TAJUK

LAPORAN AKHIR PEMBERIAN DOS PERTAMA VAKSIN MENGIKUT

NEGERI PADA 10 MAC TAHUN 2021

KURSUS

LMCW 2022- PENGURUSAN DAN ANALITIK DATA SET 39

NAMA PENSYARAH

DR KARTINI BINTI ABDUL WAHAB

NAMA AHLI KUMPULAN

RIZALWAN ILMI BIN TUKIRAN A182575

MUHAMMAD DANIEL RIFQY BIN YUZAWIZU A180704

MUHAMMAD ZUBAIR AWWAM BIN MADHI A183812

RIFDY KHAIRY BIN KIPLI A180120
ROSHAN A/L SELVAM A179650
1.0 PENGENALAN

Kursus LMCW 2022 Pengurusan dan Analitik Data merupakan kursus yang wajib diambil oleh
semua pelajar Universiti Kebangsaan Malaysia tanpa mengira tahun pengajian, program
pengajian mahupun fakulti pengajian. Kursus ini merupakan kursus yang penting dalam
meningkatkan kemahiran menguruskan data dalam kalangan pelajar. Hal ini dinyatakan
demikian kerana setiap mahasiswa akan dibimbing serta diberi tunjuk ajar untuk menguruskan
data dalam kajian-kajian mereka. Kursus ini juga dapat membuka minda para pelajar tentang
kepentingan pengurusan data dalam sesuatu kajian kepada mahasiswa. Mana tidaknya,
kemahiran menguruskan data sebenarnya dapat menambah kualiti graduan universiti apabila
mereka sudah mendapatkan pekerjaan kelak.

Menurut Persatuan Pengurusan Data (DAMA), pengurusan data ialah pembangunan,

pelaksanaan dan penyeliaan pelan, dasar, program dan amalan yang mengawal, melindungi,
menyampaikan dan meningkatkan nilai data dan aset maklumat (AICPA, 2013). Analitik data
pula adalah sains penelitian data mentah atau data asal dengan tujuan untuk mengenal pasti pola,
trend atau tingkah laku tertentu dan membuat kesimpulan terhadap maklumat yang diperoleh
melalui proses-proses Al-khawarizmi (algoritma) atau mekanik untuk menjurus ke suatu
pemahaman atau wawasan (insight) (Mohd Aftar Abu Bakar et. al, 2018). Kemahiran
menguruskan data ini dapat menambah kualiti graduan universiti apabila mereka sudah
mendapatkan pekerjaan kelak.

Kursus ini memerlukan sumber-sumber yang absah yang diambil daripada internet untuk
dianalisis oleh ahli kumpulan. Kajian kami memfokuskan kepada tema pengagihan vaksin pada
tahun 2021. Vaksin tersebut berperanan dalam meningkatkan imunisasi badan seseorang untuk
melawan virus covid-19. Tidak dapat dinafikan juga, virus Covid-19 yang membawa kita kepada
pandemik ini telah memberikan kesan yang sangat besar terhadap semua sektor terutamanya
sektor pekerjaan, sektor ekonomi dan sektor pendidikan. Di Malaysia, kerajaan telah
mengumumkan Perintah Kawalan Pergerakan (PKP), di mana rakyat dinasihatkan untuk terus
kekal di rumah atau bekerja dari rumah (Work from Home). Tindakan yang diambil oleh
kerajaan ini merupakan salah satu inisiatif untuk mengurangkan penyebaran virus Covid-19 serta
memutuskan rangkaian Covid-19 ini daripada terus merebak kepada orang ramai.
 Oleh itu, tajuk kajian yang sudah dipersetujui oleh ahli kumpulan adalah “Pemberian dos
pertama vaksin mengikut negeri pada 10 Mac tahun 2021”. Tajuk ini menjadi pilihan pengkaji
berikutan dengan kenaikan mendadak kes harian yang dicatatkan. Selain itu, senario-senario
yang berlaku di negara ini sepanjang pandemik ini turut mendorong pengkaji memilih negara ini
sebagai fokus utama tempat kajian bagi kursus ini. Oleh itu, pemberian vaksin ini dapat
mengurangkan kes harian di negara ini sehingga sekarang.

2.0 SUMBER DATA

Dalam kajian ini, pelajar dikehendaki untuk mencari dan menganalisis data dari sumber
sekunder. Data sekunder merupakan data yang telah direkodkan atau dihasilkan oleh pihak lain.
Ini bermakna penyelidik bukanlah pengguna pertama ataupun pengumpul data tersebut.
Kebiasaannya data ini telah didokumentasikan sama ada secara salinan keras atau elektronik.
Oleh itu, saluran utama yang telah digunakan untuk memperoleh data sekunder yang dipilih
dalam kajian ini adalah melalui laman sesawang. Laman sesawang telah dipilih sebagai saluran
utama kerana ianya mudah diperoleh dengan melayari internet dan menjimatkan masa. Setelah
mendapat persetujuan bersama semua ahli kumpulan, maka tajuk kajian yang telah dipilih adalah
“Pemberian Vaksin Dos Pertama pada 10 Mac tahun 2021”.

Data ini telah direkodkan oleh Pertubuhan Kesihatan Dunia atau lebih dikenali sebagai
World Health Organization (WHO) yang diperoleh melalui sumber terbuka iaitu melalui laman
sesawang https://covid 19.who.int/ serta laman sesawang tertentu seperti Worldometer. Data bagi
program vaksinasi yang dijalankan di negara Malaysia juga diperoleh daripada sumber sekunder
yakni laman sesawang mengenai status pemvaksinan rakyat Malaysia dengan pautan
https://covidnow.moh.gov.my/vaccinations/. Melalui pengalaman dalam mencari dan
menganalisis data dari sumber sekunder, pelajar dapat didedahkan dengan tatacara bagaimana
data diperoleh dari sumber yang dikenalpasti dan mentafsir maklumat yang tersirat di dalam data
tersebut dengan lebih jelas dan tersusun seperti merumuskan dan mempersembahkan data dalam
bentuk statistik, graf atau visual.
3.0 JENIS DATA

Data yang telah dipilih bagi kajian ini ialah data berstruktur (kuantitatif). Data berstruktur
merupakan data yang mempunyai organisasi yang paling teratur dan kebiasaannya
dipersembahkan dalam bentuk jadual dengan lajur dan baris. Selain itu, data berstruktur juga
merupakan bentuk data yang paling mudah dan hampir siap untuk dianalisis. Jadual 1
menunjukkan bulan bagi sepanjang tahun 2021 serta bilangan kes jangkitan yang aktif bagi
setiap bulan. Data berstruktur yang telah dipilih tersebut merupakan data diskrit. Data diskrit
adalah data yang diperoleh dari hasil menghitung atau mengira dan bukannya mengukur. Di
samping itu, data diskrit mempunyai sukatan data tertentu yang mana ianya hanya mengambil
nilai integer sahaja. Data diskrit yang dipilih dalam kajian ini merupakan data jenis berangka
dalam bentuk bilangan dan mempunyai jujukan. Integer yang menjadi nilai data menunjukkan
bilangan yang dikira menerusi pembolehubah. Berdasarkan data yang dipilih, bilangan dikira
menerusi pembolehubah kesan pemvaksinan terhadap jangkitan pada 10 Mac tahun 2021.

4.0 SALINAN DATA SEKUNDER PROJEK

Jadual di bawah merupakan keberkesanan vaksinasi kepada rakyat Malaysia pada 10
Mac mengikut negeri-negeri di Malaysia.

NEGERI BILANGAN VAKSIN (1)

PERLIS 5241

KEDAH 14200

PULAU PINANG 9811

PERAK 17450

SELANGOR 24211
 KUALA LUMPUR 20510

PUTRAJAYA 3337

NEGERI SEMBILAN 10741

MELAKA 6258

KELANTAN 14982

TERENGGANU 13070

PAHANG 17434

JOHOR 17476

SABAH 18670

LABUAN 2338

SARAWAK 28194

JUMLAH 223923

Jadual 1 : Statistik Pemberian Dos Pertama Vaksin Mengikut Negeri 10 Mac 2021

OBJEKTIF ANALISIS DATA

5.0 OBJEKTIF ANALISIS DATA

Antara objektif yang dipilih bagi kajian ini adalah seperti berikut:

1) Mengenalpasti jumlah rakyat yang mengambil dos pertama pada 10 Mac 2021 di negara
Malaysia

2) Memerihalkan jenis vaksin yang diambil oleh rakyat Malaysia

3) Mengenalpasti keberkesanan vaksin kepada rakyat Malaysia

6.0 METODOLOGI ANALISIS DATA

Sebelum membuat sebarang analisis data, analisis deskriptif harus dibuat bagi memudahkan
proses menganalisis data dilakukan. Kajian yang dijalankan ini akan memfokuskan kepada
analisis data berangka dan juga analisis data bergraf. Dengan adanya analisis data secara
deskriptif ini akan dapat membantu kumpulan pengkaji untuk menghuraikan data-data yang
diperolehi dengan lebih jelas dan terperinci. Semua data yang diperolehi haruslah dikaji dan
direkod dengan lebih teliti bagi mengelakkan sebarang kesulitan dalam menganalisis data.
Kedua-dua jenis analisis deskriptif ini sama ada analisis data berangka atau analisis data bergraf
memainkan peranan penting dalam kajian ini. Hal ini adalah kerana kedua-dua analisis ini akan
menentukan sama ada kajian ini berjaya mencapai objektifnya atau sebaliknya.

6.1 ANALISIS DESKRIPTIF BERANGKA

Analisis deskriptif berangka adalah kaedah analisis yang digunakan bagi merumuskan data yang
telah dikategorikan dalam satu nilai sahaja. Hal ini adalah untuk memberi gambaran yang
berfokuskan dan taburan data. Analisis deskriptif berangka yang digunakan bagi mencapai
objektif kajian ini adalah min, median dan sisihan piawai. Min adalah purata bagi data tersebut,
median pula adalah nilai tengah bagi sesuatu set data manakala sisihan piawai memberi
gambaran kepadatan dan penyebaran sesuatu set data.

Bagi objektif pertama dalam kajian ini iaitu mengenalpasti jumlah rakyat yang sudah mengambil
dos pertama pada 10 Mac 2021 di negara Malaysia mengikut kumpulan umur, kaedah analisis
min dan sisihan piawai akan digunakan. Hasil analisis akan menunjukkan nilai min yang akan
menggambarkan purata jumlah rakyat yang sudah mengambil dos pertama di negara Malaysia
mengikut umur manakala sistem piawai pula akan menunjukkan statistik pemberian dos pertama
vaksin mengikut negeri. Kemudian, nilai peratus (%) juga akan diambil kira bagi
menghuraikan ciri-ciri pembolehubah agar menjadi lebih tepat dan bermakna apabila
menggunakan nilai peratus (%). Pengiraan peratusan akan membantu pengkaji dalam
menghasilkan analisis bergraf.
Objektif kedua adalah memerihalkan jenis vaksin yang diambil oleh rakyat Malaysia. Pengkaji
akan membahagikan data bagi pembolehubah kumpulan vaksin yang diambil kepada beberapa
peringkat umur bermula dari golongan remaja (13-19 tahun), dewasa (20-29 tahun) warga
emas lingkungan (50 tahun ke atas). Bagi menghuraikan data diatas, pengkaji akan menganalisis
data menggunakan kaedah mengira nilai pekali kolerasi Pearson (r) bagi memerihalkan jenis
vaksin yang diambil oleh rakyat Malaysia.

Objektif ketiga pula ialah mengenalpasti keberkesanan vaksin kepada rakyat Malaysia
berdasarkan jenis pemberian vaksin yang utama di Malaysia iaitu Sinovac, Astrazeneca,
Sinopharm, Moderna, Pfizer dan Novavax. Analisis data akan menggunakan kaedah peratusan
bagi menunjukkan nilai keberkesanan vaksin terhadap rakyat Malaysia.

6.0 ANALISIS DESKRIPTIF BERGRAF

Analisis deskriptif bergraf ialah kaedah yang digunakan untuk menyerlahkan persembahan data
dengan lebih menarik. Persembahan data yang menarik mestilah mempunyai data secara visual
yang dapat mencuri perhatian pihak yang melihatnya. Visual data yang menarik juga dapat
memberikan kefahaman kepada orang ramai yang melihat sesuatu info yang melibatkan data
yang banyak. Analisis ini juga memaparkan maklumat yang relevan dengan cara yang berkesan.
Antara teknik analisis bergraf yang digunakan ialah carta pai, graf bar, histogram dan graf garis.
Carta pai dan graf bar biasanya digunakan bagi data jenis diskret manakala histogram dan graf
garis digunakan bagi data jenis diskret dan selanjar.

Bagi objektif pertama dalam kajian ini, data dipersembahkan dengan menggunakan
analisis deskriptif bergraf iaitu graf garis. Graf garis merupakan sebuah persembahan data dalam
bentuk graf yang terhasil daripada garis yang disambung menggunakan titik-titik yang mewakili
beberapa data tertentu. Graf garis sesuai digunakan untuk menggambarkan trend mengikut
jangka masa tertentu. Graf garis ini digunakan untuk melihat pemberian dos pertama vaksin di
Malaysia pada 10 Mac 2021. Melalui kaedah ini, kita dapat melihat sama ada pengambilan dos
pertama vaksin mengalami peningkatan kes atau penurunan kes. Kita juga dapat melihat negeri
yang mempunyai jangkitan kes yang paling tinggi serta bulan yang mempunyai jangkitan kes
yang paling rendah.
 Seterusnya, objektif kedua dalam kajian ini menggunakan analisis deskriptif bergraf iaitu
graf bar. Graf bar boleh terdiri daripada beberapa bar menegak atau mendatar. Setiap bar tersebut
mewakili beberapa data yang terdapat dalam kajian. Graf bar mempunyai pembolehubah pada
paksi melintang (x) dan nilai kekerapan atau nilai peratus pada paksi menegak (y). Graf bar ini
sangat sesuai digunakan untuk mengenalpasti tahap pemberian vaksin dos pertama terhadap
rakyat Malaysia berdasarkan peringkat umur. Peringkat umur tersebut juga dibahagikan kepada
tiga kumpulan iaitu remaja (13-19 tahun), dewasa (20-29 tahun) dan warga emas (50 tahun ke
atas). Peringkat umur ini dipisahkan kepada tiga kumpulan supaya perbandingan yang jelas di
antara kumpulan ini dapat dilihat.

Akhir sekali, analisis deskriptif bergraf yang digunakan bagi objektif ketiga adalah carta
pai. Carta pai yang berbentuk bulatan 360 darjah ini sesuai digunakan bagi pengiraan peratus
mengikut kategori sesuatu pembolehubah. Carta pai ini juga digunakan untuk membuat
perbandingan bagi sesuatu kategori supaya dapat melihat perbezaan yang terdapat dalam kajian.
Berdasarkan objektif ketiga iaitu mengenalpasti keberkesanan vaksin kepada rakyat Malaysia,
carta pai digunakan untuk melihat jenis vaksin yang diambil oleh rakyat Malaysia sama ada
Sinovac, Astrazeneca, Sinopharm, Moderna, Pfizer dan Novavax. Oleh itu, kita dapat melihat
jenis vaksin yang paling banyak diambil oleh rakyat Malaysia.
7.0 HASIL ANALISIS DATA

7.1 Objektif 1

Mengenalpasti jumlah rakyat yang mengambil dos pertama pada 10 Mac 2021 di negara
Malaysia

NEGERI BILANGAN VAKSIN PERATUS (%)

PERLIS 5241 2.34

KEDAH 14200 6.34

PULAU PINANG 9811 4.38

PERAK 17450 7.79

SELANGOR 24211 10.81

KUALA LUMPUR 20510 9.16

PUTRAJAYA 3337 1.49

NEGERI SEMBILAN 10741 4.80

MELAKA 6258 2.79

KELANTAN 14982 6.29

TERENGGANU 13070 5.84

PAHANG 17434 7.79

JOHOR 17476 7.80

SABAH 18670 8.34

LABUAN 2338 1.04

SARAWAK 28194 12.59

 Jumlah Keseluruhan 223923 100

Negeri yang paling banyak menerima vaksin pada 10 Mac 2021 ialah negeri Sarawak. Negeri
Sarawak telah menerima pemberian vaksin sebanyak 28194 iaitu bersamaan dengan 12.59%. Hal
ini dikatakan demikian kerana negeri Sarawak mempunyai keluasan yang paling luas serta
jumlah penduduknya yang paling ramai berbanding negeri-negeri yang lain.

Wilayah Persekutuan Labuan merekodkan jumlah pemberian vaksin yang paling rendah iaitu
sebanyak 2338 (1.04%). Dibandingkan dengan negeri Sarawak, Wilayah Persekutuan Labuan
mempunyai penduduk yang sedikit, keluasan tanah yang kecil serta kadar jangkitan yang rendah.
Oleh itu, pemberian vaksin juga adalah sedikit berbanding negeri-negeri lain yang mempunyai
kadar jangkitan covid-19 yang lebih tinggi.

Selain itu, negeri Kedah turut merekodkan jumlah pemberian vaksin dalam mod sederhana iaitu
sebanyak 14200 bersamaan 6.34%. Hal ini berikutan kadar jangkitan covid-19 di negeri tersebut
tidak terlalu tinggi dan tidak juga terlalu rendah. Hal ini juga membuktikan bahawa kadar
jangkitan covid-19 serta pemberian vaksin adalah di tahap yang sederhana berbanding negeri-
negeri yang lain.
7.2 Objektif 2

Memerihalkan jenis vaksin yang diambil oleh rakyat Malaysia

Gambar 1

Rakyat Malaysia menerima beberapa jenis vaksin iaitu Pfizer, Astrazeneka, Sinovac, CanSino
dan Sputnik V. Hal ini dikatakan demikian kerana vaksin-vaksin ini dipilih setelah diluluskan
oleh Kementerian Kesihatan Malaysia mengikut keadaan Malaysia seperti suhu yang sesuai bagi
penyimpanan vaksin. Malaysia menerima paling banyak vaksin jenis Pfizer dari negara Amerika
Syarikat iaitu sebanyak 32 juta diikuti vaksin jenis Astrazaneka (12.8 juta) dan Sinovac (12 juta).
Malaysia menerima vaksin ini berikutan negara-negara terkemuka seperti Amerika Syarikat,
United Kingdom, Ukraine, China dan sebagainya juga menerima jenis-jenis vaksin ini.
7.3 Objektif 3

Mengenalpasti keberkesanan vaksin kepada rakyat Malaysia

Gambar 2

Dalam gambar tersebut telah menunjukkan bahawa kadar keberkesanan vaksin mengikut jenis-
jenis vaksin. Vaksin-vaksin yang menjadi pilihan utama penduduk Malaysia ialah vaksin jenis
Pfizer, Asrazaneca dan Sinovac. Bagi vaksin jenis Pfizer keberkesanannya meningkat daripada
54% ke 95%. Bagi vaksin jenis Astrazaneca keberkesanannya meningkat daripada 54% ke 94%
manakala vaksin jenis Sinovac meningkat daripada 54% ke 74%. Hal ini menyebabkan vaksin
jenis Pfizer dipilih oleh kebanyakan rakyat Malaysia kerana peratusan keberkesananya tinggi dan
mampu mampu melindungi 50% rakyat dunia. Vaksin jenis Astrazaneca mendapat pilihan kedua
kerana tahap keberkesanannya mencatat sebanyak 62%-90% serta melindungi 20% penduduk
dunia. Selain itu, vaksin jenis Sinovac telah melindungi sebanyak 18.75% rakyat dunia sekali gus
mencatat tahap keberkesanan sebanyak 50.4%-91.25%.
8.0 RUMUSAN

Di akhir tugasan ini, dapat disimpulkan bahawa kursus pengurusan dan analitik data ini
merupakan suatu kursus yang sangat relevan untuk para pelajar terutamanya di peringkat
pengajian tinggi. Mana tidaknya, kursus ini telah mendedahkan pelajar kepada kemahiran
menganalisis serta menguruskan data. Kursus ini juga sebenarnya memberikan nilai tambah
kepada para pelajar setelah tamat pengajian. Tidak dinafikan situasi di tempat kerja turut
menuntut para pelajar supaya mahir dalam menguruskan data. Di samping itu, kemahiran
menguruskan data dengan baik juga merupakan antara kriteria yang diperlukan oleh sesetengah
majikan syarikat dalam memilih pekerjanya.

Menerusi modul-modul yang telah digariskan, ia telah mendedahkan para pelajar kepada
kemahiran yang sebenarnya kurang diberi perhatian dalam kalangan majoriti pelajar. Para pelajar
akan didedahkan dengan jenis-jenis data sama ada tidak berstruktur (kualitatif) atau berstruktur
(kualitatif dan kuantitatif). Selain itu, pengutipan sumber data merupakan aspek terpenting
apabila kita melakukan pengurusan data. Oleh hal yang demikian, pelajar diberi penekanan
berkenaan sumber-sumber data. Hasilnya, para pelajar dapat mengenal pasti sumber-sumber
utama data bagi kategori data primer dan data sekunder. Menerusi kursus ini juga, para pelajar
turut diajar bagaimana untuk menyediakan data yang terbaik dan senang difahami.

Modul kelima di dalam kursus ini iaitu analisis data merupakan aspek terpenting apabila
kita menjalankan pengurusan data. Hal ini telah menjadikan para pelajar berupaya meringkaskan
data yang dikutip dengan cara yang jelas. Selanjutnya, para pelajar akan didedahkan dengan
pemvisualan data. Pemvisualan data ini membantu para pelajar memahami data-data yang
dikutip dalam masa yang ringkas. Para pelajar akan mahir menghasilkan carta interaktif yang
mengandungi maklumat lengkap. Modul yang terakhir iaitu pelaporan data akan mendedahkan
pelajar dengan jenis laporan akademik dan laporan bukan akademik. Modul ini sangat penting
kerana selain daripada langkah terakhir, ia turut menuntut para pelajar mahir mempersembahkan
data yang dikutip melalui persembahan laporan yang baik.
9.0 Rujukan

9.1 Bahan Internet

https://images.app.goo.gl/C8gkvMDFFV8TG9MWA

https://images.app.goo.gl/Wj52MbZcHHL49tjW8