Main Menu

Mengelola Data Sejak Awal Penelitian

Setelah arah dan fokus penelitian semakin jelas, Anda akan memasuki tahap pengumpulan, pengolahan, dan analisis data. Pada tahap ini, penting untuk memastikan bahwa data penelitian dikelola dengan baik sejak awal agar proses penelitian berjalan lebih teratur, data tidak mudah hilang, dan hasil penelitian dapat dipertanggungjawabkan.

Manajemen data penelitian atau Research Data Management (RDM) adalah proses mengelola data sepanjang siklus penelitian, mulai dari perencanaan, pengumpulan, pengolahan, dokumentasi, penyimpanan, keamanan, hingga persiapan data untuk dibagikan atau dipublikasikan jika diperlukan.

Pengelolaan data yang baik membantu memastikan bahwa data penelitian:

  1. tersimpan dengan rapi;
  2. aman dan tidak mudah hilang;
  3. mudah ditemukan kembali;
  4. dapat dipahami oleh peneliti maupun pihak lain yang berkepentingan;
  5. mendukung proses analisis;
  6. memenuhi standar etika dan akademik;
  7. dapat diverifikasi atau digunakan kembali sesuai ketentuan.

Jika Anda membutuhkan bantuan dalam merencanakan pengelolaan data penelitian, Perpustakaan dan Arsip UGM menyediakan layanan Library Clinic. Layanan ini dapat membantu konsultasi terkait perencanaan data, penyimpanan dan keamanan data, dan dokumentasi. Library Clinic tersedia setiap hari Senin–Jumat pukul 09:30–10:30. Pengguna dapat datang langsung ke Information Desk Perpustakaan dan Arsip UGM atau melakukan reservasi melalui https://ugm.id/pendaftaranlibraryclinic 

Memahami Jenis Data Penelitian

Data penelitian mencakup berbagai bentuk informasi yang digunakan untuk mendukung proses dan hasil penelitian. Bentuk data dapat berbeda-beda sesuai dengan bidang ilmu, metode penelitian, dan jenis kajian yang dilakukan. Contoh data penelitian meliputi:

  1. data numerik, seperti hasil survei, statistik, atau hasil pengukuran;
  2. data kualitatif, seperti transkrip wawancara, catatan observasi, atau hasil diskusi kelompok;
  3. gambar, foto, rekaman audio, video, atau dokumen;
  4. dataset hasil eksperimen;
  5. kode, script, atau file analisis;
  6. metadata atau informasi yang menjelaskan isi, struktur, dan konteks data.

Selain data utama, penelitian juga sering menghasilkan dokumen pendukung, seperti proposal penelitian, instrumen penelitian, formulir etik, lembar persetujuan responden, catatan proses penelitian, korespondensi penelitian, laporan penelitian, dan naskah publikasi.

Dokumen-dokumen tersebut juga perlu dikelola dengan baik karena dapat membantu menjelaskan bagaimana data dikumpulkan, diolah, dianalisis, dan digunakan dalam penelitian.

Merencanakan Pengelolaan Data

Pengelolaan data sebaiknya direncanakan sejak awal, bukan hanya dilakukan ketika penelitian hampir selesai. Perencanaan ini membantu peneliti menentukan jenis data yang akan dikumpulkan, cara menyimpan data, siapa yang dapat mengakses data, bagaimana data diamankan, serta apakah data dapat dibagikan setelah penelitian selesai.

Beberapa hal yang perlu direncanakan sejak awal meliputi:

  1. jenis data yang akan dikumpulkan;
  2. format file yang akan digunakan;
  3. cara memberi nama file;
  4. struktur folder penyimpanan;
  5. lokasi penyimpanan dan backup;
  6. pembagian akses data dalam tim;
  7. perlindungan data sensitif atau data pribadi;
  8. dokumentasi proses pengumpulan dan pengolahan data;
  9. rencana berbagi atau publikasi data jika diperlukan.

Jika Anda membutuhkan diskusi lebih lanjut tentang strategi pengelolaan data sesuai kebutuhan penelitian, Perpustakaan dan Arsip UGM juga menyediakan layanan Individual Academic Consultation (IAC). Layanan ini dapat dimanfaatkan untuk mendiskusikan kebutuhan data, pengorganisasian data, dan strategi pengelolaan data dalam penelitian.

Pendaftaran IAC: https://ugm.id/IAC 

Info IAC Drop In Session: diumumkan secara berkala melalui Instagram Perpustakaan dan Arsip UGM di https://instagram.com/perpustakaan_ugm 

Menyimpan dan Mengorganisasi Data

Data yang dikumpulkan selama penelitian perlu disimpan secara terstruktur agar mudah ditemukan kembali. Peneliti dapat membuat struktur folder yang konsisten sejak awal penelitian. Penamaan file juga perlu dibuat konsisten agar data mudah dilacak. Gunakan nama file yang jelas, singkat, dan mencerminkan isi file.

Contoh penamaan file:

2026-05-10_transkrip_wawancara_responden01.docx

2026-05-12_data_survei_mentah.xlsx

2026-05-20_data_survei_bersih.xlsx

2026-05-25_kode_analisis_statistik.R

Agar lebih mudah dikelola, hindari nama file yang terlalu umum seperti:

data_final.xlsx

data_final_baru.xlsx

Data_final_revisi_fix.xlsx

Nama file seperti itu sering membingungkan dan menyulitkan pelacakan versi data.

Mendokumentasikan Data

Dokumentasi data penting agar data dapat dipahami kembali, baik oleh peneliti sendiri maupun oleh pihak lain yang perlu memeriksa atau menggunakan data tersebut. Data yang tidak terdokumentasi dengan baik akan sulit dipahami, meskipun datanya masih tersimpan. Dokumentasi dapat mencakup:

  1. penjelasan variabel dalam dataset;
  2. arti kode atau kategori;
  3. sumber data;
  4. tanggal pengumpulan data;
  5. metode pengumpulan data;
  6. perubahan yang dilakukan selama pembersihan data;
  7. software atau tools yang digunakan;
  8. catatan keputusan selama proses analisis.

Dokumentasi ini membantu memastikan proses penelitian lebih transparan dan data lebih mudah diverifikasi.

Menjaga Keamanan dan Kerahasiaan Data

Data penelitian perlu disimpan dengan aman, terutama jika memuat informasi pribadi, data sensitif, atau data yang berkaitan dengan responden. Peneliti perlu memastikan bahwa data hanya dapat diakses oleh pihak yang berwenang.

Beberapa praktik yang dapat dilakukan:

  1. simpan data di lokasi penyimpanan yang aman;
  2. gunakan password untuk file yang memuat data sensitif;
  3. buat backup di lebih dari satu tempat;
  4. pisahkan data identitas responden dari data jawaban;
  5. gunakan kode responden atau anonimisasi jika diperlukan;
  6. batasi akses data hanya untuk anggota tim yang berkepentingan;
  7. hindari membagikan data sensitif melalui kanal yang tidak aman;
  8. ikuti ketentuan etik, persetujuan responden, dan kebijakan institusi.

Untuk penelitian yang melibatkan manusia sebagai responden, pengelolaan data harus memperhatikan aspek persetujuan, kerahasiaan, dan penggunaan data sesuai tujuan penelitian.

Menyiapkan Data untuk Analisis dan Publikasi

Setelah data dikumpulkan, data perlu diperiksa dan dipersiapkan sebelum dianalisis. Proses ini dapat mencakup pengecekan kelengkapan data, pembersihan data, penyeragaman format, penghapusan duplikasi, dan pencatatan perubahan yang dilakukan.

Beberapa jurnal atau penerbit juga meminta penulis mencantumkan informasi tentang ketersediaan data penelitian. Elsevier menjelaskan bahwa kebijakan data penelitian dapat berbeda antarjurnal; penulis dapat diminta atau dianjurkan untuk menyimpan, membagikan, atau menjelaskan akses terhadap data penelitian sesuai kebijakan jurnal. 

Jika data penelitian tidak dapat dibagikan secara terbuka karena alasan etik, privasi, perjanjian, atau pembatasan lain, peneliti tetap dapat menjelaskan kondisi tersebut melalui data availability statement. Elsevier menjelaskan bahwa data statement dapat digunakan untuk memberi informasi tentang data yang disajikan dalam artikel dan alasan jika data tidak tersedia untuk diakses.

Memahami Prinsip FAIR

Dalam pengelolaan data penelitian, peneliti juga dapat mengenal prinsip FAIR, yaitu Findable, Accessible, Interoperable, and Reusable. Prinsip ini membantu peneliti menyiapkan data agar lebih mudah ditemukan, diakses, dipahami, dan digunakan kembali sesuai ketentuan. Artikel Wilkinson dkk. dalam Scientific Data menjelaskan FAIR sebagai prinsip untuk membantu data dan aset digital ilmiah menjadi lebih mudah ditemukan dan digunakan kembali, baik oleh manusia maupun mesin.

Secara sederhana:

Findable: data mudah ditemukan melalui nama, metadata, atau identifier.

Accessible: data dapat diakses sesuai ketentuan yang berlaku.

Interoperable: data menggunakan format atau standar yang memungkinkan digunakan bersama sistem lain.

Reusable: data memiliki dokumentasi dan lisensi yang jelas agar dapat digunakan kembali.

Prinsip FAIR tidak berarti semua data harus dibuka untuk publik. Data tetap perlu memperhatikan etika, privasi, keamanan, dan aturan institusi atau jurnal.

Panduan Terkait

Untuk membantu memahami dan menerapkan manajemen data penelitian, Anda dapat membaca panduan berikut:

Data Management Plans 

Panduan ini menyediakan penjelasan, checklist, dan contoh untuk membantu peneliti menyusun Data Management Plan (DMP), termasuk rencana pengelolaan, penyimpanan, berbagi, dan pelestarian data penelitian.

https://unesdoc.unesco.org/ark:/48223/pf0000256544

Contoh lain Digital Curation Centre (DCC):

https://www.dcc.ac.uk/resources/data-management-plans 

Checklist for a Data Management Plan 

Panduan ini berisi daftar pertanyaan dan arahan yang dapat digunakan peneliti saat menyusun rencana pengelolaan dan berbagi data penelitian.

https://unesdoc.unesco.org/ark:/48223/pf0000256544

Contoh lain dari Digital Curation Centre (DCC):

https://www.dcc.ac.uk/dmps 

The FAIR Guiding Principles for scientific data management and stewardship — Scientific Data

Artikel ini memperkenalkan prinsip FAIR: Findable, Accessible, Interoperable, and Reusable, yang banyak digunakan sebagai acuan dalam pengelolaan dan penggunaan ulang data penelitian.

https://www.nature.com/articles/sdata201618 

Research Data Guidelines — Elsevier

Panduan ini menjelaskan kebijakan data penelitian pada jurnal Elsevier, termasuk anjuran atau persyaratan terkait penyimpanan, akses, dan penggunaan data penelitian dalam publikasi ilmiah.

https://www.elsevier.com/researcher/author/tools-and-resources/research-data/data-guidelines 

Data Statement — Elsevier

Panduan ini menjelaskan penggunaan data statement untuk memberikan informasi tentang ketersediaan data dalam artikel, termasuk ketika data tidak dapat dibuka karena alasan tertentu.

https://www.elsevier.com/researcher/author/tools-and-resources/research-data/data-statement 

Data Availability Statement — Elsevier Language Services

Panduan ini menjelaskan fungsi data availability statement, yaitu pernyataan yang memberi tahu pembaca apakah data di balik penelitian dapat diakses, serta di mana dan bagaimana data tersebut dapat ditemukan.

https://scientific-publishing.webshop.elsevier.com/manuscript-preparation/data-availability-statement/ 

Guidelines for a Data Management Plan — UNESCO/Intergovernmental Oceanographic Commission

Panduan ini dapat menjadi rujukan tambahan untuk memahami unsur-unsur yang perlu dipertimbangkan dalam penyusunan rencana pengelolaan data.

https://unesdoc.unesco.org/ark:/48223/pf0000256544