Teknik Pengolahan Data Audio Menjadi Text untuk Data Kualita...
💥PROMO SPESIAL 12.12!💥
Belajar Data Science Bersertifikat 6 Bulan hanya 120K!
0 Hari 3 Jam 28 Menit 5 Detik

Teknik Pengolahan Data Audio Menjadi Text untuk Data Kualitatif

Belajar Data Science di Rumah 21-September-2021
https://dqlab.id/files/dqlab/cache/e882d46ba1b58c8a2dedcd7408967d96_x_Thumbnail800.jpg
Follow Instagram dan LinkedIn kami untuk info karir dan topik menarik

Data kualitatif dapat terdiri dari berbagai jenis data, termasuk transkrip dari wawancara, teks tertulis, gambar, buku harian, bahkan rekaman video dan audio. Format data kualitatif yang paling umum adalah teks tertulis, wawancara, dan focus group discussion. Dalam beberapa kasus, pengambilan data melalui wawancara dilakukan menggunakan rekaman, kemudian rekaman tersebut diterjemahkan menjadi tulisan atau teks. Teknik ini biasa dikenal dengan transkripsi.

Dalam proses pengumpulan data, tidak ada definisi khusus atau spesifik mengenai transkripsi. Para peneliti mengubah hasil rekaman menjadi teks sesuai dengan informasi yang mereka butuhkan. Ada beberapa peneliti yang menuliskan hasil rekaman secara keseluruhan, namun ada juga peneliti yang hanya menuliskan informasi penting yang ia butuhkan. Walaupun demikian, teknik transkripsi ini memiliki beberapa jenis yang dibedakan berdasarkan level kedalaman informasi. Penasaran apa saja jenis-jenis transkripsi tersebut? Yuk simak artikel berikut sampai akhir!


1. Transkripsi Inti atau Ringkasan

Transkripsi inti atau disebut juga dengan ringkasan adalah teknik mengubah rekaman wawancara kedalam bentuk teks dengan menuliskan poin-poin atau topik utama saja. Disebut dengan transkripsi ringkasan karena tidak semua percakapan ditulis, misalnya kutipan langsung tidak akan ditulis. Teknik ini mengandalkan interpretasi dari si peneliti karena ia sendiri yang memutuskan bagian mana yang akan ditranskripsi. Salah satu penggunaan teknik ini adalah untuk memproduksi artikel berdasarkan data wawancara. Penulis tidak akan melakukan analisis mendalam dan juga tidak menggunakan data-data pendukung.


Baca juga : Teknik Pengolahan Data Kualitatif: Ketahui Macam-Macam Metode Pengumpulan Data


2. Transkripsi Dasar

Transkripsi dasar adalah teknik mengubah data audio menjadi teks dengan menuliskan kata per kata dari ucapan, tidak menghilangkan pengulangan, tidak memotong kata atau kalimat, dan tidak menghilangkan suara non-leksikal. Selain menuliskan ucapan, teknik ini juga menuliskan ekspresi emosi seperti tertawa, kesal, dan lain sebagainya. Teknik ini bisa digunakan jika peneliti ingin menganalisis isi pidato. 


3. Transkripsi Keseluruhan

Teknik ini adalah teknik mengubah data audio menjadi teks dengan menuliskan semua ucapan. Tidak hanya menuliskan kata demi kata, tetapi pengulangan juga ditulis. Hampir mirip dengan teknik sebelumnya, teknik ini juga tidak menggunakan pemotongan kata dan menuliskan suara non-leksikal. Perbedaan teknik ini dengan teknik transkripsi dasar adalah penulisan penekanan atau stres yang diekspresikan oleh narasumber atau responden. Teknik ini digunakan untuk menganalisis ekspresi dan interaksi. Kelebihan dari teknik ini adalah data teks yang terkumpul dapat digunakan kembali.


4. Transkripsi Percakapan

Teknik transkripsi ini merupakan teknik mengubah data audio menjadi video dengan menuliskan semua kata, jeda waktu, tidak ada potongan kata, menuliskan intonasi, volume, tekanan kata, serta ekspresi non-leksikal seperti bersin, bernafas, ekspresi wajah, dan lain sebagainya. Teknik ini merupakan teknik transkripsi paling detail. Tujuan penggunaan teknik ini adalah untuk merepresentasikan percakapan sedetail mungkin dalam format teks. 


Baca juga : Kenali 3 Jenis Metode Pengolahan Data Kuantitatif


5. Belajar Teknik Pengolahan Data Kualitatif

Di era big data, dimana tipe data tidak hanya sebatas angka, proses pengolahan data membutuhkan pengetahuan yang mumpuni, baik pengetahuan mengenai cara mem-treatment data hingga cara mengolahnya. Yuk belajar berbagai teknik pengolahan data kualitatif bersama DQLab! Klik button di bawah ini dan nikmati berbagai modul interaktif yang dilengkapi dengan live code editor, video penjelasan menarik, dan ilustrasi yang menjelaskan suatu kasus dengan detail! Selain modul interaktif, DQLab juga memiliki berbagai program penunjang belajar lainnya seperti job connector yang akan menjadi jembatan antara kita dan recruiter, sharing session bersama praktisi data profesional, dan lain sebagainya. Tingkatkan kompetensi bersama DQLab untuk mempersiapkan diri menuju revolusi industri 4.0!



Penulis: Galuh Nurvinda K

Editor: Annissa Widya Davita

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login