INFORMATIKA - ANALISIS DATA

Outline Pembahasan:

1. Konsep dan Jenis Analisis Data

2. Metode Analisis Data
3. Tools Analisis Data
4. Metode Pengolahan Data

1. Konsep dan Jenis Analisis Data

Pengertian Analisis Data
Data merupakan sekumpulan fakta, kejadian, atau objek yang dapat dilihat, diukur, dan
disimpan dalam format tertentu. Kajian data yang diolah menurut mekanisme tertentu
akan menghasilkan informasi yang dapat diterima akal pikiran dan memberikan
gambaran tentang suatu kondisi, yang selanjutnya dapat digunakan untuk mengambil
keputusan. Sebagai contoh, data penjualan PT ABC dalam waktu lima tahun terakhir
yang digambarkan dengan tabel berikut.

Tabel Data Penjualan PT ABC

Dari data tersebut, dapat diambil informasi bahwa terjadi peningkatan penjualan
signifikan pada produk vitamin dan masker, sedangkan obat-obatan kosmetik
mengalami proses penurunan drastis dari 2 juta menjadi 750 ribu unit di akhir tahun.
Apakah dengan informasi penjualan tersebut perusahaan memiliki pertimbangan dan
perencanaan yang baik untuk meningkatkan produksi barang atau penjualannya?

INFORMATIKA - ANALISIS DATA 1

Dari informasi tersebut, perusahaan akan melakukan investigasi dan analisis yang
mendalam untuk menentukan strategi produksi dan penjualan di masa yang akan
datang.
Tahapan pengumpulan, penyusunan, pengolahan, dan penyimpulan data menjadi
informasi spesifik yang dapat dimengerti dan dipahami sebagai dasar kajian untuk
menentukan kebijakan atau tindakan selanjutnya, disebut dengan analisis data.
Jika melihat data penjualan dari tahun 2018 - 2022, terlihat bahwa produk obat berupa
vitamin dan masker mengalami kenaikan penjualan signifikan tiga kali lipat mulai tahun
2020 hingga 2021. Akan tetapi, penjualan sedikit mengalami penurunan di tahun 2022.
Sementara produk kecantikan, menurun drastis mulai tahun 2020 hingga 2022. Grafik
penjualan tersebut ternyata dipengaruhi kondisi pandemi yang mendorong konsumen
untuk membeli produk kesehatan secara masif. Simpulan ini bisa diambil melalui
mekanisme analisis data secara mendalam.

Jenis Data
Karakteristik data yang dapat diambil, diukur, dihitung, dan dianalisis dapat
diklasifikasikan menjadi beberapa tipe, antara lain sebagai berikut:
1) Berdasarkan Sifatnya
Berdasarkan sifatnya, data dapat dibedakan menjadi dua, yaitu sebagai berikut:
a. Data Kualitatif
Data kualitatif adalah data yang berbentuk label atau nama yang mendefinisikan
suatu atribut atau elemen. Data bisa berupa numeric atau non numeric dengan
skala pengukuran nominal atau ordinal. Contohnya nomor rumah atau nilai
mata kuliah mahasiswa diklasifikasikan dalam kelompok "rendah", "sedang",
dan "tinggi".
b. Data Kuantitatif
Data kuantitatif adalah data yang merujuk pada jumlahnya. Data selalu berupa
numeric dengan skala pengukuran interval dan rasio. Contoh data kuantitatif
adalah jumlah mahasiswa di sebuah universitas.

INFORMATIKA - ANALISIS DATA 2

2) Berdasarkan Skala Pengukuran
Berdasarkan skala pengukurannya, data dibedakan menjadi empat jenis, yaitu
sebagai berikut:
a. Data Nominal
Data nominal adalah data yang dikelompokkan (klaster) berdasarkan kategori
tertentu. Contohnya, kode X digunakan untuk menunjukkan populasi laki-laki
dan kode Y untuk populasi perempuan.
b. Data Ordinal
Data ordinal diperoleh dengan mengelompokkan data berdasarkan urutan
peringkat dan hubungan antardata. Contohnya, korelasi data peringkat sekolah
berdasarkan umur dan data kenaikan trafik jaringan berdasarkan jumlah
pengguna.
c. Data Interval
Interval atau range yang berarti jangkauan, dapat diperoleh melalui mekanisme
pengukuran, misalnya pengukuran skor ujian, pengukuran tes IQ, dan lainnya.
Data interval tidak memiliki model kategorisasi data karena dalam skala data
interval, ukuran, level tingkat, dana dilakukan secara berurutan dengan jarak
yang sama.
d. Data Rasio
Data rasio diperoleh dari hasil pengukuran seperti skala, jarak, panjang, dan
lainnya. Tipikal data ini berada pada level tertinggi dalam pengukuran data.

3) Berdasarkan Sumbernya
Berdasarkan sumber datanya, perolehan data dapat dikategorikan menjadi dua
jenis, yaitu sebagai berikut:
a. Data Primer
Pengambilan data primer dilakukan secara langsung pada objek penelitian,
misalnya melalui interview dan kuesioner pada individu, organisasi, konsumen,
dan lainnya. Keunggulan pengambilan data primer adalah lebih lengkap, sesuai
dengan fakta lapangan, serta informasi lebih update dan relevan dengan
INFORMATIKA - ANALISIS DATA 3
 perkembangan zaman. Akan tetapi, data primer dalam proses pengambilannya
membutuhkan waktu lama, biaya besar, dan terkadang sampel yang diambil
kurang valid.
b. Data Sekunder
Pengambilan data sekunder dilakukan secara tidak langsung, misalnya
berdasarkan referensi jurnal dan data penelitian terdahulu. Metode ini lebih
murah, tidak memakan waktu, dan terkadang bersifat gratis. Oleh karena tidak
mengambil data langsung di lapangan, biasanya hasil penelitian bergantung
pada orang yang meneliti. Jika referensi yang dirujuk menggunakan pola tahun
sebelumnya atau kadaluwarsa, dapat mengakibatkan simpulan data kurang
valid.

4) Berdasarkan Bentuk dan Penyimpanannya

Berdasarkan bentuk dan model penyimpanannya, data dapat dibedakan menjadi
dua tipe yaitu:
a. Data Analog
Data analog merupakan data yang dibawa oleh sinyal dalam bentuk gelombang
kontinu berdasarkan frekuensi dan amplitudo. Sistem ini mentransmisikan data
melalui gelombang elektromagnetik atau radio tanpa melalui media konduktor
padat. Satuan pengukurannya adalah Hertz. Tipe data ini sering digunakan
untuk transmisi data jarak jauh.
b. Data Digital
Data digital memiliki format dalam pulsa listrik dengan besaran 0 dan 1 (high
voltage dan low voltage) yang dikenal dengan istilah sinyal diskret. Jenis data
hanya bisa bekerja dalam jarak dekat dan dapat disimpan dalam media disk
ataupun sirkuit digital.

2. Metode Analisis Data

1) Analisis Deskriptif

INFORMATIKA - ANALISIS DATA 4

 Metode analisis deskriptif biasa ditampilkan dalam model visual seperti gambar,
grafik, laporan, dan angka yang sering dimanfaatkan untuk menggambarkan kinerja
bisnis atau proses kerja yang dapat digunakan untuk menentukan kebijakan
selanjutnya. Gambaran dalam model deskriptif berlangsung secara real dan sedang
terjadi dengan statistik pendukung, seperti waktu dan tanggal peristiwa, jumlah,
volume, dan lainnya.
2) Analisis Diagnostik
Metode analisis diagnostik sering digunakan untuk menjelaskan, memberikan
pemahaman, dan memodelkan kejadian sehingga mampu memberikan informasi
tentang sebab akibat dari suatu peristiwa. Diagnosis atau analisis akar penyebab
(root cause analysis) dapat dimanfaatkan sebagai dasar melakukan data mining,
data discovery, drill through, dan drill down, misalnya dalam proses analisis
eksplorasi data dan membuat keterhubungan antardata. Penerapan analisis ini
dapat dilihat dalam tahapan pendeteksi gejala penyakit (demam, batuk, pilek),
kerusakan mobil, kerusakan komputer, kesalahan program, serangan siber, dan
lainnya.
3) Analisis Prediktif
etode analisis prediktif dilakukan dengan mengambil nilai data terdahulu (historis)
sebagai data awal untuk machine learning dalam rangka menentukan pola atau
simpulan masalah. Dengan data historis tersebut, Anda dapat memperkirakan
peristiwa, gejala, dan kondisi di masa mendatang. Sebagai contoh, seseorang batuk,
pilek, demam mempelajari data tinggi, pusing, dan kehilangan kemampuan
penciuman bisa yang ada dan diidentifikasi sebagai gejala Covid-19.
4) Analisis Preskriptif
Metode analisis preskriptif mempelajari pola dan tren data yang diambil dalam
sebuah penelitian untuk memberikan rujukan atau rekomendasi, dalam upaya
menjelaskan dan menguraikan potensi implikasi setiap permasalahan. Sebagai
contoh, tren data pasien yang meningkat 200% saat pandemi akan menjadi rujukan
untuk meningkatkan stok obat dan pegawai rumah sakit.
5) Analisis Inferensial

INFORMATIKA - ANALISIS DATA 5

 Metode analisis inferensial dilakukan berdasarkan data statistika yang akan
mengambil simpulan secara umum. Analisis ini menggunakan rumus dan metode
statistik tertentu sebagai dasar menggeneralisasi sampel populasi.

3. Tools Analisis Data

Analisis data statistik merupakan prosedur pengumpulan data, kemudian dieksplorasi,
diolah, dan dikaji secara mendalam guna mengidentifikasi pola, model, dan gejala suatu
kondisi dalam kumpulan data tersebut. Data statistik bisa dikategorikan dalam kajian
data kuantitatif yang dapat diolah dengan beberapa tools, seperti berikut:
1) Microsoft Office

Microsoft Office
Software ini sudah cukup populer di kalangan pengguna. Selain menyediakan
aplikasi pengolah kata dan penyaji presentasi, tersedia pula aplikasi pengolah angka
yang dapat dimanfaatkan untuk menghitung data hingga melakukan visualisasi
dalam bentuk gambar, grafik, dan lainnya.
2) SPSS (Statistical Package for The Social Sciences)

SPSS
SPSS sangat populer sebagai tools utama melakukan olah data statistik, seperti data
dalam bidang eksak, sosial humaniora, ataupun disiplin ilmu lainnya. Selain dapat
menampilkan grafik dan boxplot sesuai kaidah ilmiah, tools SPSS juga cocok

INFORMATIKA - ANALISIS DATA 6

 diterapkan untuk pengujian statistik kuantitatif, model statistik deskriptif, uji
parametrik dan nonparametrik, regresi, korelasi, distribusi frekuensi, mean, modus,
median, dan varian statistik lainnya.
3) Minitab

Minitab
Software yang dikembangkan tahun 1972 ini, secara digunakan dalam khusus
didesain untuk diujicobakan dalam disiplin ilmu eksak, sosial, dan ekonomi. Tool ini
juga mendukung pengolahan data berbasis statistik parametrik.
4) EViews (Economic Views)

EViews
EViews merupakan produk QMS (Quantitative Micro Software) yang dirilis tahun
1994. Tools ini merupakan salah satu andalan bagi para ekonom untuk
menampilkan, memvisualisasikan, serta mengolah data dengan beragam view dan
rumus formula yang berbeda-beda.
5) SAS (Statistical Analysis System)

INFORMATIKA - ANALISIS DATA 7

 Statistical Analysis System
SAS diluncurkan tahun 1966 oleh SAS Institute. Tools ini secara khusus didesain
untuk menangani analisis statistik. Dalam pengoperasiannya, SAS bisa dikatakan
sebagai varian bahasa pemrograman yang memungkinkan untuk entri data, proses
analisis, riset operasi, serta perbaikan dan pengembangan data sehingga relatif
cocok untuk disiplin ilmu eksak dan sosial humaniora, meski pengoperasiannya
tergolong sulit bagi user pemula.
6) Lisrel (Linear Structural Relationship)

Lisrel
Lisrel dikembangkan tahun 1973 yang ditujukan untuk penelitian data dalam dunia
pendidikan, terutama untuk mengkaji dan menganalisis data kuantitatif.
7) R-Software

R Software
R-Software bersifat gratis di bawah kendali dan lisensi BNU. Aplikasi ini didesain
agar dapat digunakan untuk menganalisis dan mengkaji data dalam bidang ilmu
sosial dan eksak. Keunggulan aplikasi ini adalah pengguna dapat meng-update dan

INFORMATIKA - ANALISIS DATA 8

 memodifikasi sesuai kebutuhan menggunakan bahasa pemrograman, meski
terkadang cenderung sulit dipahami.

8) AMOS (Analysis of Moment Structure)

AMOS
AMOS merupakan software untuk mengoptimalisasi model SEM (Structural
Equation Modelling) yang memiliki keunggulan dalam penyederhanaan proses
penghitungan angka serta data multivariat.
9) RStudio

RStudio
RStudio merupakan salah satu tool analisis data open source yang dilengkapi
instruksi dengan bahasa pemrograman R. Tool ini memungkinkan pengguna
mengupdate dan menjalankan proses analisis dengan konsol dan GUI sehingga lebih
mudah dalam penggunannya.
10) Stata

Stata

INFORMATIKA - ANALISIS DATA 9

 Berbeda dengan SPSS, Stata memiliki kelebihan, yaitu perintah yang diberikan bisa
diketikkan tanpa terbatas ketersediaan menu yang ada dalam aplikasi. Stata dapat
digunakan untuk pengelolaan dan manajemen data, analisis data statistik,
visualisasi grafik, serta simulasi dan custom programming. Banyak disiplin ilmu yang
memanfaatkan tools ini untuk mendukung pekerjaannya, seperti ilmu ekonomi,
sosiologi, epidiomologi, biomedis, politik, dan lainnya.

4. Metode Pengolahan Data

Tahapan pengolahan data
Sama seperti dalam proses kerja komputer, pengolahan data digital melalui tiga
tahapan utama, yaitu sebagai berikut:
1) Input Phase
Tahapan ini dimulai dengan menginputkan data yang akan disimpan dalam
komputer. Proses digitalisasi dapat diklasifikasikan menjadi beberapa jenis, antara
lain sebagai berikut.
a. Konversi berkas manual menjadi data digital, misalnya dengan scanning, data
reading, dan punch machine.
b. Input data digital melalui perangkat digital, misalnya keyboard dan mouse.
c. Konversi berkas digital ke dalam format berkas digital lain, misalnya format
docx ke pdf.
2) Process Phase
Data yang diinputkan akan diproses oleh processor untuk dimodifikasi dan
dimanipulasi sesuai instruksi user.
3) Output Phase
Data hasil pengolahan CPU akan dikumpulkan dan ditampilkan.

1
INFORMATIKA - ANALISIS DATA
0