Modul PKP Informatika - Manajemen Data PDF

Unit Pembelajaran
Program Pengembangan Keprofesian Berkelanjutan (PKB)

melalui
Peningkatan Kompetensi Pembelajaran (PKP)
Berbasis Zonasi
Mata Pelajaran
Informatika
Manajemen
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
MANAJEMEN DATA
Unit Pembelajaran
PROGRAM PENGEMBANGAN KEPROFESIAN BERKELANJUTAN (PKB)
MELALUI PENINGKATAN KOMPETENSI PEMBELAJARAN (PKP)
BERBASIS ZONASI
MATA PELAJARAN INFORMATIKA

SEKOLAH MENENGAH ATAS
(SMA)
Manajemen Data
Penulis:
Hukmiah Arif
Penyunting:
Ulfa Hardianti
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.
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. Pengelolaan Data dari Berbagai Sumber _________________________________ 13
B. Visualisasi dan Deskripsi Data ____________________________________________ 14
SOAL-SOAL UN/USBN _____________________________ 15
A. Soal Lainnya ________________________________________________________________ 15
B. Analisis Soal Lainnya ______________________________________________________ 18
BAHAN PEMBELAJARAN ____________________________ 19
A. Aktivitas Pembelajaran ____________________________________________________ 19
Aktivitas 1 Pengelolaan Data lebih dari Satu Sumber ___________________ 19
Aktivitas 2 Mendeskripsikan Model Data dengan Model Pembelajaran
Make-A Match ______________________________________________________________ 22
Aktivitas 3 Memeriksa Kesesuaian Model Terhadap Data ______________ 25
B. Lembar Kerja Peserta Didik _______________________________________________ 28
Lembar Kerja Peserta Didik 1 Pengelolaan Data Lebih Dari Satu Sumber
_______________________________________________________________________________ 28
5
Lembar Kerja Peserta Didik 2 Mendeskripsikan Model Data

Menggunakan Model Pembelajaran Make-A Match _____________________ 31
Lembar Kerja Peserta Didik 3 Memeriksa Kesesuaian Model Terhadap
Data __________________________________________________________________________ 35
C. Bahan Bacaan _______________________________________________________________ 38
Mengimpor Data ke Lembar Kerja dan Membuat Model Data __________ 38
Mengenal Confidentiality, Integrity, dan Availability Pada Keamanan Informasi _ 54
Jenis Data dan Pemilihan Analisis Statistik_______________________________ 57
Analisis Deskriptif Menggunakan Lembar Sebar ________________________ 63
PENGEMBANGAN PENILAIAN _________________________ 68
A. Pembahasan Soal Lainnya _________________________________________________ 68
B. Mengembangkan Soal HOTS _______________________________________________ 70
KESIMPULAN ___________________________________ 72
UMPAN BALIK __________________________________ 74
6
DAFTAR GAMBAR
Hal
Gambar 1 Pengelolaan Data dari berbagai sumber ____________________________ 13

Gambar 2 Visualisasi Data _______________________________________________________ 14
7
DAFTAR TABEL
Hal
Tabel 1 Kompetensi Dasar dan Target Kompetensi ___________________________ 10

Tabel 2 Indikator Pencapaian Kompetensi ____________________________________ 11
Tabel 3 Analisis Soal Lainnya Mata Pelajaran Informatika Kelas XI __________ 18
Tabel 4 Lembar Persepsi Pemahaman Sub Unit _______________________________ 74
8
PENDAHULUAN
Dalam kehidupan sehari-hari untuk penggunaan dan pengelolaan

data memerlukan prinsip reliability (konsistensi data), accessability (kemudahan
dalam mengakses informasi), privacy (tingkatan interaksi/keterbukaan data) dan
integrity (keutuhan/kelengkapan data), cost (nilai data), dan speed (kecepatan
data). Dengan prinsip-prinsip tersebut, maka tuntutan kebutuhan data walaupun
jumlah datanya besar yang berasal dari berbagai sumber data external maka
permasalahan kehilangan data atau informasi sampah tidak akan terjadi.
Tuntutan manajemen data dari beragam koleksi data dalam jumlah besar
membutuhkan pengelolaan yang kontinyu, dengan berbagai metode
pengumpulan data dan aspek privasinya.
Materi Manajemen 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 Manajemen 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 Manajemen 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 XI 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

3.3 Memahami bahwa Data dapat 3.3 Memahami konsep pengolahan
bersifat kompleks dan dapat data yang besar, multi-sheet dan
didekomposisi menjadi elemen-elemen multi-file
data
4.3 Mengumpulkan data besar dari 4.3 Melakukan pengolahan dan
berbagai sumber pengorganisasian data besar
3.4 Memahami bahwa organisasi dan 3.4 Mengidentifikasi pengaruh cost,
penyimpanannya akan mempengaruhi speed, reliability, accesability, privacy
cost, speed, reliability, accesability, dan itegerity pada penyimpanan data
privacy dan itegerity
4.4 Mengorganisasikan, menyimpan 4.4 Mengelola data kompleks
dan mengolah data yang kompleks berdasarkan suatu model yang
berdasarkan suatu model yang sudah sudah ada
ada
3.5 Memahami bahwa penalaran dan 3.5. Memahami tentang model data
prediksi terhadap suatu data tergantung analisis
pada model
4.5 Memeriksa kesesuaian model 4.5 Menganalisis metoda untuk
terhadap data menentukan kecocokan model
10
Kompetensi Dasar Target KD
terhadap data dan derajat
kesalahannya
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
3.3 Memahami pengolahan data 4.3 Memahami metode pengolahan
dengan satu sheet dan satu file dan pengorganisasian data besar
3.4 Memahami pengaruh cost, speed, 4.4 Mengidentifikasi model-model
reliability, accesability, privacy dan data yang sesuai
itegerity pada penyimpanan data 4.5 Mengidentifikasi bentuk analisis
3.5 Mengenal model data analisis data yang sesuai
IPK Kunci IPK Kunci
3.3 Memahami konsep pengolahan 4.3 Melakukan pengolahan dan
data yang besar, multi-sheet dan pengorganisasian data besar
multi-file
3.4 Mengidentifikasi pengaruh cost, 4.4 Mengelola data kompleks
speed, reliability, accesability, privacy berdasarkan suatu model yang
dan itegerity pada penyimpanan data sudah ada
3.5. Memahami tentang model data 4.5 Menganalisis metoda untuk
analisis menentukan kecocokan model
terhadap data dan derajat
kesalahannya
11
IPK Pengayaan IPK Pengayaan

4.3 Membuat model data dengan
mengambil data publik yang tersedia
di internet dan menggabungkan
dengan sumber data yang lain
4.4 Membuat model data dengan
menghubungkan dengan mata
pelajaran lain misalnya fisika atau
sosial seperti kependudukan
4.5 Melakukan proses statistik
dengan metode yang lainnya untuk
menentukan apakah data sesuai
dengan model
12
APLIKASI DI DUNIA NYATA
A. Pengelolaan Data dari Berbagai Sumber
Gambar 1 Pengelolaan Data dari berbagai sumber

Sumber : https://sijai.com/teknik-pengumpulan-data/ diunduh tanggal 10 Juni 2019
Dalam kehidupan sehari-hari di era teknologi yang semakin pesat, lalu lintas
data dan informasi begitu mudah diperoleh sehingga akan mudah
memperoleh data dan informasi sampah jika kita tidak mampu melakukan
filter dalam penggunaan dan pengelolaan data. Untuk itu pengelolaan data
memerlukan prinsip reliability (konsistensi data), accessability (kemudahan
Maka mari mengelola data dan informasi secara benar dengan penggunaan
tools yang sesuai dengan dilengkapi metode-metode pengelolaan data secara
valid.
13
B. Visualisasi dan Deskripsi Data
Gambar 2 Visualisasi Data
Dalam kehidupan sehari-hari sering kita temui lembaran-lembaran data yang

membutuhkan pengumpulan dan pengelolaan data yang baik agar lembaran-
lembaran data tersebut berguna. Visualisasi data merupakan salah satu
bentuk penyederhanan data baik yang berbentuk rekapitulasi tabel ataupun
grafik yang bertujuan untuk dapat menunjukkan perbandingan informasi yang
berkualitatif dengan cepat dan sederhana. Data yang diberikan dalam bentuk
deskriptif yang ruwet dan kompleks dapat disederhanakan menjadi bentuk
grafik. Ini dibuat untuk dapat memudahkan dalam membaca dan memahami
apa yang ada di dalamnya.
14
SOAL-SOAL UN/USBN
A. Soal Lainnya
KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN

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

Kelas : XI 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 bersifat kompleks dan
Soal
Rendra sebagai seorang tenaga
dapat didekomposisi
administrasi di kantor Kelurahan KPTK
menjadi elemen-elemen
1diberi tugas untuk membuat sebaran data
data.
penduduk berdasarkan wilayah dan usia.
LINGKUP MATERI :
Untuk menghitung usia, Rendra
Analisis Data
mengambil data berdasarkan kolom
MATERI : Tanggal Lahir, tetapi format tanggal lahir
Manajemen Data yang ada pada tabel tertulis seperti contoh
INDIKATOR SOAL : Kunci “Makassar,13 Januari 1973”. Langkah apa
Disajikan kasus peserta Jawaban yang harus Rendra lakukan terlebih
didik dapat Memahami A dahulu agar Rendra dapat menghitung
bahwa data dapat bersifat usia penduduk berdasarkan format tabel
kompleks dan dapat Tanggal Lahir?
didekomposisi menjadi A. Memisahkan tempat lahir dan tanggal
elemen-elemen data. lahir menggunakan fasilitas pada
Ribbon Data yaitu menu Konversi Text
to Column dengan tanda pemisahnya
adalah tanda koma (,)
B. Memisahkan tempat lahir dan tanggal
lahir dengan menyisipkan satu kolom
kosong menggunakan Ribbon Insert
Table lalu memindahkan tanggal lahir
ke kolom kosong tersebut.
15
C. Memisahkan tempat lahir dan tanggal

lahir menggunakan fasilitas pada
Ribbon Data yaitu menu Konversi Text
to Column dengan tanda pemisahnya
adalah tanda spasi (space)
D. Membuat kolom baru dengan cara klik
kanan pilih insert -> Entire Column lalu
mengetikkan ulang tanggal lahir
dengan format yang benar.
KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN

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

Kelas : XI Bentuk Soal : Pilihan Ganda
Mata Pelajaran : Informatika Nama Penyusun : Hukmiah Arif
KOMPETENSI DASAR : Pengetahuan/ Aplikasi  Penalaran
Buku Sumber:
Keterampilan
Memahami bahwa
Nomor RUMUSAN BUTIR SOAL
penalaran dan prediksi
Soal Rendra sebagai seorang tenaga administrasi
terhadap suatu data
di kantor Kelurahan KPTK diberi tugas
tergantung pada model.
2 untuk membuat visualisasi sebaran data
LINGKUP MATERI : penduduk berdasarkan jumlah penduduk
Analisis Data yang bekerja. Visualisasi data yang tepat
MATERI : adalah?
Manajemen Data A.
INDIKATOR SOAL : Kunci
Disajikan kasus peserta Jawaban
didik dapat Memahami A
bahwa penalaran dan
prediksi terhadap suatu
data tergantung pada
model.
B.
16
C.
D.
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 XI

Indikator
Nomor Level
yang Diketahui Ditanyakan
Soal Kognitif
bersesuaian
1 L3 Memahami MemisahkanRendra sebagai seorang tenaga
bahwa data tempat lahir
administrasi di kantor
dapat bersifat dan tanggal
Kelurahan KPTK diberi tugas
kompleks dan lahir
untuk membuat sebaran data
dapat menggunakan
didekomposis penduduk berdasarkan wilayah
fasilitas pada
i menjadi dan usia. Untuk menghitung
Ribbon Data
elemen- yaitu usia, Rendra mengambil data
menu
elemen data. Konversi Text
berdasarkan kolom Tanggal
to Column
Lahir, tetapi format tanggal
dengan tanda
lahir yang ada pada tabel
pemisahnya
tertulis seperti contoh
adalah tanda
koma (,) “Makassar,13 Januari 1973”.
Langkah apa yang harus Rendra
lakukan terlebih dahulu agar
Rendra dapat menghitung usia
penduduk berdasarkan format
tabel Tanggal Lahir?
2 L3 Memahami Visualisasi Rendra sebagai seorang tenaga
bahwa data dengan administrasi di kantor
penalaran dan grafik untuk Kelurahan KPTK diberi tugas
prediksi melihat
untuk membuat visualisasi
terhadap sebaran data
suatu data penduduk sebaran data penduduk
tergantung berdasarkan berdasarkan jumlah penduduk
pada model jumlah yang bekerja. Visualisasi data
penduduk yang tepat adalah?
yang bekerja
18
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 Manajemen Data ini disampaikan dalam 2 jam
pelajaran (satu kali pertemuan )
Aktivitas 1 Pengelolaan Data lebih dari Satu Sumber
Guru memberikan pertanyaan arahan (Guide Questions) :
- Tahukah peserta didik apa yang dilakukan ketika diperoleh data lebih
dari satu sumber?
- Bagaimana melakukan pengelolaan data lebih dari satu sumber?
- Bagaimana melakukan visualisasi data lebih dari satu sumber?
- Bagaimana metode pengelolaan data lebih dari satu sumber?
Langkah pembelajaran Manajemen 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 yang disampaikan
gambar tentang guru
berbagai sumber
19
Alokasi
Waktu
data agar peserta 1.2 Peserta didik
didik dapat membuat deskripsi
menguraikan tentang sumber data
tentang sumber dan model data
data dan model
data
2. Setelah itu Guru 2. Peserta didik
menyampaikan menyimak tool yang
tools yang dapat dapat digunakan
digunakan dalam dalam pemrosesan
pemrosesan data data dari berbagai
dari berbagai sumber
sumber
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 5. Peserta didik bertanya
kesempatan siswa tentang materi yang
bertanya dan belum dipahami
menanyakan
tentang materi
yang belum
dipahami
20
Alokasi
Waktu
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
menyimpulkan kesimpulan sesuai
materi dengan masukan yang
21
Alokasi
Waktu
diperoleh dari
kelompok lain
Aktivitas 2 Mendeskripsikan Model Data dengan Model

Pembelajaran Make-A Match
Sebelum kegiatan pembelajaran dengan model pembelajaran Make-A Match,

- Masih ingatkan peserta didik tentang model data dan visualisasi data?
- Tahukan peserta didik yang dimaksud dengan cost, speed, reliability,
accesability, privacy dan itegerity ?
- Tahukah peserta didik bagaimana sebuah data bisa mempengaruhi
cost, speed, reliability, accesability, privacy dan itegerity ?
- Tahukah peserta didik bagaimana membuat penalaran/deskripsi
tentang sebuah data?
- Tahukan peserta didik bagaimana menganalisis kesesuaian data
dengan modelnya?

Alokasi
Waktu
Orientasi peserta 1. Guru 1. Peserta didik 20 “
didik pada
gambar tentang guru
data dan model 2. Peserta didik
visualisasi data membuat deskripsi
agar peserta didik tentang pengaruh cost,
dapat menguraikan speed, reliability,
tentang model data
22
Alokasi
Waktu
serta visualisasi accesability, privacy
data dan itegerity data
2. Setelah itu Guru 2 Peserta didik
menyampaikan menyimak keseuaian
kesesuaian model model data dan
data dan analisisnya
analisisnya
3. Guru menugaskan 3 Peserta didik
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)
kartu gambar dan mencocokkan gambar
kertas plano. dan membuat
Peserta didik deskripsi tentang
diminta model data
mencocokkan data berdasarkan gambar
dan gambar serta dan menempelkan
membuat deskripsi pada kertas plano.
tentang model data
tersebut dan
menempelkan pada
kertas plano secara
berkelompok
5. Guru memberikan 5 Peserta didik bertanya
menanyakan
tentang materi
yang belum
dipahami
23
Alokasi
Waktu
untuk belajar memahami tugas mencari data yang
masing-masing diperlukan untuk
individu maupun didik selama proses dan mencocokkan data)
kelompok pengerjaan masalah untuk bahan diskusi dan
sehingga karya setiap hasilnya ditempelkan di
kelompok siap kertas plano dan
ditempelkan di kertas dipamerkan/
plano untuk dipresentasikan/
dipamerkan dan disajikan dalam bentuk
Menganalisis dan Guru membimbing Setiap kelompok 10 “
mengevaluasi proses pameran, presentasi melakukan
pemecahan masalah dan mendorong pameran/presentasi,
kelompok kelompok yang lain
memberikan memberikan apresiasi.
penghargaan serta
masukan kepada
kelompok lain.
24
Alokasi
Waktu
Guru bersama peserta Bersama-sama guru
didik menyimpulkan merangkum/membuat
materi kesimpulan sesuai dengan
masukan yang diperoleh
dari kelompok lain
Aktivitas 3 Memeriksa Kesesuaian Model Terhadap Data
- Tahukah peserta didik bagaimana model-model data ?

- Tahukah peserta didik bagaimana memeriksa kesesuaian model
terhadap data?

Alokasi
Waktu
Orientasi peserta 1. Guru 1.1 Peserta didik 20 “
didik pada
model data guru
1.2 Peserta didik
membuat deskripsi
tentang model data
2. Setelah itu Guru 2 Peserta didik
menyampaikan menyimak tool yang
tools yang dapat dapat digunakan
digunakan dalam dalam memeriksa
memeriksa kesesuaian model
kesesuaian model terhadap data
terhadap data
3. Guru menugaskan 3 Peserta didik
membentuk
25
Alokasi
Waktu
kelompok dan membaca bahan
sebanyak 4 - 6 bacaan yang diberikan
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 5 Peserta didik bertanya
menanyakan
tentang materi
yang belum
dipahami
untuk belajar memahami tugas mencari data/formula
masing-masing yang diperlukan untuk
individu maupun didik selama proses data/formula) untuk
kelompok pengerjaan masalah bahan diskusi dan
26
Alokasi
Waktu
sehingga karya setiap hasilnya dipresentasikan/
kelompok siap untuk disajikan dalam bentuk
Menganalisis dan Guru membimbing Setiap kelompok 10 “
mengevaluasi proses presentasi dan melakukan presentasi,
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
27
B. Lembar Kerja Peserta Didik
Lembar Kerja Peserta Didik 1 Pengelolaan Data Lebih Dari

Satu Sumber
1. Buatlah satu buah table di aplikasi database dengan nama identitas dengan
format seperti di bawah ini
28
2. Buatlah satu buah table di aplikasi database dengan nama nilai dengan
format seperti di bawah ini
3. Simpan dengan nama nilaidiklat
4. Buka lembar kerja baru pada Aplikasi Lembar Sebar
5. Buatlah koneksi kedua buah table dengan cara pada Ribbon Data -> Pilih
Get External Data -> From Access -> Tentukan Nama File -> Select Table,
Ceklist All Table, lalu klik OK -> Select how you want to view this data in
your workbook , pilih “PivotTable Report” -> where do you want to put the
data?, pilih Existing worksheet (worksheet yang sedang aktif) atau New
Worksheet (worksheet baru) -> OK
6. Buatlah Tabulasi data menggunakan PivotTable untuk menampilkan

jumlah peserta diklat berdasarkan kecamatan dan jenis kelamin.
29

jumlah peserta diklat berdasarkan kelurahan yang berusia 50 tahun.

jumlah peserta diklat berdasarkan kelurahan yang berusia dibawah 50
tahun.

jumlah peserta diklat berdasarkan kelurahan dan nilai akhir di bawah 50.

jumlah peserta diklat berdasarkan kelurahan dan nilai akhir di atas 50.
11. Buatlah kesimpulan atas praktek yang telah kelompok kamu lakukan dan
presentasikan hasil karyamu di depan kelas.
30
Lembar Kerja Peserta Didik 2 Mendeskripsikan Model Data
Menggunakan Model Pembelajaran Make-A Match
1. Cocokkanlah data dan grafik di bawah ini lalu deskripsikan data tersebut.
31
32
E
2. Tempellah Pasangan (Make-A Match) data dan grafik di atas pada kertas
plano, lalu buat deskripsi maksud dari data tersebut sesuai dengan format
di bawah ini:
33
No. Tabel Grafik

1.
Deskripsi :
2.
Deskripsi :
3.
Deskripsi :
3. Pamerkanlah hasil kerja kelompokmu, dan kelompok yang lain silahkan

saling berkunjung!
4. Buatlah kesimpulan atas apa yang telah kelompok kamu lakukan dan
34
Lembar Kerja Peserta Didik 3 Memeriksa Kesesuaian Model
Terhadap Data
1. Bukalah kembali file nilai yang telah dibuat pada Lembar Kerja 1 di atas!
2. Copy kolom yang berisi nilai akhir sehingga tampilan seperti berikut:
3. Lakukan analisis deskriptif menggunakan tools pada lembar kerja dengan

cara :
- Klik menu DATA > pilih tool Data Analysis

- Pilih Deskriptive Statistics > klik Ok > Muncul tampilan Deskriptive
Statistics
- Letakkan kursor pada kolom input range > Blok kolom (atau baris,
sesuai kebutuhan) yang mau dianalisis.
- Pada Output Option > letakkan kursor pada output range
- Kemudian blok cell atau kolom pada Excel yang kosong untuk
menampilkan hasil analisis.
- Selanjutnya, klik untuk centang Summary Statistics, Confidence Level
For Mean (95%), Kth Largest (1), Kth Smallest (1). > Klik Ok.
4. Maka akan tampil hasilnya sebagai berikut :
35
5. Deskripsikanlah bacaan data di atas pada point 4.
6. Selanjutnya lakukan analisis deskriptif menggunakan formula pada lembar

sebar untuk menghitung mean, median, standar deviasi, maximum,
minimum, dan sum dengan cara sebagai berikut :
- Mean: : ketik rumus, =AVERAGE(blok kolom data) > enter > hasil
- Median: ketik rumus, =MEDIAN(blok kolom data) > enter > hasil
- Standar Deviasi: ketik rumus, =STDEV(blok kolom data) > enter >
hasil
- Maximum: ketik rumus, =MAX(blok kolom data) > enter > hasil
- Minimum: ketik rumus, =MIN(blok kolom data) > enter > hasil
- Sum: ketik rumus, =SUM(blok kolom data) > enter > hasil
7. Maka hasilnya akan seperti berikut
36
8. Buatlah kesimpulan atas praktek yang telah kelompok kamu lakukan dan
37
C. Bahan Bacaan
Mengimpor Data ke Lembar Kerja dan Membuat Model Data
Sumber : https://support.office.com/id-id/article/tutorial-mengimpor-data-ke-Lembar Sebar-dan-membuat-model-

data-4b4e5ab4-60ee-465e-8195-09ebba060bf0 diunduh tanggal 12 Juni 2019
Mengimpor data dari database
Tujuan materi bagian ini adalah untuk menyambungkan ke sumber data

eksternal, dan mengimpor data tersebut ke Lembar Sebar untuk analisis lebih
lanjut.
Mari mulai dengan mengunduh beberapa data dari Internet. Data ini
menjelaskan mengenai Medali Olimpiade, dan merupakan database Microsoft
Access.
1. Klik link berikut ini untuk mengunduh file yang kami gunakan selama seri
tutorial ini. Unduh masing-masing empat file ke lokasi yang mudah
diakses, seperti mengunduh atau Dokumen saya, atau untuk folder baru
yang Anda buat:
> database OlympicMedals.accdb Access
https://download.microsoft.com/download/e/9/8/e981203a-d902-4d63-afbf424027b1e88c/
olympicmedals.accdb
> buku kerja OlympicSports.xlsx Lembar Sebar

https://download.microsoft.com/download/f/2/1/f215ee55-3574-4b8f-adbf-4d66379276fb/
olympicsports.xlsx
> buku kerja Population.xlsx Lembar Sebar

https://download.microsoft.com/download/5/b/d/5bd4a709-de6e-4586-883f-9701ab94e3e5/
population.xlsx
> buku kerja DiscImage_table.xlsx Lembar Sebar

https://download.microsoft.com/download/c/1/9/c19a4e9a-9703-4097-8691-c95e740aa48a/
discimage_table.xlsx
38
2. Di Lembar Sebar, buka buku kerja kosong.
3. Klik DATA > Dapatkan Data eksternal > dari Access. Pita menyesuaikan
dinamis berdasarkan lebar buku kerja Anda, sehingga perintah di pita
Anda mungkin terlihat agak berbeda dari layar berikut ini. Layar pertama
memperlihatkan pita saat buku kerja lebar, gambar kedua
memperlihatkan buku kerja yang telah diubah ukurannya untuk
mengambil hanya satu bagian layar.
39
4. Pilih file OlympicMedals.accdb diunduh dan klik buka. Jendela Pilih tabel
berikut ini muncul, menampilkan tabel yang ditemukan di database. Tabel
dalam database serupa dengan lembar kerja atau tabel di Lembar Sebar.
Centang kotak Aktifkan pilihan beberapa tabel , dan pilih semua tabel.
Lalu klik OK.
5. Jendela Impor Data muncul.
Catatan: Perhatikan kotak centang di bagian bawah jendela yang memungkinkan Anda
untuk tambahkan data ini ke Data Model, diperlihatkan di layar berikut ini. Data Model
yang dibuat secara otomatis ketika Anda mengimpor atau bekerja dengan dua atau
beberapa tabel secara bersamaan. Data Model mengintegrasikan tabel, mengaktifkan
ekstensif analisis menggunakan PivotTable, Power Pivotdan Power View. Ketika Anda
mengimpor tabel dari database, ada database hubungan antara tabel-tabel tersebut
digunakan untuk membuat Data Model di Lembar Sebar. Data Model transparan di
Lembar Sebar, tapi Anda bisa menampilkan dan mengubahnya langsung menggunakan
Power Pivot add-in.
Pilih opsi Laporan PivotTable , yang mengimpor tabel ke Lembar Sebar

dan menyiapkan PivotTable untuk menganalisis tabel yang diimpor, dan
klikOK.
40
6. Begitu data diimpor, PivotTable dibuat menggunakan tabel yang diimpor.
41
Dengan data yang telah diimpor ke Lembar Sebar, dan Model Data secara
otomatis dibuat, Anda siap untuk menjelajahi data.
Menjelajahi data menggunakan PivotTable
Mudah menjelajahi data yang diimpor menggunakan PivotTable. Dalam

PivotTable, Anda menyeret bidang (mirip kolom di Lembar Sebar) dari tabel
(seperti tabel yang baru Anda impor dari database Access) ke area PivotTable
yang berbeda untuk menyesuaikan caranya menyajikan data Anda. PivotTable
mempunyai empat area: FILTER, KOLOM, BARIS, dan NILAI.
Ini mungkin memerlukan beberapa kali uji coba untuk menentukan area
bidang mana yang harus diseret. Anda bisa menyeret banyak atau beberapa
bidang dari tabel Anda sesuai keinginan Anda, hingga PivotTable menyajikan
42
data Anda seperti yang ingin Anda lihat. Silakan jelajahi dengan cara menyeret
bidang ke dalam area PivotTable yang berbeda; data yang mendasarinya tidak
terpengaruh saat Anda menyusun bidang dalam PivotTable.
Mari kita jelajahi data Medali Olimpiade dalam PivotTable, dimulai dengan
penerima medali Olimpiade diatur menurut cabang olahraga, jenis medali, dan
negara atau kawasan atlet.
1. Di Bidang PivotTable, Perluas tabel medali dengan mengklik panah di

sampingnya. Temukan noc_negarakawasan bidang di tabel medali
diperluas, dan seret ke area kolom . NOC singkatan panitia Olimpiade
Nasional, yang merupakan unit organisasi untuk negara atau kawasan.
2. Berikutnya, dari tabel Cabang Olahraga, seret Cabang Olahraga ke area
BARIS.
3. Mari kita filter Cabang Olahraga agar hanya menampilkan lima olahraga:
Panahan, Loncat Indah, Anggar, Seluncur Indah dan Seluncur Cepat. Anda
bisa melakukan ini dari dalam area Bidang PivotTable, atau dari filter
Label Baris dalam PivotTable itu sendiri.
a. Klik di mana saja dalam PivotTable untuk memastikan PivotTable
Lembar Sebar dipilih. Di daftar Bidang PivotTable, di mana tabel
Cabang Olahraga diperluas, arahkan mouse ke atas bidang Cabang
Olahraga dan panah turun bawah muncul di sebelah kanan bidang. Klik
menu turun bawah, klik (Pilih Semua)untuk menghapus semua
pilihan, lalu gulir ke bawah dan pilih Panahan, Loncat Indah, Anggar,
Seluncur Indah dan Seluncur Cepat. Klik OK.
b. Atau, di bagian Label Baris dari PivotTable, klik panah turun bawah di
samping Label Baris dalam PivotTable, klik (Pilih Semua) Untuk
menghapus semua pilihan, lalu gulir ke bawah dan pilih Panahan,
Loncat Indah, Anggar, Seluncur Indah dan Seluncur Cepat. Klik OK.
43
4. Di Bidang PivotTable, dari tabel Medali, seret Medali ke area NILAI.

Karena Nilai harus numerik, Lembar Sebar secara otomatis mengubah
medali menjadi Perolehan Medali.
5. Dari tabel Medali, pilih lagi Medali dan seret ke dalam area FILTER.
6. Mari kita filter PivotTable agar hanya menampilkan negara atau kawasan
yang mendapatkan lebih dari 90 total medali. Berikut caranya.
a. Di PivotTable, klik menu turun bawah di sebelah kanan Label Kolom.
b. Pilih Filter Nilai dan pilih Lebih Besar Dari….
c. Ketikkan 90 di bidang terakhir (di sebelah kanan). Klik OK.
PivotTable Anda terlihat seperti layar berikut.
Dengan sedikit usaha, Anda sekarang memiliki PivotTable dasar yang

menyertakan bidang dari tiga tabel yang berbeda. Yang membuat tugas ini
begitu sederhana adalah hubungan yang telah ada sebelumnya di antara tabel.
44
Karena hubungan tabel sudah ada dalam database sumber, dan karena Anda
telah mengimpor semua tabel dalam sekaligus, Lembar Sebar bisa membuat
kembali hubungan di dalam Model Datanya.
Apa yan terjadi jika data Anda berasal dari sumber yang berbeda, atau diimpor
kemudian? Biasanya, Anda bisa membuat hubungan dengan data baru
berdasarkan kolom yang sesuai. Dalam langkah berikutnya, Anda akan
mengimpor tabel tambahan dan mempelajari cara membuat hubungan baru.
Mengimpor kontak dari lembar bentang
Sekarang mari kita impor data dari sumber lain, kali ini dari buku kerja yang
sudah ada, lalu menentukan hubungan antara data kita yang sudah dan data
baru. Hubungan memungkinkan Anda menganalisis kumpulan data di Lembar
Sebar, dan membuat visualisasi menarik dan menghanyutkan dari data yang
Anda impor.
Mari kita mulai dengan membuat lembar kerja kosong, lalu mengimpor data
dari buku kerja Lembar Sebar.
1. Sisipkan lembar kerja Lembar Sebar baru, dan namai Olahraga.

2. Telusuri ke folder yang berisi file unduhan contoh data, dan buka
OlympicSports.xlsx.
3. Pilih dan salin data di Sheet1. Jika Anda memilih sel dengan data,
seperti sel A1, Anda bisa menekan Ctrl + A untuk memilih semua data
yang berdekatan. Tutup buku kerja OlympicSports.xlsx.
4. Pada lembar kerja Olahraga, tempatkan kursor Anda di sel A1 dan
tempelkan data.
5. Dengan data yang masih disorot, tekan Ctrl + T untuk memformat data
sebagai tabel. Anda juga bisa memformat data sebagai tabel dari pita
dengan memilih Beranda > Format sebagai tabel. Karena data
memiliki header, pilih tabel saya memiliki header di jendela Buat
45
tabel yang muncul, seperti yang diperlihatkan di sini.
Memformat data sebagai tabel memiliki banyak keuntungan. Anda

bisa memberikan nama ke tabel, yang memudahkan untuk
mengidentifikasi. Anda juga bisa menetapkan hubungan antara tabel,
mengaktifkan eksplorasi dan analisis di PivotTable, Power Pivotdan
Power View.
6. Nama tabel. Di alat tabel > desain > properti, temukan bidang Nama
tabel dan ketikkan olahraga. Buku kerja terlihat seperti layar berikut
ini.
7. Simpan buku kerja.
46
Mengimpor data menggunakan salin dan tempel
Sekarang setelah Anda mengimpor data dari buku kerja Lembar Sebar, mari
kita impor data dari tabel yang kita temukan di halaman web, atau sumber lain
yang bisa kita salin dan tempelkan ke dalam Lembar Sebar. Di langkah berikut
ini, Anda menambahkan kota tuan rumah Olimpiade dari tabel.
1. Menyisipkan lembar kerja Lembar Sebar baru, dan menamainya Tuan

Rumah.
2. Memilih dan menyalin tabel berikut, termasuk header tabel.
Kota NOC_CountryRegion Alpha-2 Kode Edisi Musim
Melbourne / Stockholm AUS AS 1956 Musim panas
Sydney AUS AS 2000 Musim panas
Innsbruck AUT AT 1964 Musim Dingin
Innsbruck AUT AT 1976 Musim Dingin
Antwerpen BEL BE 1920 Musim panas
Antwerp BEL BE 1920 Musim Dingin
Montreal CAN CA 1976 Musim panas
Lake Placid CAN CA 1980 Musim Dingin
Calgary CAN CA 1988 Musim Dingin
St. Moritz SUI SZ 1928 Musim Dingin
St. Moritz SUI SZ 1948 Musim Dingin
Beijing CHN CH 2008 Musim panas
Berlin GER GM 1936 Musim panas
Garmisch-Partenkirchen GER GM 1936 Musim Dingin
Barcelona ESP SP 1992 Musim panas
Helsinki FIN FI 1952 Musim panas
Paris FRA FR 1900 Musim panas
Paris FRA FR 1924 Musim panas
Chamonix FRA FR 1924 Musim Dingin
Grenoble FRA FR 1968 Musim Dingin
Albertville FRA FR 1992 Musim Dingin
London GBR UK 1908 Musim panas
London GBR UK 1908 Musim Dingin
47
Kota NOC_CountryRegion Alpha-2 Kode Edisi Musim
London GBR UK 1948 Musim panas
Munich GER DE 1972 Musim panas
Athena GRC GR 2004 Musim panas
Cortina d'Ampezzo ITA IT 1956 Musim Dingin
Roma ITA IT 1960 Musim panas
Turin ITA IT 2006 Musim Dingin
Tokyo JPN JA 1964 Musim panas
Sapporo JPN JA 1972 Musim Dingin
Nagano JPN JA 1998 Musim Dingin
Seoul KOR KS 1988 Musim panas
Meksiko MEX MX 1968 Musim panas
Amsterdam NED NL 1928 Musim panas
Oslo NOR NO 1952 Musim Dingin
Lillehammer NOR NO 1994 Musim Dingin
Stockholm SWE SW 1912 Musim panas
St Louis USA US 1904 Musim panas
Los Angeles USA US 1932 Musim panas
Lake Placid USA US 1932 Musim Dingin
Squaw Valley USA US 1960 Musim Dingin
Moskow URS RU 1980 Musim panas
Los Angeles USA US 1984 Musim panas
Atlanta USA US 1996 Musim panas
Salt Lake City USA US 2002 Musim Dingin
Sarajevo YUG YU 1984 Musim Dingin
1. Di Lembar Sebar, letakkan kursor Anda dalam sel A1 lembar kerja

Tuan Rumah dan tempelkan data.
2. Format data sebagai tabel. Seperti dijelaskan sebelumnya dalam
tutorial ini, tekan Ctrl + T untuk memformat data sebagai tabel, atau
dari Beranda > Format sebagai Tabel. Karena data memiliki header,
pilih Tabel saya memiliki header di jendela Buat Tabel yang
muncul.
48
3. Namai tabel. Dalam ALAT TABEL > DESAIN > Properti temukan
bidang Nama Tabel, dan ketikkan Tuan Rumah.
4. Pilih kolom Edisi, dan dari tab BERANDA, format kolom sebagai
Angka dengan 0 tempat desimal.
5. Simpan buku kerja. Buku kerja Anda terlihat seperti layar berikut.
Sekarang Anda telah memiliki buku kerja Lembar Sebar dengan tabel, Anda
dapat membuat hubungan di antara tabel. Membuat hubungan di antara tabel
memungkinkan Anda mengolah data dari dua tabel.
49
Membuat hubungan antara data yang diimpor
Anda bisa dengan segera menggunakan bidang di PivotTable Anda dari tabel
yang diimpor. Jika Lembar Sebar tidak bisa menentukan cara menggabungkan
bidang ke dalam PivotTable, hubungan harus tetapkan dengan Model Data
yang sudah ada. Dalam langkah berikut, Anda akan mempelajari cara membuat
hubungan antara data yang Anda impor dari berbagai sumber.
1. Pada Sheet1, di bagian atasBidang PivotTable, kliksemua untuk

menampilkan daftar lengkap tabel yang tersedia, seperti yang
diperlihatkan di layar berikut ini.
2. Gulir daftar untuk melihat tabel baru yang baru saja Anda tambahkan.
3. Perluas olahraga dan pilih olahraga untuk menambahkannya ke
PivotTable. Perhatikan bahwa Lembar Sebar meminta Anda untuk
50
membuat hubungan, seperti yang terlihat di layar berikut ini.
Pemberitahuan ini terjadi karena Anda menggunakan bidang dari tabel

yang bukan merupakan bagian dari Model Data yang mendasarinya. Salah
satu cara untuk menambahkan tabel ke Data Model adalah untuk membuat
hubungan untuk tabel yang sudah ada dalam Data Model. Untuk membuat
hubungan, salah satu tabel harus memiliki kolom berisi nilai unik, tidak
berulangi. Data sampel, tabel cabang olahraga yang diimpor dari database
yang berisi bidang dengan kode olahraga, disebut SportID. Olahraga kode
yang sama ada sebagai bidang dalam data Lembar Sebar yang kami
diimpor. Mari kita membuat hubungan.
4. Klik buat … di area Bidang PivotTable yang disorot untuk membuka

dialog Buat hubungan , seperti yang diperlihatkan di layar berikut ini.
51
5. Dalam Tabel, pilih Cabang Olahraga dari daftar turun bawah.

6. Dalam Kolom (Asing), pilih SportID.
7. Dalam Tabel Terkait, pilih Olahraga.
8. Dalam Kolom Terkait (Utama), pilih SportID.
9. Klik OK.
Perubahan PivotTable agar mencerminkan hubungan baru. Tapi PivotTable

tidak terlihat benar belum cukup, karena urutan bidang di area baris . Cabang
olahraga adalah subkategori olahraga tertentu, tapi karena kami disusun
cabang olahraga di atas olahraga di area baris , itu tidak diatur dengan benar.
Layar berikut ini memperlihatkan pengurutan yang tidak diinginkan.
52
1. Di area BARIS, pindahkan Olahraga di atas Cabang Olahrga. Itu jauh lebih
baik, dan PivotTable menampilkan data dengan cara yang ingin Anda
lihat, seperti yang diperlihatkan pada layar berikut ini.
Di balik layar, Lembar Sebar menyusun Model Data yang bisa digunakan di
seluruh buku kerja, di semua PivotTable, PivotChart, di Power Pivot, atau
setiap laporan Power View. Hubungan tabel adalah dasar dari Model Data, dan
yang menentukan navigasi dan perhitungan jalur.
53
Mengenal Confidentiality, Integrity, dan Availability Pada Keamanan

Informasi
Sumber :https://netsec.id/confidentiality-integrity-availability-keamanan-informasi/ diunduh tanggal 10 Juni 2019
Seorang professional dalam bidang keamanan informasi akan berfokus untuk

mencapai dan melindungi confidentiality, integrity, dan availability (CIA).
Ketiga hal tersebut merupakan prinsip dasar pada keamanan informasi. Ketika
kita ingin membangun sebuah sistem yang aman, ketiga hal tersebutlah yang
dijadikan sebagai acuan yang harus dicapai dan dilindungi. Mari kita bahas 3
prinsip dasar keamanan informasi tersebut satu per satu secara lebih
mendalam.
1. Confidentiality
Maksudnya secara singkat sama dengan arti katanya yaitu kerahasian.
Kerahasian dalam hal ini adalah informasi yang kita miliki pada
sistem/database kita, adalah hal yang rahasia dan pengguna atau orang yang
tidak berkepentingan tidak dapat melihat/mengaksesnya. Atau dengan kata
lain, hanya pihak yang berhak dan berwenang saja yang dapat mengakses
informasi tersebut. Untuk itu kebanyakan organisasi umumnya
mengklasifikasikan informasi/data untuk mengakomodir tercapainya
confidentiality. Klasifikasinya yaitu internal use only (hanya digunakan di
lingkungan internal perusahaan), public (biasanya disebarkan melaui website
atau media sosial perusahaan), dan confidential (sangat rahasia, contohnya
data-data terkait planning, finansial, business process, dll).
Ancaman yang muncul dari pihak yang tidak berkepentingan terhadap
aspek confidentiality antara lain:
• password strength (lemahnya password yang digunakan,
sehingga mudah ditebak ataupun di-bruteforce)
• malware (masuknya virus yang dapat membuat backdoor ke
sistem ataupun mengumpulkan informasi pengguna)
54
• social engineering (lemahnya security awareness pengguna dimana
mudah sekali untuk ‘dibohongi’ oleh attacker, yang biasanya adalah
orang yang sudah dikenalnya).
Cara yang umum digunakan untuk menjamin tercapainya aspek confidentiality
adalah dengan menerapkan enkripsi. Enkripsi merupakan sebuah teknik
untuk mengubah file/data/informasi dari bentuk yang dapat dimengerti
(plaintext) menjadi bentuk yang tidak dapat dimengerti (ciphertext), sehingga
membuat attacker sulit untuk mendapatkan informasi yang mereka butuhkan.
Enkripsi harus dilakukan pada level media penyimpanan dan transmisi data.
Masih ingatkah kalian dengan berita pada awal Desember 2016 tentang
berhasil diretasnya google, yahoo, dailymotion, yang berakibat tercurinya
data-data pengguna mereka? Hal tersebut merupakan contoh dari
rusaknya aspek confidentiality pada keamanan informasi.
2. Integrity
Integrity maksudnya adalah data tidak dirubah dari aslinya oleh orang yang
tidak berhak, sehingga konsistensi, akurasi, dan validitas data tersebut masih
terjaga. Dengan bahasa lain, integrity mencoba memastikan data yang
disimpan benar adanya, tidak ada pengguna yang tidak berkepentingan atau
software berbahaya yang mengubahnya. Integrity berusaha untuk
memastikan data diproteksi dengan aman dari ancaman yang disengaja
(serangan hacker) maupun ancaman yang tidak disengaja (misal. kecelakaan).
Integrity dapat dicapai dengan:
• menerapkan strong encryption pada media penyimpanan dan
transmisi data.
• menerapkan strong authentication dan validation pada setiap akses
file/akun login/action yang diterapkan. Authentication dan
validation dilakukan untuk menjamin legalitas dari akses yang
dilakukan.
55
• menerapkan access control yang ketat ke sistem, yaitu setiap akun

yang ada harus dibatasi hak aksesnya. Misal tidak semua memiliki
hak akses untuk mengedit, lainnya hanya bisa melihat saja.
Contoh mudah dan umum dari rusaknya integrity terkait keamanan
informasi adalah pada proses pengiriman email. Alice mengirimkan email ke
Bob. Namun ketika email dikirim, di tengah jalan Eve meng-intercept email
tersebut dan mengganti isi emailnya kemudian baru diteruskan ke Bob. Bob
akan mengira bahwa email tersebut benar dari Alice padahal isinya telah
terlebih dahulu dirubah oleh Eve. Hal tersebut menunjukkan aspek integrity
dari email yang dikirim oleh Alice telah hilang/rusak.
3. Availability
Maksud dari availability adalah memastikan sumber daya yang ada siap
diakses kapanpun oleh user/application/sistem yang membutuhkannya. Sama
seperti aspek integrity, rusaknya aspek availability dari sistem juga bisa
diakibatkan karena faktor kesengajaan dan faktor accidental (kecelakaan).
Faktor kesengajaan bisa dari serangan Denial of Service (DoS), malware,
maupun hacker/cracker. Untuk faktor accidental (kecelakaan) bisa karena
hardware failure (rusak atau tidak berfungsi dengan baiknya hardware
tersebut), konsleting listrik, kebakaran, banjir, gempa bumi, dan bencana alam
lainya.
Untuk memastikan tercapainya aspek availability, organisasi perusahaan bisa
menerapkan:
• disaster recovery plan (memiliki cadangan baik tempat dan
resource, apabila terjadi bencana pada sistem)
• redundant hardware (misal memiliki banyak power supply)
• RAID (salah satu cara untuk menanggulangi disk failure)
• data backup (rutin melakukan backup data)
Untuk contoh dari rusaknya aspek availability sistem baru-baru ini
adalah steam, platform distribusi game digital terbesar di dunia, tidak bisa
56
diakses atau mengalami server down oleh serangan Distributed Denial of
Service (DDoS). Padahal pada waktu tersebut steam sedang dibanjiri
pengunjung karena sedang mengadakan winter sale.
Demikian 3 prinsip dasar pada keamanan informasi. Ketiganya
(confidentiality, integrity, availability) harus tercapai dan terlindungi untuk
menciptakan suatu sistem yang bisa dibilang aman walaupun kenyataannya
tidak ada sistem yang benar-benar aman.
Jenis Data dan Pemilihan Analisis Statistik
Sumber : https://www.statistikian.com/2012/07/jenis-data-dan-pemilihan-analisis-statistik.html di unduh tanggal

10 Juni 2019
Pendahuluan
Desain penelitian menentukan teknik statistik, bukan sebaliknya teknik
statistik menentukan rancangan penelitian. Statistik dipakai untuk melayani
dan sebagai alat dalam penelitian, bukan untuk menguasainya. Agar tepat
dalam melakukan analisis data, maka kiranya perlu untuk
memahami Pemilihan Analisis Statistik berdasarkan jenis data dan bentuk
hipotesis.
Data dan Penyajian Data

• Tugas peneliti adalah mendapatkan data untuk ‘mengisi’
variabel penelitian.
• Data akan sangat bergantung daripada definisi operasional
variabel penelitian.
a. Ditinjau dari cara memperoleh data
• Data primer : data yang diperoleh langsung dari sumber data
• Data sekunder : data yang diperoleh dari sumber tidak langsung
57
b. Ditinjau dari tingkat keterukuran variabel penelitian

• Data kualitatif : data yang tidak boleh diukur dengan angka atau data
yang tidak boleh diangkakan
• Data kuantitatif : data yang boleh diangkakan atau dikuantifikasikan
c. Berdasarkan tingkat pengukuran variabel penelitian yang
dikuantifikasikan:
• Data nominal
• Data ordinal
• Data interval (scale)
• Data rasio
d. Data nominal
• Data yang ditetapkan berdasarkan proses penggolongan atau
kategorisasi.
• Data nominal ini bersifat diskrit dan saling terpisah (mutually
exlusive) antara golongan (kategori) yang satu dengan yang lain.
• Contoh : data tentang pendapat responden terhadap kenaikan iuran
(setuju/tidak setuju).
e. Data ordinal
• Data yang mempunyai urutan atau boleh diurutkan berdasarkan
peringkat atau atribut tertentu.
• Contoh : data tentang rangking pelajar, hasil lomba pidato bahasa
Inggris bagi siswa SMK, dan sebagainya.
• Data ordinal juga bersifat diskrit.
f. Data interval (scale)
• Data yang dapat dikelompokkan berdasarkan ukuran (satuan/unit)
yang sama; dapat diurutkan berdasarkan kelompok tersebut
sebagaimana data ordinal.
• Data interval umumnya bersifat kontinyu.
• Contohnya : data tentang skor test pelajar, data tentang prestasi
belajar, dan sebagainya.
58
g. Data rasio
• Data yang dalam kuantifikasinya mempunyai nilai nol (0) mutlak;
artinya ‘kuantiti’ nol (0) dapat masuk sebagai anggota data.
• Dalam penelitian ilmu-ilmu sosial, jarang peneliti menggunakan data
rasio.
• Data rasio bersifat kontinyu.
h. Konversi data
• Dalam praktek pengolahan data, dimungkinkan melakukan konversi
dari data yang mempunyai tingkat lebih tinggi ke tingkat data yang
lebih rendah.
• Data rasio -> data interval -> data ordinal -> data nominal
• Konversi data diperlukan biasanya untuk menyesuaikan dengan
teknik analisis statistik yang akan dipakai.
i. Analisis data
• Analisis non-statistik
• Analisis statistik
j. Analisis non-statistik
• Data kualitatif, iaitu data-data yang tidak dapat di-angkakan, analisis
non-statistik lebih tepat digunakan
• Data kualitatif biasanya diolah atau dianalisis berdasarkan isinya
(subtansinya).
• Analisis non statistik ini sering juga disebut dengan analisis isi
(content analysis), yang mencakup analisis deskriptif, kritis,
komparatif, dan sintesis.
• Penelitian yang menggunakan data kualitatif disebut penelitian
kualitatif.
k. Analisis statistik
• Untuk data kuantitatif, iaitu data yang berupa angka atau bisa
diangkakan, analisis statistik lebih tepat digunakan
• Statistik deskriptif dan statistik inferensial
59
• Statistik deskriptif digunakan untuk membantu memaparkan

(menggambarkan) keadaan yang sebenarnya (fakta) dari satu
sampel penelitian -> penelitian deskriptif
• Penelitian deskriptif tidak untuk menguji suatu hipotesis.
l. Statistika Inferensial
• Digunakan untuk mengolah data kuantitatif dengan tujuan untuk
menguji kebenaran suatu teori baru yang diajukan peneliti yang
dikenal dengan hipotesis -> penelitian inferensial
• Dalam penelitian inferensial, teknik analisis statistik yang digunakan
merujuk kepada suatu pengujian hipotesis
m. Langkah-langkah utama dalam pengujian hipotesis:
• Membuat asumsi -> kondisi apa yang dapat “diterima “ oleh peneliti
• menentukan statistik ujian
• Memilih suatu tingkat Signifikansi
• Menghitung harga statistik ujian
• Membuat keputusan ujian (diterima / ditolak)
n. Rambu-rambu Pemilihan Analisis Statistik
• Jenis penelitian (deskriptif, inferensial)
• Jenis variabel (terikat, bebas)
• Tingkat pengukuran variabel (nominal, ordinal, interval)
• Banyaknya variabel (satu, lebih dari satu )
• Maksud statistik (kecenderungan memusat, variabilitas, hubungan
(korelasi, asosiasi), pembandingan (komparasi), interaksi, kesesuaian,
dan sebagainya).
Tabel Panduan Pemilihan Analisis Statistik
Berikut adalah Tabel panduan Pemilihan Analisis Statistik yang tepat:

a. Apabila Banyaknya Variabel adalah 1(Satu)
60
b. Apabila Banyaknya variabel 2 (dua) atau Lebih
61
62
Statistik hanyalah alat yang membantu peneliti untuk memudahkan
memahami dan memberikan makna dari data penelitian yang diperoleh.
Tugas peneliti melakukan interpretasi terhadap data yang diperoleh
dan membahasnya lebih lanjut secara lebih mendalam dan komprehensif
berdasarkan teori-teori yang menyokong serta fakta yang terjadi di
lapangan. Pada ruang ‘interpretasi hasil analisis data’ inilah didapatkan karya
monumental seorang peneliti.
Analisis Deskriptif Menggunakan Lembar Sebar

Sumber : http://www.sharingid.com/panduan-lengkap-analisis-deskriptif-menggunakan-excel/ di unduh tanggal 10
Juni 2019
Dalam penelitian, analisis deskriptif sangatlah dibutuhkan. Terutama

penelitian yang berkaitan dengan penelitian kuantitatif. Hal itu dikarenakan
analisis deskriptif dapat membantu anda dalam menilai data yang telah anda
kumpulkan sebelum anda melakukan pengolahan lebih lanjut. Analisis
deskriptif sering dilakukan sebagai analisis awal sebelum melakukan analisis-
analisis yang lebih advance dengan tujuan mengetahui gambaran dan
penyebaran data.
Pertanyaan kemudian adalah, apa itu analisis deskriptif? Jawabannya kurang
lebih seperti ini: analisis deskriptif adalah analisis yang dilakukan untuk
membaca karakteristik dari sekumpulan data. Karakterisitik dalam kumpulan
63
data itu cukup banyak, seperti nilai Mean, Median, Sum, Variance, Standar
error, standar error of mean, mode, range atau rentang, minimal, maksimal,
skewness dan kurtosis.
Jenis Analisis Deskriptif

Mean (nilai rata-rata): Mean adalah rata-rata sebuah kelompok data yang
didapat dari total jumlah keseluruhan data dibagi dengan banyaknya data.
Keuntungan dari menghitung mean adalah angka tersebut dapat digunakan
sebagai gambaran data yang diamati.
- Median: nilai tengah setelah di urutkan.
- Modus: Nilai yang paling sering keluar.
- Standar Deviasi: Standar deviasi (simpangan baku) merupakan akar
kuadrat dari varians. Standar deviasi dinotasikan sebagi s atau σ.
- Varians: Varians adalah nilai yang didapat dari pembagian hasil
penjumlahan kuadrat (sum of squares) dengan ukuran data (n). Dimana
ukuran data (n) adalah banyaknya anggota sampel atau observasi.
Variansi dinotasikan sebagai S2 atau σ2
- Minimum: Minimum adalah nilai paling rendah atau paling kecil dalam
suatu kelompok data.
- Maksimum: Maksimum adalah adalah kebalikan dari minimum yaitu
nilai paling tinggi atau paling besar dalam suatu kelompok data.
- Sum: Jumlah nilai semua anggota atau nilai total dalam suatu kelompok
data.
- Count: Count atau Total adalah banyaknya anggota sampel atau
observasi di dalam sebuah kelompok data.
- Range: Range adalah jarak antara nilai maksimum dan nilai minimum.
Sederhananya, Range menyatakan ukuran yang menunjukkan selisih
nilai antara maksimum dan minimum. Range dinotasikan dengan (R)
64
- Standar error (of mean): Standar error of mean adalah indeks yang
memberikan gambaran dari sebaran rerata sampel terhadap rerata dari
rerata keseluruhan kemungkinan sampel (rerata populasi).
Melakukan Analisis Deskriptif menggunakan Tools

Setelah dijabarkan satu per satu jenis analisis deskriptif di atas, maka masuk
pada cara melakukan analisis deskriptif menggunakan lembar sebar. Sebelum
melakukan analisis, pastikan terlebih dahulu tool Data Analisis telah aktif.
Dengan cara:
Klik DATA pada toolbar > lihat tool Data Analisis terdapat pada ujung kanan
atas. Jika belum ada tool Data Analisis, maka perlu diaktiftkan. Dengan cara:
Klik File > klik Option > klik Add-Ins > pilih Analysis Toolpack > pada kolom
Manager di paling bawah pilih Add-Ins > klik go > klik ok. Selesai. Kemudian,
cek tool Data Analisis pada menu DATA, jika benar prosesnya maka sudah
muncul tool Data Analisis. Selanjutnya, dilakukan analisis dengan langkah-
langkah berikut.
▪ Buka data yang telah diinput pada MS Excel
▪ Klik menu DATA > pilih tool Data Analysis
▪ Pilih Deskriptive Statistics > klik Ok > Muncul tampilan Deskriptive
Statistics
▪ Letakkan kursor pada kolom input range > Blok kolom (atau baris, sesuai
kebutuhan) yang mau dianalisis.
▪ Pada Output Option > letakkan kursor pada output range
▪ Kemudian blok cell atau kolom pada Excel yang kosong untuk
menampilkan hasil analisis.
▪ Selanjutnya, klik untuk centang Summary Statistics, Confidence Level For
Mean (95%), Kth Largest (1), Kth Smallest (1). > Klik Ok. Seperti gambar
berikut.
65
Tampilan Descriptif Statistics
Apabila proses tersebut dilakukan dengan benar, maka akan muncul hasil
analisis deskriptif. Selanjutnya anda interpretasi sesuai jenisnya yang telah
dibahas di atas. Berikut tampilan hasil analisis deskriptif.
Hasil
analisis deskriptif
66
Melakukan Analisis Deskriptif menggunakan Formula
Selain analisis deskriptif menggunakan tool di atas, pada MS Excel juga
menyediakan rumus yang siap pakai untuk melakukan analisis. Terkadang
tidak semua hasil analisis seperti di atas itu dibutuhkan, tapi hanya beberapa
jenis analisis deskriptif saja yang ingin di tampilkan. Oleh karena itu, dengan
menggunakan rumus bisa menjadi alternatif untuk anda.
Beberapa jenis analisis deskriptif seperti mean, median, standar deviasi,
maximum, minimum, dan sum. Langkah-langkah penggunaan rumus sebagai
berikut.
▪ Mean: : ketik rumus, =AVERAGE(blok kolom data) > enter > hasil
▪ Median: ketik rumus, =MEDIAN(blok kolom data) > enter > hasil
▪ Standar Deviasi: ketik rumus, =STDEV(blok kolom data) > enter > hasil
▪ Maximum: ketik rumus, =MAX(blok kolom data) > enter > hasil
▪ Minimum: ketik rumus, =MIN(blok kolom data) > enter > hasil
▪ Sum: ketik rumus, =SUM(blok kolom data) > enter > hasil
Contoh memasukkan rumus pada Excel
67
PENGEMBANGAN PENILAIAN
A. Pembahasan Soal Lainnya
1. Rendra sebagai seorang tenaga administrasi di kantor Kelurahan KPTK

diberi tugas untuk membuat sebaran data penduduk berdasarkan wilayah
dan usia. Untuk menghitung usia, Rendra mengambil data berdasarkan
kolom Tanggal Lahir, tetapi format tanggal lahir yang ada pada tabel
tertulis seperti contoh “Makassar,13 Januari 1973”. Langkah apa yang
harus Rendra lakukan terlebih dahulu agar Rendra dapat menghitung usia
penduduk berdasarkan format tabel Tanggal Lahir?
Penjelasan :
Langkah yang harus dilakukan agar dapat menghitung usia penduduk

berdasarkan format tanggal lahir yang tepat adalah
- Siapkan kolom kosong di samping kolom Tempat Tanggal Lahir
- Blok/Range data Tempat Tanggal Lahir yang akan dipisahkan dan

dikonversi menjadi format tanggal
- Pilih Ribbon Data -> Klik Text to Column -> Delimeted -> Next -> Beri
tanda  (ceklist) pada Comma (maksudnya: Text yang ada setelah
68
tanda comma akan dipindahkan ke kolom disebelahnya) -> merubah
Text menjadi format Date -> Finish
- Mulai melakukan perhitungan usia berdasarkan tanggal lahir yang

telah tersedia
2. Rendra sebagai seorang tenaga administrasi di kantor Kelurahan KPTK

diberi tugas untuk membuat visualisasi sebaran data penduduk
berdasarkan jumlah penduduk yang bekerja. Visualisasi data yang tepat
adalah?
Penjelasan :
Sebaran Data Penduduk berdasarkan Jumlah Penduduk yang Bekerja

adalah
69
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
3. Memilih stimulus yang menarik dan kontekstual
70
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)
71
KESIMPULAN
Dalam kehidupan sehari-hari untuk penggunaan dan pengelolaan data

memerlukan prinsip reliability (konsistensi data), accessability (kemudahan
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.
Manajemen data dimaksudkan agar pengorganisasian data dapat berjalan

dengan semestinya sehingga prinsip-prinsip reliability (konsistensi data),
accessability (kemudahan dalam mengakses informasi), privacy (tingkatan
interaksi/keterbukaan data) dan integrity (keutuhan/kelengkapan data), cost
(nilai data), dan speed (kecepatan data) dapat dilaksanakan.
Dalam pengumpulan dan pengelolaan data banyak aplikasi yang berisi tools
yang dapat digunakan yang akan mempermudah dalam pengelolaan, analisis
dan visualisasi dan manajemen data. Akan tetapi Tools hanyalah sebagai alat
atau perangkat dalam pengumpulan dan pengelolaan data, maka keakuratan
dan kebenaran data itulah yang utama.
72
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.
73
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 4 Lembar Persepsi Pemahaman Sub 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
74
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.
75
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 - Manajemen Data PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

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 - Manajemen Data PDF

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

Lembar Kerja Peserta Didik 2 Mendeskripsikan Model Data

Gambar 1 Pengelolaan Data dari berbagai sumber ____________________________ 13

Tabel 1 Kompetensi Dasar dan Target Kompetensi ___________________________ 10

Dalam kehidupan sehari-hari untuk penggunaan dan pengelolaan

Materi Manajemen Data ini merujuk pada Permendikbud RI Nomor 37

Kegiatan pembelajaran pada Unit Manajemen Data ini dirancang

Penulis berharap dengan kehadiran Unit Manajemen Data ini dapat

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 Pengayaan IPK Pengayaan

A. Pengelolaan Data dari Berbagai Sumber

Gambar 1 Pengelolaan Data dari berbagai sumber

B. Visualisasi dan Deskripsi Data

Gambar 2 Visualisasi Data

Dalam kehidupan sehari-hari sering kita temui lembaran-lembaran data yang

KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN

Jenis Sekolah : SMA Kurikulum : 2013

C. Memisahkan tempat lahir dan tanggal

KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN

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 XI

Aktivitas pembelajaran pada kegiatan pembelajaran Analisis Data ini

Aktivitas 1 Pengelolaan Data lebih dari Satu Sumber

Guru memberikan pertanyaan arahan (Guide Questions) :

Langkah pembelajaran Manajemen Data berbasis Problem-based Learning

Aktivitas 2 Mendeskripsikan Model Data dengan Model

Sebelum kegiatan pembelajaran dengan model pembelajaran Make-A Match,

Langkah pembelajaran Manajemen Data berbasis Problem-based Learning

Aktivitas 3 Memeriksa Kesesuaian Model Terhadap Data

Guru memberikan pertanyaan arahan (Guide Questions) :

- Tahukah peserta didik bagaimana model-model data ?

Langkah pembelajaran Manajemen Data berbasis Problem-based Learning

B. Lembar Kerja Peserta Didik

Lembar Kerja Peserta Didik 1 Pengelolaan Data Lebih Dari

3. Simpan dengan nama nilaidiklat

4. Buka lembar kerja baru pada Aplikasi Lembar Sebar

6. Buatlah Tabulasi data menggunakan PivotTable untuk menampilkan

7. Buatlah Tabulasi data menggunakan PivotTable untuk menampilkan

8. Buatlah Tabulasi data menggunakan PivotTable untuk menampilkan

9. Buatlah Tabulasi data menggunakan PivotTable untuk menampilkan

10. Buatlah Tabulasi data menggunakan PivotTable untuk menampilkan

No. Tabel Grafik