Selasa, 08 September 2026
KUIS & REFLEXI INFORMATIKA - KOLEKSI DATA
Asesmen Informatika:
Minggu, 26 Juli 2026
Koleksi Data
Koleksi Data
Mata Pelajaran Informatika • Kelas X
Mengapa Koleksi Data Itu Penting?
Di era digital saat ini, data adalah "bahan bakar" baru. Koleksi data adalah proses sistematis untuk mengumpulkan, mengukur, dan menganalisis informasi dari berbagai sumber.
Peran Data dalam Kehidupan Nyata
- Dasar Pengambilan Keputusan: Perusahaan menggunakan data perjalanan untuk menentukan tarif yang adil.
- Prediksi Masa Depan: BMKG mengumpulkan data suhu dan kelembapan untuk memprediksi cuaca.
- Personalisasi Layanan: Platform digital merekomendasikan konten berdasarkan riwayat tontonan pengguna.
Cakupan Pembelajaran Koleksi Data
1. Metode Koleksi
Survei Online, Web Scraping, dan Sensor IoT.
2. Jenis Data
Pengelompokan data Kuantitatif dan Kualitatif.
3. Etika & Privasi
Regulasi perlindungan data pribadi dan keamanan informasi (UU PDP).
Metode Koleksi Data Digital
| Metode | Alat / Teknologi | Contoh Penerapan |
|---|---|---|
| Survei Online | Google / Microsoft Forms | Kuesioner minat bakat siswa kelas X |
| Web Scraping | Skrip Pemrograman | Pencarian harga e-commerce otomatis |
| Sensor & IoT | Perangkat Keras / Sensor | Monitoring kualitas udara real-time |
Jenis-Jenis Data yang Dikoleksi
Data Kuantitatif
Berupa angka dan dapat dihitung secara matematis.
Contoh: Jumlah siswa, suhu ruangan, harga barang.
Data Kualitatif
Berupa deskripsi, opini, atau kata-kata.
Contoh: Opini fasilitas sekolah, ulasan kepuasan aplikasi.
Etika & Privasi dalam Koleksi Data
Pengumpulan data tunduk pada regulasi (seperti UU Pelindungan Data Pribadi) untuk menjaga hak subjek data:
- Informed Consent: Wajib mendapatkan izin eksplisit dari pemilik data.
- Tujuan Jelas: Data hanya digunakan sesuai kesepakatan awal.
- Keamanan Sistem: Melindungi data dari kebocoran ke pihak tidak berwenang.
Contoh Soal 1: Analisis Metode
Kasus: Seorang peneliti ingin mengetahui tren harga beras di seluruh Indonesia melalui berbagai situs berita dan e-commerce secara otomatis.
Contoh Soal 2: Klasifikasi Data
Manakah di antara bentuk informasi berikut yang termasuk dalam kategori data kuantitatif?
- A. Warna kulit penduduk Indonesia
- B. Tingkat kepuasan layanan pelanggan (Puas/Kurang Puas)
- C. Jumlah siswa dalam satu rombongan belajar
- D. Opini publik mengenai fasilitas umum
Jawaban Benar: C (Berwujud angka numerik).
Terima Kasih
"Data yang dikumpulkan dengan benar dan beretika adalah fondasi dari inovasi teknologi yang mencerdaskan bangsa."
Sabtu, 25 Juli 2026
Pencarian dengan Banyak Variabel
PENCARIAN DENGAN BANYAK VARIABEL
Teknik Filter dan Logika Boolean pada Data
Saat mencari di E-Commerce: Filter HP dengan "RAM 8GB" DAN "Memori 256GB" DAN "Merek Samsung".
Mengerucutkan hasil pencarian dari ribuan data mentah (big data) agar sesuai persis dengan kebutuhan pengguna.
Menghasilkan data jika SEMUA kriteria terpenuhi. Berfungsi mempersempit hasil.
Menghasilkan data jika SALAH SATU kriteria terpenuhi. Berfungsi memperluas hasil.
Berfungsi untuk mengecualikan data atau kriteria tertentu dari hasil pencarian.
Memungkinkan pengguna menyaring data tabel secara visual berdasarkan banyak kolom atau atribut sekaligus dalam hitungan detik.
Menggunakan fungsi seperti VLOOKUP, FILTER, atau QUERY untuk mengolah kriteria data yang kompleks secara otomatis.
(Judul CONTAINS "Algoritma") AND (Harga < 100000) AND (Stok > 0)
*Semua kondisi di atas wajib bernilai benar agar buku muncul dalam daftar pencarian.
Terus tingkatkan kemampuan berpikir komputasional untuk memecahkan masalah informasi secara sistematis!
Peraturan Perundang Undangan Teknologi dan Informasi
PERATURAN PERUNDANG-UNDANGAN
TEKNOLOGI DAN INFORMASI
Aspek Hukum dan Etika Berdigital di Indonesia
Banjir informasi, maraknya hoaks, penipuan online, kebocoran data pribadi, hingga kejahatan siber yang merugikan masyarakat.
Sebagai instrumen perlindungan, batasan norma, serta wujud akhlakul karimah dalam bermuamalah secara digital di Indonesia.
No. 19 Tahun 2016
- Konten Ilegal
- Transaksi Elektronik
- Keamanan Siber
No. 27 Tahun 2022
- Hak Pemilik Data
- Kewajiban Pengelola
- Sanksi Kebocoran Data
Hak Cipta Digital
- Perlindungan Software
- Open Source vs Proprietary
- Anti Pembajakan
- Konten Ilegal: Asusila, perjudian, pencemaran nama baik (Pasal 27).
- Hoax & SARA: Menyebarkan berita bohong dan kebencian antargolongan (Pasal 28).
- Illegal Access: Meretas sistem elektronik tanpa izin (Pasal 30).
- Intersepsi: Penyadapan informasi ilegal (Pasal 31).
Mengambil foto KTP orang lain lalu mengunggahnya ke media sosial disertai narasi penghinaan dapat dijerat pasal berlapis terkait pencemaran nama baik dan pelanggaran privasi.
- Data Umum: Nama lengkap, jenis kelamin, kewarganegaraan, agama, alamat.
- Data Spesifik: Data kesehatan, biometrik, catatan kejahatan, data anak, dan keuangan.
- Right to be Forgotten: Hak pemilik menghapus datanya yang sudah tidak relevan.
- Kewajiban Pengelola: Wajib menjaga keamanan sistem dan melapor jika terjadi kebocoran data dalam 3x24 jam.
- Hak Cipta: Melindungi ekspresi ide, termasuk kode program (software) dan karya digital.
- Proprietary: Software berbayar dengan lisensi ketat.
- Open Source: Kode sumber terbuka dan bebas dimodifikasi (contoh: Linux, LibreOffice).
Menggunakan software "crack" atau bajakan melanggar hukum Hak Cipta, merugikan pencipta secara ekonomi, serta sangat berisiko terinfeksi malware dan pencurian data.
Jadilah warga digital yang cerdas, taat hukum, dan beretika tinggi dalam memanfaatkan teknologi!
Patuhi Hukum, Jaga Etika Digital!"
Membaca Lateral
MEMBACA LATERAL
Mengevaluasi Kebenaran Konten Digital
Siapa pun kini dapat membuat website atau konten media sosial yang terlihat profesional dan meyakinkan dalam hitungan jam, meskipun isinya hoaks.
Pemeriksa fakta profesional segera membuka tab baru untuk melihat reputasi dan apa kata sumber lain tentang situs yang dicurigai tersebut.
| Aspek | 🔴 Membaca Vertikal | 🟢 Membaca Lateral |
|---|---|---|
| Fokus Navigasi | Tetap di satu halaman web dari atas sampai bawah. | Keluar dari situs dan membuka banyak tab baru. |
| Cara Evaluasi | Menilai dari tampilan visual, logo rapi, atau desain situs. | Menilai dari reputasi sumber berdasarkan pihak ketiga. |
| Tingkat Akurasi | Rentan tertipu oleh desain profesional yang memuat hoaks. | Sangat efektif membongkar misinformasi & disinformasi. |
Mendeteksi foto lama yang digunakan untuk narasi palsu:
- Gunakan Google Images atau TinEye.
- Unggah foto untuk melihat riwayat kapan dan di mana foto pertama kali muncul.
- Memastikan keaslian konteks visual.
Manfaatkan situs web pemeriksa fakta terpercaya:
- Mafindo (turnbackhoax.id)
- Cek Fakta Kominfo
- Portal media nasional terpercaya
- Domain resmi pemerintah (.go.id) & pendidikan (.ac.id)
Jadilah warga digital yang cerdas, kritis, dan beretika. Mari bangun ruang digital yang bebas dari hoaks!
Kritis sebelum Klik!"
Menggunakan Mesin Pencari
MESIN PENCARI
Strategi Pencarian Efektif & Evaluasi Informasi di Era Digital
Tantangan Informasi Era Digital
Mengapa keterampilan menggunakan mesin pencari (*search engine*) sangat penting?
🌊 Information Overload
Tantangan terbesar saat ini bukanlah mencari informasi, melainkan menyaring jumlah data yang terlalu masif (tsunami informasi) agar menemukan konten yang akurat dan relevan.
🔍 Konsep & Definisi Utama
Search Engine: Sistem perangkat lunak untuk mencari informasi di World Wide Web (WWW).
Search Query: Kata/frasa yang diketikkan pengguna.
SEO: Optimasi web agar muncul di urutan atas hasil pencarian.
Peta Konsep Pembelajaran
Empat pilar utama penguasaan mesin pencari
1. Cara Kerja Mesin Pencari
Memahami mekanisme Crawling, Indexing, dan Ranking.
2. Teknik Pencarian (Advanced)
Menggunakan operator Boolean, Wildcards, dan operator spesifik.
3. Evaluasi Informasi
Menguji kredibilitas sumber, cek fakta, dan relevansi data.
4. Etika & Privasi Digital
Memahami hak cipta, jejak digital, dan fenomena *Filter Bubble*.
Mekanisme Kerja Mesin Pencari
Mesin pencari tidak mencari di internet secara "live", melainkan mencari di dalam basis data (indeks) yang telah dikumpulkan sebelumnya melalui 3 tahap:
Crawling (Penjelajahan)
Proses di mana "bot" atau "spider" menjelajahi seluruh halaman web di dunia secara otomatis melalui tautan (*link demi link*).
Indexing (Pengindeksan)
Halaman yang ditemukan disimpan dalam *database* raksasa, lalu dikelompokkan dan diorganisasikan berdasarkan kata kunci serta kontennya.
Ranking & Retrieval
Algoritma memilah ribuan hasil dan menampilkan yang paling relevan di urutan teratas berdasarkan lokasi, kualitas konten, dan kecepatan web.
Teknik Pencarian Efektif (Advanced Search)
Gunakan operator khusus untuk menyaring hasil pencarian agar tepat sasaran:
| Operator | Fungsi | Contoh Query |
|---|---|---|
"..." (Tanda Kutip) |
Mencari frasa kata secara urut dan persis sama | "sejarah kemerdekaan Indonesia" |
- (Operator NOT) |
Mengecualikan kata kunci tertentu dari hasil | laptop -gaming *(mencari laptop non-gaming)* |
OR / AND |
Menggabungkan atau memilih alternatif kata kunci | (kucing OR anjing) peliharaan |
site: |
Mencari informasi hanya pada domain situs tertentu | materi informatika site:kemdikbud.go.id |
filetype: |
Mencari dokumen dengan format file spesifik | laporan keuangan filetype:pdf |
Implementasi Query Pencarian
Kombinasi operator untuk penelusuran informasi akademik yang kompleks
Mencari Jurnal Spesifik Tanpa Topik Pengganggu
Skenario: Seorang siswa ingin mencari jurnal tentang "Kecerdasan Buatan" namun tidak ingin hasil yang membahas tentang "Robotika". Hasil harus berupa file PDF.
"Kecerdasan Buatan" -Robotika filetype:pdf
💡 Tips Efisiensi
Hindari mengetik kalimat tanya panjang seperti "bagaimana cara kerja...". Gunakan kata kunci inti yang padat untuk hasil yang lebih akurat.
🎯 Kredibilitas Domain
Prioritaskan domain terverifikasi seperti .go.id / .gov (Pemerintah) dan .ac.id / .edu (Akademik) untuk tugas ilmiah.
Evaluasi Informasi: CRAAP Test
Peringkat 1 di Google bukan jaminan kebenaran (bisa dipengaruhi SEO atau Iklan). Gunakan 5 parameter ini:
🕒 Currency (Kebaruan)
Kapan informasi diterbitkan atau diperbarui? Apakah datanya masih relevan dengan masa kini?
🎯 Relevance (Relevansi)
Apakah konten tersebut benar-benar menjawab kebutuhan informasi dan sesuai dengan level akademis Anda?
🏛️ Authority (Otoritas)
Siapa penulis/penerbitnya? Apakah dari institusi resmi yang kredibel di bidangnya?
✔️ Accuracy (Akurasi)
Apakah data didukung oleh bukti dan referensi yang valid? Apakah ada kesalahan fatal/typo?
🎯 Purpose (Tujuan)
Apa motif di balik pembuatan web tersebut? Apakah murni mengedukasi, menjual produk (komersial), atau memprovokasi/propaganda?
Waspada Fenomena "Filter Bubble"
Dampak dari algoritma personalisasi mesin pencari terhadap objektivitas kita
🫧 Apa itu Filter Bubble?
Kondisi di mana algoritma mesin pencari mengisolasi pengguna hanya pada informasi yang sesuai dengan minat, kebiasaan klik, dan preferensi mereka sebelumnya.
Akibatnya, kita sering tidak melihat sudut pandang lain dan merasa opini kita adalah satu-satunya kebenaran.
🛡️ Cara Mengatasinya
1. Gunakan Mode Incognito / Private: Mencegah mesin pencari menggunakan riwayat penelusuran lama.
2. Diversifikasi Mesin Pencari: Coba gunakan mesin pencari yang fokus pada privasi seperti DuckDuckGo.
3. Berpikir Kritis & Terbuka: Sengaja mencari opini penyimbang untuk memvalidasi fakta.
Terima Kasih
Semoga pembelajaran hari ini membuka wawasan digital kita bersama.
Abdul Muhid • Guru Informatika