🎯 Tujuan 🗺️ 8 Tahap Roadmap 🤖 Peran Kolaborasi AI 🎮 Capstone Dashboard Lab 📝 Evaluasi Formatif ✨ Rangkuman & Refleksi
Learn / KKA / Analisis Data / 06. Proyek Analisis Data
🤖 KKA · Unit 06 · Modul 06

Proyek Akhir Analisis Data: Dari Fakta Menjadi Aksi Nyata

Waktunya mempraktikkan peran sebagai Junior Data Scientist! Jalankan proyek riset nyata secara berkelompok: rumuskan topik isu sekolah (seperti durasi screen time vs prestasi belajar), kumpulkan minimal 50 respon data, bersihkan dataset, buat grafik visual interaktif, manfaatkan asisten AI untuk penafsiran wawasan, dan presentasikan laporanmu.

⏱️ Waktu: 45 Menit 📊 Proyek: Riset 50+ Respon Data 📝 Evaluasi: 20 Soal (4 Bagian)
🎯

Tujuan Pembelajaran

Kompetensi yang akan kamu kuasai setelah menyelesaikan modul ini

01.
Menjalankan 8 Tahapan Siklus Proyek Analisis Data

Mampu merencanakan dan mengeksekusi riset mulai dari perumusan pertanyaan hingga presentasi data storytelling.

02.
Mengolah Dataset Riil (50+ Sampel)

Mengumpulkan data primer via survei, melakukan data cleaning, dan menghitung ringkasan statistik.

03.
Memanfaatkan AI Sebagai Asisten Analisis

Menggunakan generative AI untuk membantu interpretasi temuan pola dan menghasilkan visualisasi infografis.

04.
Menyusun Rekomendasi Nyata Berdampak

Menghasilkan solusi berbasis bukti data konkret untuk perbaikan lingkungan sekolah atau komunitas siswa.

1

8 Langkah Roadmap Proyek Analisis Data

Panduan kerja terstruktur dari perumusan ide awal hingga gelar wicara (Demo Day)

1. Topik & Masalah

Menentukan pertanyaan riset yang spesifik dan terukur.

2. Desain Instrumen

Menyusun kuesioner Google Forms dengan skala Likert terarah.

3. Koleksi 50+ Data

Menyebarkan kuesioner dengan persetujuan sukarela responden.

4. Data Cleaning

Menghapus baris duplikat dan memperbaiki data yang kosong.

5. Analisis Statistik

Menghitung Mean/Median serta memetakan grafik batang/garis.

6. Temukan Insight

Mengidentifikasi pola hubungan korelasi yang tersembunyi.

7. Rancang Solusi

Merumuskan 3 rekomendasi aksi nyata untuk sekolah.

8. Data Story Pitch

Mempresentasikan infografis hasil temuan di depan kelas.

2

Kolaborasi Manusia & Kecerdasan Artifisial (AI)

Gunakan AI sebagai co-pilot analitik tanpa melupakan nalar kritis manusia

1. AI untuk Brainstorming & Prompt

Meminta saran LLM untuk merumuskan pilihan pertanyaan kuesioner yang objektif dan bebas dari kalimat yang menggiring opini.

2. AI untuk Ekstraksi Wawasan Data

Mengunggah ringkasan tabel ke AI (seperti ChatGPT / Gemini Data Analysis) untuk meminta interpretasi tren secara cepat.

3. Human-in-the-Loop Validation

Manusia tetap memegang kendali penuh untuk memverifikasi kebenaran logika dan memastikan rekomendasi etis diterapkan.

🎮

Interactive Capstone Research Insight Lab

Pilih tema proyek akhir riset sekolah dan amati ringkasan dataset 50 sampel serta rekomendasi solusinya!

Capstone Lab
📁 Pilih Tema Proyek Akhir Kelompok:
Status Pengumpulan Data:
✅ 54 Responden Terkumpul (Siswa Kelas 7, 8, 9). Data bersih tanpa missing values.
CAPSTONE INSIGHT & ACTION SUMMARY ● 100% COMPLETED
TEMUAN POLA UTAMA (INSIGHT):
Siswa dengan screen time > 5 jam/hari memiliki nilai rapot rata-rata 14 poin lebih rendah dibanding siswa < 2 jam.
REKOMENDASI AKSI KELOMPOK:
Mengusulkan program "Gerakan 1 Jam Tanpa HP Sebelum Tidur" dan workshop manajemen waktu digital di sekolah.
💡 Presentasikan data ini dengan slide infografis menarik untuk menginspirasi perubahan positif di sekolahmu.
📝

Evaluasi Formatif: Proyek Analisis Data

Uji pemahaman alur proyek analisis data end-to-end dan rubrik penilaian ilmiah (Total Skor: 100)

Target Kelulusan Minimal 70 Poin
Bagian A

Pilihan Ganda (5 Soal · Bobot: 25 Poin)

1. Jumlah sampel data responden minimal yang disarankan dalam proyek analisis data sekolah agar pola korelasi terlihat representatif adalah...

2. Peran yang tepat bagi teknologi Kecerdasan Artifisial (AI) dalam membantu proyek analisis data siswa adalah...

3. Contoh topik proyek riset data yang sangat relevan dan bermanfaat untuk perbaikan lingkungan sekolah adalah...

4. Kriteria evaluasi dengan bobot terbesar dalam penilaian rubrik proyek analisis data adalah...

5. Format penyampaian hasil proyek akhir di hadapan teman dan guru yang paling efektif dan interaktif adalah...

Bagian B

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

1. Kolaborasi kerja kelompok dalam proyek analisis data melatih pembagian peran: perancang survei, data cleaner, analis grafik, dan presenter.
2. Rekomendasi akhir yang baik harus bersifat abstrak, mengambang, dan tidak bisa dipraktikkan di dunia nyata.
3. Umpan balik (peer feedback) dari kelompok lain sangat bermanfaat untuk menyempurnakan kualitas laporan riset data.
4. Menyisipkan screenshot grafik visual yang jelas membantu audiens memahami temuan riset dalam hitungan detik.
5. Analisis data hanya boleh dilakukan oleh orang dewasa dan tidak mungkin dipelajari oleh siswa SMP.
Bagian C

Menjodohkan Peran Anggota Tim Proyek Data (5 Pasangan · Bobot: 25 Poin)

Bagian D

Urutan Eksekusi Proyek Capstone Analisis Data (Bobot: 25 Poin)

Urutkan jalannya proyek analisis data akhir dari pembentukan tim hingga Demo Day:

A. Membentuk tim kelompok dan menyepakati topik pertanyaan riset sekolah
B. Merancang kuesioner digital dan mengumpulkan 50+ respon siswa secara etis
C. Melakukan pembersihan data mentah dan menghitung statistik deskriptif di spreadsheet
D. Menghasilkan visualisasi grafik dan merumuskan butir-butir solusi wawasan (insight)
E. Mempresentasikan data story pitch di hadapan guru dan teman kelas pada Demo Day
✨

Rangkuman Materi & Refleksi Belajar

Tuliskan pemahaman dan pengalaman belajarmu pada materi ini

1. Pengalaman End-to-End: Mengerjakan proyek data nyata dari hulu ke hilir menumbuhkan kebiasaan berpikir berbasis fakta.

2. Nilai Wawasan Berdampak: Angka hanyalah simbol mati sampai kita menerjemahkannya menjadi tindakan nyata bagi sesama.

3. Kolaborator Teknologi: Padukan kecerdasan algoritma komputasi dengan empati dan etika kemanusiaan.