A.

Pengertian Data & Informasi

Data merupakan fakta yang berupa angka, tulisan, dokumen, teks, gambar, audio, uraian verbal
atau kode tertentu, dan sebagainya. Ketika data tersebut disaring dan diproses sehingga
mempunyai arti dan nilai bagi orang lain, maka data tersebut menjadi informasi. Jadi, informasi
adalah semua data yang telah diproses dan bermakna bagi pemilik atau penggunanya. Oleh
karena itu, ciri terpenting dari data adalah fakta yang terkandung. Data menjadi informasi ketika
digunakan untuk tujuan tertentu atau ketika informasi tersebut menyebabkan tindakan tertentu
dan membuat pemahaman dari pemiliknya bertambah. Data harus melalui berbagai proses agar
berguna sebagai informasi. Data sendiri menjadi bahan dasar pada proses kerja, dan informasi
menjadi produk akhir. (Djumiarti, 2008)

Kualitas informasi ditentukan oleh tiga pilar utama: akurasi, ketepatan waktu dan relevansi.
Selain itu juga dijelaskan secara lengkap syarat informasi yang baik, yaitu: (Kumorotomo, 1996)
1. Ketersediaan
Tentu saja syarat utamanya adalah ketersediaan Informasi itu sendiri, informasi tersebut
harus tersedia bagi masyarakat yang ingin menggunakannya.
2. Mudah dipahami (comprehensibility)
Informasi tersebut juga harus mudah dipahami oleh pengambil keputusan Informasi ini
digunakan untuk mengambil keputusan bersifat rutin atau strategis. Informasi yang
kompleks dan rumit membuat keputusan manajemen menjadi kurang efektif
3. Relevansi
Informasi yang dibutuhkan harus relevan untuk masalah, misi dan tujuan organisasi
4. Bermanfaat
Informasi tersebut harus disediakan dalam bentuk yang dapat digunakan oleh organisasi
yang bersangkutan
5. Tepat Waktu
Informasi harus tersedia pada waktu yang tepat, persyaratan ini sangat penting ketika
organisasi membutuhkan informasi, ketika manajer ingin mengambil keputusan penting.
6. Keandalan
Informasi harus diperoleh dari sumber yang tersedia dengan kebenaran yang dapat
diandalkan. Pengolah data atau penyedia data harus mampu menjamin tingkat keandalan
yang tinggi dari data yang diberikan.
7. Akurat
Persyaratan ini mengharuskan informasi bebas dari kesalahan dan kekeliruan. Hal ini
juga berarti bahwa informasi tersebut harus jelas dan akurat mencerminkan isi informasi
pendukungnya.
8. Konsisten
Tidak boleh ada kontradiksi dalam penyajian informasi, karena konsistensi merupakan
prasyarat penting dalam pengambilan keputusan mendasar.
B. Jenis dan sumber data
Sumber data adalah segala sesuatu yang dapat memberikan informasi mengenai data
1. Data primer adalah data yang dikumpulkan langsung dari sumbernya. Informasi dasar ini
merupakan informasi yang paling orisinal dan tidak diproses secara statistik. Untuk
memperoleh data primer, peneliti harus mengumpulkannya secara langsung melalui
 teknik observasi, wawancara, diskusi terfokus dan penyebaran kuesioner. Sumber data
yang digunakan peneliti adalah sumber data utama, data primer diperoleh melalui survei
dengan kuesioner.
2. Data sekunder merupakan informasi yang diperoleh secara tidak langsung dari objek
penelitian. Informasi sekunder didapat dari website atau referensi. (Riadi, 2011)
C. Pengolahan Data (GreatNusa, 2023)
Pemrosesan data adalah salah satu aspek terpenting yang harus dipenuhi oleh setiap organisasi
yang ingin berkembang dan mencapai tujuannya. Tanpa pengolahan data, sulit bagi organisasi
untuk mengakses informasi yang dapat berguna untuk meningkatkan daya saing dan memberikan
wawasan penting. Itulah mengapa penting bagi setiap organisasi untuk memahami perlunya
memproses semua datanya dan bagaimana melakukannya.

Tujuan pengolahan data

a. Mengubah data mentah menjadi informasi
b. Mempermudah pengambilan keputusan
c. Menyediakan data yang akurat dan valid
d. Mengurangi biaya dan waktu
e. Membuat data lebih mudah dikelola dan diolah kembali
Metode pengolahan data
1. Pengolahan data manual
Metode pengolahan data ini ditangani secara manual. Seluruh proses pengumpulan data,
pemfilteran, penyortiran, penghitungan, dan operasi logis lainnya dilakukan oleh manusia
dan tanpa perangkat elektronik atau perangkat lunak otomasi lainnya. Metode ini tidak mahal
dan memerlukan sedikit atau tanpa alat, namun dapat menyebabkan tingkat kesalahan yang
tinggi, biaya tenaga kerja yang tinggi, dan banyak waktu serta tugas yang berulang.
2. Pengolahan data mekanis
Dalam metode ini, data diproses secara mekanis dengan menggunakan peralatan dan mesin.
Ini dapat mencakup perangkat sederhana seperti kalkulator, mesin ketik, printer, dll. Metode
ini dapat digunakan untuk operasi pengolahan data sederhana. Selain itu, metode ini juga
memiliki tingkat kesalahan yang jauh lebih rendah dibandingkan pengolahan data secara
manual, namun peningkatan volume data membuat metode tersebut menjadi lebih kompleks
dan sulit.
3. Pengolahan Data Elektronik
Dalam metode ini, data diolah dengan teknologi modern menggunakan perangkat lunak dan
program pengolah data. Perangkat lunak diberikan seperangkat instruksi untuk memproses
data dan menghasilkan output. Metode ini adalah yang paling mahal, namun dapat
memberikan kecepatan pemrosesan tercepat serta keandalan dan akurasi pencetakan tertinggi.

D. Visualisasi Data (Perdana, 2022)

Menurut Tableau, visualisasi data adalah tampilan grafis atau visual dari informasi dan data.
Dengan kata lain, visualisasi data mengubah kumpulan data menjadi sesuatu yang lebih mudah
untuk ditampilkan. Dengan menggunakan elemen visual tersebut, pembaca dapat lebih mudah
memahami tren, penyimpangan, dan pola pada data. Dalam bisnis, visualisasi data
memungkinkan pengambil keputusan melihat analitik yang disajikan secara visual. Hal ini
 memungkinkan mereka untuk memahami konsep yang kompleks atau mengenali pola baru. Hal
ini membuat pengambilan keputusan menjadi lebih mudah dan akurat.

Tipe Visualisasi Data

1. Temporal
Salah satu jenis visualisasi data yang paling umum adalah jenis visualisasi temporal. Tipe ini
umumnya cocok untuk menampilkan hasil deret data dalam format linier atau satu dimensi
saja. Ciri utama visualisasi jenis ini adalah garis yang dimulai dan diakhiri pada titik tertentu.
Garis-garis tersebut dapat berdiri sendiri atau berpotongan dengan garis-garis lainnya.
Contoh visualisasi data seperti ini adalah diagram scatterplot, timeline, data time series, dan
diagram garis.
2. Hierarki
Jenis visualisasi data berikutnya adalah hierarki. Tipe ini biasanya digunakan untuk
menunjukkan adanya hubungan antara suatu kelompok dengan kelompok lain yang lebih
besar. Visualisasi seperti ini cocok untuk menunjukkan munculnya data-data baru yang
berasal dari suatu penyebab.
Salah satu penggunaan yang umum adalah diagram pohon.
3. Network
Pada hakikatnya kumpulan data atau dataset dapat saling mempengaruhi satu sama lain. Oleh
karena itu, penggunaan network pada data visualization adalah untuk mempermudah
hubungan antar dataset tersebut.
Salah satu contoh yang paling sering digunakan adalah word cloud dan node-link diagram.
4. Multidimensi
Seperti namanya, tipe visualisasi multidimensi berarti cocok untuk memvisualisasikan data
yang memiliki banyak variabel atau dimensi. Karena banyaknya dataset yang ditampilkan,
biasanya visualisasi ini akan lebih menarik dan mencolok agar lebih mudah dipahami.
Salah satu contoh visualisasi ini adalah histogram, pie chart, dan stacked-bar.
5. Geospasial
visualisasi merepresentasikan wujud nyata dari suatu benda, atau ruang yang memiliki data
untuk ditampilkan. Pada umumnya, visualisasi geospasial sering kali digunakan untuk
menunjukkan penetrasi penjualan di suatu wilayah, peta pertumbuhan bisnis, hingga
menunjukkan flow pada suatu UX.
Contoh visualisasi geospasial yang paling sering digunakan adalah heatmap dan kartograf.

Bibliography
Djumiarti, T. (2008). Sistem Informasi Manajemen Buku Ajar. Semarang .

GreatNusa. (2023, Februari 9). Great Nusa. Retrieved from greatnusa.com:

https://greatnusa.com/artikel/teknik-pengolahan-data/

Kumorotomo, W. (1996). Sistem Informasi Manajemen Dalam Organisasi Publik . Yogyakarta: Gajah
Mada Press.

Perdana, A. (2022, November 18). glints. Retrieved from glints: https://glints.com/id/lowongan/data-

visualization-adalah/

Riadi, E. (2011). Statistika Penelitian Analisis Manual dan IBM SPSS. Yogyakarta.