Apa yang bisa Anda lakukan dengan data di ChatGPT?
Saat menganalisis data dengan ChatGPT, Anda dapat membuat tabel dan grafik statis maupun interaktif dari data yang Anda unggah.
ChatGPT akan otomatis membuat tampilan tabel interaktif, sehingga Anda dapat menggulir data dan melihat semua baris serta kolom.
Setelah mengunggah file, ChatGPT dapat menentukan jenis grafik yang paling ideal untuk dataset tersebut, atau Anda dapat menentukan salah satu jenis grafik yang kami dukung di prompt Anda.
Anda dapat menyesuaikan tampilan visual grafik interaktif dan membuat ringkasan yang menjelaskan temuan Anda.
Dengan menggunakan model penalaran, Anda dapat melakukan tugas seperti menjalankan regresi pada data uji, memvisualisasikan metrik bisnis yang kompleks, dan melakukan simulasi berbasis skenario.
Jenis file apa saja yang didukung?
ChatGPT dapat menganalisis data yang diunggah dalam berbagai format file, termasuk:
Excel (.xlsx)
Comma-separated values (.csv)
PDF (.pdf)
JSON
Anda juga dapat mengunggah versi file terbaru langsung dari:
Google Drive
Microsoft OneDrive Personal
Microsoft OneDrive termasuk SharePoint
Saat menyiapkan spreadsheet untuk dianalisis di ChatGPT, ikuti panduan berikut agar hasilnya optimal:
Lakukan:
Sertakan header kolom yang deskriptif di baris pertama
Gunakan bahasa yang sederhana untuk header kolom, hindari singkatan dan jargon
Gunakan satu baris per catatan
Jangan:
Sertakan beberapa bagian dan tabel dalam satu spreadsheet
Sertakan baris atau kolom kosong
Sertakan gambar yang memuat informasi penting
Bagaimana ChatGPT menganalisis dan memvisualisasikan data dengan grafik?
ChatGPT menggunakan pandas untuk menganalisis data Anda dan Matplotlib untuk membuat grafik statis maupun interaktif dari data Anda. Setelah menggunakan ChatGPT untuk menganalisis atau memvisualisasikan data, klik tautan View Analysis yang muncul di akhir respons untuk melihat bagaimana ChatGPT menggunakan alat-alat ini:
Bagaimana cara melihat analisis secara default?
Setelah menggunakan ChatGPT untuk menganalisis atau memvisualisasikan data, klik tautan View Analysis yang muncul di akhir respons.
Di bagian atas modal, Anda dapat mengaktifkan “Always show details” agar jendela analisis muncul secara default setelah setiap respons.
Jika Anda ingin menggunakan kodenya secara lokal, Anda dapat mengklik “Copy” untuk menyalin kode ke clipboard lalu menempelkannya ke editor kode Anda.
Bagaimana cara mengaktifkan grafik interaktif?
Setelah membuat grafik, pilih "Switch to interactive chart" di pojok kanan atas grafik.
Setelah memilih opsi ini, grafik akan dirender ulang menjadi versi interaktif dari grafik Anda. Harap diperhatikan bahwa hanya sejumlah terbatas jenis grafik yang interaktif.
Anda dapat kembali ke grafik statis dengan memilih "Switch to static chart" di pojok kanan atas grafik.
Jenis grafik apa saja yang interaktif?
Saat ini, hanya grafik batang, pai, sebar, dan garis yang bersifat interaktif dalam sebagian besar kasus.
ChatGPT dapat menghasilkan beragam grafik non-interaktif, termasuk: histogram, scatter plot, box plot (Box-and-Whisker Plot), heat map, grafik area, grafik radar, treemap, bubble chart, dan waterfall chart.
Berapa banyak file yang dapat saya analisis sekaligus?
Hingga 10 file dapat diunggah ke satu percakapan
Hingga 20 file dapat dilampirkan ke sebuah GPT sebagai Knowledge (ChatGPT dapat berinteraksi dengan file-file ini jika kemampuan Code Interpreter diaktifkan pada tingkat GPT)
Seberapa banyak data yang dapat saya analisis?
512 MB per file. Untuk file CSV atau spreadsheet, ukuran file tidak boleh melebihi sekitar 50MB, tergantung pada ukuran tiap baris.
Ini menjadikan ChatGPT solusi yang baik untuk bekerja dengan file data yang terlalu besar untuk dibuka di aplikasi spreadsheet.
Bagaimana cara menghapus file yang saya unggah?
File yang diunggah ke Advanced Data Analysis akan dihapus dalam jangka waktu yang bervariasi, tergantung paket Anda. Jika Anda mengalami batas penggunaan file, Anda juga dapat menghapus file dari chat terbaru atau dari GPT apa pun yang Anda buat, karena semuanya berbagi batas yang sama.
Apa yang terjadi di balik layar?
Saat Anda mengunggah data terstruktur, ChatGPT akan mulai dengan memeriksa beberapa baris pertama data untuk memahami skema serta jenis nilai yang mungkin ada.
Saat Anda mengajukan pertanyaan tentang data Anda, ChatGPT melakukan langkah-langkah berikut:
Mengakses data yang diunggah di lingkungan eksekusi kode
Menulis kode Python untuk memproses data dan menghasilkan output analitis yang diperlukan
Mengeksekusi kode dan meninjau hasilnya
Mengintegrasikan hasil ke dalam respons yang Anda lihat di jendela chat
Kemampuan ChatGPT untuk menulis sekaligus mengeksekusi kode inilah yang memungkinkannya melakukan operasi matematika yang kompleks dan teknik analisis statistik. Jika Anda ingin memeriksa kode yang dihasilkan ChatGPT, klik tautan biru [>_] di akhir sebuah pesan.
Bagaimana ChatGPT tahu cara menganalisis data?
Salah satu kemampuan inti ChatGPT adalah melakukan analisis kompleks berdasarkan prompt dalam bahasa alami. Agar ini dapat berjalan, model ChatGPT dilatih lanjutan (post-trained) pada volume besar tugas analisis data. Setelah terpapar pada contoh dataset, pertanyaan bahasa alami tentang dataset tersebut, serta kode yang ditulis analis data untuk menjawab pertanyaan-pertanyaan itu, model kini mampu menghasilkan kode baru untuk melakukan analisis yang baru. Inilah alasan ChatGPT “tahu” cara menggunakan library Python khusus untuk melakukan tugas-tugas yang kompleks.
Bagaimana ChatGPT mengeksekusi kode?
Saat menganalisis data, ChatGPT mendapatkan akses ke lingkungan eksekusi kode yang aman. Lingkungan ini sudah dipra-muat dengan ratusan library Python, dan ChatGPT tahu cara menulis kode untuk mengimpor serta menggunakan library tersebut. Lingkungan ini memiliki akses ke file yang dilampirkan ke prompt ChatGPT, sehingga memungkinkan interaksi dengan data terstruktur yang Anda unggah. Lingkungan ini juga dapat mengakses file yang diambil menggunakan GPT Actions.
Saat ChatGPT menghasilkan kode sebagai respons terhadap prompt Anda, kode tersebut dikirim ke lingkungan untuk dieksekusi. Setelah itu, ChatGPT memiliki akses ke output lingkungan, termasuk error apa pun yang dihasilkan oleh kode tersebut. ChatGPT dapat menafsirkan error dan menyelesaikan masalah pada kode yang dihasilkan secara otomatis.
Lingkungan eksekusi kode ChatGPT tidak dapat membuat permintaan jaringan keluar secara langsung. Eksekusi kode juga terisolasi dari platform hosting ChatGPT lainnya, yang memastikan keamanan fitur ini.
Saat ChatGPT menganalisis data untuk pertama kalinya dalam sebuah percakapan, sebuah instance baru dari lingkungan eksekusi kode akan dibuat. Instance ini hanya dapat diakses dari dalam percakapan terkait, dan akan dimusnahkan dalam 13 jam setelah percakapan menjadi tidak aktif.
Apa saja penerapan di luar analisis data?
Lingkungan eksekusi kode ChatGPT terutama dirancang untuk berinteraksi dengan data terstruktur. Namun, kemampuan inti fitur ini (menulis dan mengeksekusi kode, mengakses output eksekusi kode) memungkinkan berbagai macam penerapan di luar analisis data.
Penerapan meliputi:
Manipulasi dan pembuatan file
Analisis tematik atas data tidak terstruktur dan dokumen teks
dll.
ChatGPT dilatih pada berbagai tugas pemrograman, dan dapat menemukan cara-cara kreatif untuk menggunakan lingkungan eksekusi kode guna menyelesaikan tugas.