Query 5: Simpan Data Emisi dalam Dictionary

Deskripsi

Tujuan: Menyimpan emisi perusahaan dari CSV ke dictionary dengan nama sebagai kunci.

Konsep: Dictionary (Chapter 8), Pandas untuk baca CSV.

Output: Dictionary berisi emisi perusahaan.

Kode

# Impor Pandas untuk mengelola data CSV
import pandas as pd

# Baca file CSV emisi_perusahaan.csv dari folder proyek
df = pd.read_csv('C:/EnergiHijau2025/emisi_perusahaan.csv')

# Inisiasi dictionary kosong untuk menyimpan emisi
emisi_dict = {}

# Iterasi setiap baris di dataframe untuk simpan ke dictionary
for index, row in df.iterrows():
    # Ambil nama perusahaan sebagai kunci dictionary
    perusahaan = row['Nama_Perusahaan']
    # Ambil nilai emisi dari kolom Emisi_2024 sebagai nilai
    emisi = row['Emisi_2024']
    # Tambahkan pasangan perusahaan-emisi ke dictionary
    emisi_dict[perusahaan] = emisi

# Cetak dictionary emisi untuk verifikasi
print("Data emisi perusahaan:", emisi_dict)
        

Narasi Dialog

Halo, eco-techno leader! Query ini simpan emisi perusahaan dari CSV ke dictionary, nama jadi kunci. Pakai Pandas, data rapi. Ini bikin analisis regulasi karbon teratur. Keren, kan? Yuk, coba di Jupyter, gampang!

Kenapa Query Seperti Ini

Query ini perkenalkan dictionary (Chapter 8) untuk menyimpan emisi dari emisi_perusahaan.csv dengan nama perusahaan sebagai kunci, lebih terstruktur dari list. Pandas memuat data, for loop mengisi dictionary. Emisi diambil dari Emisi_2024, realistis untuk industri. Query kembangkan Query 4, beralih ke dictionary untuk data kompleks, mempersiapkan analisis greenwashing. Batas 50 ton jadi acuan. Hasilnya bantu pemerintah kelola data emisi, perkuat portofolio dengan struktur kunci-nilai, mendukung usulan verifikasi.

Query yang Digunakan dan Mengapa

Query: Dictionary dengan Pandas untuk simpan emisi.

Mengapa: Kelola data terorganisir, siap untuk analisis lanjutan.

Step-by-Step Penjelasan dan Artinya

• Impor Pandas: import pandas as pd mengimpor library. Artinya: Siapkan alat untuk baca CSV.
• Baca CSV: df = pd.read_csv(...) memuat data perusahaan. Artinya: Ambil data emisi untuk analisis.
• Inisiasi dictionary: emisi_dict = {} buat wadah kosong. Artinya: Siapkan tempat simpan pasangan perusahaan-emisi.
• Iterasi dataframe: for index, row in df.iterrows() loop baris. Artinya: Periksa setiap perusahaan.
• Ambil nama: perusahaan = row['Nama_Perusahaan'] ambil nama. Artinya: Gunakan nama sebagai kunci dictionary.
• Ambil emisi: emisi = row['Emisi_2024'] ambil emisi. Artinya: Dapatkan data untuk nilai dictionary.
• Simpan ke dictionary: emisi_dict[perusahaan] = emisi simpan pasangan. Artinya: Organisir data untuk analisis.
• Output dictionary: print(...) tampilkan dictionary. Artinya: Verifikasi data untuk laporan.

Arti Output

Output “Data emisi perusahaan: {'PT_Textilindo': 62.5, 'PT_Semindo': 45.8, ...}” artinya emisi 30 perusahaan tersimpan rapi dalam dictionary. Data ini siap dianalisis untuk regulasi karbon atau greenwashing, sesuai standar lingkungan, bantu pemerintah audit.

Output Contoh (potongan)

Data emisi perusahaan: {'PT_Textilindo': 62.5, 'PT_Semindo': 45.8, 'PT_EnergiJaya': 78.2, ...}