Modul PKP Informatika - Visualisasi Data

Unit Pembelajaran
Program Pengembangan Keprofesian Berkelanjutan (PKB)

melalui
Peningkatan Kompetensi Pembelajaran (PKP)
Berbasis Zonasi
Mata Pelajaran
Informatika
Visualisasi
Data
MODUL
INSPIRASI
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

LEMBAGA PENGEMBANGAN DAN PEMBERDAYAAN
PENDIDIK DAN TENAGA KEPENDIDIKAN
BIDANG KELAUTAN PERIKANAN
TEKNOLOGI INFORMASI DAN KOMUNIKASI
2019
Unit Pembelajaran
VISUALISASI DATA
Unit Pembelajaran
PROGRAM PENGEMBANGAN KEPROFESIAN BERKELANJUTAN (PKB)
MELALUI PENINGKATAN KOMPETENSI PEMBELAJARAN (PKP)
BERBASIS ZONASI
MATA PELAJARAN INFORMATIKA

SEKOLAH MENENGAH ATAS
(SMA)
Visualisasi Data
Penulis:
Hukmiah Arif
Penyunting:
Husni Mubarak
Desainer Grafis dan Ilustrator:

TIM Desain Grafis
Copyright © 2019
Direktorat Pembinaan Guru Pendidikan Menengah dan Pendidikan Khusus
Direktorat Jenderal Guru dan Tenaga Kependidikan
Kementerian Pendidikan dan Kebudayaan
Hak Cipta Dilindungi Undang-Undang

Dilarang mengopi sebagian atau keseluruhan isi buku ini untuk kepentingan komersial
tanpa izin tertulis dari Kementerian Pendidikan dan Kebudayaan.
i
Program PKB melalui PKP berbasis Zonasi
Lembaga Pengembangan dan Pemberdayaan Pendidik dan Tenaga Kependididikan
Bidang Kelautan Perikanan Teknologi Informasi dan Komunikasi
KATA SAMBUTAN
Peran guru profesional dalam proses pembelajaran sangat penting sebagai kunci
keberhasilan belajar peserta didik. Guru professional adalah guru yang kompeten
dalam membangun dan mengembangkan proses pembelajaran yang baik dan
efektif sehingga dapat menghasilkan peserta didik yang pintar dan pendidikan
yang berkualitas. Hal tersebut menjadikan guru sebagai komponen yang menjadi
fokus perhatian pemerintah pusat maupun pemerintah daerah dalam
peningkatan mutu pendidikan terutama menyangkut kompetensi guru.
Pengembangan profesionalitas guru melalui Program Peningkatan Kompetensi

Pembelajaran (PKP) merupakan upaya Kementerian Pendidikan dan
Kebudayaan melalui Direktorat Jenderal Guru dan Tenaga Kependikan dalam
upaya peningkatan kompetensi guru. Program PKP bertujuan untuk
meningkatkan kompetensi peserta didik melalui pembinaan guru dalam
merencanakan, melaksanakan sampai dengan mengevaluasi pembelajaran yang
berorientasi pada keterampilan berpikir tingkat tinggi (Higher Order Thinking
Skills/HOTS).
Pusat Pengembangan dan Pemberdayaan Pendidik dan Tenaga Kependidikan

(PPPPTK), Lembaga Pengembangan dan Pemberdayaan Pendidik dan Tenaga
Kependidikan Kelautan Perikanan Teknologi Informasi dan Komunikasi (LP3TK
KPTK) dan Lembaga Pengembangan dan Pemberdayaan Kepala Sekolah (LP2KS)
merupakan Unit Pelaksana Teknis di lingkungan Direktorat Jenderal Guru dan
Tenaga Kependidikan yang bertanggung jawab dalam mengembangkan
perangkat dan melaksanakan peningkatan kompetensi guru sesuai bidangnya.
ii
Adapun perangkat pembelajaran yang dikembangkan tersebut adalah Unit
Pembelajaran. Unit pembelajaran ini berisi materi pembelajaran sesuai target
Kompetensi Dasar, contoh-contoh aktivitas pembelajaran dan penilaian yang bisa
menginspirasi guru dalam pelaksanaan pembelajaran yang berorientasi pada
keterampilan berpikir tingkat tinggi. Mari kita sukseskan Program Peningkatan
Kompetensi Pembelajaran ini untuk mewujudkan Guru Mulia Karena Karya.
Direktur Pembinaan Guru

Pendidikan Menengah dan
Pendidikan Khusus,
Ir. Sri Renani Pantjastuti, MPA

NIP 196007091985032001
iii
KATA PENGANTAR
Peningkatan kompetensi merupakan salah satu program yang menjadi fokus

Kementerian Pendidikan dan Kebudayaan. Bukan hanya peningkatan
kompetensi pendidik dan tenaga kependidikan saja, namun juga peningkatan
kompetensi peserta didik. Karena guru profesional adalah guru yang kompeten
dalam membangun dan mengembangkan proses pembelajaran yang baik dan
efektif sehingga dapat menghasilkan peserta didik yang pintar dan pendidikan
yang berkualitas.
Peningkatan kompetensi bagi peserta didik salah satunya dilakukan melalui

Program Peningkatan Kompetensi Pembelajaran yang selanjutnya disingkat
dengan Program PKP. Program ini bertujuan untuk meningkatkan kompetensi
peserta didik melalui pembinaan guru dalam merencanakan, melaksanakan
sampai dengan mengevaluasi pembelajaran yang berorientasi pada keterampilan
berpikir tingkat tinggi (Higher Order Thinking Skills/HOTS). Program ini
merupakan salah satu pendukung program Pengembangan Keprofesian
Berkelanjutan (PKB). Jika program PKB fokus pada peningkatan kompetensi guru
baik pedagogi maupun profesional, maka program PKP lebih berfokus pada
upaya memintarkan peserta didik melalui pembelajaran berpikir tingkat tinggi.
Program PKP memerlukan beberapa perangkat pendukung diantaranya adalah

Unit Pembelajaran. Unit pembelajaran ini berisi materi pembelajaran sesuai
target Kompetensi Dasar, contoh-contoh aktivitas pembelajaran dan penilaian
yang bisa menginspirasi guru dalam pelaksanaan pembelajaran yang
berorientasi pada keterampilan berpikir tingkat tinggi.
iv
DAFTAR ISI
Hal
KATA SAMBUTAN _______________________________ II

KATA PENGANTAR _____________________________ IV
DAFTAR ISI _____________________________________ 5
DAFTAR GAMBAR _________________________________ 7
DAFTAR TABEL __________________________________ 8
PENDAHULUAN __________________________________ 9
KOMPETENSI DASAR ______________________________ 10
A. Target Kompetensi_________________________________________________________ 10
B. Indikator Pencapaian Kompetensi _______________________________________ 11
APLIKASI DI DUNIA NYATA __________________________ 13
A. GIGO (Garbage In – Garbage Out) _________________________________________ 13
B. Analisis dan Visualisasi Data ______________________________________________ 14
SOAL-SOAL UN/USBN _____________________________ 16
A. Soal Lainnya ________________________________________________________________ 16
B. Analisis Soal Lainnya ______________________________________________________ 18
BAHAN PEMBELAJARAN ____________________________ 20
A. Aktivitas Pembelajaran ____________________________________________________ 20
Aktivitas 1 Pengumpulan Data dari Berbagai Sumber __________________ 20
Aktivitas 2 Pengelolaan Data dengan Sort, Filter dan Tools Data lainnya
_______________________________________________________________________________ 23
Aktivitas 3 Pengelolaan Data dengan Pivot Table _______________________ 26
Aktivitas 4 Visualisasi Data dengan Grafik _______________________________ 28
B. Lembar Kerja Peserta Didik _______________________________________________ 32
Lembar Kerja Peserta Didik 1 Pengumpulan Data dari Berbagai Sumber
_______________________________________________________________________________ 32
5
Lembar Kerja Peserta Didik 2 Pengelolaan Data dengan Sort, Filter dan
Tools Data lainnya__________________________________________________________ 34
Lembar Kerja Peserta Didik 3 Pengelolaan Data dengan Pivot Table __ 36
Lembar Kerja Peserta Didik 4 Visualisasi Data dengan Grafik__________ 38
C. Bahan Bacaan _______________________________________________________________ 41
Visualisasi Data _____________________________________________________________ 41
Tab Data _____________________________________________________________________ 51
Mengurutkan Data dengan Sort ___________________________________________ 53
Filter Data ___________________________________________________________________ 55
PivotTable___________________________________________________________________ 58
Membuat PivotChart _______________________________________________________ 60
PENGEMBANGAN PENILAIAN _________________________ 62
A. Pembahasan Soal Lainnya _________________________________________________ 62
B. Mengembangkan Soal HOTS _______________________________________________ 63
KESIMPULAN ___________________________________ 65
UMPAN BALIK __________________________________ 67
6
DAFTAR GAMBAR
Hal
Gambar 1 Garbage In – Garbage Out ____________________________________________ 13
Gambar 2 Analisis dan Visualisasi Data ________________________________________ 14
Gambar 3 Visualisasi Data _______________________________________________________ 28
7
DAFTAR TABEL
Hal
Tabel 1 Kompetensi Dasar dan Target Kompetensi ___________________________ 10
Tabel 2 Indikator Pencapaian Kompetensi ____________________________________ 11
Tabel 3 Lembar Persepsi Pemahaman Unit ____________________________________ 67
8
PENDAHULUAN
Dalam kehidupan sehari-hari di sekolah, di kampus, di perkantoran,

di bidang usaha pertokoan, dan sebagainya kita sering dihadapkan pada
tuntutan tugas-tugas sekolah, kampus, pekerjaan di perkantoran berupa
laporan tabel dan analisis data, keuangan dan pekerjaan yang menggunakan
visualisasi data yang lebih kompleks. Tuntutan visualisasi data dari beragam
koleksi data dalam jumlah besar membutuhkan pengelolaan yang kontinyu,
dengan berbagai metode pengumpulan data dan aspek privasinya.
Materi Visualisasi Data ini merujuk pada Permendikbud RI Nomor 37
tahun 2018 tentang Perubahan atas Permendikbud Nomor 24 tahun 2016
tentang KI-KD Mata Pelajaran pada Kurikulum 2013 Pendidikan Dasar dan
Pendidikan Menengah dimana dalam permendikbud tersebut diatur
kedudukan mata pelajaran informatika pada jenjang SMA/MTsN, SMA/MAN
dapat dilaksanakan melalui tatap muka. Karena itu, penulis berupaya
menghadirkan Paket Unit Analisis Data yang terkait dengan Kompetensi Dasar
mata pelajaran Informatika jenjang SMA berdasarkan permendikbud nomor
37 tahun 2018 tentang KI-KD.
Kegiatan pembelajaran pada Unit Visualisasi Data ini dirancang
sebagai contoh pengembangan pembelajaran yang mengintegrasikan
Pembelajaran Berfikir Tingkat Tinggi (HOTs) dan menggunakan model
pembelajaran berbasis problem based learning dimana peserta didik
diarahkan untuk membangun konsep berdasarkan permasalahan. Langkah-
langkah pembelajaran dalam kegiatan ini juga dirancang dengan
mengintegrasikan penguatan karakter dan literasi.
Penulis berharap dengan kehadiran Unit Visualisasi Data ini dapat
dimanfaatkan guru dalam pengembangan kompetensi pembelajaran yang
berorientasi pada Keterampilan Berfikir Tingkat Tinggi (HOTs) yang
terintegrasi penguatan pendidikan karakter.
9
KOMPETENSI DASAR
A. Target Kompetensi
Unit pembelajaran ini dikembangkan berdasarkan Kompetensi Dasar (KD)

Kelas X Mata Pelajaran Informatika jenjang SMA sebagaimana tertuang dalam
Permendikbud No. 37 Tahun 2018, seperti terlihat pada Tabel 1 berikut:
Tabel 1 Kompetensi Dasar dan Target Kompetensi
Kompetensi Dasar Target KD

3.4 Memahami bahwa data dapat 3.4 Memahami tentang koleksi data
dikoleksi secara kontinyu dan melalui berbagai perangkat.
otomatis melalui berbagai perangkat
4.4 Melakukan berbagai cara 4.4 Melakukan pengumpulan
pengumpulan data yang dijelaskan
di kelas
3.5 Memahami aspek privasi dalam 3.5 Memahami aspek privasi dalam
pengumpulan data pengumpulan data
4.5 Mengambil dan mempublikasi 4.5 Mempublikasikan data dengan
data dengan memerhatikan aspek memanfaatkan fitur visualisasi dari
privasi. memanfaatkan fitur pengolah angka
visualisasi dari pengolah angka
3.6 Memahami data yang terkumpul 3.6 Memahami mekanisme
dalam jumlah besar yang dapat transformasi, generalisasi, dan
ditransformasi, digeneralisasi, penyederhanaan data
disederhanakan
4.6 Memroses data dengan fitur 4.6 Melakukan proses data dengan
lanjut pemroses angka fitur lanjut pemroses angka
3.7 Mengenal berbagai cara 3.7 Memahami berbagai cara
visualiasi data visualiasi data
10
Kompetensi Dasar Target KD
4.7 Memvisualisasikan data dalam 4.7 Melakukan visualisasi data dan
jumlah besar serta memberikan interpretasi berdasarkan penalaran
interpretasi yang berdasarkan dan prediksi data
penalaran dan prediksi data
B. Indikator Pencapaian Kompetensi
Indikator Pencapaian Kompetensi (IPK) merupakan turunan dari Kompetensi

Dasar (KD) Kelas X Mata Pelajaran Informatika jenjang SMA seperti disajikan
pada tabel 2 berikut ini:
Tabel 2 Indikator Pencapaian Kompetensi
IPK Pengetahuan IPK Keterampilan

Kelas IX
IPK Pendukung IPK Pendukung
3.4.1. Memahami konsep 4.4.1. Mengidentifikasi perangkat-
pengumpulan dan pengolahan data perangkat pengumpulan dan
3.4.2. Mengeksplorasi konsep pengolahan data
tentang GIGO dan bagaimana 4.5.1. Mengidentifikasi fitur
mengurangi noise dan melakukan pengolah angka untuk mendukung
data cleansing. pengolahan data
IPK Kunci IPK Kunci

3.4.3. Memahami tentang koleksi 4.4.2 Melakukan pengumpulan data
data melalui berbagai perangkat.
3.5.1. Memahami aspek privasi 4.5.2 Mempublikasikan data dengan
dalam pengumpulan data memanfaatkan fitur visualisasi dari
pengolah angka
11
3.6.1. Memahami mekanisme 4.6.1 Melakukan proses data dengan

transformasi, generalisasi, dan fitur lanjut pemroses angka
penyederhanaan data
3.7.1. Memahami berbagai cara 4.7.1 Melakukan visualisasi data dan
visualiasi data interpretasi berdasarkan penalaran
dan prediksi data
IPK Pengayaan IPK Pengayaan
3.6.2. Membuat laporan analitis 4.4.3. Mengintegrasikan beberapa
tentang sebuah data set lembar kerja untuk menghasilkan
3.7.2. Menerapkan cara visualisasi data yang bersih dan terintegrasi
data 4.5.3. Membuat sebuah rangkuman
3.7.3. Mempublikasi data dengan data sesuai spesifikasi dan tujuan
berbagai bentuk visualisasi data yang ditentukan berdasarkan
sumber data yang ditentukan
12
APLIKASI DI DUNIA NYATA
A. GIGO (Garbage In – Garbage Out)
Gambar 1 Garbage In – Garbage Out

Sumber : https://kualitasdata.wordpress.com/2013/03/26/data-bersih-good-data/ diunduh tanggal 10 Juni 2019
Di bidang ilmu Komputer dan Informatika dikenal sistem bernama GIGO,

singkatan dari Garbage In, Garbage Out Artinya, Jika yang dimasukkan (Input)
ke dalam sistem adalah data sampah, maka data yang keluar pun (output)
adalah sampah”. Dengan artian GIGO adalah jika data yang tersimpan di dalam
data kita tidak benar atau tidak sesuai atau bisa jadi termasuk kategori
sampah, maka bisa jadi informasi yang kita terima dan kita olah hasilnya
adalah informasi yang useless alias tidak berguna atau bahkan informasi
sampah.
Begitu juga manusia, jika informasi yang dimasukkan ke dalam benak adalah
info sampah dan kurang bermanfaat, maka jangan heran, jika tindakan orang
tersebut dikeseharian adalah perbuatan kurang bermanfaat.
13
Begitupun dengan data dan informasi di dalam sebuah instansi atau

perusahaan, jika data yang diolah adalah sampah maka perusahaan tersebut
akan sulit untuk maju dan berkembang.
data cleansing merupakan salah satu teknik proses perbaikan atau

pembersihan data menjadi data baik/good data. Namun data cleansing juga
bukan teknik yang mudah, karena perlunya analisa di segala lini tubuh
perusahaan. Bisa jadi kesalahan data diakibatkan dari proses tidak
terintegrasinya multisystem. atau karena kesalahan informasi yang berasal
dari sumber yang tidak benar atau tidak dapat dipercaya dan banyak hal lain
nya. Untuk itu marilah memulai dengan menggunakan data yang benar dan
valid agar menghasilkan informasi yang akurat dan tepat guna untuk
kemajuan bersama.
B. Analisis dan Visualisasi Data
Gambar 2 Analisis dan Visualisasi Data

Sumber :
https://www.google.co.id/search?q=gambar+teknik+analisis+data&safe=strict&source=lnms&tbm=isch&sa=X&ved
=0ahUKEwj04qCE2oHjAhXbWc0KHSNDBCIQ_AUIECgB&biw=1366&bih=651#imgrc=VK3o9OQyGCFBSM: diunduh
pada tanggal 10 Juni 2019
14
Agar informasi tidak menjadi sampah maka perlunya analisis data sebagai
upaya mengolah data menjadi informasi, sehingga karakteristik atau sifat-
sifat data tersebut dapat dengan mudah dipahami dan bermanfaat untuk
menjawab masalah-masalah.
Beberapa prosedur yang bisa dilakukan dalam analisis data adalah setelah
pengumpulan data maka dilakukan editing data lalu melakukan identifikasi
dan klasifikasi data berdasarkan sifatnya, kemudian melakukan tabulasi data,
pengujian kualitas data dan terakhir melakukan deskripsi data agar penerima
data tidak salah persepsi dan data tidak menjadi sampah.
15
SOAL-SOAL UN/USBN
A. Soal Lainnya
Pilihlah salah satu jawaban yang paling tepat di bawah ini dengan
memperhatikan petunjuk setiap soal.
KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN

KARTU SOAL
Tahun Pelajaran 2019/2020 PAKET - …
Jenis Sekolah : SMA Kurikulum : 2013

Kelas :X Bentuk Soal : Pilihan Ganda
Mata Pelajaran : Informatika Nama Penyusun : Hukmiah Arif
KOMPETENSI DASAR : Pengetahuan/ Aplikasi Penalaran
Buku Sumber:
Keterampilan
Memahami data yang Nomor RUMUSAN BUTIR SOAL
terkumpul dalam jumlah Soal
Hendra sebagai seorang tenaga
besar yang dapat
administrasi di kantor PT. Terang Selalu
ditransformasi,
1diminta oleh atasannya untuk membuat
digeneralisasi,
analisis jumlah agen yang dimiliki
disederhanakan.
perusahaan. Untuk memudahkan maka
LINGKUP MATERI : Hendra menggunakan fitur Rekomended
Analisis Data PivotTables. Bagaimana mengaktifkan
MATERI : Rekomended PivotTables?
Visualisasi Data A. Buka File berisi Tabel Data – Klik Insert
INDIKATOR SOAL : Kunci – Klik RecommendedPivotTables
Disajikan kasus peserta Jawaban B. Buka File berisi Tabel Data – Klik Insert
didik dapat Memahami – Klik Tables.
A
data yang terkumpul dalam C. Buka File berisi Tabel Data – Klik Data
jumlah besar yang dapat – Klik PivotTables.
ditransformasi, D. Buka File berisi Tabel Data – Klik Insert
digeneralisasi, – Klik BlankPivotTables.
disederhanakan
16
KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN
KARTU SOAL
Tahun Pelajaran 2019/2020 PAKET - …
Jenis Sekolah : SMA Kurikulum : 2013

Kelas :X Bentuk Soal : Pilihan Ganda
Mata Pelajaran : Informatika Nama Penyusun : Hukmiah Arif
KOMPETENSI DASAR : Pengetahuan/ Aplikasi  Penalaran
Buku Sumber: Keterampilan
Memahami bahwa data Nomor RUMUSAN BUTIR SOAL
dapat dikoleksi secara SoalRendra sebagai seorang tenaga
kontinyu dan otomatis
administrasi di kantor Kelurahan KPTK
melalui berbagai
2 bertugas mengumpulkan data keluarga
perangkat.
dari Desa dan Dusun di wilayahnya. Data
LINGKUP MATERI : yang terkumpul berupa tabel dari
Analisis Data beberapa file seperti database, lembar
MATERI : sebar dan file teks. Bagaimana Rendra
Visualisasi Data menggabungkan file tersebut menjadi satu
INDIKATOR SOAL : Kunci tabel dalam file lembar sebar?
Disajikan kasus peserta Jawaban A. Menggunakan fasilitas pada Ribbon
didik dapat Memahami A Data – Pilih Get External Data – Pilih
bahwa data dapat dikoleksi sumber data yang sesuai
secara kontinyu dan B. Menggunakan fasilitas pada Ribbon
otomatis melalui berbagai Insert – Klik Tables.
perangkat. C. Menggunakan fasilitas pada Ribbon
Data – Klik Data – Klik PivotTables.
D. Menggunakan fasilitas pada Ribbon
Insert – Klik BlankPivotTables.
17
B. Analisis Soal Lainnya
Analisis soal berdasarkan soal-soal tersebut di atas dapat kita jabarkan

sebagai berikut :
Tabel 3. Analisis Soal Lainnya Mata Pelajaran Informatika Kelas X
Indikator
Nomor Level
yang Diketahui Ditanyakan
Soal Kognitif
bersesuaian
1 L2 Memahami Buka File Hendra sebagai
data yang berisi Tabel seorang tenaga
terkumpul Data – Klik administrasi di kantor
dalam Insert – Klik
PT. Terang Selalu
jumlah besar Recommende
yang dapat d PivotTables diminta oleh
ditransforma atasannya untuk
si, membuat analisis
digeneralisa jumlah agen yang
si, dimiliki perusahaan.
disederhana Untuk memudahkan
kan
maka Hendra
menggunakan fitur
Rekomended
PivotTables.
Bagaimana
mengaktifkan
Rekomended
PivotTables?
2 L3 Memahami Menggunakan Rendra sebagai
bahwa data fasilitas pada seorang tenaga
dapat Ribbon Data – administrasi di kantor
dikoleksi Pilih Get
Kelurahan KPTK
secara External Data
kontinyu dan – Pilih sumber bertugas
otomatis data yang mengumpulkan data
melalui sesuai keluarga dari Desa
berbagai dan Dusun di
perangkat wilayahnya. Data
yang terkumpul
berupa tabel dari
18
Indikator
Nomor Level
yang Diketahui Ditanyakan
Soal Kognitif
bersesuaian
beberapa file seperti
database, lembar
sebar dan file teks.
Bagaimana Rendra
menggabungkan file
tersebut menjadi satu
tabel dalam file
lembar sebar?
19
BAHAN PEMBELAJARAN
A. Aktivitas Pembelajaran
Aktivitas pembelajaran pada kegiatan pembelajaran Analisis Data ini

dirancang sebagai contoh pengembangan pembelajaran yang
mengintegrasikan HOTS. Langkah-langkah pembelajaran dalam aktivitas ini
menggunakan pembelajaran berbasis problem based learning (peserta didik
membangun konsep berdasarkan permasalahan). Langkah-langkah
pembelajaran dalam kegiatan ini juga dirancang dengan mengintegrasikan
penguatan karakter dan literasi.
Sub Unit pembelajaran Visualisasi Data ini disampaikan dalam 2 jam pelajaran
(satu kali pertemuan )
Aktivitas 1 Pengumpulan Data dari Berbagai Sumber
Guru memberikan pertanyaan arahan (Guide Questions) :
- Tahukah peserta didik apa itu data dan informasi ?

- Tahukah peserta didik apa itu data sampah?
- Apakah itu GIGO dan bagaimana mengurangi noise dan melakukan data
cleansing?
- Bagaimana metode pengumpulan data dengan menggabungkan data
dari berbagai sumber?
Langkah pembelajaran Visualisasi Data berbasis Problem-based Learning yang

berpusat pada siswa sebagai berikut :
Alokasi
Langkah Kerja Aktivitas Guru Aktivitas Siswa
Waktu
Orientasi peserta 1. Guru 1.1 Peserta didik 20 “
menyampaikan mengamati dan
didik pada
masalah dengan memahami masalah
masalah cara menayangkan
20
Alokasi
Waktu
video tentang yang disampaikan
penyampaian guru
data dan 1.2 Peserta didik
informasi yang membuat deskripsi
keliru agar peserta tentang konsep
didik dapat pengumpulan dan
menguraikan pemrosesan data serta
tentang kebenaran dan
pengumpulan dan kualitas data
pemrosesan data
serta kebenaran
dan kualitas data
2. Setelah itu Guru 2. Peserta didik
menyampaikan menyimak tool yang
tools yang dapat dapat digunakan
digunakan dalam dalam pengumpulan
pengumpulan dan dan pemrosesan data
pemrosesan data serta kebenaran dan
serta kebenaran kualitas data
dan kualitas data
3. Guru menugaskan 3. Peserta didik
siswa agar membentuk kelompok
membentuk dan membaca bahan
kelompok bacaan yang diberikan
sebanyak 4 - 6
kelompok. Masing-
masing kelompok
diberikan tugas
membaca dan
meringkas
buku/bahan
bacaan yang
diberikan.
4. Guru memberikan 4. Peserta didik (dalam
masalah melalui kelompok) mengamati
lembar kegiatan dan memahami
secara masalah yang
berkelompok disampaikan guru dan
menentukan masalah
yang akan
diselesaikan.
5. Guru memberikan
kesempatan siswa
21
Alokasi
Waktu
bertanya dan 5. Peserta didik bertanya
menanyakan tentang materi yang
tentang materi belum dipahami
yang belum
dipahami
Mengorganisasikan Guru memastikan Peserta didik berdiskusi 20”
peserta didik setiap anggota dan membagi tugas untuk
untuk belajar memahami tugas mencari data/formula
masing-masing yang diperlukan untuk
kelompok menyelesaikan masalah
Membimbing Guru memantau Peserta didik melakukan 20”
penyelidikan keterlibatan peserta penyelidikan (mencari
individu maupun didik selama proses data/formula) untuk
kelompok pengerjaan masalah bahan diskusi dan
(penyelidikan) menyelesaikan masalah
Mengembangkan Guru memantau Kelompok melakukan 10 “
dan menyajikan hasil diskusi dan diskusi untuk
karya membimbing menghasilkan solusi
pembuatan laporan pemecahan masalah dan
sehingga karya setiap hasilnya dipresentasikan/
kelompok siap untuk disajikan dalam bentuk
dipresentasikan karya
Menganalisis dan 1. Guru membimbing 1. Setiap kelompok 10 “
mengevaluasi proses presentasi dan melakukan presentasi,
pemecahan masalah mendorong kelompok yang lain
kelompok memberikan apresiasi.
memberikan
penghargaan serta
masukan kepada
kelompok lain.
2. Guru bersama 2. Bersama-sama guru
peserta didik merangkum/membuat
22
Alokasi
Waktu
menyimpulkan kesimpulan sesuai
materi dengan masukan yang
diperoleh dari
kelompok lain
Aktivitas 2 Pengelolaan Data dengan Sort, Filter dan Tools

Data lainnya
- Tahukah peserta didik bagaimana melakukan filter data sesuai

kebutuhan ?
- Tahukah peserta didik tools apa saja yang dapat digunakan?
- Tahukan peserta didik bagaimana menentukan data yang benar dan
valid?

Alokasi
Waktu
Orientasi peserta 1. Guru 1. Peserta didik 20 “
didik pada
masalah cara menayangkan yang disampaikan
video tentang guru
penyampaian 2. Peserta didik
data dan membuat deskripsi
informasi yang tentang konsep
keliru agar peserta pengumpulan dan
didik dapat pemrosesan data serta
menguraikan kebenaran dan
tentang kualitas data
pengumpulan dan
pemrosesan data
23
Alokasi
Waktu
serta visualisasi
data
2. Setelah itu Guru 2 Peserta didik
pemrosesan data serta visualisasi data
serta visualisasi
data
3. Guru menugaskan 3 Peserta didik
sebanyak 4 - 6
kelompok. Masing-
masing kelompok
diberikan tugas
membaca dan
meringkas
buku/bahan
bacaan yang
diberikan.
4. Guru memberikan 4 Peserta didik (dalam
secara masalah yang
menentukan masalah
yang akan
diselesaikan.
5. Guru memberikan 5 Peserta didik bertanya
kesempatan siswa tentang materi yang
bertanya dan belum dipahami
menanyakan
tentang materi
yang belum
dipahami
24
Alokasi
Waktu
Menganalisis dan Guru membimbing Setiap kelompok 10 “
pemecahan masalah mendorong kelompok kelompok yang lain
memberikan memberikan apresiasi.
penghargaan serta
masukan kepada
kelompok lain.
Guru bersama peserta Bersama-sama guru
didik menyimpulkan merangkum/membuat
materi kesimpulan sesuai dengan
masukan yang diperoleh
dari kelompok lain
25
Aktivitas 3 Pengelolaan Data dengan Pivot Table
- Tahukah peserta didik bagaimana cara menyederhanakan data ?

- Tahukah peserta didik tools apa saja yang dapat digunakan?

Alokasi
Waktu
didik pada
video tentang guru
pivottable agar 1.2 Peserta didik
peserta didik dapat membuat deskripsi
menguraikan tentang konsep
tentang pengumpulan dan
pengumpulan dan pemrosesan data serta
pemrosesan data kebenaran dan
serta visualisasi kualitas data
data
serta visualisasi
data dengan
pivottable
sebanyak 4 - 6
kelompok. Masing-
masing kelompok
diberikan tugas
membaca dan
26
Alokasi
Waktu
meringkas
buku/bahan
bacaan yang
diberikan.
secara masalah yang
menentukan masalah
yang akan
diselesaikan.
menanyakan
tentang materi
yang belum
dipahami
27
Alokasi
Waktu
penghargaan serta
masukan kepada
kelompok lain.
dari kelompok lain
Aktivitas 4 Visualisasi Data dengan Grafik
- Tahukah peserta didik tentang gambar di bawah ini ?
Gambar 3 Visualisasi Data

- Sumber :
https://www.google.co.id/search?q=gambar+teknik+analisis+data&safe=strict&source=lnms&tbm=isch
&sa=X&ved=0ahUKEwj04qCE2oHjAhXbWc0KHSNDBCIQ_AUIECgB&biw=1366&bih=651#imgrc=VK3o9O
QyGCFBSM: diunduh pada tanggal 10 Juni 2019
28
- Tahukah peserta didik bagaimana membaca data dengan cepat tanpa
ada missing data/informasi?
- Tahukan peserta didik bagaimana menentukan data yang benar dan
valid?

Alokasi
Waktu
didik pada
gambar tentang guru
visualisasi data 1.2 Peserta didik
dengan berbagai membuat deskripsi
bentuk grafik tentang konsep
agar peserta didik pengumpulan dan
dapat pemrosesan data serta
menguraikan kebenaran dan
tentang kualitas data
pengumpulan dan
pemrosesan data
serta visualisasi
data
serta visualisasi
data
sebanyak 4 - 6
kelompok. Masing-
masing kelompok
diberikan tugas
membaca dan
29
Alokasi
Waktu
meringkas
buku/bahan
bacaan yang
diberikan.
secara masalah yang
menentukan masalah
yang akan
diselesaikan.
menanyakan
tentang materi
yang belum
dipahami
30
Alokasi
Waktu
penghargaan serta
masukan kepada
kelompok lain.
dari kelompok lain
31
B. Lembar Kerja Peserta Didik
Lembar Kerja Peserta Didik 1 Pengumpulan Data dari

Berbagai Sumber
1. Buatlah data di aplikasi lembar sebar dengan format seperti di bawah ini
2. Simpan dengan nama KK-Ahmad
3. Buatlah data di aplikasi database Access dengan 1 tabel dengan isi table
sebagai berikut:
4. Simpan dengan nama KK-Bambang
5. Buka file KK-Ahmad pada Aplikasi Lembar Sebar
32
6. Gabungkan data pada KK-Bambang yang ada di file database ke data pada
KK-Ahmad yang ada di lembar sebar menggunakan Ribbon Data -> Get
External Data -> From Access
7. Rapikan data tersebut lalu simpan dengan nama KK-Gabung.
8. Cobalah melakukan penggabungan data dari sumber data yang lain dan
catatlah hasil dari apa yang telah kamu lakukan
9. Buatlah kesimpulan atas praktek yang telah kelompok kamu lakukan dan
presentasikan hasil karyamu di depan kelas.
33
Lembar Kerja Peserta Didik 2 Pengelolaan Data dengan Sort,

Filter dan Tools Data lainnya
1. Bukalah kembali file KK-Gabung pada aplikasi lembar sebar sehingga

tampilan seperti berikut:
2. Perbaikilah jika masih terdapat data yang keliru, number format yang
belum sesuai atau tata letak yang belum sesuai.
3. Pada kolom Nama Keluarga, urutkan data berdasarkan urutan Ascending
menggunakan tools pada Ribbon Data -> Sort
4. Pada kolom Nama Ayah urutkan data berdasarkan urutan Descending.
Sekarang diskusikan dengan teman kelompokmu perbedaan antara
Ascending dengan Descending
5. Tampilkan data keluarga yang nama ayahnya Bambang menggunakan
tools pada Ribbon Data -> Filter
6. Tampilkan data keluarga yang nama ibunya Sitti
7. Tentukan berapa jumlah orang yang lahir di makassar menggunakan
perintah COUNTIF(range;criteria)
8. Pada kolom TTL pisahkan kolom tempat lahir dan tanggal lahir dengan
cara:
- Insert 1 (satu) kolom dan tempatkan diantara kolom TTL dan agama
34
- Pisahkan tempat lahir dan tanggal lahir tanpa harus mengetik ulang
dengan cara (1) blok isi kolom TTL; (2) Klik Ribbon Data -> Text to
Column -> Delimited -> Ceklist Comma (Data dipisahkan berdasarkan
tanda koma) -> Pilih General -> Finish; (3) Perhatikan data tanggal jika
masih ada data yang belum sesuai format tanggalnya
9. Urutkan data Tanggal Lahir berdasarkan usia termuda?

10. Berapakah jumlah yang lahir di tahun 2010? Berilah warna kuning pada
cell yang lahir di tahun 2010!
11. Berapakah jumlah yang lahir di tahun 2006? Berilah warna merah pada
font yang lahir di tahun 2006!
12. Urutkanlah nama keluarga secara Ascending berdasarkan warna cell!
13. Urutkanlah nama keluarga secara Descending berdasarkan warna font!
14. Cobalah menggunakan tools sort, filter atau text to column serta tools yang
lain dan catatlah hasil dari apa yang telah kamu lakukan!
35
Lembar Kerja Peserta Didik 3 Pengelolaan Data dengan Pivot

Table
1. Bukalah kembali file KK-Gabung pada aplikasi lembar sebar sehingga

tampilan seperti berikut:
2. Perbaikilah jika masih terdapat data yang keliru, number format yang
belum sesuai atau tata letak yang belum sesuai.
3. Aktifkan Pivot Table dengan cara klik Ribbon Insert -> Pilih PivotTable ->
Pilih table/range mulai dari cell A3:J13 -> Pilih Existing Worksheet untuk
menempatkan report PivotTable pada sheet yang sama -> klik OK
4. Buatlah report PivotTable dengan menampilkan jumlah keluarga
berdasarkan tempat lahir dan jenis kelamin seperti format berikut :
5. Buatlah Pivot Table dengan cara klik Ribbon Insert -> Pilih PivotTable ->
Pilih table/range mulai dari cell A3:J13 -> Pilih New Worksheet untuk
menempatkan report PivotTable pada sheet yang lain -> klik OK
36
6. Buatlah report PivotTable dengan menampilkan jumlah keluarga yang
berjenis kelamin Laki-Laki dengan berdasarkan nama keluarga dan tempat
lahir seperti format berikut :
7. Buatlah report PivotTable dengan menampilkan jumlah keluarga yang

berjenis kelamin Perempuan dengan berdasarkan nama keluarga dan
tempat lahir seperti format berikut :
8. Buatlah PivotTable dengan format table yang sudah direkomendasikan

aplikasi lembar sebar dengan cara klik Ribbon Insert -> Pilih
Recommended PivotTables -> Pilih change source data -> Pilih table/range
mulai dari cell A3:J13 -> Pilih OK -> Pilih dan klik salah satu table yang
direkomendasikan, seperti format berikut:
37

aplikasi lembar sebar dengan cara seperti pada point 8 dan klik salah satu
table yang direkomendasikan, lalu ganti Sum of NIK menjadi Count of NIK
dengan cara Pilih Value Field Settings, maka akan seperti format berikut:
10. Cobalah menggunakan tools PivotTable dan PivotChart serta tools yang
Lembar Kerja Peserta Didik 4 Visualisasi Data dengan Grafik
1. Bukalah kembali file KK-Gabung pada aplikasi lembar sebar
2. Buatlah PivotTable dengan menampilkan jumlah data berdasarkan

pekerjaan dan jenis kelamin seperti format berikut :
3. Buatlah visualisasi data dalam bentuk grafik batang berdasarkan data di

atas dengan menggunakan Ribbon Insert -> Recommended Chart seperti
tampilan berikut:
38
4. Buatlah narasi/kesimpulan singkat tentang data pada point 2 dan grafik
pada point 3 di atas!
5. Buatlah report PivotTable dengan menampilkan jumlah keluarga
berdasarkan tempat lahir dan jenis kelamin seperti format berikut :
6. Buatlah visualisasi data dalam bentuk grafik batang berdasarkan data di

atas dengan menggunakan Pivot Chart seperti format berikut:
6
3 L
P
2
0
Bantaeng Gowa Makassar
39

aplikasi lembar sebar seperti format berikut:
9. Buatlah visualisasi data dalam bentuk grafik line berdasarkan data di atas
dengan menggunakan Pivot Chart seperti format berikut:
Total
6
3
Total
0
- Karyawan Pelajar PNS
11. Cobalah menggunakan tools PivotTable dan PivotChart serta tools yang
40
C. Bahan Bacaan
Visualisasi Data
Sumber : Wikipedia bahasa Indonesia, ensiklopedia bebas, diunduh pada tanggal 10 Juni 2019
Visualisasi data dilihat oleh banyak bidang ilmu sebagai komunikasi visual
modern. Visualisasi data tidak berada di bawah bidang manapun, melainkan
interpretasi di antara banyak bidang (misalnya, terkadang dilihat sebagai
cabang modern dari statistik deskriptif oleh beberapa orang, tetapi juga
sebagai dasar alat pengembangan oleh yang lain). Visualisasi data
mengikutkan pembuatan dan kajian dari representasi visual dari data, artinya
"informasi yang telah diabstraksikan dalam bentuk skematis, termasuk atribut
atau variabel dari unit informasi".
Tujuan utama dari visualisasi data adalah untuk mengkomunikasikan
informasi secara jelas dan efisien kepada pengguna lewat grafik informasi
yang dipilih, seperti tabel dan grafik. Visualisasi yang efektif membantu
pengguna dalam menganalisis dan penalaran tentang data dan bukti. Ia
membuat data yang kompleks bisa diakses, dipahami dan berguna. Pengguna
bisa melakukan pekerjaan analisis tertentu, seperti melakukan pembandingan
atau memahami kausalitas, dan prinsip perancangan dari grafik (contohnya,
memperlihatkan perbandingan atau kausalitas) mengikuti pekerjaan tersebut.
Tabel pada umumnya digunakan saat pengguna akan melihat ukuran tertentu
dari sebuah variabel, sementara grafik dari berbagai tipe digunakan untuk
melihat pola atau keterkaitan dalam data untuk satu atau lebih variabel.
Visualisasi data adalah seni dan sains. Laju di mana data dikeluarkan telah
meningkat, dipicu oleh meningkatnya ekonomi berbasis informasi. Data yang
dibuat oleh aktivitas internet dan sejumlah sensor yang makin bertambah
dalam lingkungan, seperti satelit dan kamera jalan, disebut sebagai "Big data".
Pemrosesan, analisis dan mengkomunikasikan data tersebut menciptakan
berbagai tantangan analisis bagi visualisasi data. Bidang ilmu data dan
41
pelakunya yang disebut ilmuwan data telah muncul untuk membantu

mengatasi tantangan tersebut.
Gambaran Umum
Visualisasi data adalah salah satu langkah dalam menganalisis data dan
menyajikannya ke pengguna.
Visualisasi data mengacu pada teknik yang digunakan untuk mengkomunikasi
data atau informasi dengan membuatnya sebagai objek visual (misalnya, titik,
garis, atau batang) dalam grafik. Tujuannya yaitu untuk mengkomunikasikan
informasi secara jelas dan efisien kepada pengguna. Ia merupakan salah satu
tahap dalam analisis data atau ilmu data. Menurut Friedman (2008) "tujuan
utama dari visualisasi data adalah untuk mengkomunikasikan informasi
secara jelas dan efektif dengan cara grafis. Bukan berarti visualisasi data harus
terlihat membosankan supaya berfungsi atau sangat canggih supaya terlihat
menarik.
Untuk memaparkan ide secara efektif, bentuk estetis dan fungsionalitas harus
berbarengan, menyediakan wawasan bagi kumpulan data yang kompleks dan
jarang dengan mengkomunikasikan aspek-aspek kunci dengan cara yang
intuitif. Namun perancang terkadang gagal mencapai keseimbangan antara
bentuk dan fungsi, menciptakan visualisasi data yang menawan yang gagal
menyediakan tujuan utamanya -- untuk mengkomunikasikan informasi".
42
Fernanda Viegas dan Martin M. Wattenberg menyarankan bahwa sebuah
visualisasi yang ideal tidak hanya harus mengkomunikasikan secara jelas,
tetapi menstimulasi atensi dan keterlibatan penonton.
Visualisasi data secara dekat berkaitan dengan grafik informasi, visualisasi
informasi, visualisasi ilmiah, eksplorasi analisis data dan grafik statistis. Pada
milenia baru, visualisasi data telah menjadi wilayah penelitian, pengajaran dan
pengembangan yang aktif. Menurut Post dkk. (2002), visualisasi data telah
menyatukan visualisasi informasi dan ilmiah.
Karakteristik dari penampilan grafik yang efektif
Diagram dari Charles Joseph Minard tahun 1861 tentang Mars Napoleon -
sebuah contoh awal dari grafik informasi.
Profesor Edward Tufte menjelaskan bahwa pengguna dari tampilan informasi
melakukan pekerjaan analitis tertentu seperti membuat perbandingan atau
menentukan kausalitas. Prinsip perancangan dari grafik informasi harus
mendukung pekerjaan analitis, memperlihatkan perbandingan atau
kausalitas.
Dalam bukunya tahun 1983 The Visual Display of Quantitative Information,
Edward Tufte mendefinisikan 'tampilan grafik' dan prinsip-prinsip dari
tampilan grafik yang efektif sebagai berikut: "Keberhasilan dalam grafik
statistik terdiri dari mengkomunikasikan ide yang kompleks dengan kejelasan,
ketepatan dan efisiensi. Tampilan grafis seharusnya:
43
• memperlihatkan data
• mendorong penglihat untuk berpikir tentang substansi bukan
metodologi, rancangan grafik, teknologi dari produksi grafik atau hal
lainnya
• menghindari pengelabuan terhadap apa yang dikatakan oleh data
• memberikan banyak angka dalam ruang yang kecil
• membuat kumpulan data yang besar koheren
• mendorong mata untuk membandingkan berbagai bagian berbeda
dari data
• membuka data pada beberapa tingkat kerincian, dari gambaran umum
sampai struktur terakhir
• melayani sebuah tujuan yang jelas: deskripsi, eksplorasi, tabulasi atau
dekorasi
• secara dekat berintegrasi dengan statistik dan deskripsi verbal dari
sebuah kumpulan data.
Grafik menyingkap data. Tentu saja grafik bisa lebih tepat dan membuka
daripada komputasi statisik konvensional."
Sebagai contohnya, diagram Minard memperlihatkan kekalahan yang dialami
oleh tentara Napoleon dalam periode 1812-1813. Enam variabel dipaparkan:
ukuran tentara, lokasinya dalam dua-dimensi (x dan y), waktu, arah
pergerakan, dan temperatur. Tampilan multivarian tersebut dalam dua
dimensi menceritakan sebuah cerita yang dapat ditangkap langsung
sementara mengidentifikasi sumber data untuk membangun sebuah
kredibilitas. Tufte menulis pada tahun 1983 bahwa: "Ia mungkin saja grafik
statistik terbaik yang pernah dilukis."
Dengan tidak menerapkan prinsip-prinsip tersebut bisa menghasilkan grafik
menyesatkan, yang mengganggu pesan atau mendukung kesimpulan yang
salah. Menurut Tufte, sampah-grafik mengacu pada dekorasi tambahan dari
grafik yang tidak meningkatkan pesan, atau efek tiga dimensi atau perspektif
yang serampangan. Secara sia-sia memisahkan kunci penjelasan dari gambar
44
itu sendiri, membuat mata berpindah dari gambar ke penjelasan, adalah suatu
bentuk dari "puing administratif". Rasio dari "data ke tinta" harus
dimaksimalkan, menghapus tinta-tinta yang bukan data bila memungkinkan.
Congressional Budge Office menyimpulkan beberapa praktik terbaik dalam
menampilkan grafik dalam presentasi bulan Juni 2014, yaitu: a) Kenali
penonton anda; b) Merancang grafik yang dapat berdiri sendiri di luar konteks
dari laporan; dan c) Merancang grafik yang mengkomunikasikan pesan kunci
dalam laporan.
Pesan Kuantitatif
Sebuah rangkaian waktu digambarkan dengan grafik garis memperlihatkan

tren pada pengeluaran dan pendapatan A.S. sepanjang waktu.
45
Sebuah scatterplot memperlihatkan korelasi negatif antara dua variabel

(inflasi dan pengangguran ) dihitung sebagai titik dalam waktu.
Penulis Stephen Few menjelaskan delapan tipe pesan kuantitatif yang
pengguna coba pahami atau komunikasikan dari sekumpulan data dan grafik
yang digunakan untuk membantu mengkomunikasikan pesan:
1. Rangkaian-waktu: sebuah variabel tunggal ditangkap selama periode
waktu, seperti laju pengangguran selama 10 tahun. Sebuah grafik baris
bisa digunakan untuk memperlihatkan tren ini.
2. Peringkat: Pembagian kategoris diperingkatkan secara terurut menaik
atau menurun, seperti peringkat peformansi penjualan (ukuran)
berdasarkan penjual (kategori, dengan setiap penjual sebagai
pembagian kategoris) selama satu periode tunggal. Sebuah grafik
batang bisa digunakan untuk memperlihatkan perbandingan antara
penjual.
3. Sebagian-untuk-keseluruhan: Pembagian kategoris diukur sebagai
sebuah rasio terhadap keseluruhan (misalnya, sebuah persentase dari
100%). Sebuah grafik lingkaran atau grafik batang dapat
memperlihatkan perbandingan rasio, seperti kepemilikan saham
direpresentasikan oleh kompetitor dalam sebuah pasar.
4. Deviasi: Pembagian kategori dibandingkan dengan sebuah referensi,
seperti perbandingan pengeluaran aktual terhadap anggaran untuk
beberapa departemen dari sebuah bisnis pada periode waktu tertentu.
Grafik batang dapat memperlihatkan perbandingan nilai aktual
terhadap jumlah yang diacu.
5. Distribusi frekuensi: Memperlihatkan jumlah observasi dari variabel
tertentu terhadap rentang waktu tertentu, seperti jumlah tahun di
mana pasar saham menguntungkan adalah antara interval seperti 0-
10%, 11-20%, dll. Sebuah histogram, tipe dari grafik batang, bisa
digunakan untuk analisis ini.
46
6. Korelasi: Perbandingan antara observasi direpresentasikan oleh dua
variabel (X, Y) untuk menentukan apakah mereka condong bergerak ke
arah yang sama atau berlawanan. Sebagai contohnya, memplotkan
pengangguran (X) dan inflasi (Y) untuk sampel beberapa bulan. Sebuah
scatter plot biasanya digunakan untuk menyampaikan pesan tersebut.
7. Perbandingan nominal: Membandingkan pembagian kategori tanpa
urutan tertentu, seperti jumlah penjualan berdasarkan kode produk.
Grafik batang bisa digunakan untuk pembandingan ini.
8. Geografis atau geospasial: Perbandingan dari sebuah variabel di peta
atau letak, seperti laju pengangguran berdasarkan negara bagian atau
jumlah orang pada lantai di sebuah bangunan. Bagan yang digunakan
biasanya adalah sebuah cartogram.
Analis yang meninjau sekumpulan data bisa mempertimbangkan apakah
beberapa atau semua pesan dan tipe grafik di atas bisa diterapkan pada
pekerjaan atau penonton mereka. Proses uji coba untuk mengidentifikasi
keterkaitan dan makna pesan pada data adalah bagian dari eksplorasi analisis
data.
Persepsi visual dan visualisasi data
Seseorang bisa membedakan perbedaan antara panjang dua garis, orientasi

bentuk, dan warna (corak) tanpa usaha pemrosesan yang signifikan; hal ini
disebut sebagai "atribut pra-atensi." Sebagai contohnya, mungkin
membutuhkan waktu dan usaha ("pemrosesan atensi") untuk
mengidentifikasi berapa kali angka "5" muncul dalam sekumpulan angka;
tetapi jika angka tersebut berbeda dalam ukuran, orientasi, atau warna, instan
dari angka tersebut dapat dilihat lebih cepat lewat pemrosesan pra-atensi. [10]
Grafik yang efektif menggunakan kelebihan pemrosesan pra-atensi dan
atribut dan kekuatan relatif dan atribut tersebut. Sebagai contohnya, secara
manusia dapat dengan mudah memroses perbedaan panjang garis daripada
47
wilayah permukaan, akan lebih efektif menggunakan grafik batang (yang

mengambil keuntungan panjang garis untuk memperlihatkan perbandingan)
daripada grafik lingkaran (yang menggunakan wilayah permukaan).
Terminologi
Visualisasi data mengikutkan terminologi khusus, beberapa diturunkan dari

statistik. Sebagai contohnya, penulis Stephen Few mendefinisikan dua tipe
data, yang digunakan secara kombinasi untuk mendukung analisis atau
visualisasi yang bermakna:
• Kategorial: label teks menjelaskan sifat dari data, seperti "Nama" atau
"Umur". Istilah ini melingkupi data kualitatif (bukan angka).
• Kuantitatif: Pengukuran angka, seperti "25" untuk merepresentasikan
umur dalam tahun.
Dua tipe utama dari tampilan informasi adalah tabel dan bagan.
• Sebuah tabel mengandung data kuantitatif diatur dalam baris dan
kolom dengan label kategorial. Secara umum digunakan untuk melihat
nilai ilmiah. Pada contoh di atas, tabel bisa memiliki label kolom
kategorial merepresentasikan nama (sebuah variabel kualitatif) dan
umur (variabel kuantitatif) dengan setiap baris dari data
merepresentasikan satu orang (unit eksperimental atau pembagian
kategori dari sampel).
• Sebuah bagan biasanya digunakan untuk memperlihatkan keterkaitan
antara data dan menggambarkan nilai yang dikodekan sebagai objek
visual (misalnya, garis, batang, atau titik). Nilai numerik ditampilkan
dalam sebuah wilayah yang digambarkan dengan satu atau lebih
sumbu. Sumbu tersebut menyediakan skala (kuantitatif dan kategorial)
yang digunakan untuk label dan memberi nilai ke objek visual. Banyak
grafik disebut juga sebagai bagan.[11]
48
Perpustakaan KPI telah mengembangkan "Tabel Periodik dari Metode
Visualisasi", sebuah bagan interaktif yang memperlihatkan berbagai metode
visualisasi data. Ia mengikutkan enam tipe dari metode visualisasi data: data,
informasi, konsep, strategi, metafora dan gabungan.
Contoh diagram digunakan pada visualisasi data
Visual
Nama
Dimensi
• ukuran
nodes
• warna node
• ketebalan
Jaringan
ikatan
• warna
ikatan
• spasialisasi
• panjang
Grafik Batang • warna
• waktu
49
• lebar
• warna
Streamgraph
• waktu
(alur)
• ukuran
Treemap
• warna
• warna
Gantt Chart • waktu
(alur)
50
• posisi x
Scatter Plot • posisi y
(3D) • posisi z
• warna
Tab Data
Sumber : https://melkiapia4excel.weebly.com/tab-data.html, diunduh tanggal 10 Juni 2019
Tab data memuat perintah-perintah yg berkaitan dengan penggunaan data.

Pada tab ini disediakan untuk mengambil data eksternal, koneksi dengan basis
data pengurutan dan penyaringan data dan sebagainya.
51
52
Mengurutkan Data dengan Sort
Sumber : https://support.office.com/id-id/article/mulai-cepat-mengurutkan-data-di-lembar-kerja-excel-60153f94-
d782-47e2-96a8-15cbb7712539 di unduh tanggal 10 Juni 2019
Ketika mengurutkan informasi dalam lembar kerja, Anda dapat menyusun

ulang data untuk menemukan nilai dengan cepat. Anda dapat mengurutkan
rentang atau tabel data pada satu atau beberapa kolom data. Misalnya, Anda
dapat mengurutkan karyawan, pertama menurut departemen, lalu nama
belakang.
Bagaimana cara mengurutkan di lembar kerja ?
Memilih data untuk diurutkan
53
Pilih rentang data tabel, seperti A1:L5 (beberapa baris dan kolom)
atau C1:C80 (satu kolom). Rentang dapat meliputi baris pertama
judul yang mengidentifikasi tiap kolom.
Mengurutkan dengan cepat dan mudah

1. Pilih satu sel dalam kolom yang ingin Anda urutkan.
2. Pada tab Data, dalam grup Urutkan & Filter, klik untuk
melakukan pengurutan naik (dari A ke Z, atau angka terkecil ke
terbesar).
3. Klik untuk melakukan pengurutan menurun (dari Z ke A, atau

angka terbesar ke terkecil).
Mengurutkan menurut kriteria penentu

Gunakan teknik ini untuk memilih kolom yang ingin diurutkan,
beserta kriteria lain seperti font atau warna sel.
1. Pilih satu sel di mana pun dalam rentang yang ingin Anda
urutkan.
2. Pada tab Data, dalam grup Urutkan & Filter, klik Urutkan
untuk menampilkan jendela popup Urutkan.
54
3. Dalam daftar menurun Diurutkan Pada, pilih kolom pertama
yang ingin Anda urutkan.
4. Dalam daftar Diurutkan Pada, pilih Nilai, Warna Sel, Warna
Font, atau Ikon Sel.
5. Dalam daftar Urutan, pilih urutan yang ingin diterapkan pada
operasi pengurutan: menurut abjad atau angka, naik atau turun
(dari A ke Z (atau Z ke A) untuk teks, atau rendah ke tinggi, atau
tinggi ke rendah untuk angka).
Filter Data
Sumber : https://support.office.com/id-id/article/memfilter-data-dalam-rentang-atau-tabel-01832226-31b5-4568-
8806-38c37dcc180e di unduh tanggal 10 Juni 2019
Memfilter rentang data
1. Pilih sel apa pun dalam rentang.

2. Pilih filterdata _ gt_.
3. Pilih panah header kolom _ z0z_.

4. Pilih filter teks atau filter angka, lalu pilih perbandingan, seperti di
antaranya.
55
5. Masukkan kriteria filter dan pilih OK.
Memfilter data dalam tabel
Saat Anda meletakkan data Anda dalam tabel, kontrol filter secara otomatis
ditambahkan ke header tabel.
56
1. Pilih panah header kolom _ z0z_ untuk kolom yang ingin Anda filter.
2. Hapus centang (Pilih Semua) dan pilih kotak yang ingin Anda
Perlihatkan.
3. Klik OK.
Panah header kolom _ z0z_ berubah menjadi ikon filter _ z2z_ . Pilih ikon
ini untuk mengubah atau menghapus filter.
57
Memfilter data di PivotTable
1. Pilih sel di PivotTable. Pilih analisis sisipkan pemotong .

2. Pilih bidang yang ingin Anda buat pemotong. Lalu pilih OK.
3. Pilih item yang ingin Anda Perlihatkan di PivotTable.
Memfilter data secara manual
1. Pilih panah header kolom untuk kolom yang ingin Anda filter.
2. Hapus centang (Pilih Semua) dan pilih kotak yang ingin Anda
Perlihatkan. Kemudian, pilih OK.
PivotTable
Membuat PivotTable
1. Pilih sel yang Anda inginkan untuk membuat PivotTable.
Catatan: Data Anda tidak boleh memiliki baris atau kolom kosong. Data
hanya boleh memiliki judul baris tunggal.
2. Pilih Sisipkan > PivotTable.
3. Dalam Pilih data yang ingin Anda analisis, pilih Pilih sebuah tabel
atau rentang.
58
4. Dalam Tabel/Rentang, verifikasikan rentang sel Anda.
5. Di bawah Pilih tempat Anda ingin meletakkan laporan PivotTable,
pilih lembar kerja baru untuk meletakkan PivotTable di lembar kerja
baru atau lembar kerja yang ada lalu pilih lokasi yang diinginkan untuk
PivotTable.
6. Pilih OK.
Mengembangkan PivotTable
1. Untuk menambahkan bidang ke PivotTable, centang kotak nama bidang

di panel Bidang PivotTable.
Catatan: Bidang yang dipilih akan ditambahkan ke area default: bidang

non-numerik akan ditambahkan ke Baris, hierarki tanggal dan waktu
akan ditambahkan ke Kolom, dan bidang numerik ditambahkan ke Nilai.
59
Untuk memindahkan bidang dari satu area ke yang lain, seret bidang ke area
target.
Membuat PivotChart
Sumber : https://support.office.com/id-id/article/membuat-pivotchart-c1b1e057-6990-4c38-b52b-8255538e7b1c,
diunduh tanggal 10 Juni 2019
Terkadang sulit untuk melihat gambar besar ketika data mentah Anda belum
diringkas. Naluri pertama Anda mungkin akan untuk membuat PivotTable,
tapi tidak semua orang dapat melihat angka dalam tabel dan dengan cepat
melihat apa yang terjadi. PivotChart adalah cara yang bagus untuk
menambahkan visualisasi data ke data Anda.
60
Data pengeluaran rumah tangga PivotTable terkait
Membuat PivotChart
1. Pilih sel dalam tabel Anda.

2. Pilih sisipkan > PivotChart
3. Pilih OK.
Membuat bagan dari PivotTable
1. Pilih sel dalam tabel Anda.

2. Pilih alat PivotTable > menganalisis > PivotChart
3. Pilih bagan.
4. Pilih OK.
61
PENGEMBANGAN PENILAIAN
A. Pembahasan Soal Lainnya
1. Hendra sebagai seorang tenaga administrasi di kantor PT. Terang

Selalu diminta oleh atasannya untuk membuat analisis jumlah agen
yang dimiliki perusahaan. Untuk memudahkan maka Hendra
menggunakan fitur Rekomended PivotTables. Bagaimana
mengaktifkan Rekomended PivotTables?
Penjelasan :
Untuk mengaktifkan Recommended PivotTable yaitu :
- Buka File berisi Tabel Data
- Klik Insert
- Klik RecommendedPivotTables
- Pilih jenis tampilan data yang diinginkan
2. Rendra sebagai seorang tenaga administrasi di kantor Kelurahan KPTK
bertugas mengumpulkan data keluarga dari Desa dan Dusun di
wilayahnya. Data yang terkumpul berupa tabel dari beberapa file
seperti database, lembar sebar dan file teks. Bagaimana Rendra
menggabungkan file tersebut menjadi satu tabel dalam file lembar
sebar?
Penjelasan :
Untuk menggabungkan data yang terdiri dari beberapa sumber dapat
menggunakan fasilitas pada Ribbon Data
- Klik Data
- Pilih Get External Data
- Pilih sumber data yang sesuai
62
B. Mengembangkan Soal HOTS
Untuk menulis butir soal HOTS, penulis soal dituntut untuk dapat menentukan
perilaku yang hendak diukur dan merumuskan materi yang akan dijadikan
dasar pertanyaan (stimulus) dalam konteks tertentu sesuai dengan perilaku
yang diharapkan. Selain itu uraian materi yang akan ditanyakan (yang
menuntut penalaran tinggi) tidak selalu tersedia di dalam buku pelajaran. Oleh
karena itu dalam penulisan soal HOTS, dibutuhkan penguasaan materi ajar,
keterampilan dalam menulis soal (kontruksi soal), dan kreativitas guru dalam
memilih stimulus soal sesuai dengan situasi dan kondisi daerah di sekitar
satuan pendidikan. Berikut dipaparkan langkah-langkah penyusunan soal-
soal HOTS.
1. Menganalisis KD yang dapat dibuat soal-soal HOTS

Terlebih dahulu guru-guru memilih KD yang dapat dibuatkan soal-soal
HOTS. Tidak semua KD dapat dibuatkan model-model soal HOTS. Guru-
guru secara mandiri atau melalui forum KKG/MGMP dapat melakukan
analisis terhadap KD yang dapat dibuatkan soal-soal HOTS.
2. Menyusun kisi-kisi soal

Kisi-kisi penulisan soal-soal HOTS bertujuan untuk para guru dalam
menulis butir soal HOTS. Secara umum, kisi-kisi tersebut diperlukan untuk
memandu guru dalam:
a. memilih KD yang dapat dibuat soal-soal HOTS

b. merumuskan IPK
c. memilih materi pokok yang terkait dengan KD yang akan diuji
d. merumuskan indikator soal
e. menentukan level kognitif
f. Menentukan bentuk soal dan nomor soal
63
3. Memilih stimulus yang menarik dan kontekstual

Stimulus yang digunakan hendaknya menarik, artinya mendorong peserta
didik untuk membaca stimulus. Stimulus yang menarik umumnya baru,
belum pernah dibaca oleh peserta didik. Sedangkan stimulus kontekstual
berarti stimulus yang sesuai dengan kenyataan dalam kehidupan sehari-
hari, menarik, mendorong peserta didik untuk membaca. Dalam konteks
Ujian Sekolah, guru dapat memilih stimulus dari lingkungan sekolah atau
daerah setempat.
4. Menulis butir pertanyaan sesuai dengan kisi-kisi soal

Butir-butir pertanyaan ditulis sesuai dengan kaidah penulisan butir soal
HOTS. Kaidah penulisan butir soal HOTS, agak berbeda dengan kaidah
penulisan butir soal pada umumnya. Perbedaannya terletak pada aspek
materi, sedangkan pada aspek konstruksi dan bahasa relatif sama. Setiap
butir soal ditulis pada kartu soal, sesuai format terlampir.
5. Membuat pedoman penskoran (rubrik) atau kunci jawaban

Setiap butir soal HOTS yang ditulis hendaknya dilengkapi dengan pedoman
penskoran atau kunci jawaban. Pedoman penskoran dibuat untuk bentuk
soal uraian. Sedangkan kunci jawaban dibuat untuk bentuk soal pilihan
ganda, pilihan ganda kompleks (benar/salah, ya/tidak), dan isian singkat.
Penting diingat!!
Soal HOTS dimulai dari level kognitif 3. Yaitu C4 (analisis), C5
(Evaluasi) dan C6 (Mengkreasi)
64
KESIMPULAN
Di bidang ilmu Komputer dan Informatika dikenal sistem bernama GIGO,

singkatan dari Garbage In, Garbage Out Artinya, Jika yang dimasukkan (Input)
ke dalam sistem adalah data sampah, Maka data yang keluar pun (output)
adalah sampah”. Dengan artian GIGO yakni dimana data yang tersimpan
didalam data kita tidak benar atau tidak sesuai atau bisa jadi termasuk
kategori sampah, maka bisa jadi Informasi yang kita terima dan kita olah
hasilnya adalah informasi yang useless alias tidak berguna atau bahkan
Informasi Sampah.
Begitu juga manusia. Jika informasi yang dimasukkan ke dalam benak adalah
info sampah dan kurang bermanfaat, Maka jangan heran, jika tindakan orang
tersebut di keseharian adalah perbuatan kurang bermanfaat
Begitupun dengan Data dan Informasi di dalam sebuah instansi atau
perusahaan, jika data yang diolah adalah sampah maka perusahaan tersebut
akan sulit untuk maju dan berkembang.
Data Cleansing merupakan salah satu tekhnik proses perbaikan atau
pembersihan data menjadi data baik / good data. Namun Data Cleansing juga
bukan teknik yang mudah, karena perlunya analisa di segala lini tubuh
perusahaan. Bisa jadi kesalahan data diakibat dari proses tidak
terintegrasinya multi system. atau karena kesalahan informasi yang berasal
dari sumber yang tidak benar atau tidak dapat dipercaya. dan banyak hal lain
nya.
Untuk itu marilah memulai dengan menggunakan data yang benar dan valid
agar menghasilkan informasi yang akurat dan tepat guna untuk kemajuan
bersama.
Agar informasi tidak menjadi sampah maka perlunya analisis data sebagai
upaya mengolah data menjadi informasi, sehingga karakteristik atau sifat-
sifat data tersebut dapat dengan mudah dipahami dan bermanfaat untuk
65
menjawab masalah-masalah. Beberapa prosedur yang bisa dilakukan dalam

analisis data adalah setelah pengumpulan data maka dilakukan editing data
lalu melakukan identifikasi dan klasifikasi data berdasarkan sifatnya,
kemudian melakukan tabulasi data, pengujian kualitas data dan terakhir
melakukan deskripsi data agar penerima data tidak salah persepsi dan data
tidak menjadi sampah.
Visualisasi data dimaksudkan agar pembacaan data secara mudah dan ringkas
dapat dilakukan sehingga dengan visualisasi data akan meminimalisir data
dan informasi sampah karena kesalahan dalam memaknai sebuah data atau
informasi.
Dalam pengumpulan dan pengelolaan data banyak aplikasi yang berisi tools
yang dapat digunakan yang akan mempermudah dalam pengelolaan, analisis
dan visualisasi data. Akan tetapi Tools hanyalah sebagai alat atau perangkat
dalam pengumpulan dan pengelolaan data, maka keakuratan dan kebenaran
data itulah yang utama.
Unit ini hanya sebagai salah satu referensi yang dapat digunakan guru dalam
meningkatkan kompetensinya karena jika kompetensi guru meningkat maka
akan berimplikasi pada peningkatan kompetensi peserta didik. Dengan
meningkatkan kompetensi peserta didik melalui paket pembelajaran analisis
data sesuai dengan tuntutan kompetensi dasar (KD) yang tertuang dalam
Permendikbud No. 37 Tahun 2018 maka diharapkan melalui pembelajaran ini
maka peserta didik memiliki kompetensi yang dapat diaplikasikan dalam
kehidupan sehari-hari.
66
UMPAN BALIK
Dalam rangka mengetahui pemahaman terhadap sub unit ini, Saudara perlu
mengisi lembar persepsi pemahaman. Berdasarkan hasil pengisian instrumen
ini, Saudara dapat mengetahui posisi pemahaman beserta umpan baliknya.
Oleh karena itu, isilah lembar persepsi diri ini dengan objektif dan jujur.
Tabel 3 Lembar Persepsi Pemahaman Unit
Kriteria
No Aspek
1 2 3 4
Memahami indikator yang telah dikembangkan
1.
berdasarkan Kompetensi Dasar
Mampu menghubungkan konten dengan
2
fenomena kehidupan sehari-hari
Merasa bahwa tahapan aktivitas pembelajaran
3
dapat mengembangkan HOTS peserta didik
Memahami tahapan aktivitas yang disajikan
4
dengan baik
Mampu dengan baik mengaplikasikan aktivitas
5
pembelajaran di dalam kelas
Memahami dengan baik Lembar Kerja peserta
6
didik yang dikembangkan
Mampu melaksanakan dengan baik Lembar Kerja
7
peserta didik yang dikembangkan
8 Memahami Konten secara menyuluh dengan baik
Memami prosedur penyusunan soal HOTS dengan
9
baik
Mampu membahas soal HOTS yang disajikan
10
dengan tepat
Jumlah
Jumlah Total
67
Keterangan Pedoman Penskoran

1=tidak menguasai
2 = cukup menguasai Skor = Jumlah Total X 100
3 = menguasai 40
4 = Sangat Menguasai
Keterangan Umpan Balik
Skor Umpan Balik

< 70 Masih banyak yang belum dipahami, di antara konten, cara
membelajarkannya, mengembangkan penilian dan melaksanakan
penilaian berorientasi HOTS. Saudara membaca ulang Unit ini dan
mendiskusikannya dengan dengan fasilitator di MGMP sampai
anda memahaminya.
70-79 Masih ada yang belum dipahami dengan baik, di antara konten,
cara membelajarkan, mengembangkan penilian dan melaksanakan
penilaian berorientasi HOTS. Saudara perlu mendiskusikan bagian
yang belum dipahami dengan fasilitator atau teman lain di MGMP.
80-89 Memahami konten, cara membelajarkan, mengembangkan
penilian dan melaksanakan penilaian berorientasi HOTS dengan
baik.
> 90 Memahami konten, cara membelajarkan, mengembangkan
penilian dan melaksanakan penilaian berorientasi HOTS dengan
sangat baik. Saudara dapat menjadi fasilitator bagi teman-teman
lain di MGMP untuk membelajarkan Unit ini.
68
Unit Pembelajaran
Program Pengembangan Keprofesian Berkelanjutan (PKB)
melalui
Peningkatan Kompetensi Pembelajaran (PKP)
Berbasis Zonasi

LEMBAGA PENGEMBANGAN DAN PEMBERDAYAAN
PENDIDIK DAN TENAGA KEPENDIDIKAN
BIDANG KELAUTAN PERIKANAN
TEKNOLOGI INFORMASI DAN KOMUNIKASI
2019
Jl. Diklat No. 30 Tambungbatu Desa Paccellekang Kec. Pattallassang
Kab. Gowa Prov. Sulawesi Selatan - 92171

Modul PKP Informatika - Visualisasi Data

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul PKP Informatika - Visualisasi Data

Diunggah oleh

Hak Cipta:

Format Tersedia

Unit Pembelajaran

Program Pengembangan Keprofesian Berkelanjutan (PKB)

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

MATA PELAJARAN INFORMATIKA

Desainer Grafis dan Ilustrator:

Hak Cipta Dilindungi Undang-Undang

Pengembangan profesionalitas guru melalui Program Peningkatan Kompetensi

Pusat Pengembangan dan Pemberdayaan Pendidik dan Tenaga Kependidikan

Direktur Pembinaan Guru

Ir. Sri Renani Pantjastuti, MPA

Peningkatan kompetensi merupakan salah satu program yang menjadi fokus

Peningkatan kompetensi bagi peserta didik salah satunya dilakukan melalui

Program PKP memerlukan beberapa perangkat pendukung diantaranya adalah

KATA SAMBUTAN _______________________________ II

Dalam kehidupan sehari-hari di sekolah, di kampus, di perkantoran,

Unit pembelajaran ini dikembangkan berdasarkan Kompetensi Dasar (KD)

Tabel 1 Kompetensi Dasar dan Target Kompetensi

Kompetensi Dasar Target KD

B. Indikator Pencapaian Kompetensi

Indikator Pencapaian Kompetensi (IPK) merupakan turunan dari Kompetensi

Tabel 2 Indikator Pencapaian Kompetensi

IPK Pengetahuan IPK Keterampilan

IPK Kunci IPK Kunci

3.6.1. Memahami mekanisme 4.6.1 Melakukan proses data dengan

A. GIGO (Garbage In – Garbage Out)

Gambar 1 Garbage In – Garbage Out

Di bidang ilmu Komputer dan Informatika dikenal sistem bernama GIGO,

Begitupun dengan data dan informasi di dalam sebuah instansi atau

data cleansing merupakan salah satu teknik proses perbaikan atau

B. Analisis dan Visualisasi Data

Gambar 2 Analisis dan Visualisasi Data

KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN

Jenis Sekolah : SMA Kurikulum : 2013

Jenis Sekolah : SMA Kurikulum : 2013

B. Analisis Soal Lainnya

Analisis soal berdasarkan soal-soal tersebut di atas dapat kita jabarkan

Tabel 3. Analisis Soal Lainnya Mata Pelajaran Informatika Kelas X

Aktivitas pembelajaran pada kegiatan pembelajaran Analisis Data ini

Aktivitas 1 Pengumpulan Data dari Berbagai Sumber

Guru memberikan pertanyaan arahan (Guide Questions) :

- Tahukah peserta didik apa itu data dan informasi ?

Langkah pembelajaran Visualisasi Data berbasis Problem-based Learning yang

Aktivitas 2 Pengelolaan Data dengan Sort, Filter dan Tools

Guru memberikan pertanyaan arahan (Guide Questions) :

- Tahukah peserta didik bagaimana melakukan filter data sesuai

Langkah pembelajaran Visualisasi Data berbasis Problem-based Learning yang

Aktivitas 3 Pengelolaan Data dengan Pivot Table

Guru memberikan pertanyaan arahan (Guide Questions) :

- Tahukah peserta didik bagaimana cara menyederhanakan data ?

Langkah pembelajaran Visualisasi Data berbasis Problem-based Learning yang

Aktivitas 4 Visualisasi Data dengan Grafik

Guru memberikan pertanyaan arahan (Guide Questions) :

- Tahukah peserta didik tentang gambar di bawah ini ?

Gambar 3 Visualisasi Data

Langkah pembelajaran Visualisasi Data berbasis Problem-based Learning yang

B. Lembar Kerja Peserta Didik

Lembar Kerja Peserta Didik 1 Pengumpulan Data dari

2. Simpan dengan nama KK-Ahmad

4. Simpan dengan nama KK-Bambang

5. Buka file KK-Ahmad pada Aplikasi Lembar Sebar

7. Rapikan data tersebut lalu simpan dengan nama KK-Gabung.

Lembar Kerja Peserta Didik 2 Pengelolaan Data dengan Sort,

1. Bukalah kembali file KK-Gabung pada aplikasi lembar sebar sehingga

9. Urutkan data Tanggal Lahir berdasarkan usia termuda?