Implementasi Komputasi Modern dalam Berbagai Bidang

Komputasi banyak diimplementasikan pada berbagai bidang, seperti dalam bidang fisika, kimia, geologi, matematika, ekonomi dan geografi. Berikut adalah penjelasan implemnetasi komputasi dalam berbagai bidang.

1. Implementasi Komputasi Dalam Bidang Fisika

Implementasi komputasi dalam dunia fisika yakni untuk membantu para fisikawan dengan mudah mampu menyelesaikan permasalahan nya dalam bidang fisika. Fisika komputasi adalah subjek yang berhubungan dengan berbagai perkiraan numerik; perkiraan solusi yang ditulis sebagai sejumlah besar bilangan terbatas (finite) dari operasi matematika sederhana (algoritma), dan komputer digunakan untuk melakukan operasi tersebut dan menghitung solusi dan errornya.

2. Implementasi Komputasi Dalam Bidang Kimia

Implementasi komputasi modern di bidang kimia adalah penggunaan ilmu komputer untuk membantu menyelesaikan masalah kimia, contohnya penggunaan super komputer untuk menghitung struktur dan sifat molekul. Kimia komputasi biasanya digunakan ketika metode matematika dikembangkan dengan cukup baik untuk dapat digunakan dalam program computer.

3. Implementasi Komputasi Dalam Bidang Geologi dan Geografi 

Pada bidang ini dapat dilakukan pemanfaatan seperti pemodelan terhadap akses keadaan geografis suatu permukaan wilayah yang dapat dipantau jika terjadi pergerakan atau getaran. Selain itu dapat dilakukan pengiriman informasi mengenai prakiraan cuaca yang sangat berguna bagi segala hal terutama transportasi udara dan laut.

4. Implementasi Komputasi Dalam Bidang Matematika

Komputasi modern ini merupakan sebuah sistem yang akan menyelesaikan masalah matematis menggunakan komputer dengan cara menyusun algoritma yang dapat dimengerti oleh komputer yang berguna untuk menyelesaikan masalah manusia.

5. Implementasi Komputasi Dalam Bidang Ekonomi

Dalam bidang ekonomi pasti memiliki permasalahan yang harus dipecahkan oleh algoritma contohnya adalah memecahkan teori statistika untuk memecahkan permasalahan keuangan. Salah satu contoh komputasi di bidang ekonomi adalah komputasi statistik. Komputasi statistik adalah jurusan yang mempelajari teknik pengolahan data, membuat program, dan analisis data serta teknik penyusunan sistem informasi statistik seperti penyusunan basis data, komunikasi data, sistem jaringan, dan diseminasi data statistik.

Sumber:

http://ferdianrezpector.blogspot.com/2015/04/implementasi-komputer-pada-berbagai.html

http://hindarko.blogspot.co.id/2015/03/teori-komputasi-dan-implementasi-dalam.html

Teknik atau Metode Pengolahan data

Pengertian Pengolahan Data

Pengolahan data merupakan bagian yang amat penting dalam metode ilmiah, karena dengan pengolahan data, data tersebut dapat diberi arti dan makna yang berguna dalam memecahkan masalah penelitian. Data mentah yang telah dikumpulkan perlu dipecah-pecahkan dalam kelompok-kelompok, diadakan kategorisasi, dilakukan manipulasi serta diperas sedemikian rupa sehingga data tersebut mempunyai makna untuk menjawab masalah dan bermanfaat untuk menguji hipotesa atau pertanyaan penelitian.

Jenis data

a. Data kualitatif

Data yang berhubungan dengan kategorisasi, karakteristik berwujud pertanyaan atau berupa kata-kata. Contonya wanita itu cantik, pria itu tampan, baik, buruk, rumah itu besar dan sebagainya. Data ini biasanya didapat dari wawancara yang bersifat subyektif sebab data tersebut ditapsirkan lain oleh orang yang berbeda. Data kualitatif dapat diangkakan dalam bentuk ordinal atau rangking.

b. Data kuantitatif

Data yang berwujud angka-angka. Contohnya ; yang diterima menjadi PNS 150 orang, penghasilan klinik bersalin 1 milyar/ bulan. Data ini diperoleh dari pengukuran langsung maupun dari angka-angka yang diperoleh dengan mengubah data kualitatif menjadi data kuantitatif. Data kuantitatif bersifat objektif dan bisa ditafsirkan oleh semua orang.

Langkah-langkah pengolahan data

a. Penyusunan data

Data yang sudah ada perlu dikumpulkan semua agar mudah untuk mengecek apakah semua data yang dibutuhkan sudah terekap semua. Kegiatan ini dimaksudkan untuk menguji hipotesis penelitian. Penyusunan data harus dipilih data yang ada hubungannya dengan penelitian, dan benar-benar otentik. Adapun data yang diambil melalui wawancara harus dipisahkan antara pendapat responden dan pendapat interviwer.

b. Klasifikasi data

Klasifikasi data merupakan usaha menggolongkan, mengelompokkan, dan memilah data berdasarkan pada klasifikasi tertentu yang telah dibuat dan ditentukan oleh peneliti. Keuntungan klasifikasi data ini adalah untuk memudahkan pengujian hipotesis.

c. Pengolahan data

Pengolahan data dilakukan untuk menguji hipotesis yang telah dirumuskan. Hipotesis yang akan diuji harus berkaitan dan berhubungan dengan permasalahan yang akan diajukan. Semua jenis penelitian tidak harus berhipotesis akan tetapi semua jenis penelitian wajib merumuskan masalahnya, sedangkan penelitian yang menggunakan hipotesis adalah metode eksperimen. Jenis data akan menentukan apakah peneliti akan menggunakan teknik kualitatif atau kuantitatif. Data kualitatif diolah dengan menggunakan teknik statistika baik statistika non parametrik maupun statistika parametrik. Statistika non parametrik tidak menguji parameter populasi akan tetapi yang diuji adalah distribusi yang menggunakan asumsi bahwa data yang akan dianalisis tidak terikat dengan adanya distribusi normal atau tidak harus berdistribusi normal dan data yang banyak digunakan untuk statistika non parametrik adalah data nominal atau data ordinal.

d. Interpretasi hasil pengolahan data

Tahap ini menerangkan setelah peneliti menyelesaikan analisis datanya dengan cermat. Kemudian langkah selanjutnya peneliti menginterpretasikan hasil analisis akhirnya peneliti menarik suatu kesimpulan yang berisikan intisari dari seluruh rangkaian kegiatan penelitian dan membuat rekomendasinya. Menginterpretasikan hasil analisis perlu diperhatikan hal-hal antara lain: interpretasi tidak melenceng dari hasil analisis, interpretasi harus masih dalam batas kerangka penelitian, dan secara etis peneliti rela mengemukakan kesulitan dan hambatan-hambatan sewaktu dalam penelitian.

Pengolahan Data Penelitian Secara Kualitatif dan Kuantitatif

a. Pengolahan Data Kualitatif

1) Reduksi Data

Reduksi data dapat diartikan sebagai suatu proses pemilihan data, pemusatan perhatian pada penyederhanaan data, pengabstrakan data, dan transformasi data kasar yang muncul dari catatan-catatan tertulis di lapangan. Dalam kegiatan reduksi data dilakukan pemilahan-pemilahan tentang: bagian data yang perlu diberi kode, bagian data yang harus dibuang, dan pola yang harus dilakukan peringkasan. Jadi dalam kegiatan reduksi data dilakukan: penajaman data, penggolongan data, pengarahan data, pembuangan data yang tidak perlu, pengorganisasian data untuk bahan menarik kesimpulan. Kegiatan reduksi data ini dapat dilakukan melalui: seleksi data yang ketat, pembuatan ringkasan, dan menggolongkan data menjadi suatu pola yang lebih luas dan mudah dipahami.

2) Penyajian Data

Penyajian data dapat dijadikan sebagai kumpulan informasi yang tersusun sehingga memberikan kemungkinan adanya penarikan kesimpulan dan pengambilan tindakan. Penyajian yang sering digunakan adalah dalam bentuk naratif, bentuk matriks, grafik, dan bagan.

3) Menarik Kesimpulan/Verifikasi

Sejak langkah awal dalam pengumpulan data, peneliti sudah mulai mencari arti tentang segala hal yang telah dicatat atau disusun menjadi suatu konfigurasi tertentu. Pengolahan data kualitatif tidak akan menarik kesimpulan secara tergesa-gesa, tetapi secara bertahap dengan tetap memperhatikan perkembangan perolehan data.

  

b. Pengolahan Data Kuantitatif

1) Mengelompokkan Data

Ada dua jenis data, yaitu data kualitatif dan data kuantitatif. Data kualitatif tidak memerlukan perhitungan matematis. Sebaliknya, data kuantitatif memerlukan adanya perhitungan secara matematis. Oleh sebab itu, data kuantitatif perlu diolah dan dianalisis antara lain dengan statistik. Untuk mengolah dan menganalisis data, ada dua macam statistik, yaitu statistik deskriptif dan statistik inferensial. Statistik deskriptif digunakan untuk mendeskripsikan variabel penelitian melalui pengukuran. Statistik inferensial digunakan untuk menguji hipotesis dan membuat generalisasi.

2) Kegiatan Awal dalam Mengelompokkan Data

Agar data dapat dikelompokkan secara baik, perlu dilakukan kegiatan awal sebagai berikut.

·   Editing, yaitu proses memeriksa data yang sudah terkumpul, meliputi kelengkapan isian, keterbacaan tulisan, kejelasan jawaban, relevansi jawaban, keseragaman satuan data yang digunakan, dan sebagainya.

·     Coding, yaitu kegiatan memberikan kode pada setiap data yang terkumpul di setiap instrumen penelitian. Kegiatan ini bertujuan untuk memudahkan dalam penganalisisan dan penafsiran data.

·      Tabulating, yaitu memasukkan data yang sudah dikelompokkan ke dalam tabel-tabel agar mudah dipahami.

3) Pengolahan Statistik Sederhana

Pengolahan statistik adalah cara mengolah data kuantitatif sehingga data mempunyai arti. Biasanya pengolahan data dilakukan dengan beberapa macam teknik, misalnya distribusi frekuensi (sebaran frekuensi) dan ukuran memusat (mean, median, modus).

sumber:

http://diachs-an-nur.blogspot.co.id/2012/05/teknik-pengolahan-data.html

merlitafutriana0.blogspot.com/p/tahapan-mengelolah-data.html