Mengapa Jurnalisme Data dan

Bagaimana Memulainya?
PELATIHAN JURNALISME DATA
REDAXI + MyAmerica Jakarta + American Corner UIN Jakarta

30 Januari 2023

Aria W. Yudhistira
Data Journalism Manager Katadata.co.id
Momentum Jurnalisme Data
❑Era kebebasan pers di Indonesia pasca-
Reformasi
❑Era digital, banjir data & informasi:
DATA
cepat, tanpa kedalaman, simpang siur is the
(misinformasi), & hoaks.
New
❑Industri media bukan satu-satunya.
Butuh sumber informasi yang kredibel & Oil
dipercaya
❑Perkembangan teknologi membuat
akses data makin mudah (pemerintah &
swasta makin terbuka) (BIG) Data Era
❑Pembaca lebih tertarik konten visual 2
Jurnalisme berbasiskan data

“ Data dapat menjadi sumber berita atau

alat untuk menceritakan peristiwa. Bahkan
bisa keduanya.
— Paul Bradshaw, Birmingham City University

“ Jurnalisme data memudahkan jurnalis untuk

menyampaikan hal rumit dengan visualisasi
yang menarik.
— The Data Journalism Handbook
 ❑Gathering & verification
What ❑Selection/ filtering &
journalist do analyzing
now? ❑Presenting/ visualizing

to support the creation of acts of

journalism.
— Alexander B. Howard, Director of the Digital Democracy Project

what is happening beyond what the eye

http://edition.cnn.com/2012/06/23/opinion/avlon-newsroom-movies/
can see has a growing value.
— The Data Journalism Handbook
 ❑Merepresentasikan fakta,
bukan sekadar angka
Mengapa data? ❑Membantu jurnalis
menyampaikan kebenaran.
❑Memperkuat kredibilitas
informasi dan si pembawa
pesan.
❑Mengandung informasi dalam
mengambil keputusan.
http://www.smh.com.au/data-point/a-pioneer-retraces-the-data-trail-20130619-2oibr.html
 ❑Informasi lebih dalam, melampaui
yang kasat mata.
❑Bukan yang tercepat, tapi mampu
menyingkap yang sesungguhnya

Pentingnya terjadi.
❑Membantu pengambilan keputusan
jurnalisme (pemerintah, masyarakat,
data perusahaan, dll).
❑Pendekatan baru “storytelling”,
mengurai isu yang kompleks.
❑Memperbaiki situasi akibat informasi
asimetris.
MENGUNGKAP
FAKTA
Mengurai
kontroversi,
tidak
terjebak
politisasi
Verifikasi dengan
bukti
Kontekstual & menggambarkan
persoalan yang lebih besar
Menceritakan informasi tersembunyi
Memberi solusi
Memberi solusi
Memulai
Jurnalisme Data
14
a Visualisasi Data di Platform Digital
 DATA JOURNALISM
WORKFLOW

Source: Paul Bradshaw

Source: Simon Rogers
Pastikan hanya memilih 1 topik
• Pilih yang terkuat atau paling diinginkan
• Evergreen atau topik yang berulang
• Fokus pada pilihan tersebut
• Pastikan data pendukung yang relevan

https://kweustenfeldclassroom.wikispaces.com/List+of+Topic+Ideas

16
Apa pentingnya topik yang
dipilih untuk pembaca/
audiens? ▪ Magnitude
▪ Signifikan
▪ Aktualitas
▪ Kedekatan
▪ Ketokohan
▪ Dampak
▪ Konflik
▪ Human interest
▪ Keanehan/ unik

17
 Benchmarking
• Cari & pahami proyek
serupa yang pernah
dikerjakan orang/ media
lain.
• Analisis proses kerja
mereka.
• Bandingkan dengan karya
Anda sebelumnya.
• Identifikasi dan siapkan
https://i-build.com.au/knowledgebase/standard-
measurement-systems-in-construction/ cara untuk membuat karya
yang lebih baik.
▪Susun hipotesa/
pertanyaan yang Bagaimana
akan dibuktikan/
dijawab dengan
data. memilih
topik?
▪Gali dari dataset
yang dimiliki.

19
Kenapa Hipotesa & Pertanyaan?
1. Cara ini lebih efisien
daripada mengorek-korek
data yang ada lebih dulu.
2. Membantu Anda
menentukan arah yang
jelas.
3. Memberi batasan
sehingga tidak
melenceng ke soal-soal
lain.
4. Memberikan cerita, tidak
sekadar data. 20
Setiap akan memulai, ❑ Siapkan pertanyaan/
pastikan: hipotesa yang akan dijawab
dengan data.
❑ Seberapa penting isu ini
untuk pembaca?
❑ Apa data yang dibutuhkan?
Di mana mencarinya?
❑ Siapa yang akan
diwawancara?
❑ Bagaimana karya
disajikan? (Visuals,
interactive, game, apps)
EORANG DATA JURNALIS TAK HARUS
ISA MENGERJAKAN SEGALANYA.

TEAMWORK

Data Driven Journalism membutuhkan beragam skill:

Desain + Jurnalistik + Coding + Data scientist/ statistik
Sumber:
22
http://www.klasserom.net
Bagaimana mencari data?
❑Scraping websites
❑Proyek jurnalisme lain
❑NGO
❑Pemerintah/ Lembaga negara
❑Jurnal
❑Lembaga internasional
❑Crowdsources
❑Dll.

João Batista Neto - Data types

23
Manfaatkan Layanan Google
▪ Google Advance Search –
Specific searching
▪ Google Public Data Explorer –
Find data and embed charts
▪ Google Tables - Find tables
only
▪ Google Scholars - Find
academic reports
▪ Google Dataset Search – Find
datasets

24
Tetap Skeptis!
Pertanyakan kualitas data yang diperoleh
1. Siapa yang mengumpulkan dan kelola data?
2. Bagaimana data dikumpulkan?
3. Apakah datanya konsisten dari waktu ke waktu? Apakah ada
perubahan definisi atau metodologi?
4. Apa tujuan pengumpulan data?
5. Siapa yang akan diuntungkan/ dirugikan dari data-data
tersebut?
6. Apakah ini cara yang benar untuk mengukur suatu
permasalahan?
7. Apa kelemahan, keterbatasan, & asumsi dari data tersebut?
8. Apakah ada demografi yang dikecualikan?
9. Apakah ada metadatanya?
10. Apakah ini data yang terbaru? Jika tidak kenapa?
11. Apakah ada sumber lain yang punya data serupa?
Tetap Kritis terhadap Data Resmi

26
Tetap Kritis terhadap Data Resmi

27
 Memahami Cerita di Balik Data

Pahami median Identifikasi karakter Telusuri cerita

(nilai tengah), data melalui di balik angka-
mean (rata- penyaringan. angka ekstrem
rata) dan Lihat trennya dan (outliers)
modus (angka apa yang terlihat
sering muncul) kontras (terbesar,
ekstrem, terbanyak)
28
 Pahami Cerita di Balik Data
Analisis
Proporsi Perbandingan Perubahan Peringkat Kategori
• Contoh: • Contoh: • Contoh : • Contoh: • Contoh:
mobil dinas mobil dinas anggaran Anggaran Partai
DPRD DPRD dua mobil dinas mobil dinas kuning
habiskan kali dari naik tiga kali terbesar dapat
lipat dari ketiga alokasi
sepertiga anggaran tiga tahun setelah gaji mobil lebih
anggaran rapat lalu dan biaya besar dari
DPRD rapat partai
merah

29
Mencari Cerita di Balik Rilis Resmi

30
Mencari Cerita di Balik Rilis Resmi

Inflasi lewati
tingkat suku
bunga

31
Pengumpulan data Klasifikasi Analisa Eksekusi
Kesimpulan

Eliminasi data

PERISET / ANALIS DATA PENULIS DESAINER

Bisa dengan orang yang sama

32
 CORRELATION VS CAUSATION
• A correlation is a mathematical relationship that
exists between two variables. In a positive
correlation, as one variable increases, so does the
second variable – travel distance and travel time.
Negative correlation describes the opposite –
travel distance and travel speed.
• Causation is when change in a variable causes the
other variable to change - water level in a dam
rises when there’s more rain.
• Correlation ≠ Causation

33
34
 Aiming for powerful graphics
rather than powerful
THE BIGGEST journalism

MISTAKE
Tujuan utama jurnalistik adalah memberikan
informasi dan analisis untuk memberi tahu
kita tentang isu-isu penting hari ini.
— Aron Pilhofer, New York Times
Apa yang salah
dengan grafik
ini?

Source: YouGov Twitter

36
Economist pun melakukan kekeliruan

Source: Mistakes,
we’ve drawn a few

37
 WHAT A GOOD VIZ SHOULD HAVE

✓Gunakan data
yang tepat
✓Yang mampu
menarik perhatian
✓Jangan bikin
pembaca frustasi
✓Tampilkan jumlah
data yang tepat

Credit: Alberto Cairo, Knight Center’s Data Journalism MOCC

38
Salah satu tools visualisasi data

39
 Jenis &
Visualisasi
Jurnalisme
Data
Microsite
Pantau Data
Corona
40
 Jenis &
Visualisasi
Jurnalisme
Data
Analisis Data
 Jenis & Visualisasi
Jurnalisme Data

Portal
Databoks
 Jenis & Visualisasi
Jurnalisme Data

Ekonografik
 Jenis & Visualisasi
Jurnalisme Data
Cek Data

44
Beberapa isu yang berpotensi
menjadi hoaks selama Pemilu
• Dana haji untuk membiayai
infrastruktur
• Kemiskinan/ pengangguran
• Utang luar negeri
• Investasi/ pekerja asing
• Ketergantungan impor
• Kekuatan militer Indonesia
• Prestasi/ kegagalan pemerintah
• Pemerataan ekonomi
• Pernyataan/ janji politisi
• Pernyataan buzzer 45
Terima kasih