Jenis-Jenis Data dan Cara Bacanya

-

Waktu mulai belajar data, saya sempat bingung banget. Semua orang ngomongin data kuantitatif, data kualitatif, structured data, unstructured data… rasanya kayak belajar bahasa alien.

Tapi setelah pelan-pelan paham, ternyata pembagian jenis data ini nggak serumit kedengarannya.

Yuk kita bahas satu per satu, dengan contoh sehari-hari biar lebih nyantol.

Data Kualitatif (Qualitative Data)

Apa itu?
Data yang sifatnya deskriptif, bukan angka.
Biasanya menggambarkan kategori, sifat, atau ciri suatu hal.

Contoh:

  • Warna mobil: merah, biru, hitam

  • Jenis kopi: arabika, robusta, liberika

  • Review film: “Bagus banget!”, “Biasa aja”, “Kurang suka”

Cara bacanya:

  • Cocok dibaca lewat persentase kategori.

  • Bisa divisualisasikan dengan pie chart atau bar chart untuk tahu kategori mana yang paling dominan.

Data Kuantitatif (Quantitative Data)

Apa itu?
Data yang berupa angka dan bisa diukur.

Jenisnya ada dua:

  • Diskrit (Discrete) → angka bulat, nggak ada pecahan.
    Contoh: jumlah anak dalam keluarga, jumlah kursi di ruangan.

  • Kontinu (Continuous) → bisa punya pecahan/desimal.
    Contoh: tinggi badan, berat kopi dalam gram, suhu udara.

Cara bacanya:

  • Bisa dihitung rata-rata, median, maksimum, minimum.

  • Visualisasi bisa pakai histogram, line chart, scatter plot.

Data Terstruktur (Structured Data)

Apa itu?
Data yang rapi dan punya format jelas, biasanya disimpan di tabel (baris & kolom).
Contohnya data penjualan di Excel atau database.

Cara bacanya:

  • Bisa langsung diolah pakai spreadsheet (Excel, Google Sheets) atau SQL.

  • Ideal buat analisis cepat karena formatnya konsisten.

Data Tidak Terstruktur (Unstructured Data)

Apa itu?
Data yang nggak punya format tabel.
Contoh:

  • Foto

  • Video

  • Audio rekaman

  • Chat WhatsApp

  • Posting media sosial

Cara bacanya:

  • Butuh alat khusus (image recognition, text mining, AI).

  • Biasanya diubah dulu jadi data terstruktur sebelum dianalisis.


Data Semi Terstruktur (Semi-Structured Data)

Apa itu?
Data yang punya struktur sebagian.
Biasanya ada format, tapi lebih fleksibel dari tabel.

Contoh:

  • File JSON

  • XML

  • Email (ada header & isi pesan)

Cara bacanya:

  • Cocok dibaca dengan program atau tools parsing data.

  • Sering dipakai di integrasi sistem.

🔍 Tips Membaca Data Buat Pemula

  1. Kenali tipe datanya dulu sebelum mulai analisis.
    Ini penting biar tahu metode baca dan visualisasi yang tepat.

  2. Gunakan visualisasi sederhana.
    Pie chart, bar chart, atau line chart udah cukup buat awal.

  3. Jangan cuma lihat angka mentah.
    Selalu cari cerita di balik data — apa yang ingin dia tunjukkan?

Memahami jenis data itu seperti mengenali bahan masakan sebelum mulai memasak. Kalau tahu bahannya, kita jadi tahu cara mengolahnya.

Sekarang, kalau ada orang ngomong “Ini datanya kualitatif, diskrit” atau “Kita perlu analisis data tidak terstruktur dari sosial media”, kamu udah punya gambaran jelas maksudnya.















Comments

Post a Comment

Popular posts from this blog

Mengintegrasikan Front-End dan Back-End dengan GraphQL

-
Image
                                       Gambar: Growtika, "Database", Unsplash Pendahuluan Dalam dunia pengembangan aplikasi web dan mobile, penting untuk memiliki komunikasi yang efisien antara  front-end  dan  back-end . Salah satu cara yang efektif untuk mencapainya adalah dengan menggunakan  GraphQL , sebuah query language yang memungkinkan front-end untuk berkomunikasi dengan back-end dengan cara yang lebih fleksibel dan efisien daripada REST API tradisional. Pada artikel kali ini, kita akan membahas bagaimana mengintegrasikan  front-end  dan  back-end  menggunakan  GraphQL , keunggulan dari pendekatan ini, serta langkah-langkah untuk menerapkannya dalam pengembangan aplikasi. Kami juga akan menjelaskan bagaimana Anda bisa memastikan integrasi ini sesuai dengan kebijakan Google AdSense untuk mendapatkan persetujuan.
Read more

Dampak AI bagi Front-End dan Back-End Programmer: Ancaman atau Peluang?

-
Image
                                                                   Gambar: Possessed Photography, "Artificial Intelligent", Unsplash Kenapa Topik Ini Penting Sekarang? AI terbukti mampu menyederhanakan pekerjaan developer—mulai dari otomatisasi kode hingga debugging. Tapi, apakah ini berarti menggantikan kita? Banyak pendapat beredar, dari “AI bantu kita jadi 2× lebih produktif” hingga “bisa mempersulit karier junior” . Artikel ini akan mengurai apakah AI memang ancaman atau justru peluang emas bagi programmer baik front-end maupun back-end. Kecerdasan buatan (AI) telah mengubah banyak aspek dunia teknologi, termasuk pekerjaan sebagai front-end dan back-end programmer. Banyak yang bertanya-tanya: apakah AI akan menggantikan peran mereka, atau justru membuka peluang baru? Artikel ini membah...
Read more

Bahasa Pemrograman yang Wajib Dipelajari di 2025 dan Manfaatnya untuk Karier Anda

-
Image
Dalam dunia teknologi yang terus berkembang pesat, memilih bahasa pemrograman yang tepat untuk dipelajari bisa menjadi keputusan penting yang berdampak besar pada karier Anda. Tahun 2025 diprediksi akan menghadirkan tantangan dan peluang baru dalam industri perangkat lunak, sehingga penguasaan bahasa pemrograman tertentu dapat meningkatkan daya saing dan peluang kerja. Artikel ini mengulas beberapa bahasa pemrograman yang diprediksi akan sangat relevan di tahun 2025, serta manfaat praktisnya dalam dunia kerja.                                            Gambar:AltumCode, "Programmer", Unsplash Bahasa Pemrograman yang Direkomendasikan Python Digunakan secara luas dalam pengembangan web, otomatisasi, data science, dan artificial intelligence. Sintaks yang sederhana membuat Python ideal bagi pemula. Banyak digunakan oleh perusahaan teknologi besar seperti Google,...
Read more