Pengantar Sains Data 02 - Tipe & Format Data (1/2)

00:09:48
https://www.youtube.com/watch?v=wUda4Wo36vA

概要

TLDRVideo ini menjelaskan perbedaan antara data, informasi, insight, dan wisdom. Data merupakan fakta atau ukuran yang dapat diukur, sementara informasi muncul ketika data diberikan konteks. Insight adalah pemahaman mendalam yang diperoleh dari analisis data, sedangkan wisdom adalah penerapan pengetahuan dengan cara yang tepat. Video ini juga mengklasifikasikan sumber data menjadi primer dan sekunder, serta mendeskripsikan tipe data seperti nominal, ordinal, interval, dan rasio.

収穫

  • 📊 Data adalah fakta atau ukuran yang dapat diukur.
  • 🔍 Informasi adalah data yang memiliki konteks.
  • 💡 Insight adalah pemahaman mendalam dari informasi.
  • 📖 Wisdom adalah penerapan pengetahuan dengan baik.
  • 📈 Sumber data dibedakan menjadi primer dan sekunder.
  • 📑 Tipe data meliputi nominal, ordinal, interval, dan rasio.

タイムライン

  • 00:00:00 - 00:09:48

    Video ini membahas tentang perbezaan antara data, informasi, insight, dan wisdom. Data didefinisikan sebagai fakta atau ukuran, sementara informasi adalah data yang telah diberi konteks. Insight merujuk kepada pemahaman mendalam tentang sesuatu, dan wisdom adalah tindakan yang diambil berdasarkan insight tersebut. Selanjutnya, video ini menjelaskan klasifikasi sumber data menjadi primer dan sekunder, serta jenis data terstruktur seperti nominal, ordinal, interval, dan rasio.

マインドマップ

ビデオQ&A

  • Apa itu data?

    Data adalah fakta atau ukuran yang dapat diukur, seperti berat badan atau kecepatan.

  • Apa bedanya informasi dan data?

    Informasi adalah data yang telah diberi konteks dan makna.

  • Apa yang dimaksud dengan insight?

    Insight adalah pemahaman mendalam yang diperoleh dari analisis data dan informasi.

  • Apa itu wisdom dalam konteks ini?

    Wisdom adalah penerapan pengetahuan dan insight dengan cara yang baik dan tepat.

  • Apa yang dimaksud dengan sumber data primer?

    Sumber data primer adalah data yang diperoleh langsung dari pengamatan atau pengukuran.

  • Apa itu sumber data sekunder?

    Sumber data sekunder adalah data yang diambil dari penelitian atau sumber lain yang telah dikumpulkan.

  • Apa saja tipe data yang dijelaskan dalam video ini?

    Tipe data yang dijelaskan adalah nominal, ordinal, interval, dan rasio.

  • Bagaimana data terstruktur dibedakan?

    Data terstruktur dibedakan berdasarkan waktu, lokasi, dan jenis data.

ビデオをもっと見る

AIを活用したYouTubeの無料動画要約に即アクセス!
字幕
id
オートスクロール:
  • 00:00:00
    hai Sebelumnya kita sudah membahas Apa
  • 00:00:11
    itu industri 40 atau eradata lalu
  • 00:00:14
    kaitannya dengan tipe data dan sains
  • 00:00:17
    data Sekarang saatnya Mari kita
  • 00:00:20
    mendiskusikan tentang tipe dan format
  • 00:00:23
    data design stepa atau istilahnya
  • 00:00:26
    variety Selamat mengikuti Ih apa sih
  • 00:00:33
    sebenarnya dapat informasi dan Insight
  • 00:00:36
    Apa bedanya Baik saya menemukan contoh
  • 00:00:39
    ini yang menurut saya contoh ini cukup
  • 00:00:42
    baik saya ambil dari ini dari sumber ini
  • 00:00:45
    eh ah menurut eh apa Menurut sumber ini
  • 00:00:50
    menjelaskan bahwa odata itu sebenarnya
  • 00:00:55
    kata dia adalah ini data itu sebenarnya
  • 00:00:58
    fakta atau ukuran
  • 00:01:00
    Hai jadi ya bisa berat badan tinggi
  • 00:01:02
    badan Kecepatan angin kecepatan
  • 00:01:06
    kendaraan mobil dan lain sebagainya
  • 00:01:08
    suatu ukurannya satu peran atau fakta
  • 00:01:11
    atau kuantitas sedangkan informasi ya
  • 00:01:14
    simpulkan informasi nah ini informasinya
  • 00:01:17
    gagal ini agak-agak Ria informasi adalah
  • 00:01:21
    anu Let's dari data jadi beberapa sumber
  • 00:01:25
    kalau kita lihat di literatur
  • 00:01:27
    menjelaskan informasi dengan penggunaan
  • 00:01:30
    terminologi nodya Awas seandainya tidak
  • 00:01:34
    suka definisi yang informasi dengan
  • 00:01:37
    menggunakan narasi nulis bisa juga
  • 00:01:40
    kemudian informasi dimaknai sebagai
  • 00:01:42
    nginx-full data-data yang memiliki arti
  • 00:01:45
    contohnya misalnya kalau tadi kecepatan
  • 00:01:49
    mobil misalnya 89 KPJ Lalu awal
  • 00:01:54
    informasi itu diberikan konteks jadi
  • 00:01:56
    misalnya sebuah angkot GTA
  • 00:02:00
    Hai membelok dengan kecepatan 89 KPJ
  • 00:02:03
    naik angkotnya lagi ngejar setoran
  • 00:02:05
    bisanya gitu ya maka itu adalah
  • 00:02:08
    informasi bedanya dengan oleh capai gitu
  • 00:02:11
    ya bedanya dengan nulis Kalau nulis
  • 00:02:14
    biasanya dikaitkan dengan pengetahuan
  • 00:02:17
    baik pengetahuan teori maupun
  • 00:02:19
    pengetahuan praktis misalnya kalau
  • 00:02:23
    angkot membelok dengan kecepatan 89 KPJ
  • 00:02:27
    maka kemungkinan besar ia akan mengalami
  • 00:02:30
    kecelakaan karena misalnya bannya selip
  • 00:02:34
    atau anders teratau apa istilahnya itu
  • 00:02:36
    ya Ada lam adalah negara ilmu sebut itu
  • 00:02:40
    disebutnya sebagai nole nah kemudian
  • 00:02:44
    kalau Insight apa kalau Inside bedanya
  • 00:02:48
    dengan information dan nulis dia adalah
  • 00:02:52
    pemahaman yang mendalam akan selalu hal
  • 00:02:56
    yang diamati Iya nah ini dalam hal
  • 00:03:00
    berarti adalah tentang misalkan ilmu apa
  • 00:03:05
    itu transportasi atau misalnya lalu
  • 00:03:08
    lintas atau misalnya fisika terkait
  • 00:03:10
    dengan proteksi dan saya pernah punya
  • 00:03:13
    teman yang ketiganya kemudian belajar
  • 00:03:15
    akan hal ini pernah pengetahuan yang
  • 00:03:19
    yang luas dan mendalam akan satu hal
  • 00:03:22
    Tiara Inilah yang disebut sebagai Inside
  • 00:03:25
    itulah mengapa data Scientist tugasnya
  • 00:03:28
    mencari Insight dari data karena dia
  • 00:03:31
    kemudian mencari semua informasi dari
  • 00:03:33
    berbagai perspektif dari data yang ada
  • 00:03:36
    dicampur dengan domain oleh dengan
  • 00:03:39
    bisnis understanding akhirnya dia
  • 00:03:41
    memahami benar apa yang kemudian ia
  • 00:03:44
    analisa seperti itu Lalu bagaimana
  • 00:03:47
    dengan wisdom Nah setelah kita
  • 00:03:49
    mendapatkan invite pengetahuan yang
  • 00:03:51
    mendalam dari berbagai perspektif GTA ah
  • 00:03:56
    kemudian kita melakukan aksi melakukan
  • 00:03:59
    aksi
  • 00:04:00
    hai lalu kita juga dengan jasmani yang
  • 00:04:02
    baik gitu ya Nah aksi dan jasmani yang
  • 00:04:05
    baik inilah kemudian melahirkan wisdom
  • 00:04:08
    gitu Jadi kita memiliki Insight yang
  • 00:04:11
    luas akan sesuatu pemahaman yang
  • 00:04:14
    mendalam akan sesuatu lalu aksi dari
  • 00:04:17
    situ Nasinya kalau aksinya itu aksi yang
  • 00:04:20
    tepat itu dengan dengan penilaian yang
  • 00:04:23
    baik akan akan kan informasi tersebut
  • 00:04:25
    akan Insight tersebut maka inilah yang
  • 00:04:28
    kemudian disebut sebagai wish them Saya
  • 00:04:31
    akan menggunakan ini saudata merangkum
  • 00:04:34
    sedikit klasifikasi ada berdasarkan
  • 00:04:37
    sumbernya ada berdasarkan tipe datanya
  • 00:04:41
    tipe datanya nanti ada yang bergantung
  • 00:04:43
    waktu ada yang berupa grafik atau
  • 00:04:46
    network ada berdasarkan strukturnya
  • 00:04:48
    dasarkan lokasi dan type klasifikasi
  • 00:04:52
    lain kita akan bahas satu persatu baik
  • 00:04:55
    utama dari sumber data dari sumber data
  • 00:04:58
    maka ada dua yang pertama sumber datanya
  • 00:05:01
    adalah sekundet yang kedua sumber
  • 00:05:03
    datanya adalah primer Sumber data yang
  • 00:05:06
    seaprime dulu ya kita bahas ya Sumber
  • 00:05:09
    data yang primer adalah sumber data
  • 00:05:11
    dimana kita mengambil secara langsung
  • 00:05:15
    pengamatannya kita langsung melakukan
  • 00:05:17
    pengukurannya misalnya survei kuesioner
  • 00:05:21
    kita ambil sendiri atau misalnya
  • 00:05:23
    menghitung banyaknya antrian di bank
  • 00:05:25
    masih selesai dulu pernah diberi tugas
  • 00:05:27
    seperti itu ketika belajar teori antrian
  • 00:05:29
    misalnya atau jumlah eh jumlah orang
  • 00:05:34
    yang mengunjungi suatu pusat
  • 00:05:36
    perbelanjaan misalnya lalu misalnya
  • 00:05:38
    menghitung dengan kaunter itu primer
  • 00:05:40
    sedangkan yang sekunder adalah yang
  • 00:05:44
    tidak mengambil secara langsung misalnya
  • 00:05:46
    seorang peneliti atau mahasiswa yang
  • 00:05:50
    sedang mengerjakan skripsi mengembangkan
  • 00:05:52
    memodifikasi sebuah algoritma atau model
  • 00:05:55
    hai lalu ingin membandingkan algoritma
  • 00:05:58
    atau modelnya itu dengan algoritma atau
  • 00:06:00
    model yang sudah ada lalu dia ambil data
  • 00:06:03
    dari internet dia unduh atau download
  • 00:06:04
    data tersebut adalah data sekunder
  • 00:06:07
    karena bukan dia sendiri yang kemudian
  • 00:06:10
    mengambil datanya tapi dia hanya
  • 00:06:13
    mengambil dari apa yang di sudah
  • 00:06:16
    dikumpulkan oleh orang lain kita pernah
  • 00:06:18
    membahas sebelumnya data terstruktur
  • 00:06:20
    gampangnya memahaminya adalah data dalam
  • 00:06:24
    bentuk tabel-tabel biasanya yang
  • 00:06:27
    dijelaskan di buku-buku adalah keempat
  • 00:06:29
    tipe data ini yaitu nominal ordinal
  • 00:06:32
    interval dan ratio tapi saya perlu
  • 00:06:36
    menerangkan bahwa ini adalah
  • 00:06:38
    pengklasifikasian data berdasarkan
  • 00:06:41
    Steven tapi kalau kita baca di literatur
  • 00:06:45
    cara mengklasifikasikan data tidak hanya
  • 00:06:49
    ini bahkan cukup banyak debat atau
  • 00:06:53
    diskusi Apakah ini adalah
  • 00:06:55
    klasifikasi tipe data yang terbaik yang
  • 00:06:58
    pertama adalah nominal nominal adalah
  • 00:07:00
    tipe data yang beku nangka dan dia tidak
  • 00:07:03
    memiliki urutan misalnya disini jenis
  • 00:07:06
    kelamin agama negara seseorang kode pos
  • 00:07:10
    warna dan lain sebagainya berikutnya
  • 00:07:13
    adalah tipe data ordinal tipe data
  • 00:07:16
    ordinal adalah tipe data yang aturannya
  • 00:07:19
    dia bukan merupakan kaya tapi dia
  • 00:07:21
    memiliki kerutan contohnya Pak contohnya
  • 00:07:24
    misalnya tingkat pendidikan SD SMA SMP
  • 00:07:27
    SMU Diploma S1 S2 S3 angkat militer
  • 00:07:32
    sersan mayor Jenderal Saya tidak apa
  • 00:07:36
    pangkat di ML Lalu ada misalnya
  • 00:07:39
    nilai-nilai misalnya edit Lalu ada CBA
  • 00:07:45
    plus waktu itu dan seterusnya tipe data
  • 00:07:49
    berikutnya lagi adalah interval interval
  • 00:07:51
    Ini tipenya sudah berupa angka numerik
  • 00:07:53
    nah ini istilahnya B
  • 00:07:55
    ada ya kadang-kadang disebut memberi
  • 00:07:57
    kuantitatif atau Matrix nah Nih kalau
  • 00:08:00
    orang matematik biasanya suka nyebutnya
  • 00:08:02
    Matrix interval ini adalah data yang
  • 00:08:04
    berbentuk angka tapi ia tidak bisa
  • 00:08:09
    diperbandingkan langsung misalnya Ecu
  • 00:08:11
    Ketus atau misalnya TOEFL orangnya tuh
  • 00:08:14
    file-nya 600 bahasa Inggrisnya dua kali
  • 00:08:16
    lebih pintar daripada yang tubuhnya 300
  • 00:08:19
    ini tidak demikian contoh lain lagi
  • 00:08:21
    biasanya di buku-buku adalah suhu tapi
  • 00:08:23
    suhu dalam Celcius dan Fahrenheit titik
  • 00:08:26
    juga tidak bisa diperbandingkan jadi
  • 00:08:28
    200° Celcius itu bukan dua kali lebih
  • 00:08:31
    panas dari 100° Celcius dan seterusnya
  • 00:08:35
    terakhir tipe datanya adalah rasio
  • 00:08:38
    dimana dari rasio ini kalau ini tadi
  • 00:08:41
    istilahnya nggak punya nomor tak yang
  • 00:08:42
    tapi kadang-kadang mahasiswa atau siswa
  • 00:08:45
    agak kesulitan denomo termasuk apa
  • 00:08:48
    gampangnya adalah tadi ya tidak bisa
  • 00:08:50
    diperbandingkan secara langsung
  • 00:08:52
    sedangkan kalau-kalau rasio itu adalah
  • 00:08:55
    Hai diperbandingkan secara langsung
  • 00:08:57
    misalnya berat badan tinggi badan mereka
  • 00:08:59
    yang beratnya 60 kg itu jelas dua kali
  • 00:09:02
    lebih berat dari mereka yang 30 kg
  • 00:09:05
    termasuk juga dengan gaji misalnya
  • 00:09:07
    mereka yang gajinya Oh misalnya 10 juta
  • 00:09:11
    itu dua kali dari yang gajinya misalnya
  • 00:09:14
    5000000 berikutnya didata terstruktur
  • 00:09:17
    masih didata terstruktur ada data-data
  • 00:09:20
    yang kemudian ia bergantung waktu
  • 00:09:23
    Thailand series data kalau orang
  • 00:09:25
    statistik menyebutnya kalau orang
  • 00:09:27
    machine-learning dan deployment biasanya
  • 00:09:29
    menyebut juga Steven spielberg
  • 00:09:32
    berikutnya masih didata terstruktur ada
  • 00:09:35
    namanya data yang tergantung lokasi atau
  • 00:09:37
    spasial datang di
タグ
  • Industri 4.0
  • Data
  • Informasi
  • Insight
  • Wisdom
  • Sumber Data
  • Data Primer
  • Data Sekunder
  • Tipe Data
  • Pengukuran