Anda di halaman 1dari 8

Analisis Data

Bab 6
USWATUN HASANAH, S.Pd.
KELAS : X.12
Analisis Data
Analisis data sendiri adalah kegiatan mengubah data hasil penelitian menjadi sebuah informasi baru yang
dapat digunakan dalam membuat kesimpulan.

Berikut pengertian data menurut beberapa ahli:


-Taylor (1975): analisis data adalah proses yang merinci sebuah usaha secara formal
dengan tujuan untuk menemukan tema dan merumuskan ide sebagaimana yang disarankan.
Hal tersebut dilakukan sebagai usaha guna memberikan bantuan dan tema pada hipotesis.
-Lexy J. Moleong (2002): analisis data adalah sebuah proses yang mengatur urutan
data, kemudian melakukan organisasi ke dalam suatu pola, bentuk, dan satuan uraian dasar.
Hal ini dilakukan untuk mendapatkan kesimpulan di akhir yang mudah untuk dicerna.
-Patton (1980): analisis data adalah proses mengatur data, mengorganisasikannya
dalam suatu pola, kategori, dan satu uraian dasar.
Jenis Data Jenis Analisis Data
• Data Kualitatif :
• Deskriptif: menggambarkan data apa adanya dengan output
Data yang berhubungan dengan kategorisasi, karakteristik berwujud
berupa grafik, tabel,
pertanyaan atau berupa kata-kata. Bersifat subjektif dan dapat
diagram, dll.
diangkakan lewat bentuk ordinal atau ranking.
• Inferensial: menarik kesimpulan yang mengeneralisasi
Data kuantitatif :
sampel terhadap populasi.
Data yang berwujud angka-angka. Diperoleh dari pengukuran
Outputnya berupa hasil perhitungan rumus statistik tertentu.
langsung maupun dari angka-angka yang diperoleh dengan mengubah
data kualitatif menjadidata kuantitatif. Bersifat objektif dan bisa
ditafsirkan semua orang
Langkah-langkah Analisis Data

1) Pengumpulan (collecting data)


2) Seleksi dan editing
3) Pengkodean (coding)
4) Penyajian data
Pengenalan Perkakas Analisis Data
1) Google Colaboratory (google colab)
2) Python
a) Cetak Data (print)
b) Pemberian Nilai Data (assignment)
c)Banyak Nilai untuk satu variabel (array)
d) Penelusuran Data (loop:for)
e) Uji kondisi (branch:try)
f) Pustaka kode (library import)
Koleksi Data
Dalam kajian analisis data, terdapat teknik yang di sebut scraping. Scraping merupakan salah satu bentuk
penyalinan, dimana data tertentu dikumpulkan dan di salin dari sebuah web, bisa ke basis data, spreadsheet
atau tampilan tertentu untuk pengambilan atau analisis data. Scraping bisa dilakukan dengan menggunakan
sebuah bahasa pemrograman yang mendukung.
Untuk membangun sebuah scraper, kita perlu menentukan bahasa pemrograman yang memudahkan kita. Setiap
bahasa pemrograman akan diimplementasi oleh sebuah lingkungan pengembangan terintegrasi (Integrated
Development Environment/IDE) tertentu. Ada banyak pilihan bahasa pemrograman beserta IDE-nya. Disini
kita akan menggunakan bahasa pemrograman Pytho. Bahasa Python dipilih karena menjadi bahasa yang sering
digunakan di dalam analisis data. Python memiliki banyak sekali fungsi dan library (Pustaka) yang
memudahkan kita untuk melakukan analisis data, salah satunya untuk melakukan scruping ini.
Kemudian untuk membuat program Python, kita memerlukan alat bantu IDE atau lingkungan kerja untuk
menulis dan menjalankan program Python tersebut. Salah satu alat bantu yang bisa kita gunakan ini yaitu
Google Collaboratory atau Google Colab. Google Colab dipilih karena dapat digunakan secara online untuk
mengambil data dari website yang online pula. Selain itu, banyak fungsi dan pustaka Python yang sudah
terpasang dalam Google Colab sehingga bisa langsung digunakan.
Visualisasi Data
1) Pra-pemrosesan data
2) Visualisasi data: barchart
3) Pra-pemrosesan data lanjut
4) Visualisasi data dengan diagram lain

Terima Kasih

Anda mungkin juga menyukai