🎯 Tujuan 🔺 Piramida DIKW 📊 Jenis & Sifat Data 🎮 DIKW Transformation Studio 📝 Evaluasi Formatif ✨ Rangkuman & Refleksi
Edu / Informatika / Analisis Data / 01. Pengantar Data & Hierarki DIKW
📊 Analisis Data · Modul 01

Pengantar Data: Tambang Emas Abad ke-21

"Without data, you're just another person with an opinion." Pelajari bagaimana angka mentah dan rekaman fakta bertransformasi melalui piramida DIKW menjadi informasi berharga, pengetahuan mendalam, dan kebijaksanaan pengambilan keputusan!

⏱️ Waktu: 45 Menit 🔺 Konsep: Piramida DIKW & Big Data 3V 📝 Evaluasi: 20 Soal (4 Bagian)
🎯

Tujuan Pembelajaran

Kompetensi yang akan kamu kuasai setelah menyelesaikan modul ini

01.
Memahami Hierarki Piramida DIKW

Menjelaskan tingkatan transformasi dari Data mentah, Informasi terkonteks, Pengetahuan (Knowledge), hingga Kebijaksanaan (Wisdom).

02.
Klasifikasi Data Kuantitatif & Kualitatif

Membedakan data kuantitatif diskrit (hitungan bulat) vs kontinu (pengukuran pecahan), serta kualitatif nominal vs ordinal.

03.
Struktur Data & Sumber Pengambilan

Membedakan data terstruktur tabel SQL/Excel dengan data tak terstruktur (video, audio), serta sumber data primer vs sekunder.

04.
Karakteristik Big Data 3V

Menjelaskan tiga pilar utama era data masif: Volume (ukuran raksasa), Velocity (kecepatan masuk), dan Variety (ragam format).

1

Piramida DIKW: Dari Fakta Mentah Menjadi Kebijakan

4 tangga evolusi nilai informasi dalam sains komputasi

🧱

1. Data (Fakta Mentah)

Angka atau catatan tanpa konteks. Contoh: 38.5, Lamongan, Ahmad. Belum memiliki makna operasional.

💡

2. Information (Berisi Konteks)

Data yang sudah diolah dan diberi label. Contoh: "Suhu tubuh Ahmad saat ini adalah 38.5°C di UKS SMPN 2 Lamongan."

🧠

3. Knowledge (Pola & Pemahaman)

Menghubungkan informasi dengan pengalaman dan aturan medis: "Suhu 38.5°C menandakan Ahmad sedang demam dan butuh istirahat."

👑

4. Wisdom (Keputusan Bijak)

Tindakan masa depan yang bijaksana: "Memberikan obat penurun panas dan menghubungi orang tua agar Ahmad periksa ke dokter."

2

Klasifikasi & Sifat Data

Mengenal tipe data kuantitatif angka dan kualitatif kategori

🔢 Kuantitatif Diskrit

Bilangan bulat hasil menghitung benda: jumlah siswa di kelas (32 anak), jumlah laptop lab.

📏 Kuantitatif Kontinu

Bilangan desimal pecahan hasil pengukuran: berat badan (48.7 kg), tinggi badan (155.3 cm).

🏷️ Kualitatif Nominal

Kategori label tanpa tingkatan derajat: warna favorit (Biru, Merah), jenis kelamin, golongan darah.

🥇 Kualitatif Ordinal

Kategori yang memiliki urutan peringkat: Juara 1, 2, 3 atau Tingkat Kepuasan (Sangat Puas > Puas > Kurang).

🎮

DIKW Transformation Interactive Studio

Pilih skenario kasus dan amati proses evolusi fakta mentah menuju aksi kebijaksanaan!

📝

Evaluasi Formatif: Pengantar Data & DIKW

Uji pemahaman klasifikasi data, piramida DIKW, dan karakteristik Big Data (Total Skor: 100)

Target Kelulusan Minimal 70 Poin
Bagian A

Pilihan Ganda (5 Soal · Bobot: 25 Poin)

1. Urutan yang benar dari tingkatan paling dasar hingga paling tinggi pada Piramida DIKW adalah...

2. Data 'Tinggi badan siswa: 158.4 cm' termasuk dalam jenis data...

3. Contoh data kualitatif ordinal (kategori berperingkat) di bawah ini adalah...

4. Tiga karakteristik utama Big Data yang terkenal dengan sebutan 3V adalah...

5. Data yang disusun rapi dalam bentuk baris dan kolom seperti tabel Excel atau database SQL disebut...

Bagian B

Benar atau Salah (5 Soal · Bobot: 25 Poin)

1. Data mentah yang berdiri sendiri tanpa keterangan konteks sudah cukup bagi manusia untuk mengambil keputusan besar.
2. Data sekunder adalah data yang kita peroleh dari pihak kedua seperti buku BPS atau artikel internet.
3. Video YouTube, rekaman suara percakapan telepon, dan foto Instagram adalah contoh data tak terstruktur (unstructured data).
4. Jumlah anggota keluarga di rumah adalah contoh data kuantitatif kontinu karena bisa bernilai 3.75 orang.
5. Analisis data yang baik membantu sekolah atau perusahaan memprediksi tren masa depan secara akurat berbasis bukti nyata.
Bagian C

Menjodohkan Konsep & Contoh Datanya (5 Pasangan · Bobot: 25 Poin)

Bagian D

Urutan Transformasi Nilai Data Menjadi Kebijakan (Bobot: 25 Poin)

Urutkan proses penanganan nilai ujian siswa menurut piramida DIKW:

A. Tercatat angka mentah nilai ulangan: 45 di kertas absensi
B. Data diolah: 'Nilai Informatika siswa Budi adalah 45 (di bawah KKM 75)'
C. Menganalisis pola: Budi kesulitan di bab sistem bilangan dan sering tidak masuk
D. Guru merancang program bimbingan remedial khusus konsep biner untuk Budi
E. Budi berhasil memahami materi dan lulus ujian perbaikan dengan skor 85

Rangkuman Materi & Refleksi Belajar

Tuliskan pemahaman dan pengalaman belajarmu pada materi ini

1. Data adalah Awal Segalanya: Angka mentah yang dikumpulkan secara jujur dan diolah terstruktur akan menjadi informasi yang sangat berguna bagi kemajuan bersama.

2. Kekuatan DIKW: Pembedaan level Data, Informasi, Pengetahuan, dan Kebijaksanaan melatih kita menjadi pengambil keputusan yang logis dan kritis.

3. Era Big Data: Karakteristik Volume, Velocity, dan Variety menuntut kita menguasai perangkat lunak spreadsheet dan visualisasi grafik sejak dini.