DATA, KUALITAS DATA DAN METADATA

 DATA NOMINAL, ORDINAL, INTERVAL, RASIO

1. DATA NOMINAL 

Data Nominal biasa disebut data skala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. Contoh: Jenis pekerjaan, diklasifikasi sebagai: Pegawai negeri, diberi tanda 1, Pegawai swasta, diberi tanda 2, Wiraswasta, diberi angka 3.

Ciri Data Nominal:
Posisi data setara. Dalam contoh tersebut, pegawai negeri tidak lebih tinggi/lebih rendah dari pegawai swasta. Tidak bisa dilakukan operasi matematika (X, +, - atau : ). Contoh, tidak mungkin 3- 2=1 (Wiraswasta dikurangi pegawai swasta=pegawai negeri.

Data Primer 

Pengertian Data primer adalah sumber data penelitian yang diperoleh secara langsung dari sumber aslinya yang berupa wawancara, jajak pendapat dari individu atau kelompok (orang) maupun hasil observasi dari suatu obyek, kejadian atau hasil pengujian (benda). Dengan kata lain, peneliti membutuhkan pengumpulan data dengan cara menjawab pertanyaan riset (metode survei) atau penelitian benda (metode observasi).

Data Sekunder 
Pengertian Data sekunder adalah sumber data penelitian yang diperoleh melalui media perantara atau secara tidak langsung yang berupa buku, catatan, bukti yang telah ada, atau arsip baik yang dipublikasikan maupun yang tidak dipublikasikan secara umum. Dengan kata lain, peneliti membutuhkan pengumpulan data dengan cara berkunjung ke perpustakaan, pusat kajian, pusat arsip atau membaca banyak buku yang berhubungan dengan penelitiannya. Kelebihan dari data sekunder adalah waktu dan biaya yang dibutuhkan untuk penelitian untuk mengklasifikasi permasalahan dan mengevaluasi data, relatif lebih sedikit dibandingkan dengan pengumpulan data primer. Kekurangan dari data sekunder adalah jika sumber data terjadi kesalahan, kadaluwarsa atau sudah tidak relevan dapat mempengaruhi hasil penelitian.

2. DATA ORDINAL 

Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi diantara data tersebut terdapat hubungan. Contoh: Kepuasan pelanggan, diklasifikasikan sebagai: Sangat puas, diberi tanda 1, Puas, diberi tanda 2, Cukup puas, diberi tanda 3, Tidak puas diberi tanda 4, Sangat tidak puas diberi tanda 5.

Ciri Data Ordinal:
Posisi data tidak setara. Dalam kasus di atas, sikap pelanggan yang sangat puas, lebih tinggi dari yang puas. Sikap pelanggan yang puas, lebih tinggi dari yang cukup puas, dst. Angka/tanda bisa dibalik dari 5 hingga 1, tergantung kesepakatan. Tidak bisa dilakukan operasi matematika. Tidak mungkin 1+2=3 (yang berarti sangat puas ditambah puas = cukup puas) 

3. DATA INTERVAL 

Data interval adalah data yang diperoleh dengan cara pengukuran, dimana jarak antar dua titik pada skala, sudah diketahui. Berbeda dengan skala ordinal, dimana jarak dua titik tidak diperhatikan (seperti berapa jarak antara puas dan tidak puas, yang sebenarnya menyangkut perasaan orang saja) Contoh: Temperatur ruangan. Bisa diukur dalam Celsius, atau Fahrenheit, dengan masing-masing punya skala sendiri. Untuk air membeku dan mendidih: Celcius pada 0° C sampai 100° C. Skala ini jelas jaraknya, bahwa 100-0=100, Fahreinheit pada 32° F sampai 212°F. Skala ini jelas jaraknya, 212-32=180. 

Ciri Data Interval:
Tidak ada kategorisasi atau pemberian kode seperti terjadi pada data nominal dan ordinal. Bisa dilakukan operasi matematika. (panas 40 derajad adalah dua kali panas disbanding 20 derajad) 

4. DATA RASIO

Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, dimana jarak dua titik pada skala sudah diketahui, dan mempunyai titik nol yang absolut. Ini berbeda dengan skala interval, dimana taka da titik nol mutlak/absolut. Seperti titik 0°C tentu beda dengan titik 0°F. atau pergantian tahun pada system kalender Masehi (setiap 1 Januari) berbeda dengan pergantian tahun Jawa, China dan lainnya. Sehingga tak ada tahun baru dalam artian diakui oleh semua kalender sebagai tahun baru. Contoh:Jumlah buku di kelas: Jika 5, berarti ada 5 buku. Jika 0, berarti taka da buku (absolut 0) 

Ciri Data Rasio:
Tak ada kategorisasi atau pemberian kode. Bisa dilakukan operasi matematika. Missal: 100 cm + 35 cm = 135 cm; 5 mangga + 2 mangga = 7 mangga.


Gambar 1
Kualitas Data Spasial


KUALITAS DATA SPASIAL

Gambar 2
Kualitas Data Spasial

Akurasi Posisi : Elemen kualitas yang memperlihatkan nilai akurasi koordinat . 
1. Akurasi relative. 
2.  Akurasi absolute. 
3. Akurasi vertikal. 
4. Akurasi horizontal.

Akurasi Atribut : 
Elemen kualitas yang memperlihatkan nilai akurasi untuk seluruh atribut dari sebuah dataset.

Konsistensi Logikal : 
Elemen kualitas ini menggambarkan tingkat ketaatan pada aturan logika dari struktur data, atribut, dan relasi spasial.

Completeness (Kelengkapan) : 
Elemen kualitas ini mengukur kondisi ada atau tidak adanya unsur /objek geometrik, atribut, dan relasinya.

Akurasi Semantik : 
Elemen kualitas ini mengukur kondisi pendefinisian objek, apakah pendefinisian objek baik atau kurang baik berdasarkan kesesuaian skala /resolusi dan tujuan pembuatan petanya.

Catatan metadata: 
File informasi, menangkap karakteristik dasar data atau sumber daya informasi
> siapa, apa, kapan, di mana dan bagaimana sumber daya
> Sertakan elemen:
- Katalog perpustakaan inti: Judul, Abstrak, Data Publikasi
- Geografis: Jangkauan Geografis dan Informasi Proyeksi
- Database: Definisi Label Atribut dan Nilai Domain Atribut 

Fungsi Metadata :
- Membantu orang yang menggunakan data geospasial menemukan data mereka butuhkan dan menentukan cara terbaik untuk menggunakannya.
- Mendukung produsen dalam menemukan dan menggunakan data mereka sendiri sumber daya.
- Mendukung konsumen data dalam menemukan dan menggunakan data sumber daya yang dihasilkan oleh orang lain.
- Mendukung persyaratan manajemen data untuk: Melestarikan sejarah data sehingga dapat digunakan kembali atau diadaptasi, Menilai usia dan karakter kepemilikan data untuk menentukan data yang mana
harus dipertahankan, diperbarui atau dihapus, Tanamkan akuntabilitas data dengan meminta Anda untuk menyatakan apa yang Anda ketahui tentang data dan menyadari apa yang tidak Anda lakukan, harus, ketahui tentang data Anda, Membatasi tanggung jawab data dengan secara eksplisit menunjuk yang efektif dan administratif batas penggunaan data.


Gambar 3
Metadata Management

Komentar