Академический Документы
Профессиональный Документы
Культура Документы
77.8
80
60
40
20
0
CIS** Europe The Americas Arab States World Asia & Pacific Africa
Golden Ratio
Qualitative vs Quantitative
In statistics, data is defined as the facts and figures
collected together for the purpose of analysis.
It is divided into two broad categories, qualitative
data, and quantitative data.
Further, the qualitative data is cannot be measured in
terms of numbers and it is sub-divided into nominal
and ordinal data.
On the other hand, quantitative data is one that
contains numerical values and uses range.
It is sub-classified as discrete and continuous data.
Discrete data contains finite values that have nothing
in-between (counted not measured). The term discrete
implies distinct or separate. Example: the number of
people in this room
Continuous data contains data that can be measured,
that includes fractions and decimals. Example: time,
temperature and distance
Penggunaan Data dalam Riset
Masalah riset direpresentasikan oleh data
Riset menggunakan data (fakta) dalam hal:
◦ Menemukan atau menunjukkan adanya masalah
◦ Menguji hipotesis (dugaan sementara) atau menjawab
masalah riset
Contoh :
Data dan Pengujian
Pengujian.
◦ Melakukan pengujian pada pengaruh parameter masukan
terhadap kualitas stego images (imperceptability dan capacity).
◦ Melakukan pengujian pada pengaruh nilai k terhadap recovery
rate (apabila k extract lebih kecil dari k embed)
◦ Melakukan pengujian kualitas pada stego cover image yang
akan diberikan noise (berupa salt and pepper) terhadap
recovery rate
Jenis data
Bit
Byte / Word
Char
Numeric (integer or real)
Text / String
Image
Signal
Voice
Video
Data Quality
Data quality derajat (tingkat) kemudahan data untuk
memenuhi kebutuhan pengguna
Kualitas data mejadi penting karena makna dan fungsi
data tergantung pada seberapa baik data tersebut
Tidak ada kata sepakat tentang kualitas data, karena
akan sangat tergantung pada tujuan data
Data Quality
Relevance (relevansi)
Timeliness (ketepatan waktu)
Precision (ketelitian)
Correctness (kebenaran)
Completeness (kelengkapan)
Credibility (kredibilitas)
Traceability (ketertelusuran)
Consistency (konsistensi)
Unambiguity (tidak ambigu)
Dampak penggunaan data “salah”
Konsekuensi jika data yang digunakan dalam riset
bermasalah:
◦ Ketidakmampuan menjawab dengan akurat pertanyaan riset
◦ Ketidakmampuan mengulangi dan mevalidasi hasil riset
Temuan yang bermasalah (tidak sesuai) menjadi
pekerjaan sia-sia dan dapat menyesatkan peneliti
berikutnya
Teknik Pengumpulan Data
Sensus adalah survei terhadap seluruh populasi. Contoh
sensus penduduk. Sensus mahal dan butuh waktu yang
lama
Sampling mengambil sebagian dari populasi. Lebih mudah,
cepat dan lebih murah, tetapi tidak seakurat sensus. Hal lain
dapat memberikan bias
Eksperimen merupakan pendataan yang dikendalikan
terhadap sekumpulan data. Isu penting dalam bentuk
pengumpulan data ini adalah bias
Observasi hampir sama dengan eksperimen tetapi tidak
dikendalikan oleh peneliti
Metode Pengumpulan Data
Interview
Questionnaires
Survei
SurveyMonkey
https://www.surveymonkey.com/
https://www.surveymonkey.com/create/preview/?sm=fR5BSiXBrxvNV336rOp8sgGBBzEx9i2G4LBy8oSfAnM_
3D
Sumber Data
Dikumpulkan vs Dihasilkan
Primer vs Sekunder
Internal vs Eksternal
Laboratorium vs Lapangan vs Internet
Online vs Offline
Data set vs Data bebas (data sendiri)
Random vs Diatur
Alat Menangkap Data (Data Capturing)
Polling (offline / online)
Camera
Recorder
Log
Latihan
Tuliskan data yang anda perlukan dalam rencana TA
anda
Bagaimana anda mendapatkannya?
Catatan
Beda bidang ilmu, beda metode pengumpulan data
Beda masalah, beda data yang dibutuhkan
Beda tujuan, beda data yang dibutuhkan
Beda data, beda alat yang digunakan untuk
mendapatkan dan mengolah
Tidak semua data adalah bilangan, tetapi pada akhirnya
akan diubah ke bilangan
Bagi komputer semua data adalah bilangan