REGIONAL STATISTICAL DATABASE
Data statistik pada umumnya merupakan data numerik ynag menggambarkan objek tertentu. Objek yang digambarkan meliputi seluruh bidang kehidupan baik politik, ekonomi, social dan budaya. Dibidang pemerintahan data statistik dapat dikelompokkan menjadi data wilayah pemerintahan, sumberdaya alam, demografi, social budaya, ekonomi, keamanan, dll dengan ribuan variabel. Dari sisi kewilayahan data ini dapat mencakup data nasional, data provinsi, data kabupten/kota, data kecamatan, maupun data desa/kelurahan. Artinya, untuk data penduduk dengan indicator jumlah, dilihat dari sisi kewilayahan akan lingkupnya meliputi: jumlah penduduk Indonesia, jumlah penduduk provinsi Jawa Barat, jumlah penduk Kabutaen Bekasi, jumlah penduk kecamatan Karawang, dan Jumlah penduduk desa Karawang. Oleh karena data ini menggambarkan keadaan disuatu wilayah, maka disebut data statistik regional dan database yang mengakomodasi penyimpanan dan pengambilan kembali untuk diolah menjadi informasi wilayah disebut Regional Statistical Database. Data statistik regional tidak hanya dilihat dari dimensi wilayah, variable, indicator, tetapi dapat juga menjelaskan “waktu” dan “sifat data”. Jadi data statstik regional dapat mempunyai lima dimensi, yaitu: dimensi wilayah, dimensi waktu, dimensi variable, dimensi indicator, dan dimensi sifat data. Sebagai contoh, kita dapat mengatakan: “data sementara (sifat)” “penduduk (variable)“ “laki-laki (indicator)” “provinsi DKI Jakarta (lokasi/wilayah)” “tahun 2016 (waktu)”. Dimensi sifat data, misalnya: angka tetap, angka sementara, angka ramalan, angka estimasi, disertai dengan “satuan” biasanya melekat pada data. Dimensi indicator, misalnya: harga, suhu, ketinggian. Dimensi variable, misalnya: penduduk, penduduk laki-laki, penduduk usia 60 tahun keatas. Dimensi wilayah atau lokasi, misalnya: nasional, provinsi, desa. Dimensi waktu, misalnya: tahun, semester, kwartal, bulan, minggu, hari.
Dengan struktur tersebut maka jumlah data pada database ini akan selalu berkembang dilihat dari kelima dimensi. Tentu untuk mengelola database ini diperlukan database management system (DMS), yang telah dimulai dar dBASE III, SQL sampai dengan ORACLE. Dari database tersebut dapat dilakukan pengolahan dan diperoleh informasi melalui: inquery, pembuatan table-tabel statistik, serta grafik sesuai dengan yang diinginkan. Informasi ini secara langsung maupun tidak langsung akan mendukung proses pengambilan keputusan bagi para pimpinan. Dengan inquery dapat dengan mudah diperoleh dapat data yang diinginkan, misalnya: find (2015,dki Jakarta, penduduk, laki-laki)
Tahun | Lokasi | Variabel | Indikator | Jumlah | Satuan | Sifat Data |
2015 | DKI Jakarta | Penduduk | Laki-laki | 5.115.537 | Orang | Angka Tetap |
2015 | Bali | Wisatawan | Wisman | 3.400.000 | Orang | Sementara |
Karena kompleksitas dimensi variable dan dimensi indikator maka kadang-kadang terjadi penggabungan untuk memudahkan pendifinisian data. Vaiabel “penduduk” misalnya dapat diturunkan menjadi: penduduk laki-laki, penduduk perempuan, penduduk usia remaja, penduduk manula, dll. Oleh karenanya hal yang paling utama dalam data statistik regional adalah pendifinisian data disertai dengan petunjuk atau pedoman pengumpulan data sehingga data yang dikumpulkan bersifat “baku”. Data juga dapat diolah dan ditampilkan dalam bentuk tabel-tabel dan gambar (grafik). Perhatikan contoh tabel berikut.
Tabel 01. Jumlah Penduduk DKI Jakarta Menurut Jenis Kelamin Tahun 2015
(Orang/Angka Tetap)
No | Provinsi/Kab./Kota | Penduduk | Total Penduduk | ||
Laki-laki | Perempuan | ||||
1 | DKI Jakarta | 5.115.537 | 5.062.567 | 10.177.924 | |
Jakarta Pusat | 457.025 | 457.157 | 914.182 | ||
Jakarta Selatan | 1.096.469 | 1.089.242 | 2.185.711 | ||
Jakarta Barat | 1.246.288 | 1.217.272 | 2.463.560 | ||
Jakarta Utara | 867.727 | 879.588 | 1.747.315 | ||
Jakarta Timur | 1.436.128 | 1.407.688 | 2.843.816 | ||
Kepulauan Seribu | 11.720 | 11.620 | 23.340 |
Tabel ini tidak dapat dihasilkan secara inquery sehingga diperlukan pemrograman aplikasi, yang pada umumnya para programmer sangat mudah mengerjakannya. Data dari tabel ini juga dapat dengan mudah ditampilan dengan gambar, misalnya dengan : pie chart dan atau bar chart.