Analisis Data
Mata Pelajaran Informatika • Kelas 11 (Fase F)
Mengapa Analisis Data Penting?
Di era digital, data sering disebut sebagai "The New Oil". Data yang diolah dengan benar dapat memberikan wawasan berharga untuk pengambilan keputusan yang tepat[cite: 9].
Peta Konsep Analisis Data
1. Pengumpulan Data
Metode perolehan data melalui Survey, Web Scraping, dan Sensor IoT.
2. Pemrosesan Data
Tahap pembersihan (Cleaning) dan transformasi agar data siap dianalisis.
3. Visualisasi & Pengambilan Keputusan
Menyajikan informasi visual berbentuk grafik untuk mengambil aksi strategis.
Siklus Analisis Data (Data Life Cycle)
- Data Discovery: Menentukan tujuan analisis dan kebutuhan informasi.
- Data Preparation: Mengumpulkan data dari berbagai sumber (database, file CSV).
- Data Processing (Cleaning): Membuang data rusak/duplikat. Tahap krusial karena "Garbage In, Garbage Out".
- Data Analysis & Communication: Menerapkan teknik statistik dan menyajikan hasil akhir.
Analisis dengan Python (Library Pandas)
Di Kelas 11 (Fase F), siswa dikenalkan pada bahasa pemrograman Python menggunakan library Pandas untuk data terstruktur:
data = pd.read_csv('data_penjualan.csv')
print(data.head())
rata_rata = data['total_harga'].mean()
Jenis-Jenis Visualisasi Data
📊 Bar Chart
Cocok untuk membandingkan kategori data (misal: jumlah siswa per jurusan).
📈 Line Chart
Cocok untuk melihat tren perkembangan data dari waktu ke waktu.
🥧 Pie Chart
Melihat persentase kontribusi bagian terhadap keseluruhan.
📍 Scatter Plot
Mengetahui korelasi atau hubungan antara dua variabe.
Contoh Analisis: Pentingnya Data Cleaning
Pertanyaan: Mengapa tahap Data Cleaning sangat menyita waktu namun menjadi penentu utama kualitas hasil analisis?
Latihan Soal Pilihan Ganda
- 1. Proses merapikan data mentah disebut: Data Transformation.
- 2. Istilah data ekstrem/jauh berbeda: Outlier (Pencilan).
- 3. Format file dataset umum: .CSV (Comma Separated Values).
- 4. Library Python khusus grafik: Matplotlib.
- 5. Arti Mean dalam statistik: Rata-rata hitung.
Rangkuman Materi
- 🚀 Analisis data mengubah angka mentah menjadi informasi bermakna.
- 🧹 Data Cleaning adalah fondasi mutlak untuk menjaga akurasi.
- 🐍 Python (Pandas & Matplotlib) adalah standar industri modern.
- 💡 Selalu junjung tinggi etika dan privasi dalam mengelola data.
Terima Kasih
"Analisis data yang akurat membimbing kita menemukan kebenaran objektif untuk kemaslahatan bersama."
