Full transcript
0:02Asalamualaikum warahmatullahi
0:04wabarakatuh. Halo, Teman-teman mahasiswa
0:06semua. Berjumpa lagi kita di mata kuliah
0:11Dataya Pemrograman.
0:13Dan pada kesempatan kali ini kita akan
0:15membahas tentang data raya dan
0:18jenis-jenis data. Ee kalau kalian ingat
0:21di awal pertemuan saya pernah
0:22menyampaikan bahwa data raya dan
0:24pemrograman itu adalah mata kuliah yang
0:27mencakup dua topik besar. yaitu data
0:30raya dan pemogroan. Ini dua data ee dua
0:35topik besar ini kemudian digabung
0:36menjadi satu mata kuliah dan data raya
0:39akan kita bahas sekarang dan mungkin
0:42akan bersambung di beberapa pertemuan
0:44berikutnya.
0:45Sementara pemrograman akan kita bahas
0:47setelah UTS insyaallah. Nah, ee
0:52apa itu data raya, bagaimana
0:54jenis-jenisnya ee akan saya kenalkan
0:57kepada kalian. Maka mungkin ada baiknya
0:59kita awali dulu dengan berdoa menurut
1:01agama masing-masing. Berdoa dimulai.
1:06Baik, berdoa selesai. Ee teman-teman,
1:09sebelum saya lebih dalam membahas ee
1:11materi hari ini, saya harap kalian
1:14mendengar atau menyimaknya itu dalam
1:15keadaan yang kondusif, duduk yang
1:17tenang, melihat layar dengan ee fokus
1:19begitu agar materi yang tersampaikan
1:22dapat bermanfaat di dan dipahami dengan
1:24baik. Begitu ya.
1:27Baik, saya lanjut. Ee harapannya kalian
1:31setelah mat menyimak materi ini kalian
1:33dapat memahami tentang data raya dan ee
1:36mengetahui bagaimana ee apa saja
1:39jenis-jenisnya begitu ya. Nah, saya
1:41lanjut ee bicara tentang data. Di sini
1:46bisa dilihat atau bisa dibaca data
1:48merupakan kumpulan fakta atau statistik
1:51yang dikumpulkan sebagai referensi atau
1:54penganalisisan.
1:56Data adalah kumpulan fakta, Teman-teman.
1:59Sering sering ada yang sulit membedakan
2:02antara data dan informasi.
2:05Kalau data baru berupa kumpulan fakta,
2:09tapi kalau informasi adalah data yang
2:12sudah diolah. Jadi misalnya kalian
2:15membutuhkan informasi tentang kesehatan,
2:17maka berarti informasi tentang kesehatan
2:19itu berisi data yang merupakan
2:22fakta-fakta tentang kesehatan. atau
2:25kalau misalnya membutuhkan informasi
2:28mengenai keolahragaan,
2:30maka berarti informasi tersebut isinya
2:33data yang mencakup fakta-fakta tentang
2:36olahraga. Begituun jika kalian
2:39membutuhkan atau mengumpulkan sebuah
2:42informasi tentang ee teknologi
2:44informasi, maka artinya informasi
2:47tersebut berisi data yang mencakup
2:50fakta-fakta tentang teknologi informasi.
2:52Jadi ee data ini adalah
2:54kumpulan-kumpulan fakta atau statistik
2:57bisa berupa kuantitatif maupun
2:59kualitatif begitu ya yang dikumpulkan
3:02sebagai referensi atau penganalisisan.
3:05Nah, kumpulan nilai kuantitatif atau
3:07kualitatif ee biasanya ini mengenai
3:10orang, objek, atau lainnya. Jadi pasti
3:13tentang sesuatu si data ini. Begitu ya.
3:17ee agar terbayang oleh kalian bahwa data
3:22yang dimaksud ini bisa berupa data fisik
3:24seperti kertas, kumpulan kertas-kertas
3:26atau buku, bisa berupa ee digital begitu
3:31ya yang di dalam komputer kita atau yang
3:33ada di folder laptop kalian
3:36masing-masing, komputer kalian
3:37masing-masing. Itu kan ada data kuliah
3:39ya, mungkin data tugas, data materi.
3:41Nah, itu data gitu. Itu secara sederhana
3:45pengertian data.
3:48Tapi kemudian si data ini, kata
3:51kata-kata tentang data ini dikawinkan
3:53dengan istilah raya, data raya atau
3:56dalam bahasa Inggris kita sebut sebagai
3:58big data. Big data ya ee secara literasi
4:03ee bisa kita artikan ya data yang besar,
4:06big data. Artinya apa? Secara kuantitas
4:09ia sangat besar,
4:11tidak cukup disimpan dalam sebuah
4:14hardisk. Hardisk ini adalah ee medium
4:16penyimpanan
4:18terlepas berapapun ukurannya. Jadi dia
4:20besar sekali itu big data atau juga bisa
4:24diartikan big data itu adalah kecepatan
4:26kemunculan data yang sangat tinggi
4:29sehingga tidak sanggup ditangani oleh
4:31sebuah komputer terlepas berapapun
4:33kecepatannya.
4:35Atau ada juga yang mengartikan big data
4:37adalah bentuknya sangat bervariasi.
4:41sori. Bentuknya sangat bervariasi
4:44sehingga dapat dianggap datanya tidak
4:46terstruktur. Nah,
4:49terbayang tidak di benak kalian apa yang
4:51dimaksud dengan big data ini? Secara
4:54kuantitas dia besar, secara kecepatan
4:56datanya cepat sekali kemunculannya, dan
4:59secara varian variatif sekali. Banyak
5:02sekali variasi variasinya sehingga
5:04disebut sebagai data yang tidak
5:05terstruktur. Kita bahas satu-satu ya. Ee
5:08kuantitasnya sangat besar.
5:11ee secara ukuran ya data big data itu
5:15bukan yang mungkin akrab di kita ukuran
5:18foto misalnya 1 MB, 2 MB atau ee 10 MB
5:23begitu. Itu masih ukuran kecil,
5:26Teman-teman. Tapi ketika kita bicara big
5:28data berarti datanya sangat-sangat besar
5:31kuantitasnya begitu. Yang bahkan
5:33disampaikan di sini tidak tidak dapat
5:35disimpan di sebuah hardisk begitu ya.
5:39ee biar tergambar oleh ee kalian coba ee
5:45renungkan atau kalian cek handphone
5:47masing-masing. Di handphone kita punya
5:50aplikasi WhatsApp yang akrab mungkinnya
5:52untuk kita berkomunikasi. Buka WA-nya
5:54lalu lihat ada tidak WA grup yang dia
5:58selalu aktif ee menjadi tempat
6:01komunikasi di setiap harinya. Mungkin
6:04itu WAG kelas, mungkin itu WAG
6:07pertemanan atau WAG ee kelompok
6:10komunitas misalnya. Pilih satu yang
6:12benar-benar paling aktif. Misalnya ada
6:1410 yang aktif, pilih yang paling aktif
6:15satu. Nah, katakanlah sebagai contoh ya,
6:19kalian ee setidaknya harus sudah memilih
6:20satu WAG tadi ya yang paling aktif.
6:23Kalau saya misalnya WAG saya yang paling
6:25aktif itu ee tentu WAG pertemanan begitu
6:28ya. Nah, satu WAG pertemanan ini coba
6:30kalian amati atau WAG apapun ya yang
6:33kalian anggap paling aktif, coba kalian
6:35amati dalam 1 hari saja dari pagi ee jam
6:39katakanlah jam 0.00 sampai mau tidur
6:41nanti malam jam 09.00. Ee dalam 1 hari
6:45ada berapa pesan kira-kira? Kalau kalian
6:49tidak buka WAg tersebut ya, kalau kalian
6:51tidak buka grup tersebut ada berapa
6:54unrate unrate message yang akan terlihat
6:57kalau kalian enggak buka dari jam 0.00
6:59sampai jam 09.00 malam.
7:00Saya duga kalau dia memang WA-nya aktif
7:04sekali, grupnya aktif sekali di atas 10
7:06pasti atau bahkan mungkin di atas 20
7:09kalau apalagi kalau dalam satu grup itu
7:11ee membernya banyak ya bisa jadi di atas
7:1320
7:15atau mungkin malah lebih ee saking
7:18aktifnya saking ramainya. Nah, dari sana
7:22ee coba perhatikan kembali satu grup itu
7:25dalam satu hari ada berapa jenis teks
7:28atau ada sori ada berapa jenis pesan
7:30yang disampaikan di grup tersebut. Bisa
7:32teks, bisa tiba-tiba kirim foto, bisa
7:35tiba-tiba kirim video, bisa tiba-tiba
7:37kirim audio ee atau voice note atau
7:40stiker, gambar bergerak. Ada berapa
7:42jenis data yang kita terima dalam satu
7:44hanya dalam satu grup dalam 1 hari.
7:47Nah, yang ingin saya sampaikan
7:49teman-teman itu baru satu hari dan baru
7:51satu grup. Sementara di WA kita tentunya
7:54banyak ya chat entah dari siapapun dan
7:57tentunya isinya enggak cuma teksting
7:59saja kan ada gambar, video dan
8:01seterusnya tuh berbagai jenis media.
8:03Dalam satu hari kita menerima ada banyak
8:05sekali pesan yang itu semua sebenarnya
8:08ada kapasitas ukurannya
8:10ee sekian kilobyte biasanya. Walaupun
8:14itu kecil-kecil, tapi kalau kalian cek
8:15ke storage WhatsApp kalian, kalau eh
8:18kalian back up ke Google Drive atau ke
8:20OneDrive gitu, mereka itu bisa memakan
8:23eh storage tersendiri begitu. Dan
8:26ukurannya lumayan besar. Kalau tidak
8:28berkala kita bersihkan atau kalau ee
8:31kalau tidak berkala kita update eh sori
8:34bukan update back up begitu ya. Itu
8:36sebenarnya memakan data yang besar,
8:37memakan peluang yang besar. Nah, itulah
8:39yang menjadi ee analogi sederhana
8:43gambaran betapa big data hari ini ada di
8:45stiling kita, ada diaman kita. Hari ini
8:48kita dipaparkan oleh banyak data dan itu
8:51aja baru satu WA grup yang saya
8:53sampaikan tadi ya. Satu dan baru di satu
8:55hari kalau misalnya kita mau ngitung
8:58gitu ya, ada berapa banyak grup yang
9:00aktif dalam 1 minggu, dalam 1 bulan dan
9:02sebagainya, ada banyak sekali pesan yang
9:04kita terima. Galeri kita penuh, handset
9:06kita penuh. Nah, itulah ee menunjukkan
9:10betapa cepat sekali data itu berubah,
9:13bermunculan, betapa besar data itu
9:15berdatangan. Begitu. Nah, itulah ee
9:19gambaran tentang big data.
9:21Semoga bisa tergambar ya, terbayang oleh
9:23kita bahwa memang big data itu sudah ada
9:26di sekeliling kita, Teman-teman.
9:29Nah, untuk bisa mengenali big data itu
9:33maka ada karakteristiknya yaitu 5V.
9:36Eh, volume, velocity, variety, veracity,
9:40dan value. Apa saja? Yang pertama
9:42volume. Secara volume ee kuantitasnya
9:46besar ya, ukurannya besar sekali.
9:51Yang ke V yang kedua adalah velocity.
9:54secara kecepatan data ini ee sangat
9:57tinggi kemunculannya
9:59big data ya. Nah, yang V yang ketiga
10:02adalah variety. Datanya secara variasi
10:06dia sangat beragam.
10:08yang contoh saja tadi kalau kita bicara
10:10data ee di di WhatsApp kita kan ada bisa
10:14ber kirim teks, video, note,
10:16gambar-gambar bergerak, audio apalagi ee
10:23stiker ya. Jadi ada banyak sekali
10:25jenis-jenisnya. Itu baru kita bicara
10:28tentang jenis data yang kita gunakan
10:30dalam percakapan. Belum lagi jenis data
10:32lainnya yang kita gunakan dalam ee
10:35berkirim ee email misalnya dan
10:37lain-lain. Ada banyak sekali. Yang
10:39keempat, veracity. Dari segi keakuratan
10:42datanya dia besar dan akuratnya
10:45akurasinya tinggi. Dan yang terakhir
10:47dari segi value eh nilai datanya itu
10:50sangat bernilai, sangat berharga. Nah,
10:53ini karakteristik big data yang paling
10:55bisa kita jadikan apa namanya pemahaman
10:59tentang big data ya. V yang satu ini ya
11:02secara volume besar, secara kecepatan
11:04tinggi itu sudah menunjukkan sebagai big
11:06data. Sampai di sini semoga bisa
11:09dipahami ya, Teman-teman ya.
11:12Nah, pembagian data berdasarkan sifat
11:15ini adalah pembagian data secara
11:18sederhana yang perlu dipahami oleh kita
11:21semua. Ada dua jenis data, yaitu
11:24kuantitatif dan kualitatif.
11:27Kalau kualitatif ya berbasis teks, tapi
11:31kalau kuantitatif berbasis angka.
11:35Pembedaannya ee itu ya ini sepertinya
11:39tim data raya ada kesalahan penulisan
11:42ya. Harusnya ini data kuantitatif
11:45bukan bunga meningkat. Ini ada salahan
11:47ya. Jadi ada dua data kualitatif yaitu
11:49berbasis teks. Data kuantitatif itu
11:51berbasis angka.
11:54Sementara itu ee ada pembagian data
11:58berdasarkan tingkat pengukuran.
12:01Ee sebelum ke sini mungkin saya balik
12:02lagi ke slide sebelumnya. Saya ingin
12:05memberikan contoh untuk data kualitatif.
12:08Contohnya itu adalah data-data yang
12:11berbasis ee tulisan ya. Seperti misalnya
12:14kita wawancara, hasil wawancaranya kan
12:17kita tulis. Nah, itu data kualitatif.
12:20Ee kalau data
12:23kuantitatif eh kualitatif lainnya adalah
12:25misalnya observasi
12:27ee kita mengamati lalu kita tulis ee apa
12:30namanya hasil pengamatan kita. Nah, itu
12:32adalah kualitatif. Sementara itu kalau
12:35kuantitatif berbasis ee berbasis angka
12:38berarti misalnya kita menyebar kuesioner
12:41dan hasil kuesioner itu kita olah. Nah,
12:43itu menghasilkan angka. Itulah disebut
12:45kuantitatif.
12:50Pertanyaan saya kalau misalnya ee kita
12:53bicara ke WhatsApp tadi ya, bicara
12:54tentang WhatsApp yang isinya ada
12:56berbasis teks, ada yang berbasis gambar,
12:59ada yang berbasis video note, kita fokus
13:01saja yang ee pesan WA yang berbasis
13:03gambar
13:04atau berbasis voice note. Menurut kalian
13:07mereka itu gambar dan voice note itu
13:09masuknya ke data kualitatif atau data
13:11kuantitatif? Tulis jawabannya di kolom
13:14komentar YouTube sebagai bukti kehadiran
13:16kalian, ya.
13:18Oke, saya lanjut di slide selanjutnya.
13:22Nah, ee pembagian data berdasarkan
13:25tingkat pengukuran. Jadi, ada tingkat
13:28pengukuran dalam sebuah data. Yang
13:30pertama ada nominal, data berbentuk
13:33kategori tanpa urutan.
13:36Data yang kedua adalah ordinal, kategori
13:38dengan urutan.
13:40Ee yang ketiga adalah interval. data
13:43angka dengan interval sama tapi tidak
13:46berlaku kelipatan dan nol bukan bersifat
13:49mutlak.
13:51Dan yang terakhir adalah ee data rasio
13:57data angka dengan interval sama dan
14:00berlaku kelipatan serta nol bersifat
14:02mutlak. Contohnya bagaimana? Maksudnya
14:05seperti apa? Akan saya jelaskan.
14:12Jadi
14:17nominal nominal ee adalah data berbentuk
14:21kategori tanpa urutan. Contohnya apa?
14:23Contohnya jenis kelamin. Kan pilihannya
14:26biasa jenis kelamin laki-laki dan
14:28perempuan. Itu adalah contoh data
14:30nominal yang enggak perlu diurut. Jadi,
14:33kenap kalau misalnya disebutkan
14:34laki-laki atau ee laki-laki dulu,
14:36berarti bukan urutan pertamanya
14:38laki-laki. Atau sebaliknya, kalau
14:40misalnya kita menyebutkan urutan
14:41pertamanya adalah ee yang kita sebutkan
14:43pertama adalah perempuan itu juga bukan
14:45urutan. Jadi tidak bermakna gitu ya.
14:47Laki-laki perempuan itu bukan ee ee
14:50bukan masuk ke dalam urutan, tapi lebih
14:53kepada data nominal ya tanpa urutan.
14:56Nah, atau juga agama misalnya dalam
14:58sebuah kuesioner misalnya ada pilihan
15:00agama ee Islam, Kristen, Hindu, Buddha,
15:03Katolik gitu misalnya. Nah, ee apa
15:07namanya penulisan itu ee walaupun
15:09misalnya dilihat ee yang pertama disebut
15:12misalnya Islam, yang kedua Kristen dan
15:14seterusnya bukan bermakna itu urutan
15:16yang pertama Islam, urutan yang kedua
15:18Kristen bukan. Jadi itu hanya
15:20penyebutannya saja karena dia masuk ke
15:23data gitu ya yang tidak berdasarkan
15:25urutan.
15:27Nah, kalau skala ordinal di sini
15:29dibilang dengan urutan berbanding
15:31terbalik dengan nominal ya. Kalau
15:33ordinal contohnya apa? Nah, orinal
15:34contohnya SD, SMP, SMA, kuliah. Nah, itu
15:37kan urutan kan SD dulu, lalu setelah SD,
15:40SMP baru SMA dan seterusnya. Atau
15:43misalnya juara 1, juara du, juara 3, itu
15:45juga urutan.
15:47Ee atau kalau di kuesioner misalnya ada
15:50sangat puas, puas tidak puas, pilihannya
15:52seperti itu. Nah, itu ordinal begitu ya.
15:54Jadi sifatnya berupa urutan. Nah, kalau
15:58interval ee
16:01di sini dikatakan kan datangka dengan
16:03interval yang sama tapi tidak berlaku
16:05kelipatan dan nol bukan bersifat mutlak.
16:08Sebuat gambaran interval itu misalnya di
16:11termometer kan ada suhu ya.
16:14Ee
16:16lalu ee suhu ini kan
16:19misalnya suhu 0 derajat,
16:220 derajat itu tetap ada nilainya dan
16:25tidak berarti tidak ada suhu gitu. Jadi
16:27di sini kan dikatakan nol bukan bersifat
16:30mutlak, bukan nol yang tidak bermakna,
16:33tapi nol di sini dikatakan suhu gitu ya.
16:36Kalau ee contohnya suhu atau contoh lain
16:39adalah ee
16:42jam ya.
16:46Pukul di di jam itu kan ada pukul 00.
16:50Nah, di sini bukan artinya tidak ada
16:53waktunya gitu, tapi emang memang
16:55bermakna dia jam 00 begitu ya. Jadi ee
17:00di sini disebut e makna ee ini adalah
17:02makna dari nol itu ee
17:07di sini bersifat mutlak begitu ya. nol
17:10itu mutlak
17:12dan tidak ada urutan.
17:15Beda dengan ee ordinal tadi. Lalu masuk
17:18ke skala rasio. Tadi sudah disebutkan
17:20bahwa rasio adalah data angka dengan
17:22interval sama dan berlaku kelipatan
17:24serta nol bersifat mutlak. Artinya apa?
17:27Ya, contohnya misalnya berat badan.
17:30Berat badan di sini kalau ee 0 kg
17:33berarti memang tidak ada beratnya. Beda
17:35sama suhu ya. tadi kalau suhunya 0
17:37derajat celcius misalnya ya berarti
17:40maknanya ada 0 derajat atau kalau jam 00
17:44ya memang ada jamnya gitu jam di waktu
17:47tersebut tuh waktu 00 tapi kalau kita
17:49bicara berat beratnya 0 kg nah itu
17:51enggak ada maknanya karena enggak ada
17:53berat artinya
17:55terus ee rasio misalnya
17:59tingginya 160 berarti dua kali lipat
18:02dari 80 cm. Nah, rasio ini ee punya
18:06interval yang sama. Jadi, misalnya ee
18:09interval 10 berarti 0 sampai 10, 10
18:12sampai 20, 20 sampai 30 dan seterusnya.
18:16Nah, itu contoh-contohnya ya. Ee
18:18contoh-contoh pembagian data berdasarkan
18:20tingkat pengukuran.
18:23Selanjutnya
18:27ada juga data berdasarkan sumber yaitu
18:31ada data primer, ada data sekunder.
18:35Nah, ee data primer data yang didapat
18:37langsung dari ee sumber kita ee
18:41mengambil data.
18:44Kalau sekunder itu kita tidak dapatkan
18:46datanya secara langsung.
18:48Contohnya kalau data primer misalnya
18:50kita mau melakukan sebuah penelitian,
18:53kita ingin mengumpulkan data melalui
18:55kuesioner. Nah, kita misalnya mau
18:58melakukan penelitian tentang ee minat ee
19:03masyarakat terhadap ee
19:06jogging begitu. Nah, maka kita akan
19:09mengumpulkan data ke masyarakat yang
19:11melakukan jogging ya atau masyarakat
19:13yang ee menjalani healthy life begitu.
19:18Nah, kita menyebar kuesioner langsung
19:20kepada mereka. Nah, itulah data primer.
19:23Tapi beda kalau data sekunder. Data
19:25sekunder misalnya kita mau menganalisis
19:29ee secara nasional bagaimana tingkat eh
19:34healthy life di suatu negara begitu.
19:37Nah, kita ambil datanya dari BPS secara
19:41statistik. Kita ambil datanya dari
19:44Kementerian Kesehatan misalnya. Nah, itu
19:47merupakan data sekunder yang kita
19:49kumpulkan. Jadi, kita enggak langsung ke
19:50masyarakat, tapi kita kumpulkan data ke
19:53pihak ketiga, pihak ketiga gitu. Dari
19:55web, dari web-nya BPS, dari web-nya
19:57Kementerian Kesehatan, dari ee misalnya
20:00ada komunitas healthy life, kita ambil
20:02datanya gitu. Nah, itu data sekunder ya.
20:05Bedanya itu kalau primer kita langsung
20:06ke objek yang dituju, kalau sekunder
20:09kita gunakan pihak ketiga atau kita
20:11ambil dari data yang tidak langsung.
20:13Begitu.
20:16Nah, demikian teman-teman semua mengenai
20:19ee data raya dan beserta jenis-jenisnya.
20:24Emm saya ingin memastikan kalau kalian
20:27memahami tentang data raya ini. Jadi
20:31saya mau coba kalian ee petakan atau
20:36buatlah
20:37analisis
20:39yang berkaitan dengan ee fakultas maupun
20:42program studi kalian masing-masing.
20:45Misalnya di fakultas atau program studi
20:48kalian jenis data nominal tuh seperti
20:50apa sih? Contohnya
20:52pun juga dengan ini ordinal. Jadi di
20:55fakultas atau program studi kalian jenis
20:57data ordinal tuh seperti apa sih? Jenis
20:59data interval tuh seperti apa sih? Jenis
21:02data rasio tuh seperti apa sih?
21:04Dituliskan di ee Microsoft Word begitu.
21:08Nanti setelah itu ee dikumpulkan ke PJ
21:11kelas. Nanti untuk metode pengumpulannya
21:12akan saya informasikan di WA kelas ya.
21:16Jadi sekali lagi ee saya ingin tahu ee
21:19jenis-jenis data
21:22ee di yang sesuai dengan fakultas maupun
21:25program studi kalian masing-masing yang
21:27berkaitan dengan data nominal seperti
21:28apa, ordinal seperti apa, interval
21:31seperti apa, dan rasio seperti apa. Ee
21:36nanti dikumpul datanya dan akan kita
21:38diskusikan di pertemuan selanjutnya.
21:40Saya rasa itu untuk pertemuan hari ini.
21:44Ee terima kasih sudah menyimak video
21:46pembelajaran dari awal sampai akhir. Ee
21:48mohon maaf jika ada kekeliruan dalam
21:50penyampaian. Saya harap kalian bisa
21:52memahami materi dengan baik dan mampu
21:55bijak dalam menyikapi pesatnya
21:58perkembangan data raya. E terima kasih
22:00atas perhatiannya. Mohon maaf jika ada
22:02kekeliruan. Saya akhiri. Asalamualaikum
22:05warahmatullahi wabarakatuh. Yeah.