Seperti Apa Implementasi Data Sekunder? Simak Disini, Yuk!
Pemilihan jenis data untuk penelitian ditentukan berdasarkan tema serta tujuan penelitian. Data sekunder adalah data yang sering digunakan dalam penelitian. Apa itu data sekunder? Data sekunder merupakan data yang tidak diperoleh secara langsung melainkan sumbernya dari pihak ketiga. Kelebihan data sekunder yaitu lebih mudah dikumpulkan karena datanya sudah tersedia, biaya yang relatif murah, dan mempersingkat waktu penelitian. Sedangkan kekurangannya yaitu data sekunder terkadang kurang relevan dengan kondisi saat ini dan data yang sudah berubah-ubah karena sudah diolah sebelumnya oleh peneliti lainnya. Meski begitu, data sekunder memiliki peran penting sebagai penunjang data penelitian.
Data sekunder biasanya digunakan bersamaan dengan data primer, akan tetapi ada juga penelitian yang disebut meta-study yaitu penelitian yang hanya menggunakan data sekunder. Mengapa data sekunder penting? Suatu penelitian tidak dilakukan sembarangan melainkan harus berdasarkan data yang kredibel dan dapat dipertanggung jawabkan sehingga kualitas penelitian tersebut semakin baik. Nah, data sekunder berfungsi untuk mencapai tujuan tersebut. Dalam data science, data sekunder juga digunakan untuk berbagai bidang dan kasus. Pada artikel kali ini kita akan membahas contoh implementasi data sekunder yang ada di sekitar kita. Yuk, simak bersama pembahasannya di bawah ini!
1. Market Basis Analysis
Market basis analysis merupakan metode yang sering digunakan oleh industri retail. Metode ini digunakan untuk menemukan pola yang ada pada suatu kumpulan data. Sesuai dengan namanya, market basis analysis akan menganalisa market bisa dengan data penjualan, data produk, dan data lain yang terkait. Kita ambil contoh sebuah toko yang menjual berbagai produk seperti minimarket. Di toko tersebut produk susu kotak kurang cepat habis terjual. Dengan menerapkan market basis analysis kita jadi dapat mengetahui pola pembelian konsumen. Ternyata konsumen suka membeli produk susu kotak bersamaan dengan roti. Nah, dari hasil analisis, toko bisa membuat promo bundling susu kotak dan roti atau promo buy 2 get 3 yang mana jika membeli dua susu kotak mendapat free 1 roti apa saja. Jadi penjualan susu kotak meningkat begitu juga dengan produk roti.
Baca juga : Teknik Pengumpulan Data Sekunder, Apa Saja Sumber Data yang Bisa Digunakan?
2. Customer Segmentation
Dalam data science ada juga yang dikenal dengan customer segmentation atau segmentasi konsumen. Metode ini mengolah data dengan mengelompokkan konsumen berdasarkan kriteria tertentu. Tujuan diterapkannya metode ini yaitu untuk melihat kelompok mana yang paling menguntungkan. Misalnya kita memiliki sebuah restoran cepat saji. Kita bisa menggunakan metode ini untuk mengklasifikasikan konsumen berdasarkan rentang umur dan gender. Kita sudah menentukan menu yaitu paket nasi, ayam, sayuran, dan telur serta minuman berukuran besar. Dengan menu yang sama ternyata anak-anak menyisakan sayuran dan minuman, wanita menyisakan telur, dan pria menyisakan minuman saja. Kita bisa menerapkan customer segmentation tersebut untuk membentuk paket menu yang lebih menguntungkan tanpa ada komponen yang disisakan oleh konsumen. Misalnya membuat paket khusus anak-anak yaitu nasi, ayam, telur, dan minuman berukuran lebih kecil, untuk wanita dan pria dewasa dibuat paket menu nasi, ayam, dan minuman ukuran sedang.
3. Image Analysis
Penggunaan data sekunder dalam ilmu data science juga bisa digunakan dalam bidang kesehatan salah satunya image analysis untuk keperluan medis. Dengan mengkolaborasikan data science, sistem tersebut dapat digunakan untuk mendeteksi berbagai penyakit dalam seperti kanker, tumor, dan CT scan. Metode machine learning atau deep learning juga dapat diterapkan untuk tujuan tersebut dengan mempelajari data-data yang diinput sebelumnya. Jadi sistem akan mempelajari data tersebut sehingga mampu memberikan diagnosa penyakit dan terus dikembangkan untuk mempermudah praktisi medis dalam menganalisis serta menyimpulkan suatu penyakit. Image analysis merupakan sistem yang bekerja dengan mengenali gambar-gambar.
4. Mengamati Perkembangan Penyakit
Implementasi data sekunder selanjutnya yaitu pengamatan terhadap perkembangan penyakit. Hampir di seluruh dunia saat ini sedang menghadapi wabah virus Covid-19. Bagaimana praktisi medis dan pihak terkait memantau persebaran penyakit? Data sekunder jawabannya. Bisa dari data kasus Covid yang terjadi, kasus pasien sembuh, kasus pasien meninggal, kasus pasien tanpa gejala, dan lain sebagainya. Berbagai data tersebut dapat dianalisis dengan menerapkan data science untuk melihat sejauh mana perkembangan virus Covid. Dari hasil analisis juga praktisi medis dan pihak terkait bisa mengetahui tindakan pencegahan apa yang sebaiknya dilakukan, protokol kesehatan seperti apa yang tepat, hingga mengamati jenis-jenis virusnya sendiri.
Baca juga : Metode Pengumpulan Data Sekunder, Bisa Menggunakan Apa Saja Sih?
5. Perdalam Ilmu Data Science Bareng DQLab
Sampai disini sudah tahu kan pentingnya data? Yup, data bisa jadi berguna jika diolah dengan benar dan bisa jadi sia-sia jika hanya dibiarkan begitu saja. Ditambah dengan populernya ilmu data science membuat banyak pihak semakin melek data dan memanfaatkan metode-metode data science. Selain lebih cepat dan akurat dalam mengolah data, juga lebih singkat waktu pengolahannya. Oleh karena itu, kebutuhan praktisi data pun meningkat karena pengolahan data dengan menerapkan data science tidak bisa dilakukan sembarang orang. Kamu bisa mulai belajar dengan belajar mengolah data sekunder menggunakan metode data science. Bahasa R dan Python sering digunakan untuk menerapkan data science. Dapatkan belajar data yang asyik dan gratis di DQLab dengan daftar di DQLab.id! Setelah mendaftar kamu akan mendapatkan akses belajar Python dan R gratis yang dilengkapi sertifikat completion, loh!
Penulis: Dita Kurniasari
Editor: Annissa Widya