Pengolahan Data

Tujuan Pembelajaran

Setelah mempelajari materi ini, peserta didik diharapkan mampu:

1. Menjelaskan pengertian pengolahan data.

2. Menjelaskan tahapan pengolahan data secara sistematis.

3. Melakukan pengeditan data untuk memperbaiki kesalahan.

4. Mengurutkan data (sorting) berdasarkan kriteria tertentu.

5. Menyaring data (filtering) sesuai kebutuhan.

6. Membuat ringkasan data sederhana sebagai dasar analisis.

Pendahuluan

Pernahkah kamu mengisi daftar hadir kelas atau melihat guru mengolah nilai peserta didik? Setelah semua data terkumpul, guru tidak langsung mengambil kesimpulan. Data tersebut biasanya diperiksa terlebih dahulu, diperbaiki jika ada kesalahan, diurutkan berdasarkan nama atau nilai, kemudian dipilih sesuai kebutuhan sebelum akhirnya dihitung rata-ratanya atau dibuat laporan.

Proses tersebut disebut pengolahan data. Pengolahan data merupakan tahap penting yang mengubah data mentah menjadi data yang lebih rapi, akurat, dan siap dianalisis. Tanpa pengolahan yang baik, data yang telah dikumpulkan dapat mengandung kesalahan sehingga menghasilkan informasi yang kurang tepat.

Dalam era digital, pengolahan data hampir selalu dibantu oleh komputer melalui aplikasi seperti spreadsheet. Namun, sebelum menggunakan aplikasi tersebut, kita perlu memahami konsep dasar pengolahan data agar dapat mengolah data dengan benar dan menghasilkan informasi yang dapat dipercaya.

Materi Inti

A. Pengertian Pengolahan Data

Pengolahan data adalah proses mengubah data mentah menjadi data yang lebih terstruktur, akurat, dan bermakna sehingga dapat digunakan untuk menghasilkan informasi dan mendukung pengambilan keputusan.

Pengolahan data dilakukan setelah data berhasil dikumpulkan dan diorganisasi. Pada tahap ini, data diperiksa, diperbaiki, diurutkan, disaring, dan diringkas agar lebih mudah dianalisis.

Sebagai contoh, hasil survei mengenai kebiasaan belajar peserta didik mungkin masih berisi jawaban yang tidak lengkap atau penulisan yang berbeda-beda. Melalui pengolahan data, seluruh jawaban diperbaiki, disusun secara seragam, kemudian diringkas sehingga dapat diketahui pola kebiasaan belajar peserta didik.

B. Tahapan Pengolahan Data

Pengolahan data dilakukan melalui beberapa tahapan yang saling berkaitan.

1. Memeriksa Data (Editing)

Tahap pertama adalah memeriksa apakah data yang dikumpulkan sudah lengkap, benar, dan konsisten.

Contoh:

• Memastikan tidak ada nama peserta didik yang kosong.

• Memperbaiki kesalahan penulisan.

• Menghapus data yang sama (duplikat).

2. Mengurutkan Data (Sorting)

Data diurutkan berdasarkan kriteria tertentu agar lebih mudah dibaca dan dianalisis.

Contoh pengurutan:

• Berdasarkan nama (A–Z).

• Berdasarkan nilai tertinggi.

• Berdasarkan tanggal.

3. Menyaring Data (Filtering)

Filtering dilakukan untuk menampilkan data tertentu sesuai kebutuhan.

Contoh:

• Menampilkan peserta didik yang memperoleh nilai di atas 80.

• Menampilkan peserta didik kelas XI A saja.

4. Meringkas Data

Data yang telah diolah kemudian diringkas untuk memperoleh gambaran umum.

Contoh:

• Menghitung jumlah peserta didik.

• Menghitung rata-rata nilai.

• Menentukan nilai tertinggi dan terendah.

Tahapan-tahapan tersebut membuat data lebih siap untuk dianalisis dan disajikan.

C. Pengeditan Data (Editing)

Pengeditan data adalah proses memperbaiki data yang salah, tidak lengkap, atau tidak konsisten agar data menjadi lebih akurat.

Pengeditan dilakukan sebelum data dianalisis.

Beberapa kegiatan dalam pengeditan data meliputi:

• Memperbaiki kesalahan penulisan.

• Melengkapi data yang belum lengkap.

• Menghapus data ganda.

• Menyamakan format penulisan.

Contoh:

D. Pengurutan Data (Sorting)

Sorting adalah proses mengurutkan data berdasarkan aturan atau kriteria tertentu sehingga data menjadi lebih terstruktur.

Pengurutan dapat dilakukan secara:

1. Ascending (Naik)

Data diurutkan dari nilai terkecil ke terbesar atau dari huruf A ke Z.

Contoh:

2. Descending (Turun)

Data diurutkan dari nilai terbesar ke terkecil atau dari huruf Z ke A.

Contoh:

Sorting membantu pengguna menemukan data dengan lebih cepat serta mempermudah proses analisis. 

E. Penyaringan Data (Filtering)

Filtering adalah proses memilih atau menampilkan data tertentu sesuai dengan kriteria yang diinginkan.

Data yang tidak memenuhi kriteria akan disembunyikan sementara, tetapi tidak dihapus.

Contoh:

Data seluruh peserta didik:

Jika dilakukan filter dengan syarat nilai ≥ 80, maka hasilnya menjadi: 

Filtering sangat membantu ketika jumlah data sangat banyak sehingga pengguna hanya melihat data yang diperlukan. 

F. Ringkasan Data Sederhana

Setelah data selesai diolah, langkah berikutnya adalah membuat ringkasan data.

Ringkasan data merupakan gambaran umum mengenai isi data sehingga lebih mudah dipahami.

Beberapa bentuk ringkasan sederhana antara lain:

1. Jumlah Data (Banyak Data)

Jumlah data menunjukkan banyaknya objek atau data yang dikumpulkan.

Jumlah data sering dituliskan dengan simbol n.

Contoh:

Sebuah kelas memiliki data nilai sebagai berikut.

80, 75, 90, 85, 70, 88, 92, 78

Banyak data tersebut adalah

n = 8

Artinya terdapat 8 peserta didik yang mengikuti penilaian.

Semakin banyak jumlah data, umumnya semakin baik gambaran yang diperoleh mengenai suatu keadaan.

2. Nilai Tertinggi (Maksimum)

Nilai tertinggi merupakan nilai terbesar dalam suatu kumpulan data.

Nilai ini menunjukkan hasil terbaik yang dicapai.

Contoh:

Data nilai:

70, 82, 90, 75, 88, 95, 84

Nilai tertinggi adalah

95

Informasi yang diperoleh:

Peserta didik dengan nilai tertinggi memperoleh skor 95.

3. Nilai Terendah (Minimum)

Nilai terendah merupakan nilai terkecil dalam suatu kumpulan data.

Nilai ini menunjukkan hasil yang paling rendah dalam kumpulan data.

Contoh:

70, 82, 90, 75, 88, 95, 84

Nilai terendah adalah

70

Informasi ini dapat membantu guru mengetahui nilai yang perlu mendapat perhatian lebih lanjut.

4. Rata-rata (Mean)

Rata-rata merupakan nilai yang menggambarkan kondisi umum dari seluruh data.

Rata-rata diperoleh dengan cara menjumlahkan seluruh data kemudian dibagi dengan banyaknya data.

Rumus

Rata-rata=Jumlah seluruh data nilai : jumlah banyaknya data

Contoh

Data nilai:

80, 70, 90, 85, 75

Jumlah seluruh data: 80 + 70 + 90 + 85 + 75 = 400

Jumlah data: 5

Maka,

400 ÷ 5 = 80

Sehingga rata-rata nilai kelas adalah 80.

Rata-rata membantu mengetahui gambaran umum kemampuan peserta didik.

5. Frekuensi

Frekuensi menunjukkan berapa kali suatu nilai atau kategori muncul dalam kumpulan data.

Frekuensi sangat berguna ketika data memiliki banyak pengulangan.

Contoh

Hobi siswa

Contoh Penerapan dalam Kehidupan Sehari-hari

Seorang guru mengumpulkan nilai ulangan dari 36 peserta didik. Sebelum membuat laporan, guru memeriksa kembali data untuk memastikan tidak ada nilai yang salah atau kosong. Setelah itu, guru mengurutkan nilai dari yang tertinggi hingga terendah, menyaring peserta didik yang memperoleh nilai di bawah Kriteria Ketercapaian Tujuan Pembelajaran (KKTP), kemudian menghitung rata-rata nilai kelas. Dari hasil tersebut, guru dapat menentukan peserta didik yang memerlukan pembelajaran remedial maupun pengayaan.

Kesimpulan

Pengolahan data merupakan proses penting yang mengubah data mentah menjadi data yang lebih terstruktur dan siap dianalisis. Melalui proses pengeditan, pengurutan, penyaringan, dan pembuatan ringkasan, data menjadi lebih akurat, mudah dipahami, dan dapat digunakan sebagai dasar pengambilan keputusan.

Rangkuman

• Pengolahan data adalah proses mengubah data mentah menjadi informasi yang lebih siap dianalisis.

• Tahapan pengolahan data meliputi pengeditan, pengurutan, penyaringan, dan pembuatan ringkasan data.

• Pengeditan dilakukan untuk memperbaiki kesalahan dan memastikan kualitas data.

• Sorting digunakan untuk mengurutkan data berdasarkan kriteria tertentu.

• Filtering digunakan untuk menampilkan data sesuai kebutuhan tanpa menghapus data lainnya.

• Ringkasan data memberikan gambaran umum, seperti jumlah data, nilai rata-rata, nilai tertinggi, nilai terendah, dan frekuensi suatu kategori.

💡Tahukah Kamu?

Setiap kali kamu mengurutkan nama teman secara alfabet atau mencari nilai tertinggi menggunakan aplikasi spreadsheet seperti Microsoft Excel, Google Sheets, atau LibreOffice Calc, kamu sedang melakukan pengolahan data. Kemampuan ini merupakan salah satu keterampilan dasar dalam analisis data dan banyak digunakan di berbagai bidang, seperti pendidikan, bisnis, kesehatan, pemerintahan, hingga penelitian ilmiah.