Workshop Visualisasi Data untuk Penelitian Ilmu Sosial dan Pendidikan
Kismiantini Kismiantini, Jurusan Pendidikan Matematika, Universitas Negeri Yogyakarta, Indonesia
Rosita Kusumawati, Jurusan Pendidikan Matematika, Universitas Negeri Yogyakarta, Indonesia
Ezra Putranda Setiawan, Jurusan Pendidikan Matematika, Universitas Negeri Yogyakarta, Indonesia
Bayutama Isnaini, Jurusan Pendidikan Matematika, Universitas Negeri Yogyakarta, Indonesia
Abstract
Adanya sumber data ilmu sosial dan pendidikan di media online membuat siapapun dapat menggunakannya untuk berbagai kepentingan. Data di media online tersebut dapat diperoleh dengan berbagai cara, salah satunya dengan scraping data. Data penelitian di bidang ilmu sosial dan pendidikan yang diperoleh tersebut tidak hanya berupa data terstruktur, akan tetapi dapat berupa data tidak terstruktur. Penanganan ketidakteraturan variabel atau kurang informatifnya variabel dapat dilakukan dengan teknik wrangling data, yang membuat data siap dianalisis. Data mentah ataupun data yang telah dianalisis dapat dikomunikasikan dengan cara yang tepat. Cara atau teknik tersebut adalah teknik visualisasi data. Oleh karena itu, dilakukan kegiatan pengabdian kepada masyarakat dalam bentuk workshop visualisasi data untuk penelitian di bidang ilmu sosial dan pendidikan. Kegiatan ini diikuti oleh mahasiswa dari berbagai program studi baik diploma, sarjana, dan pascasarjana, serta Dosen di Universitas Halu Oleo. Workshop dilaksanakan secara daring selama dua hari dengan metode pemberian materi dan demo perangkat lunak R. Pelatihan ini diawali dengan teknik scraping data dan wrangling data, lalu dilanjutkan materi berbagai teknik visualisasi data terstruktur. Pada hari kedua, materi yang disampaikan adalah praktik berbagai teknik visualisasi data terstruktur, yang kemudian diikuti sesi keempat yakni pemberian materi dan demo terkait teknik visualisasi data tidak terstruktur. Berdasarkan hasil angket, pengamatan dan tanya jawab dengan peserta pelatihan, tampak bahwa peserta antusias mengikuti kegiatan workshop ini. Peserta dapat memahami konsep dan dapat menggunakan perintah-perintah scraping data, wrangling data, dan visualisasi data terstruktur dan tidak terstruktur.
Keywords
Full Text:
PDFReferences
Bradley, A., & James, R. J. (2019). Web scraping using R. Advances in Methods and Practices in Psychological Science, 2(3), 264-270. doi:https://doi.org/10.1177/2515245919859535
Boehmke, C. B. (2016). Data Wrangling with R. Springer.
Hehman, E., Xie S. Y. (2021). Doing Better Data Visualization. Advances in Methods and Practices in Psychological Science, 4(4). doi:10.1177/25152459211045334
Kabir, A. I., Karim, R., Newas, S., & Hossain, M. I. (2018). The power of social media analytics: text analytics based on sentiment analysis and word clouds on R. Informatica Economica, 22(1), 25-38. doi:DOI:10.12948/issn14531305/22.1.2018.03
Kandel, S., Heer, J., Plaisant, C., Kennedy, J., Ham, F. v., Richie, N. H., Buono, P. (2011). Research directions in data wrangling: Visualizations and transformations for usable and credible data. Information Visualization, 10(4), 271-288. doi:https://doi.org/10.1177/1473871611415994
Krotov, V., & Tennyson, M. F. (2021). Web Scraping in the R Language: A Tutorial. Journal of the Midwest Association for Information Systems, 2021(1), 61-77. doi: 10.17705/3jmwa.000066
Marres, N., & Weltevrede, E. (2013). Scraping the social? Journal of Cultural Economy, 6:3, 313-335, doi: 10.1080/17530350.2013.772070
Midway, S. R. (2020). Principles of Effective Data Visualization. Patterns, 1(9). https://doi.org/10.1016/j.patter.2020.100141.
Ramasubramanian, K., & Singh, A. (2017). Machine Learning Using R. New Delhi: APRES. doi:DOI:10.1007/978-1-4842-2334-5
Tsubokura, M., Onoue, Y., Torii, H. A., Suda, S., Mori, K., Nishikawa, Y., Uno, K. (2018). Twitter use in scientific communication revealed by visualization of information spreading by influencer within half a year after the Fukushima Daiichi nuclear power plant accident. PLoS ONE, 13(9). doi:doi:10.1371/journal.pone.0203594
Wickham, H. (2022). Rvest: Easily Harvest (Scrape) Web Pages. R Packages. https://cran.r-project.org/web/packages/rvest/rvest.pdf
DOI: https://doi.org/10.21831/jpmmp.v7i1.54412
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Accepted and published papers will be freely accessed in this website and the following abstracting & indexing databases:
Supervised by: