TL;DR
Pengumpulan data adalah proses ngumpulin informasi mentah dari satu atau banyak sumber, buat diolah jadi jawaban atau keputusan. Metode klasiknya ada empat: observasi, survey, wawancara, dan data sekunder. Di dunia kerja, sumbernya pindah ke web tracking, database transaksi, dan API yang ngalir otomatis dan skalanya jauh lebih gede.
Pengumpulan data adalah proses ngumpulin informasi mentah dari satu atau banyak sumber, buat nanti diolah jadi jawaban atau keputusan. Sumbernya bisa orang, kejadian, atau sistem yang udah nyimpen angka.
Buat anak kuliah, ini biasanya soal skripsi. Nyebar kuesioner, wawancara narasumber, atau ambil data dari BPS. Buat orang kerja, ini soal narik data transaksi dari database atau baca perilaku pengunjung website.
Dua-duanya pengumpulan data. Cuma alat dan skalanya yang beda jauh. Metode kampus masih kepakai, tapi begitu masuk kerja, sumber datanya pindah total.
Pengumpulan data adalah tahap ngambil dan nyatet informasi dari sumbernya, sebelum data itu dibersihin dan dianalisis. Ini langkah paling awal dalam kerja data. Kalau datanya salah dikumpulin dari sini, semua analisis di belakangnya ikut salah, sepinter apa pun kamu ngolahnya.
Makanya tahap ini nentuin banget. Data yang bagus itu relevan sama pertanyaanmu, akurat, dan cukup jumlahnya. Kalau salah satu bolong, kesimpulanmu jadi ngambang.
Ada dua kategori besar sumber data. Data primer, yaitu data yang kamu kumpulin sendiri langsung dari sumbernya. Dan data sekunder, yaitu data yang udah dikumpulin orang lain, tinggal kamu pakai. Nanti aku bahas bedanya lebih detail.
Ada empat metode pengumpulan data yang paling sering dipakai: observasi, survey atau kuesioner, wawancara, dan pengambilan data sekunder. Tiga yang pertama ngasih data primer. Yang keempat ngasih data sekunder. Pilihan metodenya tergantung pertanyaan yang mau kamu jawab dan sumber daya yang kamu punya.
Observasi itu ngamatin langsung objek atau kejadian, terus dicatet apa adanya. Kamu nggak nanya ke orang, kamu lihat sendiri apa yang terjadi.
Contohnya kamu berdiri di depan Toko Berkah selama seminggu, nyatet berapa orang masuk tiap jam. Datanya jujur soalnya nggak tergantung ingatan atau kejujuran orang. Kelemahannya makan waktu, dan kamu ga bisa tau alasan di balik yang kamu lihat.
Survey itu ngasih daftar pertanyaan yang sama ke banyak orang sekaligus. Sekarang gampang pakai Google Form, jawaban langsung masuk ke spreadsheet rapi.
Cocok kalau kamu butuh data dari banyak responden dalam waktu singkat. Misalnya 200 pelanggan Keripik Juara ditanya rasa mana yang paling mereka suka. Kuncinya di pertanyaan yang jelas, soalnya pertanyaan ambigu bikin jawaban ga kepakai.
Wawancara itu ngobrol langsung sama satu orang buat dapet jawaban yang dalam. Beda sama survey yang lebar tapi dangkal, wawancara sempit tapi dalem.
Kamu bisa nanya lanjutan pas ada jawaban menarik. Cocok buat ngerti alasan, perasaan, atau cerita di balik sebuah keputusan. Tapi hasilnya susah dihitung angka, dan sepuluh wawancara aja udah makan berhari-hari.
Data sekunder itu data yang udah ada, dikumpulin pihak lain buat keperluan mereka. Kamu tinggal ambil dan pakai ulang.
Sumber paling umum di Indonesia itu Badan Pusat Statistik, yang punya data sensus, ekonomi, sampai jumlah penduduk per daerah. Hemat waktu dan biaya banget. Cuma datanya ga selalu pas sama pertanyaanmu, soalnya dikumpulin buat tujuan orang lain.
Bedanya di siapa yang ngumpulin. Data primer kamu kumpulin sendiri, jadi pas banget sama kebutuhanmu tapi mahal dan lama. Data sekunder udah dikumpulin orang lain, jadi murah dan cepat tapi belum tentu cocok sama pertanyaanmu. Kebanyakan proyek beneran nyampur keduanya.
| Aspek | Data Primer | Data Sekunder |
|---|---|---|
| Siapa yang ngumpulin | Kamu sendiri | Orang atau lembaga lain |
| Kecocokan | Pas sama pertanyaanmu | Belum tentu pas |
| Biaya & waktu | Mahal, lama | Murah, cepat |
| Contoh | Kuesioner, wawancara, observasi | Data BPS, laporan tahunan, export marketplace |
Ga ada sih yang lebih bagus secara mutlak. Yang bener itu mulai dari data sekunder buat gambaran umum, baru kumpulin data primer buat nutupin celah yang belum kejawab. Kalau kamu mau tau lebih dalam soal jenis data yang kamu kumpulin, aku udah bahas di data kualitatif vs kuantitatif.
Di kerjaan data beneran, kamu jarang nyebar kuesioner. Datanya udah ngalir otomatis dari sistem yang jalan tiap hari. Tiga sumber utama: web tracking, database transaksi, dan API. Bedanya sama metode kampus itu skalanya, dari ratusan baris jadi jutaan tanpa kamu ngetik satu-satu.
Web tracking itu nyatet apa yang dilakuin pengunjung di website atau aplikasi. Tiap halaman dibuka, tombol diklik, atau produk ditambah ke keranjang, semua kecatet otomatis.
Tool paling umum itu Google Analytics, yang nyimpen tiap kejadian jadi satu baris data yang mereka sebut event. Jadi kamu ga usah nanya "kenapa orang ga jadi beli". Kamu lihat sendiri di data, mereka berhenti di halaman mana.
Tiap kali ada yang checkout di toko online, transaksi itu masuk ke database. Nama pembeli, produk, harga, tanggal, semua kesimpen rapi tanpa ada yang input manual.
Cara ngambilnya pakai SQL, bahasa buat minta data ke database. Satu query bisa narik data setahun penjualan dalam hitungan detik. Ini kenapa SQL jadi skill wajib buat analyst, dan kamu bisa mulai belajar narik data kayak gini di eksplorasi data pakai SQL.
API itu pintu resmi buat ngambil data dari sistem orang lain, secara otomatis. Marketplace kayak Tokopedia, aplikasi cuaca, sampai media sosial, banyak yang nyediain API.
Daripada copy-paste manual tiap hari, kamu bikin skrip yang narik data lewat API sendiri. Contohnya narik data penjualan dari marketplace tiap pagi, langsung masuk ke laporan. Sekali setup, jalan terus.
Keripik Juara itu UMKM keripik singkong yang jualan online. Bulan lalu omzetnya turun 22%, dan pemiliknya bingung kenapa. Buat jawab ini, dia butuh data dari beberapa sumber sekaligus, primer dan sekunder.
Langkah pertama, dia export data transaksi dari akun Shopee dan Tokopedia. Ini data sekunder yang udah ada, tinggal diambil. Dari situ ketauan penjualan rasa balado turun paling parah, dari 340 bungkus jadi 190 bungkus sebulan.
Langkah kedua, dia cek web tracking di website tokonya sendiri. Ternyata 60% pengunjung nutup halaman pas lihat ongkir. Ini data primer soal perilaku, dikumpulin otomatis dari sistem.
Langkah ketiga, dia sebar kuesioner lewat WhatsApp ke 80 pelanggan lama. Satu pertanyaan: kenapa jarang beli lagi. Ini pengumpulan data primer manual, model kampus. Jawaban paling banyak: harga naik dan ongkir kemahalan.
Tiga sumber tadi nyambung jadi satu cerita. Rasa balado turun, ongkir bikin orang kabur, dan pelanggan lama ngeluh harga. Ga ada satu metode pun yang bisa ngasih jawaban selengkap ini sendirian.
Kesalahan paling sering itu ngumpulin data dulu, baru mikir mau dipakai buat apa. Harusnya kebalik. Tentuin pertanyaan yang mau dijawab dulu, baru pilih metode dan sumbernya. Kalau nggak, kamu numpuk data yang ga kepakai.
Kesalahan kedua, sampel yang miring. Nyebar kuesioner cuma ke teman sendiri bikin jawaban ga mewakili pelanggan aslinya. Datanya kelihatan banyak, tapi nyesatin.
Kesalahan ketiga, ga nyatet sumber dan tanggal. Tiga bulan lagi kamu lupa data ini dari mana dan kapan diambil, jadi ga bisa dipercaya. Catet metadatanya dari awal, gampang kok.
Kesalahan keempat, pertanyaan survey yang nyetir jawaban. "Seberapa enak keripik kami?" itu maksa orang bilang enak. Tanya netral: "Gimana pendapatmu soal rasa keripik ini?"
Metode itu pendekatan besarnya, kayak survey, wawancara, atau observasi. Teknik itu cara konkret ngejalaninnya, kayak nyebar Google Form buat survey atau pakai SQL buat narik data dari database. Satu metode bisa punya beberapa teknik. Wawancara misalnya bisa lewat teknik tatap muka, telepon, atau video call.
Ga ada angka pasti yang cocok buat semua kasus, tergantung populasi dan tingkat ketelitian yang kamu mau. Buat riset kecil skala UMKM, 30 sampai 100 responden udah kasih gambaran lumayan. Yang penting sampelnya mewakili pelanggan aslimu, bukan cuma teman deket yang gampang dihubungi.
Dua-duanya kepakai, tergantung kebutuhan. Data sekunder murah dan cepat, cocok buat gambaran awal. Data primer mahal dan lama, tapi pas banget sama pertanyaanmu. Cara paling hemat itu mulai dari data sekunder, baru kumpulin data primer buat nutup celah yang belum kejawab.
Banyak sumber data yang ga butuh coding sama sekali. Google Form buat survey, export Excel dari Shopee atau Tokopedia, dan Google Analytics buat web tracking, semua tinggal klik. Kamu baru butuh skill teknis kayak SQL pas datanya udah jutaan baris dan harus ditarik dari database.
Web tracking itu cara nyatet perilaku pengunjung di website atau aplikasi secara otomatis. Tiap halaman dibuka, tombol diklik, atau produk masuk keranjang, semua kesimpen jadi data. Tool paling umum Google Analytics. Gunanya buat tau di mana persis pengunjung berhenti sebelum jadi beli.
Ringkasnya begini. Metode klasik ada empat: observasi, survey, wawancara, dan data sekunder. Di dunia kerja, sumbernya pindah ke web tracking, database, dan API yang skalanya jauh lebih gede. Dan proyek beneran hampir selalu nyampur beberapa sumber sekaligus, kayak Keripik Juara tadi.
Data yang udah kekumpul itu masih mentah dan berantakan. Belum bisa langsung dipakai. Tahap berikutnya ngebersihin dan ngerapiin, dan aku udah bahas lengkap di cara pengolahan data.
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.