Bahan Bacaan Guru dan Peserta Didik

Bab

4
Kompetensi Dasar
3.4. Memhami bahwa data dapat dikoleksi secara kontinyu dan otomatis melaluui berbagai perangkat
4.4. Melakukan berbagai cara pengumpulan data yang dijelaskan di kelas
3.5. Memahami aspek privasi dalam pengumpulan data
4.5. Mengambil dan mempublikasikan data dengan memperhatikan aspek privasi
3.6. Memahami data yang terkumpul dalam jumlah besar yang dapat ditransformasi, digeneralisasi,
disederhanakan
4.6. Memroses data dengan fitur lanjut pemroses angka
3.7. Mengenal berbagai cara visualisasi data
4.7. Memvisualisasikan data dalam jumlah besar serta memberikan interpretasi yang berdasarkan
penalaran dan prediksi data

A
Data yang didapat dalam bidang teknologi informasi umumnya berupa data elektronik.
Data tersebut dapat dihasilkan oleh berbagai perangkat, seperti computer dan smartphone.

Beberapa data tidak memiliki makna sebelum diolah dan diproses ke dalam bentuk
informasi atau pengetahuan. Salah satu model yang menggambarkan keterkaitan antara data,
informasi dan pengetahuan adalah model DIKW. Dalam model DIKW terdapat 4 elemen utama
yaitu Data, Information (informasi), Knowledge (pengetahuan) dan wisdom (kebijakan). Adapun
dalam model DIKW, data berada pada posisi terbawah setelah informasi, pengetahuan, dan
kebijakan. Gambar berikut menunjukkan hierarkhi dari model DIKW.

Gambar di atas menunjukkan bahwa data berada pada urutan terbawah dari hierarkhi
tersebut. Hal ini menunjukkan bahwa peran data dapat menjadi fondasi untuk elemen di atasnya.
Data yang sudah diolah (diagregrasi, diakumulasi, dan sebagainya) dapat menjadi informasi yang
memiliki makna yang lebih. Setelah itu, informasi tersebut dapat diproses lebih lanjut untuk
dibentuk pengetahuan. Adapunn kebijakan merupakan penerapan/aksi terhadap pengetahuan yang
sudah didapat.

B
Dengan banyaknya data yang tersebar di internet saat ini, proses pengumpulan data dapat
dilakukan dengan mudah dan cepat. Walaupun demikian, tidak semua data yang kita butuhkan
tersedia di internet. Misalnya data rekam medis pada rumah sakit tertentu mungkin tidak akan
dipublikasikan secara beebas di internet.

Pengumpulan data dapat diartikan sebagai proses mengumpulkan informasi/data tentang

variable tertentu, sehingga dapat digunakan untuk menjawab pertanyaan logis dan kredibel.
Adapun dua jenis data yang dapat digunakan adalah data primer dan data sekunder.

1. Data Primer
Data primer merupakan data yang didapatkan langsung dari sumbernya. Data ini bisanya
dibutuhkan jika tidak bisa menemukan data pada sumber seperti di internet. Beberapa cara
yang dapat dilakukan untuk mendapatkan data primer adalah dengan melakukan survei dan
wawancara.
Data primer juga bisa didapatkan dari berbagai pirantii (device). Contoh sederhana adalah
penggunaan handphone yang dapat menghasilkan data teks, gambar, dan video. Selain itu,
berkembangnya teknologi Internet of Things (IoT) memudahkan anda untuk mendapatkan
data dari berbagai perangkat. IoT merupakan salah satu teknologi yang saat ini berkembang
cukup pesat, berbagai perangkat dapat berkomunnikasi satu sama lain melalui internet.
2. Data Sekunder
Data sekunder merupakan data yang sudah dikumpulkan dan disusun oleh orang lain.
Biasanya data seperti ini tersedia dan dapat diunduh di internet. Dalam penggunaan data
sekunder, sumber data yang digunakan harus merupakan sumber yang jelas dan terpercaya.
Berikut beberapa sumber terpercaya yang juga beberapa di antaranya menyediakan open
data sehingga kita dapat menggunakannya untuk berbagai kepentingan, seperti penelitian
maupun kepentingan lainnya.

C
Data yang sudah dikumpulkan dapat diolah untuk berbagai kepentingan. Untuk
mempermudah pemrosesan, setelah mendapatkan data baik primer maupun sekunder,, anda dapat
melakukan transformasi atau mengubah data ke dalam bentuk lain dan membuatnya menjadi lebih
sederhana. Salah satu bentuk transformasi ke bentuk lain dapat dilakukan dengan mengubah
rentang nilainya atau mengubahnya menjadi tipe data yang berbeda.

Beberapa tipe data yang umum diantaranya sebagai berikut:

1. Numerik
 Numerik merupakan tipe data yang biasanya didapatkan dari hasil pengukuran kuantitatif.
Terdapat 2 tipe numerik yaitu:
a. Diskrit
Diskrit merupakan tipe data yang sifatnya relative terbatas. Walaupun demikian,
rentangnya bisa saja sangat besar. Dalam hal ini tipe diskrit berbentuk bilangan bulat.
Contoh banyaknya pembelian jus oleh pelanggan.
b. Kontinu
Tipe data kontinu merupakan tipe data sifatnya tidak terbatas. Biasanya tipe data ini
bisa dipresentasikan dalam bentuk pecahan ataupun decimal. Contoh, tinggi badan
seseorang.
2. Kategorik
Kategorik merupakan tipe data yang bersifat kualitatif dan tidak memiliki makna secara
matematis. Contohnya jenis kelamin, kategori suatu produk,
3. Ordinal
Ordinal merupakan data gabungan dari numerik dan kategorik. Nilai pada data ini sudah
ditentukan seperti pada kategorik, tetapi tiap nilai memiliki makna secara matematis. Pada
tipe data ini setiap nilai memiliki makna tingkatan yang berbeda. Sebagai contoh, grade A,
B, C, D, dan E merupakan nilai dari suatu ordinal seperti halnya pada kategori. Akan tetapi
anda bisa mengatakan bahwa grade A lebih baik daripada grade B, sementara grade B lebih
baik daripada grade C dan seterusnya.
Contoh lain adalah rating suatu produk. Bisanya rating suatu produk yaitu bintang 1- 5.
Namun, kita dapat mengatakan bahwa rating 5 memiliki nilai yang lebih besar daripada
rating 4, rating 4 lebih besar dari pada rating 3 dan seterusnya.

D
Pada kesempatan kali ini Anda akan mencoba mentransformasikan data dari kontinu
menjadi ordinal. Data kontinu dapat dikatakan sebagai data yang nilai dan sifatnya
berkesinambungan. Data ini dapat berbentuk pecahan/decimal. Sementara data ordinal dapat
menyatakan tingkatan data.

Dalam hal ini data kontinu akan diibaratkan sebagai nilai akhir. Sementara data ordinal
adalah grade yakni A, B, C, D, dan E. Adapun untuk mendapatkan nilai akhir Anda akan
menghitungnya dari tugas, UTS, dan UAS. Berikut bobot tugas, UTS, dan UAS untuk
mendapatkan nilai akhir.

Komponen Bobot
Tugas 20 %
UTS 35 %
UAS 40 %

Maka rumus nilai akhir adalah:

Nilai Akhir = (20%*Tugas) + (35%*UTS) + (40%*UAS)

Anda akan melakukan transformasi data dengan langkah-langkah berikut dengan menggunakan
Microsoft Excel.
1. Buka Microsoft Excel dan buat dokumen baru
2. Anda akan menggunakan contoh data yang terdiri dari atas 15 nilai siswa. Berikut ini
adalah contoh nilai dari siswa yang akan digunakan:

3. Untuk menghitung nilai akhir pada Microsoft Excel, maka pada cell Nilai Akhir yang
ingin dihitung akan menggunakan rumus:
= (0.2*[cell tugas]) + (0.35*[cell UTS]) + (0.4*[cell UAS])
Adapun cell tugas, cell UTS dan cell UAS harus kita ganti dengan memperhatikan cell
pada dokumen Excel. Silahkan ganti cell tersebut berdasarkan posisi cell pada Excel Anda.
Missal pada cell B3 adalah nilai UTS untuk nomor 1, cell C3 adalah nilai Tugas unntuk
nomor 1, dan cell D3 adalah nilai UAS untuk nomor 1, maka untuk menghitung nilai akhir
nomor 1, ketikkan:
=(0.2*B3)+(0.35*C3)+(0.4*D3)

Kemudian tekan Enter.

4. Untuk menghitung nilai akhir pada nomor lainnya hanya perlu menempatkan kursor di
ujung bawah kanan cell akhir, kemudian seret ke bawah sampai nomor 15.

5. Maka, hasil yang didapat adalah seperti berikut:

6. Hasil nilai akhir yang didapat merupakan bilangan decimal. Selanjutnya anda akan
mengubah nilai tersebut menjadi bilangan bulat dengan cara memilih semua cell nilai akhir
 kemmudian klik menu Home, dan klik menu (Decrease Decimal) pada sub menu
Number. Klik hingga menjadi bilangan bulat.
7. Untuk mengubah nilai akhir menjadi grade, maka kita harus menggunakan fungsi IF ELSE.
Berdasarkan aturan berikut, maka secara umum Anda dapat menuliskan aturan IF ELSE
seperti berikut:
Nilai Akhir Grade
85 - 100 A
75 - 84 B
60 - 74 C
50 - 59 D
<50 E
IF Nilai_Akhir >=85 AND Nilai_Akhir<=100 THEN Grade = “A”
ELSE IF Nilai_Akhir >=75 AND Nilai_Akhir <=84 THEN Grade =“B”
ELSE IF Nilai_Akhir >=60 AND Nilai_Akhir <=74 THEN Grade =“C”
ELSE IF Nilai_Akhir >=50 AND Nilai_Akhir <=59 THEN Grade =“D”
ELSE
Grade=”E”
END IF
Secara umum, notasi tersebut memiliki fungsi yang sama dengan aturan yang dibuat
sebelumnya. Sebagai catatan, penjelasan mengenai IF ELSE/conditional akan dibahas
lebih lanjut pada bab Algoritma dan Pemrograman. Sementara pada Excel, notasi tersebut
dapat ditulis dengan:
[cell nilai akhir] = [X]
=IF(AND([X]>=85,[X]<=100),”A”,IF(AND([X]>=75,[X]<85,”B”,IF(AND([X]>=60,75)
,”C”,IF(AND([X]>=50,[X]<60),”D”,”E”))))
Cell nilai akhir tersebut dapat kita ubah menjadi grade. Sebagai contoh untuk menghitung
grade pada nomor 1, maka cell nilai akhir yang digunakan adalah cell E3. Maka notasi pada
Excel adalah sebagai berikut
=IF(AND9E3>=85,E3<=100),”A”,IF(AND(E3>=75,E3<85),”B”,IF(AND(E3>=60,E3<7
5),”C”,IF(AND(E3>=50,E3<60),”D”,”E”))))

Kemudian tekan Enter dan muncul hasil sebagai berikut:

Untuk menerapkan rumus pada baris lain, maka lakukan hal yang sama seperti sebelumnya
dengan meletakkan kursor pada bagian bawah kanan cell grade, kemudian seret sampai
baris ke 15. Maka hasil yang didapat adalah sebagai berikut:
 E
Selanjutnya, Anda akan menyederhanakan data menjadi sekumpulan kelas/bin. Jika
memiliki data dengan jumlah yang sangat banyak maka akan sulit untuk melihat sebaran data
tersebut. Anda dapat melihat sebaran data dengan lebih mudah jika membuat kelas yang dapat
menggambarkan frekuensi dari kelas tersebut. Pada kesempatan kali ini akan menggunakaan data
nilai akhir pada pembahasan sebelumnya. Adapun kelas yang akan digunakan adalah seperti tabel
di bawah ini.

Kelas Freakuensi
< 40
41 – 50
51 – 60
61 – 70
71 – 80
81 – 90
91 – 100
Untuk membuat kelas pada data tersebut, ikuti langkah berikut:

1. Salin data nilai akhir pada pembahasan sebelumnya ke sheet/lembaran baru seperti pada
tabel di bawah ini:

2. Aktifkan fungsi data analysis dengan cara:

a. Klik File > Option. Kemudian akan muncul dialog Excel Options, klik tab Add-ins,
pada manage pilih Excel Add-ins, kemudian pilih Go.
b. Akan muncul dialog Add-ins, kemudian centang pilihan Analysis ToolPak, kemudian
klik OK

c. Pada menu Data akan muncul menu baru yakni Data Analysis.

d. Untuk membuat kelas, Anda harus menentukan batas atas dari setiap kelas. Perhatikan
gambar di bawah ini dan ketikkan pada dokumen Excel Anda

e. Pada tab Data, klik Data Analysis

f. Akan muncul dialog box, kemudian pilih Histogram dan klik OK

g. Akan muncul dialog Histogram. Beberapa masukan yang harus diisi sebagai berikut:
- Input Range: semua cell data nilai akhir. Dalam hal ini, data nilai akhir yang
digunakan ditempatkan pada cell E3 – E17. Maka input range diisi “$E$3:$E$17”.
- Bin Range: batas atas dari semua kelas. Dalam hal ini berada pada cell I3 – I9.
Maka Bin Range diisi “$I$3:$I$9”.
- Output Range: cell untuk menempatkan hasil akhir kelas dan frekuensinya yang
akan dihasilkan otomatis oleh Excel. Dalam hal ini kita memilih cell K2. Maka
Output Range diisi “$K$2”.
Kemudian centang pilihan Chart Output dan klik OK. Lihat contoh gambar berikut

h. Selanjutnya akan muncul hasil sebagai berikut

Gambar di atas menunjukkan kelas berdasarkan batas atasnya dengan frekuensi/jumlah

kemunculan data berdasarkan rentang kelas tersebut.