Berpikir Komputasional dalam Analisis Data
Bab I — Informatika Kelas IX
Satu pertemuan PJJ untuk memahami cara berpikir komputasional melalui tree, graph, dan visualisasi data.
Tujuan Pembelajaran
Mengingat kembali empat kunci berpikir komputasional.
Menjelaskan konsep struktur data tree dan istilah root, parent, child, serta leaf.
Menjelaskan konsep struktur data graph melalui simpul dan ruas.
Membedakan penggunaan tree dan graph pada masalah sehari-hari.
Menjelaskan langkah dasar analisis data dan memilih visualisasi sederhana yang sesuai.
Alur Belajar Hari Ini
Empat Kunci Berpikir Komputasional
Abstraksi
Memilih informasi penting dan mengabaikan detail yang tidak relevan.
Dekomposisi
Memecah masalah kompleks menjadi bagian lebih kecil.
Pengenalan Pola
Mencari kesamaan, keteraturan, atau tren.
Algoritma
Menyusun langkah logis dan terstruktur untuk menyelesaikan masalah.
Struktur Data: Mengatur agar Mudah Digunakan
Struktur data adalah cara mengatur dan menyimpan data agar lebih mudah digunakan, dicari, dan dipahami.
Tree — Struktur Data Bertingkat
Tree cocok untuk data yang memiliki hubungan hierarki atau bertingkat.
Istilah Penting pada Tree
Simpul paling awal/paling atas.
Simpul induk yang memiliki child.
Simpul anak dari sebuah parent.
Simpul ujung yang tidak memiliki child.
Contoh Tree: Struktur Folder Komputer
Graph — Data yang Saling Terhubung
Graph digunakan ketika data memiliki banyak hubungan antarsimpul dan tidak harus bertingkat.
Objek atau kondisi yang dihubungkan.
Penghubung antar-simpul.
Contoh Graph: Jalur Transportasi
Tree vs Graph
Tree
- Hubungan bertingkat/hierarki.
- Memiliki satu root.
- Setiap child umumnya punya satu parent.
- Cocok untuk folder, organisasi, silsilah.
Graph
- Hubungan lebih bebas.
- Tidak harus punya root.
- Satu simpul dapat terhubung ke banyak simpul.
- Cocok untuk rute, jaringan, pertemanan.
Dari Struktur Data ke Analisis Data
Data Terstruktur Belum Tentu Mudah Dipahami
| Nama | Informatika | IPA | Matematika |
|---|---|---|---|
| Budi | 90 | 90 | 80 |
| Amir | 86 | 88 | 70 |
| Dina | 87 | 90 | 80 |
| Suti | 100 | 90 | 85 |
Grafik membantu melihat pola
Tabel menyimpan angka dengan rapi, tetapi visualisasi membantu kita melihat perbandingan, tren, dan pola dengan lebih cepat.
Visualisasi Ringan: Diagram Batang
Kapan digunakan?
Diagram batang cocok untuk membandingkan nilai antar-kategori.
Visualisasi Ringan: Garis, Lingkaran, dan Pencar
Diagram Garis
Untuk melihat tren dari waktu ke waktu.
Diagram Lingkaran
Untuk melihat proporsi bagian dari keseluruhan.
Diagram Pencar
Untuk melihat hubungan dua variabel.
Membersihkan Data Sebelum Dianalisis
| Nama | Tinggi Badan |
|---|---|
| Ani | 160 |
| Amir | 170 |
| Citra | 162 |
| Dodi | — |
| Vina | 158 |
Ada data kosong. Apa yang dilakukan?
Eksplorasi Data: Apa yang Kita Cari?
COUNT
Menghitung banyak data.
MIN
Mencari nilai paling kecil.
MAX
Mencari nilai paling besar.
AVERAGE
Menghitung nilai rata-rata.
Aktivitas 1 — Peta Data di Sekitarmu
Tugas: Tree, Graph, atau Grafik?
Pilih satu contoh data dari kehidupan sehari-hari, lalu sajikan dengan bentuk yang paling sesuai.
Pilih salah satu
Yang dikumpulkan
- Judul dan tujuan.
- Data yang digunakan.
- Visual tree / graph / grafik.
- Penjelasan singkat mengapa bentuk tersebut dipilih.
- Satu kesimpulan yang dapat dibaca dari visual.
Contoh Aktivitas: Memilih Visual yang Tepat
Ringkasan
abstraksi, dekomposisi, pola, algoritma.
untuk data bertingkat atau hierarki.
untuk data yang saling terhubung.
tujuan → kumpulkan → bersihkan → eksplorasi.
membantu melihat pola, tren, dan hubungan.
Kuis Interaktif
Pertanyaan 1
Presensi & Pengumpulan Tugas
Setelah kuis, silakan isi presensi dan kumpulkan Aktivitas 1 melalui Google Form.
Scan dengan kamera ponsel
QR Code menuju Google Form yang sama.