Query 8: Fungsi untuk Deteksi Greenwashing

Deskripsi

Tujuan: Membuat fungsi untuk mendeteksi greenwashing dari CSV.

Konsep: Fungsi, dictionary, if-else (Chapter 9, 8, 5), Pandas untuk baca CSV.

Output: Status greenwashing untuk setiap perusahaan.

Kode

# Impor Pandas untuk mengelola data CSV
import pandas as pd

# Definisikan fungsi untuk cek greenwashing
def cek_greenwashing(emisi_dict):
    # Iterasi dictionary untuk cek greenwashing
    for perusahaan, data in emisi_dict.items():
        # Cek apakah klaim hijau dan emisi > 50 ton
        if data['klaim'] == 'ya' and data['emisi'] > 50:
            # Cetak status greenwashing
            print(f"{perusahaan} terdeteksi greenwashing dengan emisi {data['emisi']} ton!")
        else:
            # Cetak status tidak greenwashing
            print(f"{perusahaan} tidak terdeteksi greenwashing.")

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

# Inisiasi dictionary kosong untuk menyimpan emisi dan klaim
emisi_dict = {}

# Iterasi setiap baris di dataframe untuk simpan ke dictionary
for index, row in df.iterrows():
    # Ambil nama perusahaan sebagai kunci
    perusahaan = row['Nama_Perusahaan']
    # Simpan emisi dan klaim dalam dictionary bersarang
    emisi_dict[perusahaan] = {
        'emisi': row['Emisi_2024'],
        'klaim': row['Klaim_Hijau']
    }

# Panggil fungsi untuk cek greenwashing
cek_greenwashing(emisi_dict)
        

Narasi Dialog

Halo, eco-techno leader! Query ini bikin fungsi deteksi greenwashing dari CSV. Kalau klaim hijau tapi emisi lebih dari 50 ton, itu bohong! Pakai fungsi, dictionary, dan Pandas, analisis kejujuran perusahaan rapi. Keren untuk energi hijau! Yuk, coba di Jupyter!

Kenapa Query Seperti Ini

Query ini kembangkan Query 6 dengan fungsi cek_greenwashing (Chapter 9), membuat deteksi greenwashing modular dari emisi_perusahaan.csv. Dictionary bersarang menyimpan emisi dan klaim, if-else cek klaim “ya” dan emisi > 50 ton (standar lingkungan). Pandas memuat data, fungsi bikin kode rapi dan reusable. Standar greenwashing sesuai laporan KLHK (25% klaim tak valid). Query ajarkan fungsi dengan dictionary, perkuat portofolio dengan solusi kejujuran perusahaan, mendukung usulan verifikasi klaim hijau ke pemerintah, relevan untuk transisi energi hijau 2025.

Query yang Digunakan dan Mengapa

Query: Fungsi dengan dictionary bersarang, if-else, dan Pandas untuk cek greenwashing.

Mengapa: Bikin deteksi modular, efisien, dan terstruktur, cocok untuk analisis kejujuran massal.

Step-by-Step Penjelasan dan Artinya

• Impor Pandas: import pandas as pd mengimpor library untuk baca CSV. Artinya: Siapkan alat untuk mengelola data tabel dari file CSV.
• Definisikan fungsi: def cek_greenwashing(emisi_dict) buat fungsi untuk cek greenwashing. Artinya: Buat alat reusable untuk analisis kejujuran perusahaan.
• Iterasi dictionary: for perusahaan, data in emisi_dict.items() loop setiap entri dictionary. Artinya: Periksa data emisi dan klaim setiap perusahaan.
• Logika if-else: if data['klaim'] == 'ya' and data['emisi'] > 50 cek klaim dan emisi. Artinya: Identifikasi greenwashing jika klaim hijau tapi emisi tinggi.
• Output pesan: print(...) tampilkan status greenwashing. Artinya: Informasikan hasil untuk laporan ke pemerintah atau investor.
• Baca CSV: df = pd.read_csv(...) memuat data perusahaan. Artinya: Ambil data emisi dan klaim dari file CSV untuk analisis.
• Inisiasi dictionary: emisi_dict = {} buat wadah kosong. Artinya: Siapkan tempat untuk menyimpan data emisi dan klaim.
• Iterasi dataframe: for index, row in df.iterrows() loop setiap baris dataframe. Artinya: Kumpulkan data setiap perusahaan untuk dictionary.
• Ambil nama: perusahaan = row['Nama_Perusahaan'] ambil nama perusahaan. Artinya: Gunakan nama sebagai kunci dictionary untuk identifikasi.
• Simpan data: emisi_dict[perusahaan] = {'emisi': ..., 'klaim': ...} simpan emisi dan klaim. Artinya: Organisir data dalam dictionary bersarang untuk cek greenwashing.
• Panggil fungsi: cek_greenwashing(emisi_dict) jalankan fungsi. Artinya: Terapkan analisis untuk hasilkan output status greenwashing.

Arti Output

Output “PT_Textilindo terdeteksi greenwashing dengan emisi 62.5 ton!” artinya klaim hijau tapi emisi melebihi 50 ton, tak patuh. “PT_Semindo tidak terdeteksi greenwashing” artinya emisi rendah atau tanpa klaim, jujur. Hasil bantu pemerintah audit kejujuran perusahaan.

Output Contoh (potongan)

PT_Textilindo terdeteksi greenwashing dengan emisi 62.5 ton!
PT_Semindo tidak terdeteksi greenwashing.
PT_EnergiJaya terdeteksi greenwashing dengan emisi 78.2 ton!
...