Resume VI Pertemuan 3 - Data

Visualisasi Informasi

Frekuensi penggunaan data dan informasi sangat tinggi dalam kehidupan sehari-hari. Tergantung pada konteks makna dan penggunaannya

Baik data dan informasi merupakan tipe dari pengetahuan / sesuatu yang digunakan untuk mencapai pengatahuan. Meskipun digunakan secara bergantian, ada banyak perbedaan antara makna dari data dan informasi

#Data

• Mengacu pada abstrak terndah / masukan mentah yang bila diproses atau diatur dapat menyediakan output yang bermakna
• Sybols à Russel Ackoff
• Suatu bahan baku yang berkaitan dengan fakta, peristiwa dan transaksi
• Data dapat berupa angka, karakter, simbol atau bahkan gambar
• Data dapat diambil dari hasil rekaman atau pengamatan. Misalnya : Suhu udara adalah data

#Kesimpulannya data adalah tingkatan terendah dalam pengetahuan, seperti yang disusun pada gambar dibawah ini :

#Informasi

•  Biasanya informasi merupakan hasil olahan data
• Konsep yang banyak digunakan di banyak tempat
• Data dalam bentuk yang bermakna
• Dapat dijelaskan sebagai jenis pemahaman / pengetahuan
• Data yang telah diolah sedemikian rupa dan bisa menjadi berarti bagi orang yang menerimanya. Dimana bisa menjawab pertanyaan ini : Who, What, Where, When

Fungsi Informasi

1. Stimulus mental
2. Persepsi
3. Reprensentasi
4. Pengetahuan
5. Instruksi

#Mengapa data sebelum ditampilkan harus direncanakan dahulu ?

Karena setiap kumpulan data memiliki kebutuhan tertentu

Karakteristik dari data

1.      Terlalu banyak informasi

2.      Pengumpulan data

3.      Data tidak selalu sama

4.      Berpikir tentang data

5.      Menjawab suatu pertanyaan

6.      Mengingat kompleksitas data, menggunakan kombinasi dari banyak disiplin ilmu dapat memberikan solusi dari pertanyaan wawasan dari berbagai bidang merupakan nilai tambah dalam hal mengelola data

7.      Proses, yakni cara atau kegiatan/perilaku yang dapat menjembatani disiplin ilmu dari individu masing-masing dan dapat menempatkan fokus da pertimbangan tentang bagaimana data dipahami

Proses Pemahaman data

1.      Acquire (Memperoleh)

2.      Parse (Mengurai)

Menyediakan beberapa struktur untuk data dan mengurutkan kedala kategori

3.      Filter (Penyaringan)

Menghapus semua kecuali data yang dibutuhkan

4.      Mine (Tambang)

Menerapkan metode dan statistik / data mining sebagai cara untuk membedakan pola atau menempatkan dalam konteks matematika

5.      Represent (Mewakili)

Memilih model visual dasar sperti grafik batang, list, tree

6.      Refine (Memperhalus)

Mmeperjelas dasar representasi untuk membuat representasi lebih jelas dan visualisasi data lebih menarik

7.      Interact

Menambahkan metode ini untuk memanipulasi data atau mengontrol fitur usaha apa yang ditampilkan