ANALISIS DATA -

02 
INFORMATIKA

NENG MARDIANIS
 CAPAIAN
PEMBELAJARAN
Pada akhir Fase E, Peserta didik mampu :

• Menjelaskan aspek privasi dan keamanan data,

• Mengumpulkan data secara otomatis dari berbagai
sumber data,
• Memodelkan data berbagai bidang,
• Menerapkan seluruh siklus pengolahan data
(pengumpulan, pengolahan, visualisasi, analisis
dan interpretasi data, publikasi) dengan
menggunakan perkakas yang sesuai,
• Menerapkan strategi pengelolaan data yang tepat
guna dengan mempertimbangkan volume dan
kompleksitasnya.
TUJUAN PEMBELAJARAN
Setelah mempelajari bab ini, peserta didik diharpakan mampu :

1. Memahami bahwa data dapat dikoleksi melalui berbagai cara, baik manual maupun secara otomatis
melalui perangkat.
2. Melakukan berbagai cara pengumpulan data yang dijelaskan, dan mengolah data yang dikumpulkan,
dan menampilkannya.
3. Memahami aspek privasi dalam pengumpulan data.
4. Mengambil dan mempublikasi data dengan memperhatikan aspek privasi.
5. Memahami data yang terkumpul dalam jumlah besar dapat ditransformasi, digeneralisasi,
disederhanakan untuk dimanfaatkan menjadi informasi.
6. Melakukan interpretasi data, menggali makna dan melakukan prediksi berdasarkan data yang ada.
7. Memahami pemodelan dan simulasi, dan kaitan data dengan model.
8. Melakukan penalaran dan prediksi berdasarkan model dan simulasi, dan memeriksa kesesuaian
model terhadap data.
Peta Konsep

Metode Pengumpulan Data

Langkah-langkah Dalam Pengumpulan Data

Teknik Analisis Data

Langkah-langkah Dalam Teknik Analisis Data

Analisis Data
Proses pengolahan data dengan tujuan untuk
menemukan informasi yang berguna yang dapat
dijadikan dasar dalam pengambilan keputusan untuk
solusi suatu permasalahan
 01
METODE PENGUMPULA
N DATA
 • Cara yang dilakukan untuk mengumpulkan dan
menganalisis data.

• Metode pengumpulan data akan berbeda

tergantung permasalahan yang ingin
Metode dipecahkan.

Pengumpulan  • Misal untuk analisis efektivitas suatu marketing

Data campaign, seorang digital marketer akan
mengumpulkan data dari riwayat transaksi, jumlah
pengunjung website, dan melakukan survei online.

• Dibagi menjadi 2, yaitu metode pengumpulan

kualitatif dan kuantitatif
 • Metode mengurutkan nilai variabel pada
#1 interval waktu yang sama atau dikenal
Time Series dengan tren.
• Dilakukan menggunakan pola. 
• Pola yang didapat akan dipakai perusahaan
untuk memperkirakan permintaan
produk/layanan dalam jangka waktu tertentu.
 • metode pengumpulan data yang
dilakukan jika time series tidak
dapat menunjukkan tren secara
signifikan
#2 • dilakukan dengan cara
menghilangkan noise dari
Smoothing  kumpulan data sehingga pola-pola
penting akan terlihat
Technique • cocok untuk market analysis sebab
dapat digunakan untuk
mengidentifikasi perubahan
ekonomi
 • metode yang digunakan untuk memprediksi tren
masa depan berdasarkan perkembangan yang terjadi
#3 Barometric  saat ini.

Methode • Misal, indikator ekonomi yang relevan di masa

sekarang digunakan untuk memprediksi tren bisnis di
masa depan
Metode Pengumpulan
 Data Kualitatif

Metode pengumpulan 
data kualitatif berkaitan
dengan kata, kalimat,
perasaan, warna, emosi, dan
unsur lain yang tidak bisa
diukur dengan angka.
Metode ini didasarkan pada
penilaian, pengalaman,
dugaan, dan sebagainya.
#1 Interview
Dilakukan dengan cara
mengajukan pertanyaan, baik
secara online maupun offline

Metode interview cocok digunakan
jika penelitian tidak memerlukan
banyak responden,
sebab interview satu responden
saja biasanya memakan waktu
lama.
#2 Survei
Metode pengumpulan data yang
dilakukan dengan mengumpulkan data
dari responden berupa pendapat,
preferensi, feedback, dan pilihan
mereka tentang produk/layanan

Biasanya disebarluaskan melalui e-mail

marketing, media sosial, website,
aplikasi, dan lain-lain
#3 Observasi
Metode pengumpulan data dengan cara
mengamati lingkungan sekitar dan terjun
langsung di situasi itu.
Jika peneliti memilih metode terkendali,
semua orang di lingkungan itu tahu bahwa
mereka sedang diamati. Sebaliknya, jika
memilih tidak terkendali, orang sekitar tidak
akan tahu jika mereka sedang diamati.

Metode observasi efektif digunakan karena

bersifat lugas dan tidak perlu menunggu
ketersediaan responden
#4 Kuesioner
Metode pengumpulan data dengan menyiapkan
sejumlah pertanyaan, baik pertanyaan terbuka
maupun tertutup.

Responden akan diminta menjawab pertanyaan itu

berdasarkan pengalaman dan pengetahuan yang
dimilikinya. 

Dibanding survei, kuesioner biasanya memakan waktu

lebih cepat.
#5 Data Historis
• Mengacu pada informasi atau data yang
sudah dibuat dan didokumentasikan
sebelumnya

• Data jenis ini dapat diperoleh secara

internal maupun eksternal.
#6 Delphi Technique
Metode pengumpulan data kualitatif dengan
cara mengumpulkan pendapat beberapa pakar
bidang terkait. Setelahnya, para pakar bisa
mempertimbangkan kembali dan memperbaiki
asumsi mereka berdasarkan informasi yang
didapat dari pakar lain.

Hasil dari elaborasi tersebut memberikan

analisis dan informasi berbeda tentang
masalah-masalah yang kompleks.
5 Langkah
Cara
Pengumpul
an Data
02
TEKNIK ANALISIS
DATA
 Analisis data adalah proses yang
berkaitan dengan pengumpulan,
pembersihan, dan pengorganisasian
data.
Analisis
Data dan Tujuan dari analisis ini adalah untuk
mengolah data mentah menjadi
Teknik wawasan atau informasi berguna
Analisis dalam membuat keputusan bisnis.

Data Teknik analisis data adalah

serangkaian cara untuk melakukan
berbagai proses itu
Macam-macam Teknik Analisis Data
Teknik analisis Data Kuantitatif
Statistika Membantu peneliti meringkas kumpulan
data dan menemukan pola dari sampel data

deskriptif /
tertentu

Analisis Statistika deskriptif memberikan angka

absolut namun tidak bisa menjelaskan
Deskriptif - alasan di balik angka-angka itu. Dengan
demikian, analisis ini cocok digunakan untuk

01
menganalisis variabel tunggal.
 Adapun metode yang sering dipakai dalam analisis
deskriptif antara lain yaitu:

Statistika • Median – digunakan untuk mendapatkan titik

tengah dari sekumpulan data numerik.
• Mean – digunakan untuk menghitung rata-rata

deskriptif / dari sekumpulan nilai.

• Mode – digunakan untuk menemukan nilai yang

Analisis
paling sering muncul dalam kumpulan data.
• Frequency – menunjukkan berapa kali nilai
ditemukan.

Deskriptif - • Range – menunjukkan nilai terendah dan

tertinggi dalam sekumpulan nilai.

02
• Percentage – digunakan untuk menyatakan
bagaimana nilai atau kelompok responden dalam
data berhubungan dengan kelompok responden
yang lebih besar.
Statistika inferensial adalah analisis yang
bertujuan untuk memprediksi
kemungkinan hasil dari data yang sudah

Statistika
dianalisis menggunakan statistika
deskriptif.

Artinya, analisis ini berguna untuk

menggeneralisasi hasil, membuat prediksi
antarkelompok, menguji hipotesis, hingga
Inferensial
- 01
menunjukkan hubungan antara beberapa
variabel.
Tujuan analisis kuantitatif adalah
mengubah data mentah menjadi
wawasan berharga. Analisis deskriptif
saja tidak cukup untuk menjelaskan
detail kumpulan data itu, maka
diperlukan analisis lebih lanjut (statistika

Statistika
inferensial).

Metode yang umum digunakan dalam

Inferensial
statistika inferensial antara lain:
• Regression analysis – digunakan untuk
memprediksi hubungan antara dua

- 02
variabel.
• Hypothesis analysis - digunakan untuk
menguji apakah suatu hipotesis masuk
akal atau sesuai fakta.
Teknik analisis Data Kualitatif
 • teknik yang digunakan untuk menganalisis
informasi bentuk media, teks, hingga item fisik.
• Dalam dunia bisnis, marketer dan customer
Analisis Konten service bisa menggunakan analisis isi untuk
memahami perilaku pelanggan dan mengukur
reputasi brand. Artinya, teknik ini cocok
digunakan untuk menganalisis hasil wawancara
responden.
 • Teknik untuk menafsirkan cerita responden
yang sebelumnya sudah diperoleh dari
berbagai sumber, termasuk wawancara,
survei, ataupun observasi.

Narrative • Analisis naratif fokus menggunakan

pengalaman dan cerita responden untuk
analysis menjawab pertanyaan-pertanyaan
penelitian.
• Dari segi bisnis, teknik ini digunakan untuk
meninjau cerita, review, atau pengalaman
pelanggan terhadap produk/layanan yang
ditawarkan.
 • Teknik untuk menganalisis makna kontekstual
suatu bahasa. Artinya, analisis ini menyoroti
tentang apa yang dipikirkan responden terhadap
suatu topik dan mengapa mereka merasakan hal
itu.
Discourse • Dalam analisis wacana, peneliti akan
analysis / mempertimbangkan konteks sosial atau
lingkungan dari responden. Informasi itu
Analisis digunakan sebagai bahan pertimbangan selama
melakukan analisis.
Wacana • Dengan analisis wacana, perusahaan dapat
mengungkap tren, mengembangkan misi
perusahaan, serta menyusun pesan marketing
 yang lebih unik dan efektif.
Grounded theory
analysis
• teknik yang menjelaskan mengapa suatu fenomena bisa
terjadi. Berbeda dengan ketiga analisis
sebelumnya, grounded theory mengembangkan teori
yang berasal dari data, bukan sebaliknya.
• Analisis ini cocok digunakan oleh software engineer,
manager, product marketer, dan specialist lainnya yang
pekerjaan kesehariannya berurusan dengan data dalam
membuat keputusan bisnis.
• Sebagai contoh, tim marketing ingin mengetahui
penyebab tingginya churn rate. Mereka
menggunakan grounded theory untuk menganalisis
respon dan mengembangkan hipotesis tentang
bagaimana customer bersikap loyal dengan
produk/layanan perusahaan.
Langkah-langkah dalam
Teknik Analisis Data
Langkah teknik analisis data kuantitatif
 • mengetahui apakah pengumpulan data yang dilakukan
sudah sesuai dengan prosedur. Tahap ini juga memastikan
bahwa tidak ada hal bias selama analisis data berlangsung.
• Ada 4 tahapan yang dilakukan, yaitu:
• Fraud – memastikan apakah setiap responden benar-benar
diwawancarai.
Data • Screening – memastikan bahwa responden yang dipilih
Validation sudah sesuai dengan kriteria penelitian.
• Procedure – memeriksa apakah semua prosedur
pengumpulan data sudah sesuai.
• Completeness – memastikan bahwa peneliti menanyakan
semua pertanyaan kepada responden, bukan hanya
sebagian.
 Data editing adalah tahap di mana peneliti
memastikan tidak ada kesalahan dalam data yang
sudah dikumpulkan. Dalam proses pengumpulan
biasanya kamu akan menemukan beberapa
kesalahan, seperti responden salah mengisi kolom
jawaban atau tidak menjawab pertanyaan tertentu.
Ini dapat menyebabkan data tidak akurat.

Data editing
Oleh sebab itu, kamu perlu memeriksa jika ada
kesalahan dalam data dan mengeditnya.
Data coding

• Di mana kamu akan mengelompokkan dan memberi nilai pada data.

Biasanya hal ini dilakukan dengan membuat tabel terstruktur.
• Sebagai contoh, ada 500 responden dengan tingkat pendidikan berbeda.
Kamu ingin mencari tahu rata-rata pendidikan responden dengan cara
membuat pengodean sebagai berikut:
• Tingkat pendidikan SMA diberi kode 0
• Tingkat pendidikan S1 diberi kode 1
• Tingkat pendidikan S2 diberi kode 2
• Dengan pengodean seperti di atas, kamu dapat lebih mudah
menyederhanakan rentang pendidikan tertentu.
Langkah teknik analisis data kualitatif
 • Sebagian besar penelitian kualitatif
umumnya berupa kata-kata. Dengan
demikian, peneliti harus mulai mengenal dan
Memahami membaca data itu berulang kali agar terbiasa
data dengan data yang akan dianalisis.
• Dari sini, kamu juga bisa mulai mengamati
pola dasar.
 • Pada langkah ini, peneliti
#2 diharuskan meninjau kembali
tujuan penelitian. Ini termasuk
Meninjau mengidentifikasi apakah
pertanyaan-pertanyaan yang
ulang diajukan bisa dijawab dengan data
tujuan yang sudah dikumpulkan.
penelitian
 • Mengembangkan framework atau
kerangka kerja juga bisa disebut dengan
tahap pengodean. Artinya, peneliti perlu
mengidentifikasi konsep, perilaku, atau
#3 frasa lalu memberi kode-kode tertentu,
Mengembangkan seperti memberi kode status sosial
ekonomi, jenis kelamin, usia, atau
framework bahkan respons yang diberikan
responden.
• Adanya coding memudahkan kamu
dalam mengorganisir data.
 • Setelah coding selesai dilakukan,
kamu bisa mulai mengidentifikasi
tema, mencari jawaban yang
paling umum, dan menemukan
#4 pembahasan yang bisa didalami.
Mengidentifika
si pola
 • Bayangkan kamu ingin mencari tahu
apakah pengeluaran biaya untuk 
social media marketing berpengaruh
terhadap pendapatan penjualan. Untuk
Contoh mengetahui hubungan antara keduanya, kamu
menggunakan regression analysis.
Teknik • Dalam kasus ini, pendapatan penjualan bertindak
Analisis sebagai variabel dependen (faktor yang paling
ingin diprediksi dan ditingkatkan). Sementara
Data pengeluaran social media marketing adalah
variabel independen (penentu apakah ini
berdampak pada penjualan dan langkah apa yang
harus diambil setelahnya).
• Dengan menggunakan regression analysis, kamu
dapat mengetahui hubungan antara keduanya,
apakah:
• Ada korelasi positif, berarti semakin banyak
pengeluaran untuk social media
marketing semakin tinggi juga pendapatan
penjualan. Perusahaan bisa mengambil langkah
untuk menambah pengeluaran.
• Tidak ada korelasi, berarti social media
marketing tidak berpengaruh apapun terhadap
penjualan bisnis. Dengan demikian perusahaan
bisa mengurangi atau bahkan menghilangkan
pengeluaran ini.
• Regression analysis membantu perusahaan untuk
mengetahui hubungan keduanya, namun tidak
bisa menjelaskan hubungan sebab-akibat
mengapa hal itu bisa terjadi.