Visualisasi Data dan Informasi

Karakteristik Data
• Menuruti Schluter (Moh Nazir, 2006), langkah
penting sebelum sampai tahapan analisis data
dan penentuan model adalah ketika kita
melakukan pengumpulan dan manipulasi data.

• Mengadakan manipulasi data berarti mengubah

data mentah dari awal menjadi suatu bentuk
yang dapat dengan mudah memperlihatkan
hubungan-hubungan antar fenomena.
 Karakteristik Data
• Karakteristik
– Karakteristik adalah ciri yang membedakan satu
objek dengan objek yang lain
• Data
– Data adalah fakta mengenai objek, peristiwa, dan
aktivitas yang dinyatakan oleh nilai (angka,
karakteristik, simbol)
 Karakteristik Data
• Jenis Data :
– Berdasarkan Sumbernya
– Berdasarkan Sifatnya
 Karakteristik Data
• Berdasarkan Sumbernya :
– Data Primer
– Data Sekunder
 Karakteristik Data
• Berdasarkan Sifatnya
– Data Kualitatif
– Data Kuantitatif
 Karakteristik Data
• Data Kuantiatif
– Jika ditinjau dari skala pengukuran yang
digunakan, maka ada 3 type/jenis data, yaitu
– Data nominal, ordinal, dan interval.
 Data Nominal
• Data Nominal biasa disebut data skala nominal adalah data
yang diperoleh dengan cara kategorisasi atau klasifikasi.

• Contoh:
Jenis pekerjaan, diklasifikasi sebagai:
– Pegawai negeri, diberi tanda 1
– Pegawai swasta, diberi tanda 2
– Wiraswasta, diberi angka 3

• Ciri Data Nominal:

Posisi data setara. Dalam contoh tersebut, pegawai negeri tidak lebih
tinggi/lebih rendah dari pegawai swasta.

• Tidak bisa dilakukan operasi matematika (X, +, - atau : ). Contoh, tidak

mungkin 3-2=1 (Wiraswasta dikurangi pegawai swasta=pegawai negeri)
 Data Ordinal
• Data ordinal adalah data yang diperoleh dengan cara
kategorisasi atau klasifikasi, tetapi diantara data tersebut
terdapat hubungan.
• Contoh:
Kepuasan pelanggan, diklasifikasikan sebagai:
– Sangat puas, diberi tanda 1,
– Puas, diberi tanda 2,
– Cukup puas, diberi tanda 3,
– Tidak puas diberi tanda 4,
– Sangat tidak puas diberi tanda 5

• Ciri Data Ordinal:

– posisi data tidak setara.
– Tidak bisa dilakukan operasi matematika. Tidak mungkin 1+2=3 (yang berarti
sangat puas ditambah puas = cukup puas)
 Data Interval
• Data interval adalah data yang diperoleh dengan cara pengukuran,
dimana jarak antar dua titik pada skala, sudah diketahui.

• Contoh: Temperatur ruangan. Bisa diukur dalam Celsius, atau

Fahrenheit, dengan masing-masing punya skala sendiri. Untuk air
membeku dan mendidih:
– Celcius pada 0° C sampai 100° C.
– Fahreinheit pada 32° F sampai 212°F.

• Ciri Data Interval:

– Tidak ada kategorisasi atau pemberian kode seperti terjadi pada data
nominal dan ordinal.
– Bisa dilakukan operasi matematika. (+,-)
 Data Interval
• Misalnya tentang nilai ujian 6 orang mahasiswa, yakni
A, B, C, D, E dan F diukur dengan ukuran interval pada
skala prestasi dengan ukuran 1, 2, 3, 4, 5 dan 6
• maka dapat dikatakan bahwa beda prestasi antara
mahasiswa C dan A adalah 3 – 1 = 2. Beda prestasi
antara mahasiswa C dan F adalah 6 – 3 = 3.
• Akan tetapi tidak bisa dikatakan bahwa prestasi
mahasiswa E adalah 5 kali prestasi mahasiswa A
ataupun prestasi mahasiswa F adalah 3 kali lebih baik
dari prestasi mahasiswa B.
 Temporal dan Spasial
• Lingkup temporal adalah lingkup yang
menenkankan kepada waktu

• Lingkup spasial adalah lingkup yang

menekankan kepada tempat, dimana
pembagiannya dibatasi berdasarkan
aspek geografis
 Data Spasial
• Data Spasial adalah data yang memiliki
gambaran wilayah yang terdapat di
permukaan bumi yang direprentasikan dalam
bentuk grafik, peta, gambar dalam format
digital.
 Data Spasial
• Data spasial (data keruangan) adalah data dalam
bentuk grafis yang menunjukkan ruang lokasi
atau tempat-tempat di permukaan bumi.
• contoh data spasial antara lain letak suatu
wilayah, posisi sumber minyak bumi,dsb. Bentuk-
bentuk data spasial :
– titik (dot), contoh: posisi terminal;
– garis (poly line), contoh: jaringan jalan raya; dan
– area (polygon), contoh: wilayah kecamatan.
• Data spasial bisa didapatkan dari beberapa sumber seperti :
– Peta analog, yaitu peta yang disajikan dalam bentuk cetak
seperti : peta topografi, peta lingkungan pantai Indonesia dan
yang lainnya.
– Data pemantau / pengindraan jarak jauh yang dapat dilihat
dalam bentuk citra satelit, foto udara dan lainnya.
– Data hasil pengukuran lapangan berupa data yang diperoleh
dengan cara mengadakan pengukuran serta perhitungan
tersendiri.
– Data Global Positioning Sistem (GPS) adalah data canggih
dengan keakuratan tinggi yang dipresentasikan dalam format
vektor.
– Data bereferensi spasial seperti batas administrasi sebuah
wilayah dan informasi berbagai bidang seperti kelautan dan
perikanan di satu wilayah tertentu.
 Data temporal
• Temporal data is data that varies over
time.[Jensen and Snodgrass, 1999]
• A temporal data denotes the evolution of an
object characteristic over a period of
time.[Daassi and Nigay, 2004]
 Data temporal
• Data that specifically refers to times or dates.
Temporal data may refer to discrete events,
such as lightning strikes; moving objects, such
as trains; or repeated observations, such as
counts from traffic sensors.
 Data temporal
• Time dependent data is characterized by data
elements being a function of time. In general,
data takes the form
– d = f(t)
• For data defined at discrete time stamps ti, this
relation can be represented as:
– D = {(t1, d1),( t2, d2), ..., (tn, dn)} where di = f(ti)
• Time series data is characterized by data
elements being a function of time. In general, this
data takes the following form:
– D = {(t1, y1),( t2, y2), ..., (tn, yn)} with yi = f(ti)
 Analisis Data
• Analisis Non-Statistik
• Analisis Statistik
 Analisis Non-Statistik
• Data kualitatif, yaitu data-data yang tidak bisa
di-angka-kan, 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.
 Analisis Statistik
• Untuk data kuantitatif, yaitu data yang berupa
angka atau bisa diangkakan, analisis statistik
lebih tepat digunakan
• Statistik deskriptif dan statistik inferensial
• Statistik deskriptif digunakan untuk
membantu memaparkan (menggambarkan)
keadaan yang sebenarnya (fakta) dari satu
sampel penelitian
 Statistika Inferensial
• Digunakan untuk mengolah data kuantitatif
dengan tujuan untuk menguji kebenaran
suatu teori baru yang diajukan peneliti yang
dikenal dengan hipotesis.
• Dalam penelitian inferensial, teknik analisis
statistik yang digunakan mengacu kepada
suatu pengujian hipotesis
 Rambu-rambu Pemilihan Teknik
Analisis Statistika
• Tipe 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, kecocokan,
dan sebagainya).
Analisis Statistik Berdasarkan Variabel
1 Variabel
Analisis Statistik Berdasarkan Variabel
1 Variabel
Analisis Statistik Berdasarkan Variabel
1 Variabel
Analisis Statistik Berdasarkan Variabel
2 Variabel
Analisis Statistik Berdasarkan Variabel
2 Variabel
Analisis Statistik Berdasarkan Variabel
2 Variabel
Analisis Statistik Berdasarkan Variabel
2 Variabel
Analisis Statistik Berdasarkan Variabel
2 Variabel
Analisis Statistik Berdasarkan Variabel
2 Variabel
 Penutup
• Statistik hanyalah alat yang membantu untuk
memudahkan memahami dan memberikan
makna dari data yang dimiliki/diperoleh.

• tugas selanjutnya adalah memberikan

interpretasi terhadap data yang diperoleh
secara visual untuk mendukung fakta yang
terjadi / mengungkapkan sesuatu yang baru.