RANGKUMAN INFORMATIKA KELAS IX
ANALISIS DATA DAN SISTEM CERDAS
A. ANALISIS DATA
Analisis data adalah proses mengolah dan mempelajari data untuk mendapatkan informasi dan membuat kesimpulan.
Sebelum menganalisis data, periksa:
Data kosong → cari data aslinya terlebih dahulu.
Data duplikat → periksa dan hilangkan data yang tercatat ganda.
Format tidak seragam → samakan format data.
Data ekstrem (outlier) → periksa penyebabnya sebelum menghapus atau mengubahnya.
Data tidak valid → periksa sumber data terlebih dahulu.
Kesimpulan harus dibuat hati-hati.
Rata-rata kelas yang meningkat tidak berarti semua siswa meningkat. Hasil survei juga belum tentu mewakili seluruh kelompok jika respondennya terbatas.
B. FUNGSI SPREADSHEET
| Fungsi | Kegunaan |
|---|---|
SUM | Menjumlahkan angka |
AVERAGE | Menghitung rata-rata |
MIN | Mencari nilai terendah |
MAX | Mencari nilai tertinggi |
COUNT | Menghitung jumlah data angka |
COUNTA | Menghitung jumlah sel yang tidak kosong |
COUNTIF | Menghitung data dengan 1 kriteria |
COUNTIFS | Menghitung data dengan beberapa kriteria |
SUMIF | Menjumlahkan data berdasarkan 1 kriteria |
SUMIFS | Menjumlahkan data berdasarkan beberapa kriteria |
UPPER | Mengubah teks menjadi huruf kapital |
LOWER | Mengubah teks menjadi huruf kecil |
PROPER | Membuat huruf awal setiap kata menjadi kapital |
IF | Memberikan hasil berdasarkan kondisi |
Contoh:
=COUNTIF(B2:B31,">=75")
→ menghitung jumlah siswa dengan nilai minimal 75.
=IF(C2>=75,"Tuntas","Belum Tuntas")
→ menentukan status ketuntasan.
=PROPER(A2)
→ mengubah andi menjadi Andi.
C. SORTING DAN FILTER
Sorting = mengurutkan data.
Contoh:
nilai terbesar → terkecil;
nilai terkecil → terbesar;
nama A → Z.
Saat mengurutkan nilai siswa, seluruh tabel harus ikut diurutkan agar nama tetap sesuai dengan nilainya.
Filter = menampilkan data yang memenuhi kondisi tertentu.
Contoh: menampilkan transaksi dengan jumlah lebih dari 10.
D. VISUALISASI DATA
Visualisasi digunakan agar data lebih mudah dibaca dan dipahami.
Grafik Batang
→ untuk membandingkan beberapa kategori.
Contoh: jumlah siswa pada berbagai ekstrakurikuler.
Grafik Garis
→ untuk melihat perubahan atau tren berdasarkan waktu.
Contoh: jumlah pengunjung perpustakaan Januari–Juni.
Diagram Lingkaran
→ untuk menunjukkan bagian-bagian dari keseluruhan.
Contoh: persentase hobi siswa.
E. BERPIKIR KOMPUTASIONAL
Berpikir komputasional adalah cara menyelesaikan masalah secara logis dan sistematis.
1. Dekomposisi
Memecah masalah besar menjadi bagian-bagian yang lebih kecil.
Contoh: masalah keterlambatan siswa dibagi menjadi:
hari;
waktu datang;
kelas;
alasan keterlambatan.
2. Pengenalan Pola
Mencari kecenderungan atau pola dari data.
Contoh: keterlambatan paling banyak terjadi pada hari Senin.
3. Abstraksi
Memilih informasi yang penting dan relevan serta mengabaikan informasi yang tidak diperlukan.
4. Algoritma
Urutan langkah yang logis dan sistematis untuk menyelesaikan masalah.
5. Debugging
Mencari dan memperbaiki kesalahan pada algoritma atau sistem.
F. SISTEM CERDAS
Sistem cerdas adalah sistem yang menggunakan data dan proses komputasi untuk menghasilkan suatu keputusan atau keluaran.
Contoh:
Face Recognition;
Smart CCTV;
sistem presensi berbasis AI.
Alur umum sistem:
Input → Digitalisasi → Transmisi → Pemrosesan → Output
Contoh:
Wajah → Kamera → Data dikirim → AI memproses → Hasil presensi
G. FACE DETECTION DAN FACE RECOGNITION
Face Detection
Digunakan untuk mendeteksi lokasi/keberadaan wajah.
Contoh: kamera memberikan kotak pada wajah seseorang.
Face Recognition
Digunakan untuk mengenali identitas seseorang berdasarkan wajah.
Urutan sederhananya:
Face Detection → Face Recognition → Identitas
H. ON-DEVICE DAN SERVER/CLOUD
On-Device Processing
Data diproses langsung pada perangkat.
Kelebihan:
tidak terlalu bergantung pada jaringan.
Kekurangan:
kemampuan perangkat dapat menjadi batasan.
Server/Cloud Processing
Data dikirim ke server untuk diproses.
Kelebihan:
dapat memanfaatkan kemampuan server yang lebih besar.
Kekurangan:
bergantung pada jaringan.
Jika jaringan tidak stabil tetapi perangkat cukup kuat, on-device processing dapat dipertimbangkan.
I. KOMPONEN SISTEM CERDAS
Hardware
Perangkat fisik seperti:
kamera;
komputer;
sensor.
Software
Program dan algoritma yang menjalankan sistem.
Brainware
Manusia yang:
mengoperasikan sistem;
memeriksa hasil;
mengambil keputusan;
memperbaiki kesalahan.
Input Data
Data yang masuk ke sistem.
Kualitas input memengaruhi hasil AI.
Contoh:
kamera buram → gambar buruk → hasil pengenalan dapat salah.
Jaringan
Digunakan untuk mengirim data, terutama pada sistem yang menggunakan server.
J. KEAMANAN DATA
Data biometrik adalah data yang berkaitan dengan karakteristik tubuh seseorang, misalnya:
wajah;
sidik jari.
Data biometrik harus dilindungi karena berkaitan dengan identitas seseorang dan bersifat unik.
Praktik yang baik:
mengatur hak akses;
menjaga kerahasiaan data;
tidak membagikan data sembarangan;
tidak mengunggah data biometrik tanpa kebutuhan yang tepat.
K. HTTPS/TLS DAN ENKRIPSI
HTTPS/TLS
Digunakan untuk membantu mengamankan data saat dikirim melalui jaringan.
Enkripsi
Mengubah data menjadi bentuk yang terlindungi sehingga tidak mudah dibaca oleh pihak yang tidak berwenang.
Contoh:
AES digunakan untuk melindungi data dengan enkripsi.
RINGKASAN PALING PENTING
Analisis Data
→ Periksa data → Olah data → Analisis → Buat kesimpulan.
Berpikir Komputasional
→ Dekomposisi = memecah masalah
→ Pengenalan Pola = mencari kecenderungan
→ Abstraksi = memilih informasi penting
→ Algoritma = langkah penyelesaian
→ Debugging = memperbaiki kesalahan
Spreadsheet
→ SUM = jumlah
→ AVERAGE = rata-rata
→ MIN = terendah
→ MAX = tertinggi
→ COUNT = jumlah angka
→ COUNTIF = 1 kriteria
→ COUNTIFS = beberapa kriteria
→ IF = kondisi
→ PROPER = huruf awal kapital
Visualisasi
→ Batang = perbandingan
→ Garis = tren/waktu
→ Lingkaran = bagian dari keseluruhan
Sistem Cerdas
→ Input → Digitalisasi → Transmisi → Pemrosesan → Output
Face Detection
→ mendeteksi wajah
Face Recognition
→ mengenali identitas
On-Device
→ diproses di perangkat, lebih sedikit bergantung jaringan
Server/Cloud
→ diproses di server, membutuhkan jaringan
Keamanan
→ Data biometrik harus dilindungi
→ HTTPS/TLS = melindungi transmisi
→ Enkripsi = melindungi isi data
Diskusi & Pertanyaan