Makalah Klasifikasi Data

Contoh Makalah Klasifikasi Data

BAB 1

PENDAHULUAN

A.      Latar belakang

Dalam suatu analisis metode statistika, Anda akan selalu berhadapan dengan “data”. Kenapa? Karena data inilah yang menjadi bahan baku analisis tentunya. Jadi setinggi apapun keilmuan seseorang  tentang  statistika  tanpa ada data, dia takan berkata apa-apa, kecuali hanya bergumam belaka.

Oleh karena begitu pentingnya data dalam suatu analisis statistika, maka menurut penulis sebelum Anda mempelajari metode statistika lebih lanjut sebaiknya anda membaca dan memahami data itu sendiri. Data, selain menjadi bahan baku dalam suatu analisis statistika, juga menjadi pertimbangan yang sangat penting dalam pemilihan metode analisis statistika dalam menyelesaikan suatu masalah.

B.      Maksud dan Tujuan

Adapun maksud dan tujuan pembuatan makalah ini adalah sebagai berikut :

a.      Untuk melengkapi tugas Mata Kuliah Statistik

b.      Guna mengetahui jenis-jenis klasifikasi data

c.       Untuk menambah pengetahuan kepada pembaca dan seluruh mahasiswa tentang klasifikasi data

BAB 2

PEMBAHASAN

A.      Definisi Klasifikasi dan Data

1.       Klasifikasi

Klasifikasi adalah sebuah proses untuk menemukan model yang menjelaskan atau membedakan konsep atau kelas data, dengan tujuan untuk dapat memperkirakan kelas dari suatu objek yang kelasnya tidak diketahui (Tan et all, 2004).

2.       Data

Data adalah suatu istilah majemuk yang berarti fakta atau bagian dari fakta yang mengandung arti yang dihubungkan dengan kenyataan, simbol-simbol, gambar-gambar, angka-angka huruf-huruf atau symbol-symbol yang menunjukan suatu ide, objek, kondisi,atau situasi dan lain lain.

B.      Jenis-Jenis Klasifikasi Data

1.       Klasifikasi data menurut Jenis Data.

1.1. Data Hitung (enumeration / counting data)

Data hitung adalah hasil perhitungan atau jumlah tertentu. yang termasuk data hitung adalah persentase dari suatu jumlah tertentu. Mencatat jumlah mahasiswa dalam suatu kelas atau persentasi mahasiswa/mahasiswi dalam kelas itu menghasilkan suatu data hitung.

1.2. Data Ukur (Measurement Data)

Data ukur adalah data yang menunjukan ukuran mengenai nilai sesuatu. Angka tertentu atau huruf tertentu yang diberikan oleh seorang dosen kepada mahasiswa setelah memeriksa hasil tentamennya di sebut data ukur. Angka yang ditunjukan alat barometer atau thermometer adalah hasil proses pengukuran.

2.    Klasifikasi data menurut Sifat Data.

2.1.  Data Kuantitatif (quantitative data)

Data kuantitatif adalah data mengenai penggolongan dalam hubungannya dengan penjumlahan. Kalau jumlah universitas negeri di Indonesia di bagi dalam 2 golongan, maka ada golongan pertama yang jumlah mahasiswanya lebih dari 5000 orang dan golongan yang lain kurang dari 5000 orang. Ini merupakan penggolongan kuantitatif.

Data Kualitatif (qualitative data)

2.2. Data kualitatif

Data kualitatif adalah data mengenai penggolongan dalam hubungannya dengan kualitas atau sifat tertentu. penggolongan fakultas-fakultas pada universitas negeri menjadi exacta dan fakultas exacta merupakan pemisahan menurut sifatnya. Penggolongan mahasiswa pada fakultas yang menggunakan sistem kredit ke dalam penilaian studi dengan grade A,B,C,D didasarkan pada sifat-sifat kualitatifnya.

3.       Klasifikasi data menurut Sumber Data.          

3.1. Data Internal (Internal Data)

Data internal adalah data yang asli, artinya data sebagai hasil observasi yang dilakukan sendiri, bukan data hasil karya orang lain.

3.2. Data Eksternal (External Data)

Data eksternal adalah data hasil observasi orang lain, seseorang boleh saja menggunakan data untuk suatu keperluan, meskipun data tersebut merupakan hasil kerja orang lain. Data eksternal ini di bagi menjadi 2:

a. Data Eksternal Primer (primary external data)

Data primary eksternal adalah data dalam bentuk ucapan lisan atau tulisan dari pemiliknya sendiri, yakni orang yang melakukan observasi sendiri.

b. Data Eksternal Sekunder (secondary external data)

Data eksternal sekunder adalah data yang diperoleh bukan dari orang lain yang melakukan observasi melainkan melalui seseorang atau sejumlah orang lain.

4.     Klasifikasi Data Menurut Cara Memperolehnya

4.1 Data Primer

Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi.

Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.

4.2 Data Sekunder

Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial.

Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.

5.     Klasifikasi Data Menurut Waktu Pengumpulannya

5.1 Data Cross Section

Data cross-section adalah data yang menunjukkan titik waktu tertentu.

Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei 2004, dan lain sebagainya.

Data Time Series / Berkala

5.2 Data berkala

Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis.Contoh data time series adalah data perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006, jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan, dll.

              6.     Klasifikasi Data Berdasarkan Sifat Data

                      6.1. Data Diskrit

Data diskrit adalah data yang nilainya adalah bilangan asli.

Contohnya adalah berat badan ibu-ibu   pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan lain-sebagainya.

                       6.2. Data Kontinyu

Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya.

Contohnya penggunaan kata sekitar, kurang lebih, kira-kira, dan sebagainya.Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.

BAB 3

KESIMPULAN

Pentingnya pengolahan data karena data yang tidak akurat hanya membuang waktu dan tenaga. bahkan untuk mendengarkannya saja sudah wasting time. Data yang tidak akurat akan menghasilkan perencanaan yang tidak akurat, pengendalian yang tidak efektif, dan evaluasi yang tidak mengenai sasaran.