TL;DR
Data primer adalah data yang kamu kumpulin sendiri langsung dari sumbernya, lewat survei, wawancara, observasi, atau sistem internal. Data sekunder adalah data yang udah dikumpulin pihak lain, kayak laporan BPS, dataset publik, atau riset industri. Primer lebih pas sama pertanyaanmu tapi mahal dan lama. Sekunder cepat dan murah tapi sering gak persis nyambung sama yang kamu butuhin. Praktik yang bener biasanya gabungan dua-duanya.
Data primer kamu kumpulin sendiri langsung dari sumbernya. Data sekunder udah dikumpulin orang lain, buat tujuan mereka.
Kalimat kedua itu yang paling sering kelewat. Data sekunder dikumpulin buat jawab pertanyaan orang lain. Itu sumber semua masalah yang bakal kamu temuin nanti.
Kedengarannya materi metodologi penelitian. Tapi ini keputusan praktis yang kamu ambil tiap kali mulai proyek: ngumpulin sendiri, atau pakai yang udah ada?
Data primer adalah data yang kamu kumpulin sendiri, langsung dari sumbernya, buat menjawab pertanyaanmu.
Cara ngumpulinnya ada empat yang paling umum:
Yang keempat sering gak dianggap "primer" padahal iya. Data transaksi toko_berkah yang aku pakai di banyak artikel ngulikdata itu data primer, dikumpulin langsung dari sistem kasir toko, bukan dari laporan pihak lain.
Data sekunder adalah data yang udah dikumpulin dan diolah pihak lain, lalu kamu pakai buat keperluanmu.
Sumber yang kredibel di Indonesia:
Buat mulai nyari, Google Dataset Search lumayan efektif. Dia ngindeks metadata dataset dari ribuan sumber, termasuk yang lokal.
| Aspek | Data Primer | Data Sekunder |
|---|---|---|
| Siapa yang ngumpulin | Kamu | Pihak lain |
| Kecocokan sama pertanyaanmu | Pas banget | Sering meleset dikit |
| Biaya | Mahal | Murah atau gratis |
| Waktu | Minggu sampai bulan | Jam sampai hari |
| Kontrol atas kualitas | Penuh | Nol |
| Skala | Terbatas budget | Bisa nasional |
| Kesegaran data | Sesuai kebutuhanmu | Sering telat 1-3 tahun |
| Bisa nanya balik? | Bisa | Nggak |
Baris terakhir itu yang paling underrated. Kalau ada angka aneh di data primermu, kamu bisa balik ke respondennya dan nanya. Di data sekunder, kamu cuma bisa nebak.
Kalau pertanyaanmu spesifik ke bisnismu dan gak ada orang lain yang punya jawabannya.
Contoh pertanyaan yang cuma bisa dijawab data primer:
Gak ada laporan BPS yang bisa jawab itu. Kamu harus nanya sendiri.
Kalau kamu butuh konteks pasar, pembanding, atau angka yang gak masuk akal buat kamu kumpulin sendiri.
Contoh:
Aturan praktisnya: kalau data itu tentang dunia, cari data sekunder. Kalau data itu tentang pelangganmu, kumpulin sendiri.
Ini gambaran gimana dua-duanya kepake bareng, dari proyek riset toko_berkah, 6 toko kelontong di Bekasi.
Pertanyaan bisnisnya: "Kita mau buka cabang ke-7. Di mana, dan apakah pasarnya masih ada?"
Yang dijawab data sekunder:
Dari data BPS Kabupaten Bekasi, aku ambil kepadatan penduduk dan jumlah rumah tangga per kecamatan. Ketemu tiga kecamatan dengan kepadatan tinggi tapi belum ada cabang: Tambun Utara, Babelan, Sukatani.
Biaya: Rp 0. Waktu: sekitar 3 jam, sebagian besar buat bersihin file Excel-nya BPS.
Yang dijawab data primer:
Data sekunder bilang ada orangnya. Tapi gak bilang apakah mereka mau belanja di toko kayak toko_berkah.
Jadi aku survei 340 ibu rumah tangga di tiga kecamatan itu. Biaya: Rp 4,2 juta (insentif responden plus 2 surveyor lepas). Waktu: 3 minggu.
Hasilnya bikin rencana awal berubah:
Kalau cuma pakai data sekunder, cabang ke-7 bakal buka di Babelan, kecamatan terpadat. Dan bakal langsung head-to-head sama minimarket berjejaring.
Data primer yang nyelametin. Rp 4,2 juta buat nghindarin keputusan sewa ruko 3 tahun di lokasi yang salah.
Itu logika investasinya: data primer mahal, tapi murah dibanding harga salah keputusan.
1. Gak cek tahun datanya. Dataset yang di-upload 2026 bisa isinya data 2021. Cek metadata, bukan tanggal upload. Ini jebakan nomor satu.
2. Nganggep definisinya sama. Definisi "UMKM" di laporan BPS bisa beda sama definisi yang kamu pakai. Angkanya gak bisa langsung dibandingin. Baca catatan metodologi, iya, yang huruf kecil itu.
3. Ngutip angka tanpa nyebut sumber. Angka tanpa sumber itu rumor. Dan kalau ada yang nanya "ini dari mana?", kamu harus bisa jawab.
4. Pakai data sekunder buat jawab pertanyaan primer. "Menurut riset, 68% konsumen Indonesia suka promo." Oke, tapi pelanggan kamu gimana? Belum tentu sama.
5. Percaya angka bulat. Kalau laporan bilang "pasar tumbuh 20%", curigai. Angka nyata jarang sebulat itu. Cari data mentahnya.
1. Sampel yang bias. Nyebar survei lewat Instagram story bisnismu, yang ngisi cuma pelanggan yang udah suka sama kamu. Yang kecewa udah unfollow.
2. Pertanyaan yang nyetir jawaban. "Seberapa puas kamu sama layanan kami yang cepat?" Itu bukan pertanyaan, itu sugesti.
3. Salah nentuin skala. Data ordinal dirata-rata kayak data rasio. Ini kesalahan yang sering banget. Detailnya ada di artikel skala pengukuran data.
4. Sampel kekecilan tapi tetap dibikin persentase. "40% responden bilang X" dari 5 orang. Itu 2 orang. Tulis "2 dari 5".
Kalau kamu mau ngerti gimana ngukur representativitas sampel, mulai dari konsep sampling dan bias seleksi.
Data primer adalah data yang kamu kumpulin sendiri langsung dari sumbernya: survei, wawancara, observasi, atau data transaksi dari sistemmu sendiri. Data sekunder adalah data yang udah dikumpulin dan diolah pihak lain, kayak laporan BPS, dataset publik, atau riset industri. Bedanya bukan soal kualitas, tapi soal siapa yang ngumpulin dan buat tujuan apa.
Tergantung pertanyaanmu. Data primer lebih baik kalau pertanyaanmu spesifik ke bisnismu. Gak ada dataset publik yang bisa jawab kenapa pelangganmu berhenti belanja. Data sekunder lebih baik kalau kamu butuh konteks pasar atau pembanding. Kebanyakan proyek riset yang bagus pakai dua-duanya.
Buat kamu sebagai analyst di perusahaan itu, ini data primer, dikumpulin langsung oleh organisasimu. Tapi kalau kamu peneliti dari luar yang minta data itu, buat kamu jadi data sekunder. Statusnya relatif ke siapa yang pakai. Yang penting bukan labelnya, tapi kamu tau data itu dikumpulin gimana dan buat tujuan apa.
BPS lewat bps.go.id paling lengkap buat demografi dan ekonomi. Satu Data Indonesia di data.go.id ngumpulin dataset dari berbagai kementerian. Bank Indonesia punya data moneter dan sistem pembayaran. Buat global, World Bank Open Data dan Google Dataset Search. Selalu cek tahun datanya. Banyak dataset kelihatan baru tapi isinya data 4 tahun lalu.
Data sekunder dikumpulin buat menjawab pertanyaan orang lain, bukan pertanyaanmu. Akibatnya definisinya sering gak cocok. Definisi "UMKM" di laporan BPS bisa beda sama yang dipakai bisnismu, jadi angkanya gak bisa langsung dibandingin. Kelemahan kedua, kamu gak bisa nanya balik ke datanya kalau ada yang aneh.
Kalau pertanyaanmu tentang dunia, cari data sekunder. Kalau tentang pelangganmu, kumpulin sendiri.
Data sekunder itu titik awal yang bagus buat nyempitin pertanyaan, bukan buat jawabannya. Di kasus toko_berkah, data BPS nyaring 3 kandidat lokasi dari puluhan kecamatan. Survei yang mutusin.
Dan tiap kali kamu baca angka dari data sekunder, cek dua hal: tahun berapa, dan definisinya apa. Dua pertanyaan itu nangkep mayoritas masalahnya.
Mau lanjut ke cara ngolah data yang udah kamu kumpulin? Mulai dari panduan eksplorasi data awal (EDA), langkah pertama sebelum analisis serius.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Cara pakai pandas rolling buat hitung moving average dan haluskan data time series yang naik-turun. Lengkap dengan contoh penjualan harian UMKM.
Data transaksi harian sering terlalu ramai buat dilihat. Pandas resample ngeringkasnya jadi total per minggu atau per bulan cuma dengan satu baris, asal indeksnya tanggal.
Kolom tanggal yang kebaca sebagai teks bikin sortir dan hitung selisih hari jadi kacau. Ini cara pd.to_datetime ubah teks jadi tanggal asli, plus tangani format berantakan.