Rangkuman INFTK Kelas 8 Bab 2 Myisha Raniah Aqilah Syam 8B/26

Rangkuman Informatika Kelas 8

Bab 2 – Analisis Data Lanjutan

1. Pendahuluan

Dalam kehidupan sehari-hari, kita sering berhadapan dengan data. Mulai dari data nilai ulangan, data kehadiran, data penjualan di toko, hingga data cuaca yang ditampilkan di televisi. Data yang dikumpulkan tidak akan bermanfaat bila hanya disimpan tanpa diolah. Oleh karena itu, dibutuhkan analisis data agar informasi yang terkandung di dalamnya dapat dipahami dan digunakan untuk mengambil keputusan.

Bab 2 ini membahas analisis data lanjutan, yaitu cara memproses, mengelompokkan, menyajikan, dan menarik kesimpulan dari data yang sudah dikumpulkan. Analisis data lanjutan lebih menekankan pada penggunaan teknik-teknik pengolahan data yang lebih kompleks, serta pemanfaatan alat bantu digital untuk mendukung pemahaman.

---

2. Pengertian Analisis Data Lanjutan

Analisis data lanjutan adalah proses mengolah data yang lebih dalam dan terstruktur untuk menemukan pola, hubungan, serta kesimpulan yang berguna dalam pengambilan keputusan. Berbeda dengan analisis data sederhana yang hanya menghitung rata-rata atau membuat grafik dasar, analisis lanjutan mencakup langkah-langkah seperti:

1. Mengklasifikasikan data ke dalam kategori tertentu.

2. Mengidentifikasi pola dan tren yang muncul dari data.

3. Menggunakan perhitungan statistik (misalnya persentase, median, modus, variansi).

4. Menyajikan data dalam visualisasi yang lebih kompleks seperti diagram batang majemuk, histogram, dan diagram lingkaran.

5. Membuat prediksi sederhana berdasarkan data yang ada.

---

3. Tujuan Analisis Data Lanjutan

Tujuan utama dari analisis data lanjutan adalah agar seseorang mampu:

• Mengorganisasi data sehingga lebih mudah dipahami.

• Menemukan informasi penting yang tersembunyi di balik data mentah.

• Mengambil keputusan yang tepat berdasarkan fakta, bukan perkiraan semata.

• Membandingkan kondisi dari waktu ke waktu atau antar kelompok.

• Memprediksi kemungkinan yang akan terjadi berdasarkan pola data sebelumnya.

---

4. Jenis Data dalam Analisis

Sebelum menganalisis, penting memahami jenis data:

1. Data Kualitatif – berupa kategori atau sifat, misalnya warna kesukaan, jenis kelamin, merek ponsel.

2. Data Kuantitatif – berupa angka yang dapat dihitung, misalnya nilai ujian, jumlah siswa, berat badan.

Data kuantitatif sendiri terbagi menjadi:

• Diskrit: data yang hanya berupa bilangan bulat, contohnya jumlah anak dalam keluarga.

• Kontinu: data yang dapat berupa pecahan atau desimal, misalnya tinggi badan, waktu, suhu.

---

5. Langkah-Langkah Analisis Data Lanjutan

Analisis data lanjutan memiliki beberapa tahapan:

1. Mengumpulkan Data

   • Data bisa berasal dari survei, wawancara, observasi, kuesioner, atau catatan.

   • Contoh: data nilai ulangan matematika siswa kelas 8A.

2. Membersihkan Data (Data Cleaning)

   • Menghilangkan data ganda, salah input, atau tidak lengkap.

   • Contoh: jika ada nilai tertulis 120 padahal skala 0–100, berarti harus diperbaiki.

3. Mengelompokkan Data (Klasifikasi)

   • Data dikelompokkan berdasarkan kategori atau interval tertentu.

   • Contoh: nilai 0–59 (kurang), 60–74 (cukup), 75–89 (baik), 90–100 (sangat baik).

4. Menghitung Statistik Deskriptif

   • Mean (rata-rata) = jumlah seluruh data ÷ banyak data.

   • Median (nilai tengah) = nilai yang berada di posisi tengah setelah data diurutkan.

   • Modus (nilai terbanyak) = nilai yang paling sering muncul.

   • Rentang (range) = selisih data terbesar dan terkecil.

5. Membuat Visualisasi Data

   • Data dapat ditampilkan dalam bentuk grafik untuk memudahkan pembacaan.

   • Jenis grafik: tabel distribusi frekuensi, diagram batang, histogram, diagram garis, diagram lingkaran, scatter plot.

6. Menarik Kesimpulan dan Interpretasi

   • Hasil analisis digunakan untuk menjawab pertanyaan penelitian atau masalah.

   • Contoh: jika sebagian besar siswa mendapat nilai ≥ 75, maka pembelajaran dianggap berhasil.

---

6. Teknik Analisis Data Lanjutan

1. Distribusi Frekuensi

   • Data kuantitatif sering dibuat dalam tabel distribusi frekuensi.

   • Misalnya, dari 40 siswa, nilai matematika digolongkan ke dalam interval 10-an, lalu dihitung jumlah siswa di setiap kelompok.

2. Diagram dan Grafik

   • Diagram Batang (Bar Chart): digunakan untuk membandingkan jumlah dari tiap kategori.

   • Histogram: mirip dengan diagram batang tetapi dipakai untuk data berinterval (kontinu).

   • Diagram Garis (Line Chart): cocok untuk menggambarkan perubahan data dari waktu ke waktu.

   • Diagram Lingkaran (Pie Chart): menunjukkan persentase dari keseluruhan data.

   • Pictogram: menggunakan gambar atau ikon untuk mewakili data tertentu.

3. Analisis Persentase

   • Persentase digunakan untuk mengetahui perbandingan antar bagian dari total keseluruhan.

   • Rumus:

     $$\text{Persentase} = \frac{\text{Bagian}}{\text{Total}} \times 100\%$$

4. Analisis Perbandingan dan Tren

   • Data dibandingkan dari periode ke periode.

   • Misalnya, nilai rata-rata kelas 8A semester 1 = 78, semester 2 = 82. Artinya ada tren peningkatan.

5. Analisis Korelasi Sederhana

   • Korelasi adalah hubungan antara dua variabel.

   • Contoh: semakin sering belajar (variabel X), semakin tinggi nilai ujian (variabel Y).

---

7. Peran Teknologi dalam Analisis Data

Analisis data saat ini tidak lepas dari peran teknologi. Beberapa aplikasi yang biasa digunakan adalah:

• Spreadsheet (Excel, Google Sheets, LibreOffice Calc): membuat tabel, grafik, rumus otomatis.

• Perangkat lunak statistik sederhana: untuk menghitung mean, median, modus secara cepat.

• Visualisasi digital: menampilkan data dalam grafik interaktif.

Keunggulan menggunakan teknologi:

• Proses lebih cepat dan akurat.

• Dapat menampilkan grafik yang menarik.

• Mudah diperbarui jika ada tambahan data.

---

8. Contoh Kasus Analisis Data Lanjutan

Kasus 1 – Nilai Ujian Matematika
Data nilai 20 siswa kelas 8B:
65, 70, 75, 80, 90, 85, 60, 95, 75, 70, 80, 65, 85, 90, 100, 55, 75, 80, 85, 70.

Langkah analisis:

1. Urutkan data → 55, 60, 65, 65, 70, 70, 70, 75, 75, 75, 80, 80, 80, 85, 85, 85, 90, 90, 95, 100.

2. Mean = 77,5

3. Median = (nilai ke-10 + ke-11)/2 = (75+80)/2 = 77,5

4. Modus = 70, 75, 80, 85 (semuanya muncul 3 kali)

5. Range = 100 – 55 = 45

6. Visualisasi → histogram interval 10 poin.

Kesimpulan: rata-rata nilai baik, mayoritas siswa berada pada kategori “cukup–sangat baik”.

---

9. Pentingnya Analisis Data Lanjutan dalam Kehidupan

• Bidang Pendidikan: menentukan strategi pembelajaran berdasarkan nilai siswa.

• Bidang Bisnis: memprediksi tren penjualan produk.

• Bidang Kesehatan: memantau jumlah pasien penyakit tertentu.

• Bidang Sosial: menganalisis hasil survei pendapat masyarakat.

• Bidang Teknologi: menganalisis data pengguna aplikasi untuk pengembangan fitur baru.

Dengan analisis data yang baik, keputusan yang diambil lebih tepat dan berdampak positif.

---

10. Kesimpulan

Analisis data lanjutan adalah keterampilan penting di era digital saat ini. Siswa tidak hanya dituntut mengumpulkan data, tetapi juga mengolah, menafsirkan, dan menyajikannya dalam bentuk yang mudah dipahami. Teknik analisis seperti distribusi frekuensi, rata-rata, median, modus, serta penggunaan grafik menjadi dasar yang harus dikuasai.

Selain itu, kemampuan memanfaatkan teknologi seperti spreadsheet sangat mendukung proses analisis agar lebih cepat, akurat, dan menarik.

Dengan menguasai analisis data lanjutan, siswa dapat lebih siap menghadapi tantangan masa depan yang penuh dengan informasi dan data. 


- Myisha Raniah Aqilah Syam 8B/26