🎯 Tujuan 🔄 6 Tahap DDDM 📖 Data Storytelling 🎮 Decision Maker Lab 📝 Evaluasi Formatif ✨ Rangkuman & Refleksi
Learn / KKA / Analisis Data / 05. Data & Pengambilan Keputusan
🤖 KKA · Unit 06 · Modul 05

Pengambilan Keputusan Berbasis Data & Storytelling

Tinggalkan keputusan berdasarkan tebakan atau perasaan semata! Pelajari metodologi Data-Driven Decision Making (DDDM) yang diterapkan perusahaan raksasa (seperti algoritma rekomendasi Netflix), kemas temuan risetmu lewat seni Data Storytelling (Konteks $\rightarrow$ Insight $\rightarrow$ Aksi Rekomendasi), dan pahami bias data.

⏱️ Waktu: 45 Menit 💡 Fokus: DDDM, Storytelling & Bias 📝 Evaluasi: 20 Soal (4 Bagian)
🎯

Tujuan Pembelajaran

Kompetensi yang akan kamu kuasai setelah menyelesaikan modul ini

01.
Memahami Konsep DDDM (Data-Driven Decision Making)

Menjelaskan keunggulan mengambil keputusan berbasis bukti data rasional dibanding intuisi subjektif.

02.
Menerapkan 6 Tahap Siklus Keputusan Data

Menjalankan alur: Rumuskan Masalah $\rightarrow$ Kumpulkan Data $\rightarrow$ Analisis $\rightarrow$ Interpretasi $\rightarrow$ Tindakan $\rightarrow$ Evaluasi Dampak.

03.
Menguasai Keterampilan Data Storytelling

Menyusun alur narasi presentasi: Konteks Masalah $\rightarrow$ Temuan Wawasan (Insight) $\rightarrow$ Rekomendasi Solusi Berdampak.

04.
Mengenali Keterbatasan & Potensi Bias Data

Kritis terhadap sampel yang tidak representatif, manipulasi statistik, dan bias algoritma pembuat keputusan.

1

6 Langkah Alur Keputusan Berbasis Data

Metodologi standar industri dalam merumuskan strategi berbasis bukti empiris

1. Define (Definisi Masalah)

Menentukan tujuan keputusan yang ingin diambil (contoh: menu kantin apa yang perlu ditambah?).

2. Collect (Koleksi Data)

Mengumpulkan data historis penjualan atau survei minat siswa secara lengkap.

3. Analyze (Analisis Pola)

Menghitung menu dengan rata-rata penjualan tertinggi dan jam tersibuk pembeli.

4. Interpret (Tafsir Wawasan)

Memahami alasan di balik angka (contoh: makanan hangat lebih laku saat cuaca hujan).

5. Decide (Aksi Keputusan)

Menambah stok menu favorit dan mengurangi menu yang sering tersisa basi.

6. Evaluate (Evaluasi Hasil)

Mengevaluasi apakah keuntungan kantin meningkat dan sisa makanan berkurang.

2

3 Struktur Utama Data Storytelling

Menyampaikan wawasan analitik secara memikat agar audiens tergerak mengambil tindakan

1. Konteks (Context)

Jelaskan latar belakang dan urgensi masalah: "Mengapa audiens harus peduli terhadap data ini?"

2. Wawasan (Insight)

Tunjukkan penemuan menarik dari grafik: "Fakta mengejutkan apa yang tersembunyi di balik data?"

3. Rekomendasi (Action)

Berikan solusi nyata yang bisa segera dieksekusi: "Langkah apa yang harus kita lakukan bersama?"

🎮

Interactive Canteen Data-Driven Decision Studio

Pilih kondisi cuaca sekolah hari ini dan amati bagaimana sistem analitik data otomatis merekomendasikan stok menu!

DDDM Engine
🌦️ Pilih Kondisi Cuaca Hari Ini:
Data Penjualan Historis:
Saat cuaca panas terik, konsumsi minuman dingin es teh meningkat hingga 350% dibanding hari biasa.
AI CANTEEN INVENTORY OPTIMIZER ● RECOMMENDATION READY
REKOMENDASI STOK OPTIMAL:
🥤 Tambah Stok Es Teh (+100 Porsi) & Kurangi Sup Panas (-50%)
Estimasi Dampak Bisnis: Keuntungan naik +35%, sisa makanan basi berkurang drastis menjadi < 2%.
💡 Inilah esensi DDDM: mengubah data cuaca dan riwayat penjualan menjadi keuntungan bisnis nyata.
📝

Evaluasi Formatif: Data & Pengambilan Keputusan

Uji pemahaman DDDM, struktur Data Storytelling, dan mitigasi bias data (Total Skor: 100)

Target Kelulusan Minimal 70 Poin
Bagian A

Pilihan Ganda (5 Soal · Bobot: 25 Poin)

1. Pendekatan pengambilan keputusan yang berlandaskan analisis bukti data faktual daripada sekadar firasat atau intuisi subjektif disebut...

2. Contoh nyata penerapan DDDM oleh platform streaming video Netflix adalah...

3. Urutan narasi yang tepat dalam teknik komunikasi Data Storytelling adalah...

4. Mengapa seorang analis data harus bersikap kritis terhadap hasil survei online?

5. Keterampilan abad ke-21 untuk membaca, memahami, membuat argumen, dan mengkritisi data statistik disebut...

Bagian B

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

1. Data Storytelling bertujuan mengubah angka-angka statistik menjadi narasi yang mudah dipahami dan menggerakkan tindakan audiens.
2. Tahap terakhir dalam siklus DDDM adalah mengevaluasi apakah tindakan keputusan yang diambil memberikan hasil positif.
3. Keputusan terbaik selalu diambil hanya berdasarkan tebakan acak tanpa perlu melihat data riwayat masa lalu.
4. Visualisasi grafik berfungsi sebagai bukti pendukung yang memperkuat cerita dalam presentasi data storytelling.
5. Seluruh angka statistik di internet dijamin 100% bebas dari bias dan tidak pernah dimanipulasi oleh siapa pun.
Bagian C

Menjodohkan Elemen Keputusan & Fungsinya (5 Pasangan · Bobot: 25 Poin)

Bagian D

Urutan Siklus DDDM Perbaikan Fasilitas Perpustakaan (Bobot: 25 Poin)

Urutkan proses pengambilan keputusan berbasis data di sekolah:

A. Merumuskan masalah: "Buku genre apa yang paling dibutuhkan siswa kelas 7-9?"
B. Mengumpulkan data peminjaman buku perpustakaan selama 1 semester terakhir
C. Menganalisis grafik frekuensi dan menemukan novel sains fiksi paling banyak dipinjam
D. Memutuskan pengadaan buku baru dengan porsi 60% genre sains fiksi populer
E. Mengevaluasi peningkatan jumlah kunjungan siswa ke perpustakaan setelah 2 bulan
✨

Rangkuman Materi & Refleksi Belajar

Tuliskan pemahaman dan pengalaman belajarmu pada materi ini

1. Kekuatan DDDM: Data memberikan landasan objektif untuk meminimalkan risiko salah mengambil keputusan.

2. Sentuhan Cerita: Padukan ketelitian angka analitik dengan narasi data storytelling yang inspiratif.

3. Kewaspadaan Bias: Jangan pernah menerima kesimpulan data mentah-mentah tanpa memverifikasi sumber dan konteksnya.