Sesi Perkongsian
Perlaksanaan
LMCW 2022
PENGURUSAN DAN ANALITIK DATA
9 Julai 2019
11.00 pagi - 12.00 tengahari
Bilik Seminar 19, FEP
PROFORMA KURSUS BARU WAJIB UNIVERSITI
1. KOD KURSUS LMCW2022
2. NAMA KURSUS Pengurusan dan Analitik Data
3. TARAF KURSUS Wajib Universiti (CW)
4. PENYELARAS Ahmad Rafizi Salleh
KURSUS
5. JUSTIFIKASI Untuk memenuhi keperluan kursus Citra Wajib Universiti
PENAWARAN
KURSUS
6. SEMESTER DAN Semester 2 Sesi 2018-2019
TAHUN
DITAWARKAN
7. NILAI KREDIT 2
9. OBJEKTIF 1. Memperkenalkan jenis-jenis data dan kaedah pengurusan data.
KURSUS 2. Memperkenalkan teknik-teknik asas analitik data.
3. Melahirkan pelajar yang berupaya mengaplikasikan perisian komputer untuk
tujuan analitik data.
10. HASIL Di akhir kursus ini, pelajar seharusnya berupaya untuk:
PEMBELAJARAN 1. mentafsir jenis dan sumber data.
KURSUS 2. mengorganisasi data secara analitik.
3. Mempersembahkan data secara visual dan grafik.
11. SINOPSIS Kursus ini bertujuan mendedahkan pelajar kepada pengurusan dan analitik data
KURSUS untuk tujuan menggali maklumat yang tersirat dalam data. Berdasarkan
maklumat yang diperoleh, pelajar berupaya menyelesaikan masalah dalam
pelbagai bidang secara saintifik. Penekanan diberikan kepada cara menganalisis
data dan kaedah pengvisualan data. Beberapa perisian dipilih untuk dipelajari.
Pengenalan mengenai perisian dan pendekatan analitik data menggunakan
perisian turut dibincangkan. Di akhir kursus, pelajar berupaya memberi
penjelasan kepada pelbagai data yang digunakan.
The course aims to give students exposure to data management and analytics.
Based on the information obtained, students will learn the process of extracting
data in order to uncover hidden information, and how to solve problems in
various disciplines scientifically. Emphasis is given on the methods of data
analysis and visualization. Students will also be introduced to selected software
applications using the analytical approach. At the end of the course, students
13. MAKLUMAT 12. KEMAHIRAN Pengurusan dan analitik data
TAMBAHAN: BOLEH PINDAH
Pemetaan HPK (JIKA BERKAITAN)
dengan HPD
HPK 1: Hasil Pembelajaran HPC 3 – CITRA PENAAKULAN KUANTITATIF & KUALITATIF should be able to provide explanation on the various data obtained.
HPK 2: Kursus
HPK 3: Hasil
Pembelajaran
2 HPC1 : Menjelas dan meneliti konsep
2 dan perkembangan pemikiran saintifik. Citra
2 HPC2 : Mengaplikasi dan mengikuiti
pemikiran logik dan penaakulan secara
empirikal dalam menghasilkan
penyelidikan.
HPC3 : Menghubungkaitjan prinsip
pemikirn kritis, matematik, statistic,
analisis dan pembuatan keputusan
dalam kehidupan.
Maklumat Kursus
(1) Kod Kursus : LMCW2022
(2) Nama Kursus : Pengurusan dan Analitik Data
Data Management and Analytics
(3) Kredit : 2
(4) Taraf Kursus : Wajib Universiti (CW)
(5) Sinopsis:
Kursus ini bertujuan mendedahkan pelajar kepada pengurusan dan analitik data untuk
tujuan menggali maklumat yang tersirat dalam data. Berdasarkan maklumat yang
diperoleh, pelajar berupaya menyelesaikan masalah dalam pelbagai bidang secara
saintifik. Penekanan diberikan kepada cara menganalisis data dan kaedah pengvisualan
data. Beberapa perisian dipilih untuk dipelajari. Pengenalan mengenai perisian dan
pendekatan analitik data menggunakan perisian turut dibincangkan. Di akhir kursus,
pelajar berupaya memberi penjelasan kepada pelbagai data yang digunakan.
The course aims to give students exposure to data management and analytics. Based on
the information obtained, students will learn the process of extracting data in order to
uncover hidden information, and how to solve problems in various disciplines scientifically.
Emphasis is given on the methods of data analysis and visualization. Students will also be
introduced to selected software applications using the analytical approach. At the end of
the course, students should be able to provide explanation on the various data obtained.
(6) Pra-Keperluan (jika ada):
Tiada
(7) Keperluan Kursus1 untuk Menduduki Peperiksaan / Course Requirements to sit for
Examination (Rujuk Peraturan UKM Pengajian Sarjanamuda pindaan 2009).
Pelajar perlu memenuhi 70% keperluan komponen pentaskiran kursus tetapi tidak
termasuk komponen pentaksiran peperiksaan akhir dengan menghadiri/menghantar item
pentaksiran tersebut semasa minggu pengkuliahan.
(8) Rujukan:
1. Hurwitz, J., Nugent, A., Halper, F., Kaufman, M., 2013. Big Data For Dummies, Wiley &
Sons.
2. Mann, P.S., 2017. Introductory Statistics, 9th Edition, Wiley & Sons.
3. Field, A., 2013. Discovering statistics using IBM SPSS statistics. Sage.
4. Winston, W. L., 2016. Microsoft Excel Data Analysis and Business Modelling.5th. Ed.
Microsoft Press.
5. Triola, M.F., 2014. Elementary Statistics Using Excel, 5th Edition. Pearson.
1 Keperluan Kursus boleh meliputi peratusan kehadiran, bilangan/peruntukan markah tugasan/laporan yang telah dihantar,
bilangan/peruntukan markah ujian yang telah diduduki serta komponen pentaksiran lain sepanjang minggu pengkuliahan.
Pelajar yang dihalang untuk menduduki peperiksaan perlu dikenal pasti selewat-lewatnya 2 minggu sebelum peperiksaan
bermula dan tertakluk kepada kelulusan Timbalan Pengarah, Pusat Pengurusan Akademik.
9) Senarai Hasil Pembelajaran Kursus:
HPK 1 Berupaya mentafsir jenis dan sumber data.
HPK 2 Berupaya mengorganisasi data secara analitik.
HPK 3 Mempersembahkan data secara visual dan grafik.
(10) Hasil Pembelajaran Kerangka Kelayakan Malaysia (MQF)
MQF1 Pengetahuan
MQF2 Kemahiran Praktikal
MQF3 Kemahiran dan Tanggungjawab Sosial
MQF4 Nilai, Sikap dan Profesionalisme
MQF5 Kemahiran Komunikasi, Kepimpinan dan Kemahiran Berkumpulan
MQF6 Kemahiran Menyelesaikan Masalah dan Kemahiran Saintifik
MQF7 Kemahiran Mengurus Maklumat dan Pembelajaran Sepanjang Hayat
MQF8 Kemahiran Pengurusan dan Keusahawanan
(11) Pentaksiran: Pelan Pentaksiran Kursus LMCW2022 Pengurusan dan
LMCW2022: Pengurusan dan Analitik Data Tahap Taksonomi Indikator
Di akhir kursus ini, pelajar seharusnya
berkebolehan untuk:
1. Berupaya mentafsir jenis dan sumber Pelajar berup
data
membezakan jenis data
C3
2. Berupaya mengorganisasi data secara Pelajar mam
analitik mengorganisasi data sec
A4 analitik
3. Mempersembahkan data secara Pelajar berup
visual dan grafik. mempersembahkan d
P4 dalam bentuk visual d
grafik
JUMLAH/TOTAL
Analitik Data
Kaedah Pentaksiran
MQF
Pemboleh (1) /Penentu (2)
Kaedah Penyampaian
Tugasan MOOC
Laporan Akhir Projek
Penghasilan Poster
Klip Video Pembentangan
Projek
Beban Pembelajaran
Pelajar (SLT)
paya MOOC 5 10 10 - 20 jam
6 dan
Projek
2
mpu MOOC 5 20 - - 20 jam
cara dan 20 30 40 jam
2 Projek
7
paya 8 Projek
data
dan dan
2 Pemben- -
tangan
10% 30% 30% 30% 100%/80 jam
(12) Perancangan Pengajaran Kursus LMCW2022 Pengurusan dan Analitik
Minggu Tajuk
Data Berstruktur dan Tidak Berstruktur
1
Sumber Data
2
Pengurusan Data
3
4 Pengurusan Data
Analisis Deskriptif: Data Diskret(nominal/ordinal/count)
5
Data
Nota
a. Berstruktur
i. Data numerik
ii. Kebolehpercayaan data
iii. Contoh: statistik rasmi
b. Tidak berstruktur
i. teks, audio, video
ii. Contoh: tweets dan status di media sosial
a. Data sumber terbuka – laman sesawang, internet
b. Dokumentasi – kerajaan tempatan, badan bukan kerajaan
c. Pengutipan data – Survei, Eksperimen
d. Format data - .csv, .dat, .txt
**tugasan / latihan cadangan selepas 2 minggu: kenalpasti dan bezakan
antara data berstruktur dan tidak berstruktur, jelaskan sumber dan format
data
a. Pengenalan kepada perisian untuk analisis data (nyatakan
pelbagai pilihan perisian yang ada, fokus kursus ini adalah
MS-Excel
b. Pengenalan kepada MS-Excel
c. Organisasi dan manipulasi data (gabung, susun)
d. Arahan asas, fungsi dan formula dalam Excel
Fungsi-fungsi dalam excel
Analysis Toolpak
6 Analisis Deskriptif: Data Selanjar
7 Tugasan 2: Analisis data secara analitik
8 Persembahan data dalam bentuk grafik
9 Visualisasi data
10 Soalan-soalan yang boleh dijawab oleh data
11 Projek
12 Perisian data
13 Perisian data
14 Projek dan pembentangan
Jadual Kekerapan
Peratusan
Sukatan memusat untuk data diskret
Sukatan serakan untuk data diskret
LMCW
PENGURUSAN DA
Pensyarah (
Dr. Azrina Abd
Email: azrna@
Telefon Bimbit
W2022
AN ANALITIK DATA
(Set 36&37)
dullah Al-Hadi
@ukm.edu.my
t: 019-2978565
3/21/2019 1
PENGENALAN
Kursus ini bertujuan mend
pengurusan dan analitik d
maklumat yang tersirat da
Pelajar berupaya menyel
pelbagai bidang secara
Penekanan kepada cara
kaedah pengvisualan da
Pengenalan mengenai p
analitik data menggunak
Pelajar berupaya membe
pelbagai data yang digu
dedahkan pelajar kepada
data untuk menggali
alam data.
lesaikan masalah dalam
saintifik.
a menganalisis data dan
ata.
perisian dan pendekatan
kan perisian
eri penjelasan kepada
unakan.
3/21/2019 2
OBJEKTIF
Memperkenalkan j
kaedah pengurusa
Memperkenalkan t
analitik data.
Melahirkan pelajar
mengaplikasikan p
untuk tujuan analiti
jenis-jenis data dan
an data.
teknik-teknik asas
r yang berupaya
perisian komputer
ik data.
3/21/2019 3
HASIL PEMBELAJ
Di akhir kursus ini, pelajar s
untuk:
mentafsir jenis dan sumb
mengorganisasi data se
Mempersembahkan da
grafik.
JARAN KURSUS
seharusnya berupaya
ber data.
ecara analitik.
ata secara visual dan
3/21/2019 4
PENGERTIAN PE
DATA
Pengurusan Dat
berkenaan cara
data secara sain
ENGURUSAN
ta adalah
berurusan dengan
ntifik
3/21/2019 5
PENGERTIAN AN
Analitik Data adala
data mentah atau
tujuan untuk menge
atau tingkah laku te
membuat kesimpula
maklumat yang dip
proses-prose alkhaw
atau mekanik untuk
pemahaman atau w
NALITIK DATA
ah sains penelitian 6
data asal dengan
enal pasti pola, tren
ertentu dan
an terhdap
peroleh melalui
warizmi (algoritma)
k menjurus ke suatu
wawasan (insights)
3/21/2019
TAJUK-TAJUK K
Modul 1: Pengenalan
Modul 2: Jenis-jenis Data
Modul 3: Sumber Data
Modul 4: Penyediaan Da
Modul 5: Analisis Data
Modul 6: Pengvisualan D
Modul 7: Pelaporan Data
KURSUS
a
ata
Data
a
3/21/2019 7
PERJALANAN KUR
Sesi Pertemuan: 2 kali ses
• Pertemuan 1:
• Perjalanan dan Keperluan Ku
• Penyediaan Kertas Kerja Proje
• Pertemuan 2:
• Perbincangan/Pembentanga
RSUS LMCW2022
si pertemuan
ursus
ek dan Poster
an Klip Video Projek
3/21/2019 8
MEDIUM PENGA
MOOC Open Lear
https://www.open
/pengurusan-dan-
Group Whatsapp b
Ifolio (ifolio.ukm.my
AJARAN KURSUS
rning
nlearning.com/courses
-analitik-data
bagi setiap kumpulan
y)
3/21/2019 9
KAEDAH PENILA
1. Tugasan Individu MOO
2. Laporan Akhir Projek
a) Kertas Kerja Projek
b) Sesi Rundingan (2x)
c) Laporan Kumpulan (5 laporan
d) Laporan Akhir Projek
3. Penghasilan Poster
4. Klip Video Pembentan
#1 – Individu; #2,3,4 - Berkumpula
AIAN
OC (7) 10%
30%
5%
5%
n) 5 %
15 %
30%
ngan Projek 30%
an
KAEDAH PENILA
1. Tugasan Individu M
7 Tugasan Individu MO
Anda perlu membaca
dalam MOOC PENGUR
serta memberi komen d
apa yang anda faham
tersebut.
Perlu dihantar selewatn
AIAN
MOOC (7) 10%
OOC
nota dalam setiap modul
RUSAN DAN ANALITIK DATA
dalam satu perenggan
m berkenaan nota
nya pada minggu ke-14.
3/21/2019 11
KAEDAH PENILAI
2.a) Kertas Kerja Projek 5
Setiap kumpulan perlu m
Kertas Kerja berdasarkan
KERTAS KERJA PROJEK KU
20182019”.
Ketua kumpulan perlu pa
ini telah mendapat perse
Perlu mengikut format ya
garis panduan tersebut.
IAN
5%
menyediakan Cadangan
n garis panduan “FORMAT
URSUS LMCW2022 SEM 2
astikan cadangan kertas kerja
etujuan daripada pensyarah.
ang telah ditetapkan dalam
3/21/2019 12
KAEDAH PENILA
2.b) Sesi Rundingan (5% x 2
Setiap kumpulan perlu m
dengan Pensyarah and
Sesi rundingan ini bagi m
tugasan projek.
Sesi rundingan ini terbah
Pertama: rundingan ke
Kedua: rundingan klip v
Setiap kumpulan perlu m
sesi rundingan ini.
AIAN
2 kali) 5%
mengadakan sesi rundingan
da
memenuhi keperluan
hagi kepada 2:
ertas kerja
video dan Poster
membuat temu janji bagi
3/21/2019 13
KAEDAH PENILA
2.c) Laporan Kumpulan
5 Laporan Kumpulan (1% x 5)
Merupakan laporan perkemba
Perlu ditaip secara ringkas di d
Perlu disertakan bukti seperti g
dilakukan secara berkumpulan
Perlu menggunakan “Borang
diperolehi dari iFolio kursus ini.
AIAN
5%
angan Projek Berkumpulan
dalam template khas.
gambar akan aktiviti yang
n.
Laporan Kumpulan” yang boleh
.
3/21/2019 14
KAEDAH PENILAIAN
2.d). Laporan Akhir Projek 15%
Setiap kumpulan hanya perlu me
Panjang Laporan Akhir Projek ad
surat.
Laporan perlu mengandungi sek
Tajuk
Objektif
Maklumat berkenaan data: s
Hasil analisis
Rumusan
Format laporan perlu mengguna
enyediakan satu kertas kerja projek.
dalah sekurang-kurangnya 10 muka
kurang-kurangnya:
sumber dan jenis data
akan Gaya UKM 3/21/2019 15
KAEDAH PENILAIA
Perlu menggunakan data sek
Perlu ada 2 atau 3 objektif ya
Tajuk mestilah dibincangkan/
Setiap kumpulan WAJIB menja
dan bergraf yang bersesuaia
Analisis Data). Walaubagaima
menggunakan kaedah-kaed
bersesuaian.
Pelajar boleh menggunakan
menganalisis data
Akhir sekali setiap kumpulan p
berdasarkan analisis data yan
AN
kunder.
ang jelas tujuan data ingin dianalisis.
/dimaklumkan kepada pensyarah.
alankan analisis deskriptif berangka
an dengan data (Rujuk Modul 5:
anapun, pelajar bebas
dah analisis lanjutan yang difikirkan
sebarang perisian/pakej bagi
perlu menghasilkan poster
ng telah dihasilkan da3/2r1i /p20r1o9 jek in1i6.
KAEDAH PENILAIAN
3. Penghasilan Poster P
Setiap kumpulan dike
poster berbentuk info
Poster tersebut mestil
dari projek analitik da
Mestilah dihasilkan be
telah ditetapkan dala
Perlu menggunakan
Projek 30%
ehendaki mengahasilkan
ografik.
lah berdasarkan hasil
ata.
erdasarkan objektif yang
am projek Analitik Data
perisian infografik
3/21/2019 17
KAEDAH PENILAIAN
4. Klip Video Pembenta
Pelajar perlu mengha
Pembentangan Proje
Waktu pembentanga
Pertemuan Kedua.
Klip Video Pembenta
berdasarkan Poster In
dihasilkan.
angan Projek 30%
asilkan Klip Video bagi
ek.
an projek adalah pada
angan Projek adalah
nfografik yang telah
3/21/2019 18
KAEDAH PENILA
Berikut adalah garis panduan ba
tersebut:
i. Panjang Klip Video Pembent
ii. 3 minit yang pertama adalah
Poster Projek.
Pengenalan bagi Setiap Ahli
dan nombor matrik bagi tujua
Maklumat berkenaan Data ya
Pembentangan Poster yang b
Analisis Data.
AIAN
agi penyediaan pembentangan
tangan Projek adalah 5 minit.
h khusus untuk Pembentangan
Kumpulan yang meliputi imej, nama
an pemarkahan
ang meliputi Sumber dan Jenis Data
berdasarkan Objektif dalam Projek
KAEDAH PENILA
iii. 2 minit terakhir adalah khusus
dari awal pembentukan kumpula
Klip Video Pembentangan Projek
pembuktian bagi penglibatan se
semua aktiviti berkumpulan (Sila
kumpulan ada dalam setiap akti
Penglibatan Dalam Kumpulan).
iv. Klip Video Pembentangan Pro
“YouTube” dan kemudian dikong
Whatsapp