Data Demystified: Sebenarnya Apa Itu Data?

Selamat datang di bagian pertama dari seri data demystified sepanjang bulan. Sebagai bagian dari Bulan Literasi Data, seri ini akan memperjelas konsep-konsep kunci dari dunia data, menjawab pertanyaan yang mungkin Anda sungkan untuk tanyakan, dan tetap menyenangkan di sepanjang perjalanan.

Pada entri ini, kami akan mendefinisikan apa sebenarnya data itu dan bagaimana Anda bisa mulai menggunakannya. 

Apa Itu Data?

Data adalah fakta atau potongan informasi. Data sering kali berupa pengukuran ("Maria tingginya 165 cm") atau pengamatan ("dadu menunjukkan angka enam"), atau opini ("Saya menilai gim video ini 4 dari 5 bintang"). Biasanya, data dikumpulkan untuk dianalisis guna menemukan wawasan, menarik kesimpulan, atau membuat keputusan.

Walaupun kita sering menganggap data sebagai angka, ada juga tipe data lain. 

• Data yang dapat bernilai benar atau salah disebut logis ("Mohammed lulus ujian"). 
• Data yang dapat mengambil beberapa nilai bernama disebut data kategorikal ("Rambut Anna pirang; rambut Wei hitam").
• Tanggal dan waktu adalah jenis data. 

Teks juga dapat dianggap sebagai data, misalnya ulasan produk. Karena banyak analisis data memerlukan angka alih-alih kata, data teks biasanya perlu diproses untuk diubah menjadi angka sebagai bagian dari analisis.

Demikian pula, gambar dapat dianggap sebagai data, meskipun biasanya perlu diproses untuk diubah menjadi angka agar dapat dianalisis.

Apa Itu Dataset?

Jika Anda pernah menjumpai spreadsheet Excel, Anda sudah menjumpai sebuah dataset. Singkatnya, dataset adalah kumpulan data. Lebih spesifiknya, beberapa potongan data dengan tipe yang sama. Pada contoh pertama, kita memiliki satu pengukuran tinggi badan. Jika kita memiliki beberapa pengukuran tinggi badan orang, itu disebut dataset.

Pertimbangkan tabel ini, dengan nama empat orang di kolom pertama, tinggi badan mereka di kolom kedua, dan warna rambut mereka di kolom ketiga. Ini adalah dataset.

Format persegi panjang ini adalah struktur dataset yang paling umum. Ada dua sebutan umum untuk dataset dengan bentuk ini. Pengguna basis data menyebut dataset seperti ini "tabel." Sebaliknya, data scientist menyebut dataset ini "data frame." Bahkan, dari situlah asal nama podcast DataCamp DataFramed.

Apa pun Anda menyebutnya, dataset persegi panjang ini memiliki beberapa karakteristik yang perlu diketahui.

• Setiap baris mewakili detail seorang individu. Baris kadang disebut "observasi" atau "rekaman."
• Setiap kolom mewakili sebuah properti dari observasi. Kolom kadang disebut "variabel" atau "fitur."
• Setiap nilai dalam satu kolom harus memiliki tipe data yang sama. Misalnya, semua nilai tinggi badan berupa angka.
• Kolom yang berbeda dapat memiliki tipe data yang berbeda. Misalnya, kolom nama dan warna rambut berisi data teks, sedangkan tinggi badan adalah data numerik.

Data Ada di Mana-Mana

Keindahan data adalah data ada di mana-mana! Bisnis memiliki dataset tentang siapa pengguna atau pelanggan mereka, apa yang mereka beli, berapa banyak yang mereka belanjakan, berapa banyak uang yang dimiliki perusahaan, siapa karyawannya, aset apa yang dimiliki perusahaan, dan banyak hal lainnya.

Dalam kehidupan sehari-hari, Anda mungkin menggunakan aplikasi prakiraan cuaca, mendapatkan petunjuk arah dari aplikasi peta, atau mengirim pesan kepada teman dan keluarga melalui aplikasi chat. Semua aplikasi ini didukung oleh data dan akan memanfaatkan beberapa dataset.

Produk apa pun yang Anda gunakan dibuat di suatu tempat yang mengumpulkan data tentang bagaimana produk tersebut dibuat. Toko tempat Anda membelinya juga akan mengumpulkan data tentang siapa yang membeli produk itu dan kapan.

Faktanya, untuk hampir setiap pertanyaan yang dapat Anda pikirkan, hampir pasti ada dataset yang dapat membantu Anda menjawabnya.

Mulai dengan Data Hari Ini

Kami berharap Anda menikmati pengantar singkat tentang data ini. Pada entri berikutnya dari data demystified, kami akan melihat berbagai jenis data, dari data kuantitatif hingga kualitatif, hingga data gambar dan teks, dan lainnya. Jika Anda ingin memulai perjalanan belajar data hari ini, lihat sumber daya berikut. 

• Lihat apa yang kami rencanakan untuk bulan literasi data
• Mulai dengan Skill Track Understanding Data Topics kami
• Berlangganan Podcast DataFramed
• Lihat acara kami yang akan datang
• Baca entri berikutnya dari Seri Data Demystified tentang berbagai jenis data