DOBEL DISKON 95% + 10% SPESIAL PROMO PUNCAK 7.7!
Belajar Data Science Paket Premium cuma 6 Bulan Hanya 177K!
SERBU SEKARANG!
Pendaftaran ditutup dalam 2 Hari 10 Jam 14 Menit 22 Detik 

Contoh Implementasi Data Sekunder Pada Berbagai Bidang dan Kasus

Belajar Data Science di Rumah 06-September-2021
https://dqlab.id/files/dqlab/cache/040b9115f12f343d176a309d8e03facd_x_Thumbnail800.jpg

Penggunaan data sekunder dalam penelitian atau aktivitas lainnya yang berkaitan dengan data memerlukan ketelitian serta sikap kritis. Pengumpulan data sekunder memang lebih mudah dari data primer karena data sudah tersedia. Namun peneliti harus cermat dalam memilih sumber data yang kredibel dan relevan dengan penelitian. Tidak semua buku, jurnal, atau karya ilmiah dapat dijadikan data sekunder. Terkadang sumber data sekunder menggunakan data yang sudah lama dan kurang sesuai dengan kondisi saat ini. Data sekunder dapat diperoleh dengan melakukan studi dokumen, penelitian kepustakaan, media massa, dan lembaga pemerintahan atau swasta. Bisa dengan mendatangi perpustakaan, mengunjungi website resmi seperti BPS untuk mengakses data yang dipublikasi, koran, radio, dan lain sebagainya. 


Umumnya data sekunder digunakan berdampingan dengan data primer. Data primer berperan sebagai data utama dan data sekunder berperan sebagai data pelengkap atau pendukung. Tingkat akurasi data sekunder tidak seakurat data primer karena sudah melewati berbagai proses analisis dalam penelitian sebelumnya. Akan tetapi ada juga penelitian yang dilakukan berfokus dengan data sekunder. Penelitian yang menggunakan satu sumber yaitu data sekunder disebut meta-study. Nah, artikel kali ini membahas beberapa contoh implementasi data sekunder di berbagai bidang dan kasus. Yuk, simak pembahasannya dibawah ini!


1. Evaluasi Sistem Pembelajaran

Pada suatu sekolah atau universitas, sistem pembelajaran tentu harus terus dievaluasi agar meningkatkan kualitas pembelajaran. Contohnya seorang peneliti ingin melakukan penelitian dengan tujuan meningkatkan kualitas pembelajaran di jurusan tersebut. Untuk melakukannya peneliti bisa menggunakan data nilai mahasiswa dan indeks prestasi kumulatif sebagai parameternya. Peneliti dapat menerapkan metode tertentu misalnya clustering untuk melihat kelompok mahasiswa yang termasuk dalam nilai tinggi hingga rendah. Kemudian hasil pengelompokkan ini disajikan dalam grafik. Maka peneliti bisa melihat berapa mahasiswa yang mendapat nilai rendah dan mata kuliah apa yang paling banyak nilai rendahnya. Dengan hasil ini jurusan dapat menjadikannya pedoman untuk evaluasi sistem pembelajaran dan meningkatkan lagi model pembelajarannya agar nilai yang didapatkan mahasiswa menjadi optimal.


Baca juga : Teknik Pengumpulan Data Sekunder, Apa Saja Sumber Data yang Bisa Digunakan?


2. Customer Segmentation

Customer segmentation merupakan salah satu metode pengolahan data dengan mengelompokkan pelanggan berdasarkan kriteria tertentu. Misalnya pada restoran cepat saji ada konsumen anak-anak, wanita, dan pria yang membeli paket menu yang sama. Namun ternyata konsumen tersebut menyisakan beberapa komponen pada menu. Dengan proses customer segmentation kita bisa melihat kelompok konsumen yang paling menguntungkan sehingga kita bisa menentukan komponen menu yang sesuai. Jadi, restoran dapat lebih fokus pada segmen atau kelompok konsumen tersebut. Customer segmentation bisa dilakukan dengan menggunakan data penjualan.


3. Market Basis Analysis

Market basis analysis merupakan metode yang digunakan untuk menemukan pola pada suatu kumpulan data. Misalnya pada sebuah market, produk oatmeal paling jarang dibeli konsumen sementara stok masih penuh di gudang. Setelah diamati lebih lanjut, terdapat pola aneh yaitu konsumen sering membeli oatmeal bersamaan dengan madu. Ternyata konsumen lebih suka mengkonsumsi oatmeal dengan topping madu. Dengan hasil analisis tersebut kita bisa membuat promo diskon untuk pembelian madu dan oatmeal. Sehingga penjualan oatmeal akan terus meningkat dan persediaan stok di gudang juga berkurang. Data sekunder yang digunakan dalam metode ini bisa dari data hasil penjualan.


Baca juga : Metode Pengumpulan Data Sekunder, Bisa Menggunakan Apa Saja Sih?


4. Meningkatkan Pelayanan  

Data sekunder juga dapat digunakan untuk meningkatkan pelayanan baik pemerintahan atau swasta. Data bisa diperoleh dengan melihat review, kritik, dan saran yang diberikan pelanggan atau konsumen. Kita pasti pernah melihat review di Google lebih dulu sebelum mengunjungi suatu tempat seperti toko atau restoran. Tempat-tempat tersebut dapat menjadikan review pelanggan untuk meningkatkan pelayanannya sehingga akan lebih banyak pelanggan yang puas dan mau datang kembali ke toko atau restoran. Tentu ini akan berdampak juga pada peningkatan penjualan.


5. Ingin Menjadi Data Scientist dan Data Analyst? Mulai Sekarang, Yuk!

Pengolahan data pada suatu perusahaan atau instansi dikerjakan oleh data scientist dan data analyst. Tujuan mengolah data adalah menemukan informasi berupa insight yang berguna bagi kemajuan bisnis perusahaan atau meningkatkan kinerja instansi. Sahabat data yang ingin menjadi data scientist dan data analyst harus sering berlatih mengolah hingga menyajikan data dan mampu menyampaikan informasi yang diperoleh dengan jelas. Profesi data scientist dan data analyst disebut juga profesi yang menjanjikan dalam lima tahun ke depan. Tunggu apa lagi? Yuk, gabung di DQLab.id untuk mulai belajar data! Jangan lewatkan kesempatan menjadi praktisi data yang handal!




Penulis: Dita Kurniasari

Editor: Annissa Widya


Sign Up & Mulai Belajar Gratis di DQLab!