BAB I
PENDAHULUAN
A.
Latar Belakang
Teknologi
Informasi (TI), atau dalam bahasa Inggris dikenal dengan
istilah Information technology (IT) adalah istilah umum untuk
teknologi apa pun yang membantu manusia dalam membuat, mengubah, menyimpan,
mengomunikasikan dan/atau menyebarkan informasi. TI menyatukan komputasi dan
komunikasi berkecepatan tinggi untuk data, suara, dan video. Contoh dari
Teknologi Informasi bukan hanya berupa komputer pribadi, tetapi juga telepon,
TV, peralatan rumah tangga elektronik, dan peranti genggam modern (misalnya ponsel).
Istilah
dalam pengertian modern pertama kali muncul dalam sebuah artikel 1958 yang
diterbitkan dalam Harvard Business Review, di mana penulis Leavitt dan
Whisler berkomentar bahwa "teknologi baru belum memiliki nama tunggal yang
didirikan. Kita akan menyebutnya teknologi informasi (TI). ".[3] Beberapa bidang modern yang muncul dari teknologi
informasi adalah generasi berikutnya teknologi web, bioinformatika, ''Cloud
Computing'',
sistem informasi global, Skala besar basis pengetahuan dan lain-lain.
B.
Rumusan Masalah
1.
Apa pengertian
pengumpulan data
2. Apa pengertian transformasi data
3.
Apa
pengertian analisis data
4.
Apa
pengertian info grafis
5.
Apa
pengertian privasi
C. Tujuan
1.
Mengetahui pengertian
pengumpulan data
2. Mengetahui pengertian transformasi data
3.
Mengetahui
pengertian analisis data
4.
Mengetahui
pengertian info grafis
5.
Mengetahui
pengertian privasi
BAB II
PEMBAHASAN
A. Pengumpulan
Data
Dalam penelitian, teknik pengumpulan
data merupakan faktor penting demi keberhasilan penelitian. Hal ini berkaitan
dengan bagaimana cara mengumpulkan data, siapa sumbernya, dan apa alat yang
digunakan.
Jenis sumber data adalah mengenai
dari mana data diperoleh. Apakah data diperoleh dari sumber langsung (data primer)
atau data diperoleh dari sumber tidak langsung (data sekunder).
Metode Pengumpulan Data merupakan
teknik atau cara yang dilakukan untuk mengumpulkan data. Metode menunjuk suatu
cara sehingga dapat diperlihatkan penggunaannya melalui angket, wawancara, pengamatan,
tes, dkoumentasi dan sebagainya.
B.
Transformasi Data
1.
Pengertian Transformasi Data
Transformasi Data adalah upaya yang
dilakukan dengan tujuan utama untuk mengubah skala pengukuran data asli menjadi
bentuk lain sehingga data dapat memenuhi asumsi-asumsi yang mendasari analisis
ragam.
2.
Jenis Transformasi Data
Transformasi data ada beberapa jenis, antara lain:
a) Transformasi Square Root (Akar),
b) Tansformasi Logaritma,
c) Transformasi Arcsin,
d) Transformasi Square (Kuadrat),
e) Transformasi Cubic (Pangkat Tiga),
f) Transformasi Inverse (Kebalikan),
g) Transformasi Inverse Square Root
(Kebalikan Akar),
h) Transformasi Inverse Square
(Kebalikan Kuadrat),
i)
Transformasi
Inverse Cubic (Kebalikan Pangkat Tiga),
j)
Transformasi
Reverse Score (Balik Skor).
3. Rumus Transformasi Data
Bahasan di bawah ini dijelaskan Rumus Transformasi
Data.
a) Transformasi akar
Transformasi jenis ini disebut juga
dengan istilah transformasi akar kuadrat (square root). Transformasi akar
digunakan apabila data anda tidak memenuhi asumsi kehomogenen ragam. Dengan
kata lain transformasi akar berfungsi untuk membuat ragam menjadi homogen.
Kalau X adalah data asli anda, maka
X’ (X aksen) adalah data hasil transformasi anda. Jadi X = X’.
Apabila data asli anda menunjukkan
sebaran nilai antara 0 – 10, maka anda gunakan transfromasi akar X + 0,5. Dan
apabila nilai ragam data anda lebih kecil gunakan transformasi akar X + 1.
Transformasi akar ini dapat juga anda
gunakan untuk data persentase apabila nilainya antara 0 – 30%. Jika kebanyakan
nilainya adalah kecil, khususnya jika ada nilai 0, maka gunakan transformasi
akar X + 0,5 daripada akar X.
b) Rumus Transformasi Akar
Rumus Excel Transformasi Akar
adalah: =SQRT(Data Asli + 0,5). Apabila data asli ada di Cell A4 maka
rumusnya =SQRT(A4 + 0,5).
Cara Compute Transformasi Akar Pada
SPSS adalah: Klik Menu, Transform, Compute Variabel, Pada Target Variabel Beri
Nama Misal “Transform” dan Pada Kotak Numeric Expression isi dengan:
SQRT(Variabel Asli + 0,5). Apabila Variabel Asli memiliki nama (name)
“Var1” maka: SQRT(Var1 + 0,5).
c) Contoh Penggunaan Transformasi Akar
Contoh penggunaan transformasi akar
ini dengan menggunakan data hasil pengamatan dari percobaan pengobatan Bakteri
Salmonella dengan 4 Jenis Antibiotik. Hasil percobaan berupa banyaknya bakteri
yang mati seperti pada tabel berikut ini:
Transformasi
Data Akar
Hasil analisis ragam
data asli sebagai berikut:
Hasil pengujian
terhadap data asli di atas menunjukkan nilai F Hitung 19,407.
Kemudian lakukan transformasi akar
dengan rumus akar X + 0,5. Hal ini karena sebaran data tersebut kurang dari 10.
Misalnya untuk data perlakuan A kelompok I, X = 2, maka hasil transformasinya
adalah akar 2 + 0,5 = 3,5 = 1,581. Dan selanjutnya hingga data pada perlakuan D
kelompok IV.
Berikut ini adalah data hasil
transformasi akar dari data asli :
Dan hasil analisis ragam dari data
transformasi adalah seperti di bawah ini :
Kesimpulan hasil Transformasi Akar:
Hasil pengujian terhadap data
transformasi di atas menunjukkan nilai F Hitung 17,654.
Perhatikan ternyata setelah data
memenuhi asumsi analisis ragam, terdapat perubahan nilai F hitung dari 19,407
menjadi 17,654.
Dari 2 hasil analisis di atas,
manakah nilai p value atau signifikansi yang akan dipakai? Tentu saja anda
harus menggunakan hasil pada data transformasi karena hasil itulah yang
memberikan keadaan sesungguhnya dari percobaan anda.
d) Contoh Transformasi Logaritma
Contoh penggunaan transformasi akar
ini dengan menggunakan data hasil pengamatan dari percobaan pengobatan Bakteri
Clostridium dengan 5 Jenis Antibiotik. Hasil percobaan berupa banyaknya bakteri
yang mati seperti pada tabel berikut ini:
Transformasi
Data Logaritma
Dan hasil analisis ragam data asli adalah berikut ini
:
Hasil pengujian terhadap data asli di
atas menunjukkan nilai F Hitung 27,844.
Kemudian lakukan transformasi
logaritma dengan rumus Log X. Misalnya untuk data perlakuan Ha NPV-Asb kelompok
I, X = 20, maka hasil transformasinya adalah Log 20 = 1,301. Dan selanjutnya
hingga data pada perlakuan Kontrol kelompok IV.
Berikut ini adalah data hasil
transformasi log X dari data asli :
Dan hasil analisis ragam dari data
transformasi adalah berikut ini :
Kesimpulan Transformasi Logaritma
Hasil pengujian terhadap data
transformasi di atas menunjukkan nilai F Hitung 40,106.
Perhatikan ternyata setelah data
memenuhi asumsi analisis ragam, terdapat peningkatan nilai F hitung dari 27,844
menjadi 40,106.
Dari 2 hasil analisis di atas,
manakah nilai p value atau signifikansi yang akan dipakai? Tentu saja anda
harus menggunakan hasil pada data transformasi karena hasil itulah yang
memberikan keadaan sesungguhnya dari percobaan anda.
e)
Transformasi Arcsin
Transformasi ini disebut juga dengan
transformasi Angular. Transformasi Arcsin digunakan apabila data anda
dinyatakan dalam bentuk persentase atau proporsi. Umumnya data yang demikian
mempunyai sebaran binomial. Bentuk transformasi arcsin ini biasa disebut juga
transformasi kebalikan sinus atau transformasi arcus sinus. Kalau X adalah data
asli anda, maka X’ (X aksen) adalah data hasil transformasi anda dimana X’ =
Arcsin X. Jadi X = X’. Namun, data dalam bentuk persentase tidak mesti harus
menggunakan transformasi arcsin.
f) Transformasi Logaritma
Beberapa buku ada yang menyebutnya
dengan transformasi Log X. Transformasi Logaritma digunakan apabila data anda
tidak memenuhi asumsi pengaruh aditif. Kalau X adalah data asli anda, maka X’
(X aksen) adalah data hasil transformasi anda dimana X’ = Log X. Jadi X = X’.
Ada beberapa hal yang perlu anda perhatikan dalam penggunaan transformasi
logaritma ini yaitu:
a) Apabila
data asli anda menunjukkan sebaran nilai kurang dari 10 atau nilai mendekati
nol, maka anda gunakan transfromasi log X + 1.
b) Apabila
data anda banyak mengandung nilai nol, maka sebaiknya gunakan transformasi yang
lain, misalnya transformasi akar.
c) Apabila
data anda banyak mendekati nol (misalnya bilangan desimal), maka semua data
dikalikan 10 sebelum dijadikan ke logaritma. Jadi X’ = log (10X). Misalnya X =
0,12 setelah di taransformasikan X’ akan menjadi X’ = log (10 x 0,12) = 0,079.
g) Rumus Transformasi Logaritma
Rumus Excel Transformasi Logaritma
adalah: =Log(Data Asli). Apabila data asli ada di Cell A4 maka
rumusnya =Log(A4).
Cara Compute Transformasi Logaritma
Pada SPSS adalah: Klik Menu, Transform, Compute Variabel, Pada Target Variabel
Beri Nama Misal “Transform” dan Pada Kotak Numeric Expression isi dengan:
Lg10(Variabel Asli). Apabila Variabel Asli memiliki nama (name) “Var1” maka:
Lg10(Var1).
C.
Analisis Data
1.
Pengertian
Analisis data adalah proses memeriksa, membersihkan,
mengubah, dan pemodelan data dengan tujuan untuk menyoroti informasi yang
berguna, menyarankan kesimpulan, dan mendukung pengambilan keputusan. Analisis
data memiliki beberapa aspek dan pendekatan, meliputi teknik beragam di bawah
berbagai nama, di bisnis yang berbeda, sains, dan domain ilmu sosial.
2.
Analisis Data Kualitatif
Penelitian kualitatif menggunakan
analisis data kualitatif (QDA) untuk menganalisis teks, transkrip wawancara,
foto, seni, catatan lapangan (etnografis) pengamatan, dan sebagainya.
3.
Proses Analisis Data
Analisis data adalah proses, di mana
beberapa tahap dapat dibedakan: Pembersihan data. Analisis data awal
(penilaian kualitas data); Data utama analisis (menjawab pertanyaan
penelitian yang asli). Final analisis data (analisis tambahan yang
diperlukan dan laporan)
4.
Pembersihan Data
Pembersihan data merupakan prosedur
yang penting selama data diperiksa, dan data yang salah yang-jika perlu, lebih
baik, dan kemungkinan-dikoreksi. Pembersihan data dapat dilakukan selama tahap
entri data. Jika ini dilakukan, penting bahwa tidak ada keputusan dibuat
subjektif. Prinsip panduan yang diberikan oleh Ader (ref) adalah: selama
manipulasi berikutnya dari data, informasi harus selalu kumulatif dpt.
5.
Awal Analisis Data
a)
Kualitas data, Kualitas data harus diperiksa sedini
mungkin. Kualitas data dapat dinilai dengan beberapa cara, menggunakan berbagai
jenis analisis: jumlah frekuensi, statistik deskriptif (rata-rata, standar
deviasi, rata-rata), normalitas (skewness, kurtosis, histogram frekuensi, plot
probabilitas normal), asosiasi (korelasi, plot pencar) ;
b)
Pemeriksaan kualitas data
awal lainnya adalah: Cek pada pembersihan data: keputusan telah
mempengaruhi distribusi dari variabel-variabel? Distribusi variabel sebelum
pembersihan data dibandingkan dengan distribusi dari variabel-variabel setelah
pembersihan data untuk melihat apakah pembersihan data memiliki efek yang tidak
diinginkan pada data;
c)
Analisis hilang pengamatan:
apakah ada banyak nilai-nilai yang hilang, dan nilai-nilai yang hilang di acak?
Pengamatan yang hilang pada data dianalisis untuk melihat apakah lebih dari 25%
dari nilai yang hilang, apakah mereka hilang secara acak (MAR), dan apakah
beberapa bentuk imputasi (statistik) diperlukan;
d)
Analisis ekstrim pengamatan:
pengamatan terpencil dalam data dianalisis untuk melihat apakah mereka
tampaknya mengganggu distribusi.
6.
Kualitas Pengukuran
Kualitas instrumen pengukuran hanya
harus diperiksa selama tahap analisis data awal saat ini tidak fokus atau
pertanyaan penelitian penelitian. Orang harus memeriksa apakah struktur
instrumen pengukuran berhubungan dengan struktur dilaporkan dalam literatur.
Ada dua cara untuk menilai kualitas
pengukuran: Analisis faktor konfirmatori, Analisis homogenitas (konsistensi
internal), yang memberikan indikasi keandalan instrumen pengukuran, yaitu,
apakah semua item masuk ke dalam skala unidimensional. Dalam analisis ini, satu
memeriksa varians dari item dan timbangan, α yang Cronbach tentang skala, dan
perubahan alpha Cronbach ketika item akan dihapus dari skala.
7.
Awal Transformasi
a) Square
root transformasi (jika distribusi agak berbeda dari yang normal);
b) Log-transformasi (jika
distribusi berbeda secara substansial dari normal);
c) Invers
transformasi (jika distribusi sangat berbeda dari normal);
d) Membuat
kategori (ordinal / dikotomis) (jika distribusi sangat berbeda dari
normal, dan tidak membantu transformasi)
e) Apakah
pelaksanaan penelitian memenuhi
tujuan dari desain penelitian?
8.
Karakteristik Data Sampel
Dalam setiap laporan atau artikel,
struktur sampel harus akurat dijelaskan. Hal ini terutama penting untuk tepat
menentukan struktur sampel (dan khususnya ukuran subkelompok) ketika
subkelompok analisis akan dilakukan selama tahap analisis
utama. Karakteristik data sampel dapat dinilai dengan melihat: Dasar
statistik variabel penting, Scatter
plot, Korelasi, Cross-tabulasi
9. Akhir
Tahap Analisis Data Awal
Selama tahap akhir, temuan analisis
data awal didokumentasikan, dan perlu, lebih baik, dan tindakan korektif yang
mungkin diambil. Selain itu, rencana awal untuk analisis data utama dapat
dan harus ditentukan lebih terinci dan / atau ditulis ulang. Untuk
melakukan hal ini, beberapa keputusan tentang analisis data utama dapat dan
harus dilakukan: Dalam kasus non-normals: harus satu mengubah variabel,
membuat variabel kategorikal (ordinal / dikotomis); menyesuaikan metode
analisis?
10. Analisis
Beberapa analisis dapat digunakan
selama tahap analisis data awal: Statistik univariat, Bivariat
asosiasi (korelasi), Teknik grafis (plot pencar). Adalah penting
untuk mengambil tingkat pengukuran variabel ke rekening untuk analisis, seperti
teknik statistik khusus tersedia untuk setiap tingkat: Nominal dan
ordinal variabel, Frekuensi menghitung (angka dan persentase), Asosiasi
circumambulations (crosstabulations) loglinier hirarki analisis (dibatasi
maksimum 8 variabel) analisis loglinier (untuk meng- identifikasi relevan
/ variabel penting dan pembaur mungkin), tes Sesuai atau bootstrap (dalam
kasus subkelompok kecil)
11. Perangkat
Lunak Bebas Untuk Analisis Data
ROOT – C + + data analisis kerangka
dikembangkan di CERN, Paw – FORTRAN / C analisis data kerangka
dikembangkan di CERN, JHepWork – Jawa (multi-platform) analisis data
kerangka dikembangkan di ANL, Zeptoscope Dasar – Interaktif plotter
berbasis Java dikembangkan pada Nanomix. KNIME – Konstanz Informasi yang
Miner, user friendly dan analisis data kerangka kerja yang
komprehensif. Data Terapan – sebuah tambang data online dan solusi data
visualisasi. R – sebuah bahasa pemrograman dan lingkungan perangkat lunak
untuk statistik komputasi dan grafis. Vista – program untuk statistik
visual dan EDA.
D.
Info Grafis
Pengertian Infografis
adalah suatu bentuk penyajian data dengan konsep visual yang terdiri dari teks
dengan tambahan gambar-gambar ilustrasi yang menarik. Proses pembuatan
infografis biasa disebut dengan beberapa istilah yang berbeda seperti data
visualization, information design dan information architecture.
1.
Langkah
Membuat Info Grafis
a)
Memilih topik
Mencari tahu apa
yang sedang menjadi pembicaraan di Internet/media sosial, dan juga dari apa
yang menjadi pemikiran dari internal organisasi
b)
Melakukan
survey dan riset
·
Mencari sumber-sumber data dari buku di
perpustakaan
·
Mencari sumber-sumber data dari Internet
·
Mencari dari sumber-sumber internal
c)
Mendapatkan
data
Mengumpulkan
sumber-sumber data dari buku, Internet dan sumber-sumber internal
d)
Menganalisis
data
Menganalisis,
mempelajari, membaca dan mengartikan data yang didapatkan dari buku2, Internet
dan sumber-sumber internal
e)
Membuat Narasi
Membuat narasi, membangun cerita
berdasarkan makna dari data yang didapat
f)
Membuat
sketsa/wireframe
Brainstorming, membuat berbagai
sketsa visual
g)
Mengedit
Mengedit format dan menyusun
tampilan data untuk dimuat ke dalam Visualisasi
h)
Mendesain
Mengintegrasikan visual dengan data
yang telah disusun
i)
Melakukan
Pengujian
Melakukan validasi terhadap data
dalam Visualisasi
j)
Penyempurnaan
Melakukan perbaikan berdasarkan
ujicoba
2. Jenis
Jenis Infografis
·
Infografis
Statis
Infografis
statis adalah infografis yang disajikan dalam bentuk visual statis, tanpa
konsep audio atau konsep animasi yang bisa bergerak. Jenis infografis yang satu
ini bisa dibilang merupakan jenis yang paling sederhana dan paling sering
digunakan untuk berbagai kebutuhan.
·
Infografis
Animasi
Dikenal
juga dengan sebutan animated infographics, infografis jenis ini bisa digunakan
pada media audio visual seperti televisi atau #Youtube. Infografis animasi bisa disajikan dalam bentuk 2 dimensi
maupun bentuk 3 dimensi yang tampak lebih kompleks. Melihat data dan informasi
yang disajikan dengan infografis animasi jadi terasa menyenangkan seperti
menonton film.
·
Infografis
interaktif
Infografis
interaktif adalah jenis infografis yang paling kompleks jika dibandingkan
dengan infografis statis dan infografis animasi. Pada infografis ini, target
yang menjadi sasaran penyajian informasi bisa melakukan interaksi terhadap
infografis yang disajikan. Untuk mewujudkan infografis interaktif yang baik,
dibutuhkan kerjasama dengan developer atau programmer supaya animasi maupun
pemrograman interaksi bisa dijalankan dengan lancar.
E.
Privasi
1.
Pengertian Privasi
Pengertian privasi adalah hak
individu untuk mempertahankan
informasi pribadi dari pengaksesan oleh orang tidak diberi izin
untuk melakukannya ( Akses, pengumpulan, analisis, dan penggunaan informasi
pribadi ) yang tidak pantas baginya untuk orang lain mengetahui privasinya,
seperti : nama , nomor telepon, alamat, E-mail, nomor lisensi mobil,
karakteristik fisik ( dimensi wajah, sidik jari, tulisan tangan, dan
lain-lain), nomor kartu kredit, dan hubungan keluarga, karena dapat berdampak
negatif terhadap kehidupan sosial, harta benda, dan keselamatannya.
Memasuki era teknologi informasi sekarang
ini berbagai ilmuan telah mengembangkan berbagai cara dalam mengatasi
permasalahan system keamanan dalam suatu data atau account, mereka memperketat
keamanan dan mengembangkan
Kriptografi yaitu suatu
ilmu yang mempelajari bagaimana cara menjaga agar data atau pesan tetap aman
saat dikirimkan, dari pengirim ke penerima tanpa mengalami gangguan dari pihak
ketiga untukaspek keamanan informasi
seperti kerahasiaan.
2. Fungsi
Privasi
Fungsi Privasi adalah untuk mencegah kejahatan
computer dan anonimitas
a. Kejahatan Komputer
Kejahatan Komputer adalah segala aktifitas yang tidak sah
dilakukan dengan memanfaatkan pindak pidana, seperti sebagi berikut ini :
1) Pencurian data program
2) Layanan Pencurian
3) Memperbanyak program
4) Mengubah data
5) Pengerusakan program
6) Pengerusakan data
7) Pelanggaran terhadap UU
b. Anonimitas
Anonimitas adalah tidak beridentitas. Privasi dan anonimitas
adalah 2 hal yang sangat erat kaitannya dan mirip. Tapi prinsipnya Anonimitas
adalah untuk privasi sedangkan privasi belum tentu membutuhkan anonimitas,
walaupun biasanya memerlukan. Privasi bisa saja didapat dengan menerapkan
sekuritas misalnya enkripsi. ( Contoh : Saat mencobos anda tidak menuliskan
nama / identtas anda, inilah yag disebut anonimitas )
3. Konsep
Privasi
Konsep privasi adalah menentukan
batasan pengertian privasi. Privasi berarti bebas, kebebasan, atau keleluasaan.
Maknanya yaitu kebebasan atau keleluasaan pribadi. Kebebasan termasuk suatu
yang bersifat asasi, yang umumnya para ahli memiliki konsepsi yang sama bahwa
kebebasan ada pada setiap insan. Secara dekripsi, kebebasan senantiasa ada
batasan baik kelemahan yang bersifat internal maupun eksternal. Pada dasarnya
kebebasan bukan berarti berbuat sekehendak hati melainkan ada batasnya untuk
mengakui dan menghormati hak dan kewajiban setiap manusia pada umumnya.
4. II.II. UU
dalam Tekhnologi Informasi
Dalam UU Tekhnologi Informasi ayat 19
juga disebutkan bahwa privasi adalah hak individu untuk mengendalikan
penggunaan informasi tentang identitas pribadi baik oleh dirinya sendiri atau
oleh pihak lainnya.
Hukuman pidana yang melanggar UU pada Pasal
29 : Pelanggaran Hak Privasi Barangsiapa dengan sengaja dan melawan
hukum memanfaatkan Teknologi Informasi untuk mengganggu hak privasi individu
dengan cara menyebarkan data pribadi tanpa seijin yang bersangkutan, dipidana
penjara paling singkat 3 (tiga) tahun dan paling lama 7 (tujuh) tahun.
Tindakan penggunaan teknologi
informasi yang bertentangan dengan privasi antara lain :
a.
Hacking/cracking
Tindakan pembobolan data rahasia suatu institusi, membeli
barang lewat internet dengan menggunakan nomor kartu kredit orang lain tanpa
izin (carding) merupakan contoh-contoh dari tindakan hacking. Orang yang
melakukan hacking disebut hacker. Begitu pula dengan membuka kode program
tertentu atau membuat suatu proses agar beberapa tahap yang harus dilakukan
menjadi terlewatkan.
b.
Pembajakan
Mengutip atau menduplikasi suatu produk, misalkan program
komputer, kemudian menggunakan dan menyebarkan tanpa izin atau lisensi dari
pemegang hak cipta merupakan pembajakan, dan masuk kategori kriminal.
c.
Browsing
Membuka situs dewasa bagi orang yang belum layak merupakan
tindakan yang tidak sesuai dengan norma dan etika. Teknologi internet yang
dapat memberikan informasi tanpa batas akan mengakibatkan tindakan yang
beragam, mulai dari tindakan-tindakan positif sampai negatif.
5. II.III. Informasi
Informasi adalah suatu kenyataan,
data, item yang menambah pengetahuan bagi penggunanya Informasi adalah
kenyataan yang menunjukkan hasil pengolahan data yang berguna kepada yang
menerimanya.
a.
Privacy
Information (Security) Sebuah informasi harus aman, dalam arti hanya diakses oleh
pihak – pihak yang berkepentingan saja sesuai dengan sifat dan tujuan dari
informasi tersebut.
b.
Kebebasan
Memperoleh Informasi kegiatan
mempromosikan keterbukaan dan akuntabilitas sektor publik dengan cara
memberikan kewenangan kepada masyarakat untuk mengakses informasi tersebut.
Ada
beberapa macam hak privasi, diantaranya :
1) Hak untuk bebas dari akses yang
tidak diinginkan, misalnya akses fisik, akses melalui SMS.
2) Hak untuk tidak membolehkan
informasi pribadi digunakan dengan cara yang tidak diinginkan, misalnya
penjualan informasi dan pembocoran informasi.
3) Hak untuk tidak membolehkan
informasi pribadi dikumpulkan oleh pihak lain tanpa sepengetahuan atau seizin
seseorang, misalnya melalui penggunaan CCTV.
4) Hak untuk memiliki informasi pribadi
yang dinyatakan secara akurat dan benar
5) Hak untuk mendapatkan imbalan atas
nilai informasi itu sendiri.
c.
Ciri
Kebebasan
Informasi
1) Keterbukaan maksimum (kegiatan
mempromosikan keterbukaan dan akuntabilitas sektor publik dengan cara
memberikan kewenangan kepada masyarakat untuk mengakses informasi tersebut)
2) Memajukan pemerintahan ( seperti :
lowongan kerja ) yang terbuka
3) Pembatasan cakupan
kekecualian ( tidak ada batasan baggi yang ingin yangbrowsing )
4) Proses-proses untuk mempermudah
pemerolehan informasi
5) Biaya Rapat (men-browsing)
yang terbuka
6) Keterbukaan informasi adalah
prioritas
7) Perlindungan untuk pengungkap
(notification) (untuk memperoleh informasi)
6. II.IV. Arti
Penting Pengaturan Perlindungan Privasi Data dan Informasi
Kemajuan dan perkembangan komunikasi
multimedia, ruang lingkup dan kecepatan komunikasi lintas batas meningkat.
Perkembangan tersebut telah mendorong berbagai forum internasional memahami
fenomena komunikasi multimedia sebagai salah satu pemanfaatan teknologi
informasi. Dalam hal ini diperlukan kerja sama untuk mencapai tujuan tanpa
melanggar prinsip yang berlaku dalam hukum intenasional. Negara-negara tersebut
hakekatnya dapat disebut sebagai embrio dalam mewujudkan masyarakat
internasional dalam bidang komunikasi.
Arti penting privasi teknologi
informasi untuk menjaga keamanan karena faktor
penting yang perlu diperhatikan dalam pengoperasian sistem informasi , yang dimaksudkan untuk mencegah ancaman yang berbau negatif.
BAB III
PENUTUP
A.
Kesimpulan
Teknik
Pengumpulan Data merupakan faktor penting demi
keberhasilan penelitian. Hal ini berkaitan dengan bagaimana cara mengumpulkan
data, siapa sumbernya, dan apa alat yang digunakan.
Transformasi Data adalah upaya yang dilakukan dengan
tujuan utama untuk mengubah skala pengukuran data asli menjadi bentuk lain
sehingga data dapat memenuhi asumsi-asumsi yang mendasari analisis ragam.
Analisis
Data adalah
proses memeriksa, membersihkan, mengubah, dan pemodelan data dengan tujuan
untuk menyoroti informasi yang berguna, menyarankan kesimpulan, dan mendukung
pengambilan keputusan. Analisis data memiliki beberapa aspek dan pendekatan,
meliputi teknik beragam di bawah berbagai nama, di bisnis yang berbeda, sains,
dan domain ilmu sosial.
Infografis
adalah suatu bentuk penyajian data dengan konsep visual yang terdiri dari teks
dengan tambahan gambar-gambar ilustrasi yang menarik. Proses pembuatan
infografis biasa disebut dengan beberapa istilah yang berbeda seperti data
visualization, information design dan information architecture.
Privasi adalah hak individu
untuk mempertahankan informasi pribadi dari
pengaksesan oleh orang tidak diberi izin untuk melakukannya ( Akses,
pengumpulan, analisis, dan penggunaan informasi pribadi ) yang tidak pantas
baginya untuk orang lain mengetahui privasinya, seperti : nama , nomor telepon,
alamat, E-mail, nomor lisensi mobil, karakteristik fisik ( dimensi wajah, sidik
jari, tulisan tangan, dan lain-lain), nomor kartu kredit, dan hubungan keluarga.
DAFTAR PUSTAKA
http://zahrahayaa.blogspot.com/2016/12/makalah-tentang-privasi-dalam-teknologi.html
https://ganjarsayogo.wordpress.com/2015/04/24/data-pengertian-jenis-metode-pengumpulan-dan-variabel-penelitian/
https://www.statistikian.com/2013/01/transformasi-data.html
MAKALAH TIK
“ANALISIS DATA”
Oleh:
NAMA KELOMPOK
Ø FAZILA SAIL
Ø HERA JUNIARTI
Ø GALIH LAKSA A.
Ø RISKAN
FREDIANSYAH
KELAS : X MIPA 5
SMA NEGERI 1 MASBAGIK
2019
KATA PENGANTAR
Sembah sujud penulis
panjatkan ke hadirat Allah SWT karena anugerah dan rahmat-Nya jualah sehingga
makalah ini dapat terselesaikan. Dalam penyusunan makalah ini, penulis telah
berusaha semaksimal mungkin, yang mana telah memakan waktu dan pengorbanan yang
tak ternilai dari semua pihak yang memberikan bantuannya, yang secara langsung
merupakan suatu dorongan yang positif bagi penulis ketika menghadapi
hambatan-hambatan dalam menghimpun bahan materi untuk menyusun makalah ini.
Namun penulis menyadari
bahwa makalah ini masih sangat jauh dari kesempurnaan, baik dari segi penyajian
materinya maupun dari segi bahasanya. Karena itu saran dan kritik yang bersifat
konstruktif senantiasa penulis harapkan demi untuk melengkapi dan
menyempurnakan makalah ini.
 |
DAFTAR ISI
KATA
PENGANTAR .........................................................................................
DAFTAR
ISI .......................................................................................................
BAB I
PENDAHULUAN...................................................................................
A.
Latar Belakang....................................................................................
B.
Rumusan
Masalah...............................................................................
C.
Tujuan..................................................................................................
BAB II
PEMBAHASAN.....................................................................................
A.
Pengumpulan
Data..............................................................................
B.
Transformasi
Data...............................................................................
C.
Analisis Data.......................................................................................
D.
Info Grafis...........................................................................................
E.
Privasi..................................................................................................
BAB III PENUTUP.............................................................................................
A.
Kesimpulan..........................................................................................
DAFTAR PUSTAKA...........................................................................................
Tidak ada komentar:
Posting Komentar