Analisis Data Kelas X

Analisis Data

Informatika Kelas X

Guru: -

Sekolah: -

Materi Pembelajaran

Evaluasi

Progress Belajar

0% selesai

📊

Modul Ajar: Analisis Data

Informatika Kelas X SMA

Identitas Modul

• Mata Pelajaran: Informatika
• Fase/Kelas: E / Kelas X
• Alokasi Waktu: 4 x 45 menit
• Model Pembelajaran: Deep Learning

Tujuan Pembelajaran

1. Memahami konsep analisis data
2. Mengenal perkakas analisis data
3. Memvisualisasikan hasil analisis data

Capaian Pembelajaran

Peserta didik mampu menganalisis data secara sistematis menggunakan berbagai perkakas digital dan menyajikan hasil analisis dalam bentuk visualisasi yang informatif dan mudah dipahami.

1

Memahami Analisis Data

🎯 Tujuan Pembelajaran

Peserta didik dapat memahami pengertian, tujuan, dan tahapan analisis data.

A. Pengertian Analisis Data

Analisis Data adalah proses mengumpulkan, membersihkan, mengolah, dan menafsirkan data untuk menemukan informasi yang berguna, mendukung pengambilan keputusan, dan menghasilkan kesimpulan yang bermakna.

📥

Data Mentah

Informasi yang belum diolah

⚙️

Proses Analisis

Pengolahan & interpretasi

💡

Insight

Informasi bermakna

B. Tujuan Analisis Data

🔍

Menemukan Pola

Mengidentifikasi tren dan pola tersembunyi dalam data

📈

Prediksi

Memprediksi kejadian di masa depan

🎯

Pengambilan Keputusan

Mendukung keputusan berbasis data

✅

Validasi

Membuktikan atau menolak hipotesis

C. Tahapan Analisis Data

1

Pengumpulan Data

Mengumpulkan data dari berbagai sumber (survei, database, sensor, dll)

2

Pembersihan Data

Menghapus data duplikat, kosong, atau tidak valid

3

Pengolahan Data

Mengolah data menggunakan metode statistik atau algoritma

4

Interpretasi & Visualisasi

Menyajikan hasil dalam bentuk grafik dan laporan

2

Mengenal Perkakas Analisis Data

🎯 Tujuan Pembelajaran

Peserta didik dapat mengenal dan membandingkan berbagai perkakas yang digunakan untuk analisis data.

A. Spreadsheet (Microsoft Excel / Google Sheets)

📊

Spreadsheet

Perkakas paling populer untuk analisis data sederhana

✅ Kelebihan:

• Mudah digunakan
• Fitur visualisasi bawaan
• Rumus dan fungsi lengkap

⚠️ Keterbatasan:

• Terbatas untuk data besar
• Kurang fleksibel

B. Python (Pandas, NumPy, Matplotlib)

🐍

Python

Bahasa pemrograman untuk analisis data profesional

# Contoh kode Python untuk analisis data
import pandas as pd
import matplotlib.pyplot as plt

# Membaca data
data = pd.read_csv('nilai_siswa.csv')

# Statistik deskriptif
print(data.describe())

# Membuat grafik
data['nilai'].plot(kind='bar')
plt.show()

C. Perbandingan Perkakas

Perkakas	Tingkat Kesulitan	Kapasitas Data	Cocok Untuk
Excel/Sheets	Mudah	≤ 1 juta baris	Analisis sederhana
Python	Menengah	Tidak terbatas	Analisis kompleks
Power BI/Tableau	Menengah	Sangat besar	Dashboard interaktif
SQL	Menengah	Tidak terbatas	Query database

3

Memvisualisasikan Hasil Analisis Data

🎯 Tujuan Pembelajaran

Peserta didik dapat memilih dan membuat visualisasi data yang tepat sesuai dengan jenis data.

A. Jenis-jenis Grafik

📊 Diagram Batang (Bar Chart)

Cocok untuk membandingkan nilai antar kategori

📈 Diagram Garis (Line Chart)

Cocok untuk menunjukkan tren waktu

🥧 Diagram Lingkaran (Pie Chart)

Cocok untuk menunjukkan proporsi

⚫ Diagram Pencar (Scatter Plot)

Cocok untuk melihat korelasi dua variabel

B. Panduan Pemilihan Grafik

Tujuan	Grafik yang Tepat
Membandingkan kategori	Bar Chart, Column Chart
Menunjukkan tren waktu	Line Chart, Area Chart
Menunjukkan proporsi/persentase	Pie Chart, Donut Chart
Melihat hubungan 2 variabel	Scatter Plot

📝

Asesmen Formatif

Uji pemahaman materi Analisis Data

🎯

Proyek Akhir

Praktik analisis dan visualisasi data

📋 Deskripsi Tugas

Buatlah analisis data dan visualisasi menggunakan data yang telah disediakan atau data yang kamu kumpulkan sendiri.

1

Pengumpulan Data

Kumpulkan minimal 20 data dengan 3-5 variabel. Contoh: data nilai ulangan, data tinggi badan, data penjualan, dll.

2

Analisis Data

Lakukan analisis: hitung rata-rata, median, modus, nilai maksimum dan minimum.

3

Visualisasi

Buat minimal 2 jenis grafik yang sesuai dengan data yang kamu analisis.

4

Kesimpulan

Tuliskan minimal 3 kesimpulan atau insight yang kamu temukan dari analisis data.

Rubrik Penilaian

Aspek	Kurang (1-2)	Cukup (3)	Baik (4)	Sangat Baik (5)
Kelengkapan Data	< 10 data	10-14 data	15-19 data	≥ 20 data
Analisis	Tidak lengkap	Cukup lengkap	Lengkap	Lengkap & akurat
Visualisasi	1 grafik	2 grafik sederhana	2 grafik tepat	≥ 2 grafik menarik
Kesimpulan	1 kesimpulan	2 kesimpulan	3 kesimpulan	≥ 3 kesimpulan mendalam