tentang faktor-faktor yang mempengaruhi keselamatan. Dengan menggunakan Python dan Jupyter Notebook, penelitian ini bertujuan untuk menganalisis data historis Titanic dan menerapkan konsep data science dalam pembelajaran. Python, sebagai bahasa pemrograman yang kaya pustaka, memungkinkan analisis data yang efisien, sementara Jupyter Notebook menyediakan antarmuka interaktif yang memudahkan visualisasi dan interpretasi hasil. Melalui analisis data ini, diharapkan dapat dihasilkan temuan yang relevan terkait pola bertahan hidup penumpang, serta pemahaman yang lebih mendalam tentang aplikasi analisis data historis untuk kejadian penting dalam sejarah. Penelitian ini tidak hanya menambah wawasan tentang tragedi Titanic, tetapi juga menunjukkan potensi penggunaan alat analisis modern dalam konteks pendidikan data science, sehingga dapat memberikan kontribusi yang signifikan dalam pengajaran dan pemahaman analisis data di era digital. This research is titled "Evaluation of the Use of Jupyter Notebook on Python in Data Science Learning (Case Study: The Titanic Shipwreck)" and focuses on the tragedy of the RMS Titanic sinking, which occurred on April 15, 1912. This case was chosen because the Titanic is one of the most famous maritime disasters in history, where 1,514 out of 2,224 passengers lost their lives after the ship struck an iceberg. One of the factors contributing to the high death toll was the lack of lifeboats. This study analyzes data to explore the survival chances of passengers based on specific groups, providing insights into the factors influencing safety.Using Python and Jupyter Notebook, this research aims to analyze historical Titanic data and apply data science concepts in learning. Python, as a rich library programming language, enables efficient data analysis, while Jupyter Notebook provides an interactive interface that facilitates the visualization and interpretation of results. Through this data analysis, it is expected to produce relevant findings regarding passenger survival patterns and a deeper understanding of the application of historical data analysis for significant historical events. This research not only enhances insights into the Titanic tragedy but also demonstrates the potential of modern analytical tools in the context of data science education, contributing significantly to teaching and understanding data analysis in the digital age.]]>
