"Jika sesuatu tidak seperti yang kita inginkan, jangan menyerah, tetap berusaha untuk mengubahnya" (Gene Simmons)

Kamis, 22 September 2011

Visualisasi Informasi pert 3


Ganimeda - 10410100198

Frekuensi penggunaan data dan informasi sangat tinggi dalam kehidupan kita sehari-hari. Tergantung pada konteks makna dan penggunaannya.
Baik data dan informasi merupakan tipe dari pengetahuan atau sesuatu yang digunakan untuk mencapai pengetahuan. Meskipun digunakan secara bergantian, ada banyak perbedaan antara makna dari data dan informasi.
     Data mengacu pada abstrak terendah atau masukan mentah yang bila diproses atau diatur dapat menyediakan output yang bermakna.
     Suatu bahan baku yang berkaitan dengan fakta, peristiwa dan transaksi.
     Data dapat berupa angka, karakter, simbol, atau bahkan gambar.
     Input mentah adalah data yang tidak memiliki signifikansi pada waktu itu dan juga dalam bentuk itu.
     Data sering diperoleh sebagai hasil rekaman atau pengamatan. 
     Sebagai contoh, suhu udara adalah data. Ketika data ini akan dikumpulkan, sistem atau orang yang memantau suhu harian akan mencatat data itu
Informasi dapat dijelaskan sebagai jenis pemahaman atau pengetahuan yang dapat ditukar dengan orang. Hal ini dapat berupa fakta-fakta, hal-hal, konsep, atau apapun yang relevan dengan topik yang bersangkutan.
Data yang telah diolah sedemikian rupa dan bisa menjadi berarti bagi orang yang menerimanya.
 Data yang dapat menyediakan jawaban dari pertanyaan  "who", "what", "where", and "when”.
Fungsi Informasi:
     Stimulus mental.
     Persepsi.
     Representasi.
     Pengetahuan.
     Instruksi.
     Setiap kumpulan data memiliki kebutuhan tampilan tertentu, kepentingan atau tujuan mengapa data itu di proses dan kumpulan data mempunyai efek kebutuhan terhadap data itu sendiri.
     Disini kita akan mempelajari bagaimana karakteristik dari suatu himpunan data dapat membantu menentukan jenis visualisasi yang akan anda gunakan
Karakteristik Data
1.    Terlalu banyak informasi.
2.    Pengumpulan Data. Banyak data yang dapat dikumpulkan tetapi tidak banyak atau ketinggalan dalam hal apa yang harus dilakukan terhadap data itu.
3.     Data tidak selalu sama. representasi data yang dapat menyesuaikan diri dengan nilai baru di setiap detik, jam atau harian merupakan keharusan, karena data berasal dari dunia nyata dimana tidak ada data yang mutlak / absolut
4.       Berpikir tentang data.
5.       What is the question?
6.       A Combination of Many Disciplines. Mengingat kompleksitas data, menggunakan kombinasi dari banyak disiplin ilmu dapat memberikan solusi dari pertanyaan. Wawasan dari berbagai bidang merupakan nilai tambah dalam hal mengelola data
7.       Proses.                 sebuah cara, kegiatan atau prilaku yang dapat menjebatani disiplin ilmu dari individu masing-masing dan dapat menempatkan fokus dan pertimbangan tentang bagaimana data dipahami.
Proses pemahaman data dapat dimulai dengan mengeset beberapa angka dan pertanyaan. Berikut ini proses-proses pemahaman data :
1.    Acquire (Memperoleh) Memperoleh data, apakah dari sebuah file atau sumber melalui jaringan.
2.    Parse (Mengurai) Menyediakan beberapa struktur untuk data, dan mengurutkan ke dalam kategori.
3.     Filter (Penyaringan) Menghapus semua kecuali data yang dibutuhkan
4.     Mine (Tambang) Menerapkan metode dari statistik atau data mining sebagai cara untuk membedakan pola atau menempatkan data dalam konteks matematika.
5.     Represent (Mewakili) Memilih model visual dasar, seperti grafik batang, list, tree
6.     Refine (Memperhalus) Memperjelas dasar representasi untuk membuat representasi lebih jelas dan visualisasi data lebih menarik.
7.     Interact Menambahkan metode ini untuk memanipulasi data atau mengontrol fitur apa saha yang ditampilkan


Tidak ada komentar:

Posting Komentar