Analisis Data

Mengolah data menjadi informasi bermakna

📌 Konsep Kunci

Jenis dataStatistik dasarVisualisasi dataSpreadsheetInterpretasi hasil

📖 Apa itu Analisis Data?

Analisis data adalah proses mengumpulkan, membersihkan, mengolah, dan menginterpretasikan data untuk menemukan pola, tren, dan insight yang berguna. Di era digital, kemampuan analisis data menjadi salah satu skill paling dicari.

📁 Jenis-Jenis Data

🔢 Data Kuantitatif — Data berupa angka yang bisa dihitung/diukur. Contoh: tinggi badan, nilai ujian, suhu
📝 Data Kualitatif — Data berupa kategori atau deskripsi. Contoh: jenis kelamin, warna favorit
🕐 Data Time-series — Data yang dikumpulkan dari waktu ke waktu. Contoh: data cuaca harian
🗺️ Data Spasial — Data yang terkait dengan lokasi geografis. Contoh: peta, koordinat GPS

📊 Statistik Dasar

Ukuran tendensi sentral yang wajib diketahui:

python

# Contoh dataset: nilai ujian 10 siswa
data = [75, 80, 85, 70, 90, 85, 75, 80, 95, 65]

# Mean (rata-rata)
mean = sum(data) / len(data)
# mean = 800 / 10 = 80

# Median (nilai tengah setelah diurutkan)
data_sorted = sorted(data)
# [65, 70, 75, 75, 80, 80, 85, 85, 90, 95]
median = (80 + 80) / 2  # = 80

# Modus (nilai yang paling sering muncul)
modus = 75 dan 80  # keduanya muncul 2 kali

# Range (jarak nilai terbesar - terkecil)
range_data = 95 - 65  # = 30

📈 Jenis Visualisasi Data

Grafik	Kegunaan	Contoh
Bar Chart	Membandingkan kategori	Nilai rata-rata per kelas
Line Chart	Menunjukkan tren waktu	Pertumbuhan pengguna per bulan
Pie Chart	Proporsi dari keseluruhan	Persentase jenis device
Scatter Plot	Hubungan dua variabel	Korelasi belajar vs nilai
Histogram	Distribusi frekuensi	Distribusi nilai ujian

💡 Tips Analisis Data yang Baik

🎯 Tentukan pertanyaan yang ingin dijawab sebelum menganalisis
🧹 Bersihkan data dari nilai yang hilang atau tidak valid
📊 Pilih visualisasi yang tepat sesuai jenis data
🔍 Cari outlier (data yang sangat berbeda dari lainnya)
📝 Tulis kesimpulan yang jelas dan berbasis data