Teknik Pengumpulan Data Sekunder : Dari Mana Saja Data-Data Sekunder Dapat Diperoleh?

Selain teknik pengumpulan data kualitatif dan kuantitatif seperti yang dibahas pada pembahasan sebelumnya, ada juga teknik pengambilan data yang dikenal sebagai teknik pengambilan data sekunder. Teknik pengumpulan data ini sering disebut sebagai teknik penggunaan bahan dokumen. Hal ini dikarenakan cara yang digunakan dalam teknik tersebut, yaitu meneliti dan memanfaatkan daat atau dokumen yang dihasilkan oleh pihak lain. Lalu, apakah yang dimaksud dengan data sekunder?

Data sekunder adalah data primer yang diperoleh dari pihak lain. Umumnya, data ini telah diolah lebih lanjut serta disajikan baik oleh pengumpul data primer ataupun oleh pihak lain. Data ini bisa berwujud tabel atau diagram dan digunakan oleh seorang peneliti untuk memberikan gambaran tambahan atau diproses lebih lanjut. Lantas, darimana sajakah data-data ini dapat diperoleh? Untuk mengetahui lebih jelasnya, yuk simak penjelasannya berikut ini.

1. Media Massa

Media massa dapat menjadi salah satu sumber dalam pengumpulan data sekunder. Media massa tersebut bisa berupa media cetak, seperti surat kabar, majalah, buletin, serta media elektronik seperti televisi dan radio. Akan tetapi, seiring dengan adanya perkembangan dan kemajuan teknologi, media massa ini juga dapat diakses melalui media online seperti internet. Adapun media massa online ini bisa berupa artikel berita ataupun video-video yang berisi berita yang sedang viral.

Dalam menyeleksi berita, terdapat sifat-sifat dari berita tersebut yang yang perlu kita perhatikan, diantaranya yaitu objektif, tidak memihak, mengandung wawasan ilmiah, serta aktual (terbaru). Semakin aktual berita tersebut, semakin menarik penyajian data tersebut. Adapun sebuah berita dikatakan aktual jika waktu penyampaian berita tersebut tidak jauh berbeda dengan waktu dimana peristiwa dalam berita tersebut sedang berlangsung. Semakin pendek jarak kedua waktu tersebut, semakin aktual berita tersebut. Di media massa online seperti di internet, banyak sekali situs-situs online yang menyajikan berita dengan beragam topik.

Adakalanya, satu topik bisa terdiri dari berbagai macam berita dengan pembahasan dari berbagai sudut. Mengingat berita-berita tersebut lebih dari satu dan bahkan bisa jadi berkapasitas banyak, kita tidak mungkin menghitung jarak kedua waktu dalam berita tersebut satu per satu. Untuk itu, diperlukan suatu fungsi yang tepat untuk menghitung kurun waktu tersebut. Fungsi ini bisa berupa perpaduan dari fungsi difftime() dengan fungsi as.numeric() pada bahasa pemrograman R. Fungsi difftime() ini digunakan untuk menghitung selisih antara 2 waktu, sedangkan fungsi as.numeric() digunakan untuk mengkonversi selisish waktu ini dalam tipe numerik.

Baca juga: 3 Tips Sukses Belajar Data Analyst Tanpa Latar Belakang IT Maupun Statistik

2. Lembaga Pemerintah ataupun Swasta

Selain media massa, lembaga pemerintah atau swasta juga bisa menjadi sumber informasi yang tepat dalam teknik pengumpulan data sekunder. Data yang diperoleh dari sumber ini biasanya berupa arsip. Lalu, apa yang dimaksud dengan arsip? Arsip adalah bukti atau rekaman yang diambil dari berbagai aktivitas, mulai dari kegiatan pelayanan hingga pengambilan sebuah keputusan. Umumnya, arsip ini dapat berupa berkas, naskah, foto, film, rekaman suara, gambar peta, dan lain-lain. Dalam peranannya, arsip memang memiliki peran penting sebagai pusat sumber informasi.

Salah satu dari sifat dari sebuah penyimpanan arsip yang baik adalah sistem penyimpanannya yang mudah dilaksanakan dan digunakan serta hemat waktu dan biaya. Seiring dengan berjalannya waktu, semakin banyaknya populasi penduduk dan perusahaan atau lembaga yang berdiri, semakin banyak dan terus bertambah arsip-arsip tersebut secara cepat. Format-format data yang terkumpul pada arsip tersebut tentu saja beragam, mulai dari yang terstruktur hingga yang tidak terstruktur. Dalam dunia data science, data-data yang terakumulasi dalam jumlah besar ini disebut sebagai big data.

Hal tersebut tentunya akan membingungkan bagi sebagian orang, terutama mereka yang hendak meneliti data dari sekian banyaknya data dalam arsip tersebut. Untuk itu, diperlukan sistem arsip digital yang tepat untuk menganalisis big data ini. Dalam hal ini, digunakan algoritma tertentu untuk mengekstrak informasi yang terdapat dalam big data tersebut. Disamping itu, hal ini tentu saja memudahkan bagi pubilk serta peneliti untuk mengakses keseluruhan arsip tersebut baik secara terstruktur maupun tidak terstruktur secara mudah dan cepat.

3. Penelitian Kepustakaan

Penelitian kepustakaan juga bisa menjadi alternatif pilihan yang tepat dalam teknik pengumpulan data sekunder. Umumnya, pengumpulan data melalui cara ini dilakukan dengan tujuan untuk mengetahui berbagai macam pengetahuan dan karya yang pernah dicapai oleh para peneliti terdahulu. Dalam melakukan penelitian kepustakaan ini, diperlukan sikap yang kritis dari seorang peneliti dalam memilih segala bahan pustaka yang dijumpainya. Hal ini perlu diperhatikan mengingat banyaknya sumber yang mungkin isinya kurang baik, sudah ketinggalan jaman, atau bahkan masih dipenuhi oleh berbagai prasangka.

Penelitian kepustakaan dapat dilakukan melalui serangkaian langkah. Langkah-langkah tersebut diantaranya adalah menemukan topik, lalu melanjutkannya dengan mencari buku-buku atau artikel yang relevan dengan topik tersebut. Dalam mencari buku atau artikel tersebut, kita perlu memperhatikan isi atau penyampaian dari bahan bacaan tersebut. Akan tetapi, hal tersebut akan memakan waktu yang lama sehingga tidak mungkin bagi kita untuk memeriksanya satu per satu.

Untuk mengatasinya, salah satu cara yang paling efektif adalah dengan melihat judul dari bahan bacaan yang sedang diteliti. Seperti kita ketahui, sebuah judul bisa mewakili seluruh isi dari artikel atau buku tersebut. Akan tetapi, jika artikel atau buku itu memiliki jumlah kapasitas yang banyak, kita akan kebingungan dalam menentukan judul yang relevan dengan topik yang sudah kita tentukan. Untuk itu, diperlukan sebuah sistem yang bisa mencari judul tersebut. Salah satunya adalah dengan sistem loop (perulangan) dimana kita bisa mencari judul bahan bacaan yang memiliki kata yang relevan dengan topik.

Baca juga: Belajar Data Science: Simak 3 Manfaat Penerapan Big Data di Berbagai Industri

4. Awali Belajar Menjadi Praktisi Data Dengan Belajar Data Science Gratis Bersama DQLab!

Terapkan ilmunya sekarang dengan bergabung bersama platform belajar online DQLab! Selain bisa meningkatkan ilmu data yang dimiliki, kamu juga bisa membangun portofolio datamu di DQLab guna mempersiapkan dirimu berkarir di industri data.

Sign Up untuk nikmati module GRATIS "Intoduction to Data Science" dengan pengalaman belajar yang seru menyenangkan serta aplikatif pada industri nyata! Untuk kamu yang ingin mulai belajar Data Science atau siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata teralmbat untuk belajar. Yuk #MulaiBelajarData di DQLab.

Dengan belajar di DQLab, kamu bisa:

• Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial

• Dapatkan sesi konsultasi langsung dengan praktisi data lewat mentoring

• Bangun portofolio data langsung dari praktisi data Industri

• Akses Forum DQLab untuk berdiskusi

Simak informasi di bawah ini untuk mengakses gratis modul "Introduction to Data Science":

1. Buat Akun Gratis dengan Signup di DQLab.id/signup

2. Akses module Introduction to Data Science

3. Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

Penulis : Sharon

Editor : Annissa Widya Davita