Sejarah singkat jurnalisme data
Meskipun jurnalisme data banyak dibicarakan dalam sepuluh tahun terakhir ini, ia belum menjadi suatu praktik baru. Contoh tertua jurnalisme data berasal dari pertengahan abad ke-19. Jurnalis dan perawat Florence Nightingale telah menerbitkan data kematian tentara Inggris selama Perang Krimea pada 1858.
Yang berubah sejak saat itu adalah munculnya komputer dan demokratisasi data publik. Setiap jurnalis memiliki alat yang memungkinkannya melakukan kalkulasi dan pencarian dengan cara yang sangat efisien dan memproses banyak data. Yang dilakukan selanjutnya adalah membenamkan diri di dalamnya (secara virtual, tentu saja).
Apa itu data?
Seringkali, ketika berbicara tentang jurnalisme data, yang terbersit di benak banyak orang adalah tingkat pengangguran. Hal ini wajar karena itu mungkin grafik yang paling sering ditemui di surat kabar. Namun, perlu diingat bahwa data dan statistik bukanlah hal yang sama. Tingkat pengangguran di Indonesia, misalnya, diambil dari data Kementerian Tenaga Kerja yang kemudian diolah ulang oleh ahli statistik BPS menggunakan rumus tertentu.
Data adalah sebuah elemen yang tepat, unik, dan jelas. Terdapat empat jenis data:
- data dapat berupa teks: nama depan Anda adalah bagian dari data
- data dapat berupa angka: usia Anda adalah bagian dari data
- data dapat berupa sesuatu yang benar atau salah, yang dalam bisnis dikenal sebagai tipe data Boolean: apakah Anda orang Inggris? Ya? Bukan? Jawaban itu adalah sepotong data.
- data dapat berupa pengelompokan dari beberapa bagian data lainnya, yang dikenal sebagai barisan: “Candra, 18, Bukan” adalah barisan yang berisi potongan data teks, data angka, dan data Boolean.
Spreadsheet dan tabel pivot
Di luar teori, jurnalisme data, di atas segalanya, menggunakan perangkat lunak yang pasti Anda ketahui, tetapi sering kali menakutkan: Excel (atau perangkat lunak spreadsheet lainnya). Excel adalah alat yang sangat baik untuk jurnalisme data. Jika Anda sedikit saja belajar menggunakannya, Anda dapat melakukan kalkulasi yang sangat kompleks dengan mudah, menghitung rata-rata, menghitung jumlah kemunculan, mencari bagian teks tertentu, dan lain-lain.
Jika Anda mempelajarinya lebih mendalam, Anda dapat berlanjut ke tabel pivot (tidak terlalu rumit kok, janji). Dengan menggunakan alat ini, Anda dapat memilah-milah database besar dari beberapa ribu baris dan kolom untuk kemudian dipangkas menjadi materi inti yang akan membantu penyelidikan Anda.
Dan jika Anda benar-benar ingin melangkah lebih jauh, OpenRefine akan menjadi sekutu Anda. Dengan menggunakan alat ini, Anda akan dapat menavigasi jutaan kolom dalam sekejap.
