DATA DIRI DOSEN Nama : AFIJAL, S.Kom, M.Kom NIDN :

Presentasi berjudul: "DATA DIRI DOSEN Nama : AFIJAL, S.Kom, M.Kom NIDN :"— Transcript presentasi:

1 DATA DIRI DOSEN Nama : AFIJAL, S.Kom, M.Kom NIDN : 0125088401
TTL : Pulau Kayu, 25 Agustus 1984 Alamat : Jl. Medan – B. Aceh Lr. Sawah Gampong Uteun Geulinggang Kec. Dewantara Kab. Aceh Utara No. HP : – PIN BB : 73EA1C50 Webblog : PENDIDIKAN SD Negeri 1 Blang Dalam Kab. Aceh Selatan SMP Negeri 1 Kuala Batee Kab. Aceh Selatan SMA Negeri 2 Lhokseumawe Kab. Aceh Utara AMIK Logika Yos Sudarso Medan Diploma I STMIK Bina Bangsa Lhokseumawe Sarjana Komputer Teknik Informatika Universitas Putra Indonesia “YPTK” Padang Magister Komputer Sistem Informasi PEKERJAAN SEKARANG Dosen Tetap Universitas Almuslim Peusangan Direktur LSM JADUP Bireuen Tuha Peut Kualisi untuk Advokasi Laut Aceh (KuALA) Ketua Pembina Yayasan RIPMA (Riset dan Pengembangan Masyarakat)

2 FUNGSI DESKRIPSI PADA DATA MINING

3 KELAS A KELAS B Nomor Siswa Tinggi Badan 1 168 2 164 3 167 4 5 171 6
Sebagai gambaran, terdapat data tinggi badan para siswa dari kelas yang tidak diberi makanan suplemen dan dari kelas yang diberi makanan suplemen peninggi badan. KELAS A KELAS B Ketika diberi sekumpulan data, terkadang agak sukar bagi kita untuk menangkap arti kumpulan data tersebut. Sekumpulan angka-angka tersebut perlu dirangkum sedemikian rupa agar dapat “berbicara” sehingga kita memiliki gambaran mengenai kumpulan data tersebut. Nomor Siswa Tinggi Badan 1 168 2 164 3 167 4 5 171 6 166 7 169 8 172 9 10 Nomor Siswa Tinggi Badan 1 175 2 176 3 183 4 180 5 177 6 7 182 8 179 9 10 171 Fungsi Deskripsi

4 Lanjutan Fungsi Deskripsi
Jika peneliti memutuskan untuk melibatkan siswa. Peneliti tersebut butuh melibatkan begitu banyak orang agar hasil penelitiannya lebih dapat dipercaya. Menelusuri deretan angka sebanyak itu dengan mata manusia tentu tidak akan membawa manfaat apa pun. terdapat banyak cara untuk memberikan deskripsi terhadap sekumpulan data. Deskripsi grafis Deskripsi lokasi Deskripsi keragaman Lanjutan Fungsi Deskripsi

5 Deskripsi terhadap Kumpulan Data
Deskripsi Grafis Cara deskripsi grafis merupakan cara untuk mendeskripsikan data dalam bentuk gambar yang sesungguhnya. Dua gambar yang umum digunakan dalam deskripsi grafis adalah diagram titik (dot diagram) dan histogram. Deskripsi terhadap Kumpulan Data

6 Lanjutan Deskripsi Grafis
Diagram titik Setiap data digambarkan sebagai sebuah titik (dot). Mengambil tabel untuk kelas A dan B, setiap data tinggi badan Kelas A digambarkan sebagai titik warna hitam, sementara Kelas B berupa titik warna merah. PENGETAHUAN: kelas A (titik penuh) banyak berkumpul di sekitar cm. Sementara kelas B (titik berongga) cenderung berkumpul di atas 175 cm, namun nilainya beragram dengan seberan yang lebih luas. Lanjutan Deskripsi Grafis

7 Lanjutan Deskripsi Grafis
Histogram Misalnya, kita diberi data tinggi badan dari Kelas A yang telah disajikan pada Tabel di bawah, namun kali ini data tersebut diperluas hingga ada 30 siswa. Nomor Siswa Tinggi Badan 1 168 2 164 3 167 4 164 5 171 6 166 7 169 8 172 9 166 10 166 Nomor Siswa Tinggi Badan 11 169 12 167 13 169 14 167 15 164 16 166 17 168 18 167 19 165 20 164 Nomor Siswa Tinggi Badan 21 167 22 166 23 165 24 166 25 169 26 171 27 166 28 167 29 164 30 165 Lanjutan Deskripsi Grafis

8 Lanjutan Deskripsi terhadap Kumpulan Data
Histogram Langkah pertama membuat histogram adalah membuat beberapa interval yang lebarnya sama. Interval masing-masing dengan rentang 2 cm akan dibuat. Hitung seberapa banyak data yang menjadi anggota tiap interval. Interval Interval Frekuensi 8 13 6 2 1 Lanjutan Deskripsi terhadap Kumpulan Data

9 Lanjutan Deskripsi Grafis
Histogram pembuatan histogram itu sendiri berdasarkan data yang direkap PENGETAHUAN: dapat dilihat langsung di histogram. Lanjutan Deskripsi Grafis

10 2. Deskripsi Lokasi Deskripsi grafis sudah menggambarkan karakteristik data, sifatnya masih terlalu kasar dan kurang praktis untuk dilakukan. Kita memerlukan sebuah angka yang cukup dapat mewakili data yang ada serta dapat diperoleh dengan cara yang lebih praktis daripada menggambar. Wakil tersebut dinamakan lokasi karena dapat memberikan informasi tentang data dari posisi tertentu. Jenis-jenisnya: Mean, Median, Modus, Kuartil Deskripsi Lokasi

11 Lanjutan Deskripsi Lokasi
MEAN Sesuai dengan namanya, rata-rata berarti ‘membuat menjadi rata’, dan nilai perataan tersebut dianggap sebagai lokasi pusat, titik berat, atau titik kesetimbangan data. Secara matematis, bila nilai observasi x1,x2,…,xn, maka rata-ratanya adalah : Secara sederhana, persamaan tersebut berarti menjumlahkan semua data, kemudian dibagi dengan banyaknya data. Lanjutan Deskripsi Lokasi

12 Lanjutan Deskripsi Lokasi
MEAN Apabila deret di atas dijumlahkan baik dari kelas A maupun dari kelas B, maka jumlah total dari kelas A adalah 1673 sehingga rata-rata kelas A adalah 1673/10= 167,3 cm. Sedangkan apabila kita menjumlahkan seluruh data Kelas A, hasil yang diperoleh adalah 1779 sehingga rata-rata kelas A adalah 1779/10=177.9 cm. PENGETAHUAN: Menggunakan bahasa sehari-hari, hasil di atas menyatakan bahwa pada umumnya siswa Kelas A memiliki tinggi badan 167,3 cm. Siswa kelas tersebut lebih pendek daripada siswa Kelas B yang pada umumnya memiliki tinggi badan 177,9 cm. Data Kelas A: 168, 164, 167, 164, 171, 166, 169, 172, 166, 166 Data Kelas B: 175, 176, 183, 180, 177, 177, 182, 179, 179, 171 Lanjutan Deskripsi Lokasi

13 Lanjutan Deskripsi Lokasi
MEDIAN Dengan ukuran ini, nilai observasi yang secara harfiah “bertempat di tengah-tengah” dapat dicari. Langkah pertama adalah mengurutkan semua data dari yang terkecil hingga yang terbesar. Karena jumlah data adalah 10 buah data (genap), maka lokasi tengah teletak diantara data ke-5 dan data ke-6. Secara matematis, apabila terdapat n buah data, maka mediannya telatak pada data ke-[(n+1)/2] apabila n adalah bilangan ganjil. Sebaliknya apabila n adalah bilangan genap, maka mediannya dihitung dengan cara menjumlahkan data ke-[n/2] dengan data ke-[(n+1)/2], kemudian membagi hasil jumlah tersebut dengan angka 2. Median = [(data ke-5+data ke-6)/2]=[( )/2]=166.5 Data Kelas A: 168, 164, 167, 164, 171, 166, 169, 172, 166, 166 Data terurut: 164, 164, 166, 166, 166, 167, 168, 169, 171, 172. Lanjutan Deskripsi Lokasi

14 Lanjutan Deskripsi Lokasi
MEDIAN PENGETAHUAN: Apabila data kelas A diurutkan dari yang terpendek sampai yang tertinggi, kemudian urutan tersebut dapat dibagi dua tepat di tengah-tengah, dengan nilai tengah Keuntungan penggunaan median dibandingkan dengan rata-rata adalah median tidak terlalu terpengaruh oleh adanya nilai ekstrim. Sebaliknya, rata-rata dapat terpengaruh oleh nilai ekstrem. Data terurut: 164, 164, 166, 166, 166, 167, 168, 169, 171, 172. (Rata-rata= 167.3, Median = 166.5) Data terurut: 164, 164, 166, 166, 166, 167, 168, 169, 171, 1720. (Rata-rata= 332,1, Median = 166.5) Lanjutan Deskripsi Lokasi

15 Lanjutan Deskripsi Lokasi
MODUS Dengan ukuran ini, nilai observasi yang paling sering muncul dapat dicari. Apabila terdapat dua atau lebih nilai yang kekerapan munculnya sama, semua nilai-nilai tersebut juga disebut modus. Data terurut: 164, 164, 166, 166, 166, 167, 168, 169, 171, 172. Modus data tersebut adalah 166 karena paling sering muncul, yaitu sebanyak 3 kali. PENGETAHUAN : Kelas A mempunyai banyak siswa yang memiliki tinggi badan 166 cm. Lanjutan Deskripsi Lokasi

16 Lanjutan Deskripsi Lokasi
MODUS Apa kegunaan penggunaan modus? Adakalanya, modus lebih mencerminkan lokasi kecenderungan berkumpulnya sebagian besar data dibandingkan ukuran-ukuran lainnya. Sebuah perusahaan menyatakan bahwa rata-rata gaji karyawannya adalah Rp. 10 juta. Kenyataannya, 90 orang digaji sekitar 1 juta saja dan hanya 10 orang yang digaji Rp. 100 juta. Dibandingkan rata-rata, informasi yang lebih berguna dan tidak menyesatkan adalah bahwa sebagian besar (modus) karyawan sekitar Rp. 1 juta. Lanjutan Deskripsi Lokasi

17 Lanjutan Deskripsi Lokasi
KUARTIL kuartil, data dibagi menjadi empat bagian dan nilai dicari di tiap seperempat bagian (kuartil) tersebut. Data terurut: 164, 164, 166, 166, 166, 167, 168, 169, 171, 172. Kuartil pertama = 166 Kuartil kedua = [( )/2] = (sama dengan median) Kuartil ketiga = 169 Lanjutan Deskripsi Lokasi

18 Deskripsi Keberagaman
Meskipun deskripsi lokasi sudah memberikan gambaran tentang lokasi pusat data (rata-rata, median, modus), keberagaman data belum dapat tergambarkan Meskipun ketiga ukuran lokasi untuk kedua kelompok tepat sama, apakah kedua kelompok data tersebut dapat dikatakan serupa? Sama sekali tidak! Data di kelompok 1 cenderung terkumpul di sekitar 7, sementara data di kelompok II beragam dan menyebar lebar hingga menyentuh 0 dan 19. Diperlukan pula ukuran keberagaman untuk melengkapi gambaran kita terhadap data yang ada. Tiga ukuran keberagaman yang dibahas adalah range, varians, dan standar deviasi. Kelompok I: 6, 6, 7, 7, 7, 8, 8 (mean=7, median=7, modus=7) Kelompok II: 0,1, 3, 7, 7, 12, 19 (mean=7, median=7, modus=7) Deskripsi Keberagaman

19 Lanjutan Deskripsi Keberagaman
RANGE Ukuran sebaran ini menyatakan besarnya rentang jarak antara data terkecil dengan data terbesar. Rentang yang besar menandakan bahwa data relatif lebih beragam, dan sebaliknya, dan sebaliknya. PENGETAHUAN: Kelompok II memiliki data yang lebih beragam dengan range yang jauh lebih besar daripada kelompok I. Akan tetapi, karena ukuran ini hanya mengambil dua data ekstrem, adakalanya sulit untuk dijadikan ukuran unik untuk menilai keberagaman data. Kelompok I: 6, 6, 7, 7, 7, 8, 8 (Range data kelompok I = 8-6 = 2) Kelompok II: 0,1, 3, 7, 7, 12, 19 (Range data kelompok II = 19-0 = 19) Lanjutan Deskripsi Keberagaman Kelompok I: 6, 15, 15, 16, 16, 16, 25 (Range Kelompok I = 25 – 6 =19) Kelompok II: 0, 1, 3, 7, 7, 12, 19 (Range Kelompok II = 19 – 0 =19)

20 Lanjutan Deskripsi Keberagaman
Varians dan Standar Deviasi Range tidak dapat dijadikan pijakan yang kokoh untuk menilai keberagaman data. Oleh karena itu, ukuran varians yang menggunakan prinsip pencarian jarak antara setiap data dengan pusatnya (rata-rata) seringkali digunakan. Secara matematis, hal tersebut dirumuskan menjadi: Secara sederhana, rumus tersebut berarti setiap data observasi dikurangi dengan rata-rata seluruh data. Setiap hasil pengurangan tersebut dikuadratkan, kemudian semuanya dijumlahkan. Terakhir, hasil penjumlahan tersebut dibagi dengan (n-1), dengan n yang menyatakan banyaknya data. Lanjutan Deskripsi Keberagaman

21 Lanjutan Deskripsi Keberagaman
Varians dan Standar Deviasi Data ke- Kelompok I Kelompok II 1 6 91.61 49 2 15 0.33 36 3 16 4 0.18 7 5 12 25 88.90 19 144 Jumlah 109 181.71 Rata-rata 15.57 N+1 8 Varian Kelompok I = 181,71/6 = 30,3 Varian Kelompok II = 270/6 = 45 Lanjutan Deskripsi Keberagaman PENGETAHUAN: Data pada Kelompok II berjarak relatif jauh dengan pusatnya (dalam hal ini rata-rata) daripada data pada Kelompok I sehingga variansnya lebih besar. Dengan kata lain, data pada Kelompok II lebih beragam dibandingkan dengan data pada Kelompok II.

22 Lanjutan Deskripsi Keberagaman
Seandainya data di atas memiliki satuan cm, maka varians memiliki satuan cm2. Hal ini menyebabkan varians menjadi kurang sinkron dengan ukuran-ukuran lain, seperti rata-rata modus, range, dan lain-lain. Sehingga STANDAR DEVIASI akan pas untuk digunakan. Standar deviasi yang merupakan akar kuadrat varians. Jika ukuran standar deviasi diterapkan pada hasil perhitungan varians di atas, maka standar deviasi Kelompok I = = 5.5 dan Kelompok II = = 6.7. PENGETAHUAN: Data pada kelompok II lebih beragam dibandingkan dengan kelompok I. Jika DATA memiliki satuan cm, maka STANDAR DEVIASInya pun memiliki satuan cm. Dengan demikian, hasil yang muncul menjadi lebih mudah dicerna maknanya. Lanjutan Deskripsi Keberagaman

23 Bertanyalah Bila Anda Tidak Ingin Sesat di Jalan
Pertanyaan dan Diskusi Bertanyalah Bila Anda Tidak Ingin Sesat di Jalan

24 Kata-kata Bijak perangsang Otak
“Pendidikan bukanlah proses mengisi wadah yang kosong. Pendidikan adalah proses menyalakan api pikiran” Kata-kata Bijak perangsang Otak

25 Sampai Jumpa Pada Pertemuan Berikutnya....... !