LAPORAN PRAKTIKUM

OPTIMASI DAN SIMULASI BISNIS

Nama : Melissa Nikita Br Perangin-angin

NIM : 21S14008
Program Studi : S1-Manajemen Rekayasa

FAKULTAS TEKNOLOGI INDUSTRI

INSTITUT TEKNOLOGI DEL
2017
 MODUL 0
ANALISA DAN PRESENTASI DATA
1.1 Pendahuluan
1.1.1 Latar belakang
Di dalam sebuah pengolahan data dibutuhkan yang namanya analisis data, karena data mentah
jika tidak dianalisis maka tetap menjadi data mentah yang tidak memberikan informasi bagi
pembacanya. Data yang dianalisis harus dapat mempresentasikan hasil maupun dampak dari
data mentah yang berguna bagi pembaca maupun pengamat analisis data tersebut. Analisis data
diawali dengan memasukkan data ke dalam sebuah spreadsheet. Dengan spreadsheet
pengguna dapat memasukkan data, memanipulasi dan merencanakan semuanya dengan
beberapa perintah sederhana dengan mudah serta menemukan kesalahan-kesalahan yang
dibuat saat memasukkan data. Hal ini dapat mengurangi waktu (meningkatkan efisiensi) yang
dibutuhkan untuk melihat dan memahami data yang ada.
1.1.2 Tujuan
Adapun tujuan yang ingin dicapai dalam laporan praktikum ini ialah untuk memahami analisis
dan presentasi data menggunakan Ms. Excel 2010.
1.1.3 Batasan Masalah
Adapun batasan-batasan masalah ini dibuat agar pembahasan laporan lebih terfokus yaitu
sebagai berikut:
1. Pengolahan data menggunakan tools chart pada Ms. Excel (tabel, Bar Chart, dan Pie
Chart)
2. Menganalisis menggunakan teknik Pareto Chart dan Box Plot
3. Data yang akan dianalisis hanya pada kelas A, B, C, D dan E
1.2 Dasar Teori
1.2.1 Pengertian Analisis Data
Analisis data terdiri dari dua kata yaitu “Analisis” dan “Data”. Analisis merupakan evaluasi
sebuah situasi dari sebuah sebuah permasalhan yang dibahas, termasuk didalamnya peninjauan
dari berbagai aspek dan sudut pandang, sehingga tidak jarang ditemui permasalahan besar
dapat dibagi menjadi komponen yang lebih kecil sehingga dapat diteiti dan ditangani lebih
mudah, sedangkan data adalah fakta atau bagian dari fakta yang mengandung arti yang
dihubungkan dengan kenyataan, simbol-simbol, gambar-gambar, kata-kata, angka-angka atau
huruf-huruf yang menunjukkan suatu ide, objek, kondisi atau situasi dan lain-lain (Dey, 1995).
Selain itu juga (Sugiyono, 2012) Analisis data adalah proses mencari dan menyusun secara
sistematis data yang diperoleh dari hasil wawancara, catatan lapangan, dan dokumentasi,
dengan cara mengorganisasikan data ke dalam kategori, menjabarkan ke dalam unit-unit,
melakukan sintesa, menyusun ke dalam pola, memilih mana yang penting dan yang akan
dipelajari, dan membuat kesimpulan sehingga mudah dipahami oleh diri sendiri maupun orang
lain.
1.2.2 Jenis-jenis Analisis Data
Dalam menganalisis dan interpretasi data, perlu dipahami tentang keberadaan data. Secara
umum, keberadaan data dapat digolongkan ke dalam dua jenis, yaitu:
1. Data Kualitatif
Data yang termasuk kedalam data kualitatif adalah berupa catatan atau rekaman kata-kata,
kalimat, atau paragraf yang diperoleh dari wawancara langsung, observasi, atau pemaknaan
peneliti terhadap dokumen atau penelitian.Untuk mengetahui arti dari data ini maka dilakukan
interpretasi data menggunakan teknik analisis data kualitatif.
2. Data Kuantitatif
Data-data kuantitatif berupa angka-angka (kuantitas), baik diperoleh dari jumlah suatu
penggabungan ataupun pengukuran. Adapun contoh data kuantitatif adalah angka-angka hasil
sensus, angka-angka hasil jawaban angket atau wawancara terstruktur.
1.2.3 Langkah-langkah Analisis Data
Analisis data dapat diklasifikasikan kedalam 4 aktifitas mendasar yaitu:
1. Collecting
Merupakan aktifitas yang bertujuan untuk tidak hanya mengumpulkan data saja melainkan juga
mempertimbangkan perencanaan untuk tipe data yang dikumpulkan. Berikut pertanyaan dalam
pengumpulan data:
a. Data apa yang dibutuhkan untuk mencapai tujuan analisis?
b. Dimana dan kapan data dapat dikumpulkan?
c. Berapa banyak dan jenis elemen data apa yang diperlukan untuk pengamatan?
2. Summarizing
Meringkas data dapat sesederhana menempatkan elemen data primer dalam worksheet. Tetapi
dapat juga memasukkan sejumlah modifikasi yang membuat data lebih mudah diolah.
3. Analyzing
Terdapat banyak teknik untuk menganalisa data. Tidak mengherankan analisis yang baik
dilakukan hanya dengan eyeballing (pemeriksaan visula dengan cermat)
4. Presenting
Merupakan aktifitas setelah collecting, summarizing, dan analyzing, sehingga dengan adanya
aktifitas ini maka pembaca maupun pengamat dapat lebih memahami data mentah yang sudah
diolah menjadi sebuah informasi yang berharga.
1.2.4 Interpretasi hasil Analisis Data
Untuk menginterpretasikan data hasil analisis yang paling penting adalah mengambil hal yang
memang mencolok untuk diperbincangkan saat presentasi berlangsung sehingga solusi untuk
permasalahanpun dapat lebih spesifik dan menjawab permasalahan.
1.3 Bahan dan Metode
1.3.1 Bahan
Praktikum pengolahan, analisis dan presentasi data dilakukan pada:
Hari : Rabu, 20 September 2017
Pukul : 08.00 WIB- selesai
Gedung : 916
1.3.2 Metode
Peralatan yang digunakan selama praktikum ialah laptop yang sudah terinstal aplikasi
Microsoft Excel. Aplikasi tersebut dipergunakan untuk mengolah data mentah,
menganalisisnya serta mempresentasikan data tersebut, yaitu dengan menggunakan fitur chart
yang ada pada Microsoft Excel.
1.4 Hasil
Hasil analisis yang dilakukan untuk praktikum modul 0 dan data yang diperoleh berdasarkan
data yang telah diberikan sebelumnya.
1.4.1 Collecting
Berikut merupakan rata-rata data informasi yang dimiliki oleh kelas A,B,C,D dan E pada mata
kuliah (MK) X.
Tabel 1 Rata-rata nilai pada setiap kelas

Komponen Penilaian
Mata Kuliah Kelas A Kelas B Kelas C Kelas D Kelas E
Nilai Tugas 84,82053 80,64366 83,92338 85,47375 85,885
Nilai Proyek 53,667 54,07948 53,07692 67,98214 69,21667
Nilai Quiz 65,97667 66,70862 60,71154 58,55357 57,18333
Nilai Praktikum 72,19837 69,78882 67,90505 72,29814 70,50732
Nilai UTS 68,736 57,84345 65,35308 61,26488 62,41967
Nilai UAS 63,95867 55,20931 57,62923 62,23952 64,73622
Nilai Akhir 68,05976 62,36413 64,09777 66,53667 67,11894
Jumlah Mahasiswa 30 29 26 56 60
Berdasarkan data tersebut kita dapat menganalisis rata-rata nilai serta penyebarannya pada
setiap kelas.

Rata-rata nilai setiap kelas

100

80

60

40

20

0
Nilai Tugas Nilai Proyek Nilai Quiz Nilai Nilai UTS Nilai UAS Nilai Akhir
Praktikum

Kelas A Kelas B Kelas C Kelas D Kelas E

Gambar 1 Rata-rata nilai setiap kelas

Pada Gambar 1 terlihat bagaimana penyebaran data yang dimiliki setiap kelas dan
perbedaannya. Hanya saja belum spesifik karena jumlah ataupun persentasi perbedaanya
belum terlihat jelas.
PERSENTASI NILAI KELAS
Kelas A Kelas B Kelas C Kelas D Kelas E
23.23%
22.81%

21.78%
21.58%
21.34%

21.31%
21.05%

20.74%
20.71%
20.50%

20.49%
20.47%

20.45%
20.41%
20.31%

20.27%
20.16%

19.99%
19.95%

19.79%

19.78%
19.64%

19.53%
19.41%
19.25%
19.17%

19.00%
18.97%
18.94%
18.50%

18.33%

18.17%
18.15%
18.01%
17.81%

Gambar 2 Presentasi Nilai Kelas

Pada Gambar 2 terlihat berapa besar persentasi nilai pada setiap kelas sehingga dapat lebih
mudah dalam menganalisinya. Misalnya pada nilai tugas, kelas yang memiliki persentasi
paling tinggi jatuh pada kelas E yaitu sebesar 20,41% sedangkan pada nilai akhir yang memiliki
persentasi terbesar bukan kelas E melainkan kelas A yaitu sebesar 20,74%. Selain itu juga dapat
dilihat perbedaan persentasi antar kelas tidak tampak jauh berbeda.
1.4.2 Summarizing
Meringkas data yang menjadi fokus untuk dianalisis dan dapat menjadi suatu informasi yang
berguna.

Kelas A
13% 0%7%

23% 37%

20%

A AB B BC C D E

Gambar 3 Perolehan Predikat pada Kelas A

Kelas E
0%5%
17%

25%

18%

35%

A AB B BC C D E

Gambar 4 Perolehan Predikat pada Kelas E

Dari Gambar 3 dan 4 dapat kita lihat bagaimana perbandingan predikat yang dimiliki kedua
kelas tersebut. Pada kelas A perolehan predikat terbesar pada predikat AB sedangkan pada
kelas E perolehan predikat terbesar pada predikat B. Predikat diperoleh dari total nilai atau
yang disebut nilai akhir sehingga walaupun pada nilai tugas kelas E menduduki posisi teratas
tidak dapat diambil kesimpulan bahwasanya kelas E lebih unggul dari yang lainnya. Tetapi
dapat dikatakan kelas E unggul pada perolehan nilai tugas dibandingkan dengan kelas lainnya.
1.5 Pembahasan
Berikut merupakan tahapan dalam analisis data berdasarkan hasil pengumpulan dan
perangkuman data sebelumnya. Data yang ada pada saat ini sudah dapat memberikan informasi
yang berharga bagi pembaca maupun pengamat.
 Data Nilai Akhir Kelas E
120%

4100
100% 100% 100% 100%
3600 94%

3100 80% 80%

2600
65%
60%
2100

1600 1438.835649 40%

36%
1122.447514
1100
605.7626232553.5937862 20%
600
242.3089855
100 0%
B AB BC C A D E
Total 1438.835649 1122.447514 605.7626232 553.5937862 242.3089855 0 0
Cumulative 36% 65% 80% 94% 100% 100% 100%

Gambar 1 Pareto Chart Nilai Akhir Kelas E

Berdasarkan Gambar 5 dapat dikatakan bahwa 80% dari kegagalan kelas E menjadi kelas yang
memiliki nilai akhir tertinggi dikarenakan 20% dari kumulatif jumlah predikat nilai yang
dimiliki kelas tersebut. Dapat dilihat pada Gambar 5 yang termasuk kedalam 80% akibat ialah
data yang berasal dari predikat B, AB dan BC. Dengan kata lain nilai B, AB dan BC sangat
berpengaruh dalam menentukan tinggi rendahnya predikat nilai akhir kelas tersebut.

Gambar Pareto Predikat Nilai semua Kelas

249 120%

199 99% 100% 100%100%

96%

79% 80%
149
58% 60%
99
60 56 40%
30% 43
49 33
20%
7 2 0
-1 0%
BC AB B C A D E
Nilai 60 56 43 33 7 2 0
Kumulatif 30% 58% 79% 96% 99% 100% 100%

Gambar 2 Gambar Pareto Predikat Nilai semua Kelas

Ternyata dari keseluruhan kelas untuk predikat nilai yang paling mempengaruhi ialah nilai BC,
AB, dan B. Sehingga dapat disimpulkan bahwa kelas E pada Gambar sebelumnya yang paling
mempengaruhi ialah nilai yang sebelumnya ada pada diagram pareto untuk kelas E. Sehingga
dapat dikatakan 80% dari rangking nilai akhir kelas timbul 20% dari perubahan predikat niali
BC, AB dan B.

Distribusi Predikat Nilai Setiap Kelas

16

14

12
3
10 6.5

6 8.5
2.5
3.5
4 2 5.5

2 3
2.5 3
1 1.5 1.5
0 0.5 0
Kelas A Kelas B Kelas C Kelas D Kelas E

Gambar 3 Box Plot distribusi persebaran data setiap kelas

Distribusi pada setiap kelas berbeda-beda, tampak pada Gambar 7 perbedaaan penyebaran data
setiap kelas. Seperti terlihat pada kelas D penyebaran yang paling luas dilihat dari besar box
yang dimiliki. Diantara semua kelas yang memiliki box terpajang adalah kelas D sehingga
dapat dikatakan bahwa penyebaran data yang dimiliki kelas tersebut sangat besar. Sebaran data
yang semakin panjang/ luas menggambarkan tingkat penyebaran atau keberagaman data sangat
besar atau tidak seragam. Box Plot pada kelas D nyaris simetris dikarenakan data yang dibawah
dan diatas rata-rata tidak jauh berbeda. Sedangkan apabila melihat box plot pada kelas E
tampak perbedaan yang tinggi/ besar terjadi saat data berada dibawah nilai rata-rata. Sehingga
untuk kelas D dan E dapat dikatakan sangat beragam datanya. Data yang beragam tersebut
merupakan grade atau predikat nilai pada setiap kelas, grade nilai tersebut dimulai dari A, AB,
B, BC, C, D, dan E yang melambangkan tingkat kemampuan mahasiswa. Sehingga apabila
beragam maka kemungkinan mahasiswa yang mengambil mata kuliah tersebut banyak
memiliki kemampuan yang sangat tinggi sekali dan sangat rendah sekali. Banyak faktor yang
bisa menjadi penyebab keberagaman data tersebut, salah satunya bisa disebabkan karena
kolaborasi mahasiswa pada kelas tersebut tidak baik atau tidak merata.
1.6 Kesimpulan
Berdasarkan tujuan praktikum pengolahan, analisis dan presentasi data ini maka dapat diambil
kesimpulan yaitu analisis data yaitu menganalisis data berarti mengumpulkan data,
mengolahnya hingga menghasilkan informasi yang berguna. Menganalisis data dapat
dilakukan dengan manampilkan data yang sudah diolah kedalam bentuk gambar, chart, tabel,
diagram dan lain sebagainya, bentuk-bentuk tersebut dapat dengan menggunakan Ms. Excel
tepatnya pada menu insert lalu chart. Sedangkan dalam mempresentasikan data yang ada dapat
menggunakan pareto chart dan box plot sehingga informasi dapat lebih spesifik dalam
penjabarannya.
DAFTAR PUSTAKA
Dey, I. (1995). Qualitative Data Analysis. 30.
Sugiyono. (2012). Memahami Penelitian Kualitatif. 89.