Data Primer dan Sekunder

Peta sumber data pada chapter sebelumnya menunjukkan banyak tempat untuk mengambil data, tetapi menyimpan satu pembagian yang lebih mendasar: ada data yang kita kumpulkan sendiri untuk pertanyaan kita, dan ada data yang dikumpulkan pihak lain lalu kita pakai ulang. Pembagian inilah yang memisahkan data primer dari data sekunder. Toko Kopi Kita menghadapi keduanya setiap pekan — pemilik toko bisa menyebarkan formulir kepuasan kepada pelanggannya sendiri, dan pada saat yang sama memanfaatkan laporan tren minuman yang dirilis asosiasi kafe. Pada chapter ini kita mendefinisikan kedua jenis data tersebut, membandingkan konsekuensinya dari sisi kendali, biaya, waktu, kebaruan, hingga kecocokan, lalu melihat kapan memakai keduanya sekaligus masuk akal.

Data Primer: Dikumpulkan Sendiri untuk Pertanyaan Kita #

Data primer adalah data yang dikumpulkan sendiri oleh penggunanya, langsung dari sumber pertamanya, untuk menjawab pertanyaan yang sedang dikejar. Contoh di Toko Kopi Kita: formulir kepuasan yang kita sebar kepada pelanggan, wawancara singkat dengan pemasok biji kopi, atau catatan belanja mingguan yang kita isi setiap kali berbelanja. Karena kita yang merancang pertanyaan dan cara pengambilannya, definisi tiap kolom dapat dibuat persis mengikuti kebutuhan analisis.

Konsekuensinya ada dua sisi. Di satu sisi, kita memegang kendali penuh: pertanyaan dapat diajukan ulang, definisi dapat diperjelas, dan data terkumpul sesegar kebutuhan. Di sisi lain, mengumpulkan data primer memakan sumber daya nyata — waktu menunggu responden, biaya insentif, dan tenaga memeriksa kelengkapan jawaban. Survei 100 pelanggan mungkin baru siap dianalisis setelah dua pekan, sementara laporan yang sudah diterbitkan pihak lain dapat diunduh dalam hitungan menit.

Data Sekunder: Dikumpulkan Pihak Lain, Kita Pakai Ulang #

Data sekunder adalah data yang dikumpulkan pihak lain untuk keperluan mereka sendiri, lalu kita manfaatkan ulang untuk pertanyaan kita. Contohnya laporan harga kopi dari asosiasi daerah, statistik harga komoditas dari portal pemerintah, atau dataset terbuka di galeri seperti UCI Machine Learning Repository . Bagi Toko Kopi Kita, laporan asosiasi menjawab hal yang tidak mungkin dijawab catatan sendiri: bagaimana pergerakan harga di pasar yang jauh lebih luas.

Keringanan tersebut dibayar dengan kecocokan yang tidak sempurna. Pihak pengumpul menentukan sendiri definisi, satuan, dan cakupan datanya — angka “harga rata-rata daerah” pada laporan asosiasi, misalnya, dapat menggabungkan kualitas biji yang berbeda-beda dari yang kita belanjakan. Ketika definisi mereka tidak sama dengan definisi kita, data sekunder tetap berguna sebagai pembanding, tetapi perlu dibaca dengan penuh kesadaran atas batasnya.

Membandingkan Keduanya #

Lima aspek berikut merangkum perbedaan yang paling terasa dalam praktik:

Tabel di atas memperlihatkan pola yang konsisten: data primer unggul pada aspek yang berada dalam kendali kita (kendali, kecocokan), sedangkan data sekunder unggul pada aspek yang tinggal diambil (biaya, waktu). Kebaruan tidak selalu dimenangi data primer — apabila asosiasi merilis harga setiap pekan sementara catatan belanja toko hanya diperbarui setiap bulan, data sekunder justru lebih segar. Tidak ada pemenang mutlak; pilihan mengikuti pertanyaan yang diajukan dan sumber daya yang tersedia.

Kapan Kombinasi Masuk Akal #

Sebagian besar pertanyaan nyata paling kuat dijawab oleh gabungan keduanya. Misalkan Toko Kopi Kita ingin menilai apakah harga belanja biji kopi pekan ini masih wajar. Catatan sendiri (primer) memberi harga yang benar-benar kita bayar; laporan asosiasi (sekunder) memberi patokan pasar sebagai pembanding. Tanpa data primer, kita tidak tahu posisi toko; tanpa data sekunder, kita tidak tahu apakah posisi tersebut normal.

Kombinasi seperti ini masuk akal ketika tiga syarat berikut terpenuhi, minimal sebagian:

• Data sekunder menyediakan konteks yang mustahil kita kumpulkan sendiri — harga pasar, tren nasional, data cuaca.
• Bagian terpenting dari pertanyaan menuntut definisi yang kita rancang sendiri, misalnya ukuran kepuasan pelanggan toko.
• Anggaran dan waktu tidak cukup untuk mengumpulkan segalanya dari nol.

Menggabungkan Kedua Sumber dengan Kolom Penanda #

Kebiasaan memasang kolom sumber_data dari chapter Sumber Data terbukti kembali dibutuhkan begitu data primer dan data sekunder bertemu dalam satu tabel. Contoh berikut menggabungkan catatan belanja sendiri dengan laporan asosiasi, lalu memutar bentuknya agar mudah dibandingkan pekan demi pekan — pembahasan pivot() dan kerabatnya tersedia lengkap pada dokumentasi pandas tentang reshaping .

import pandas as pd

# Data primer: catatan belanja biji kopi Toko Kopi Kita (dicatat sendiri).
catatan_sendiri = pd.DataFrame({
    "minggu": ["2026-W01", "2026-W02", "2026-W03"],
    "harga_per_kg": [128000, 131000, 130000],
})
catatan_sendiri["sumber_data"] = "catatan sendiri"

# Data sekunder: laporan harga rata-rata asosiasi kopi daerah.
laporan_asosiasi = pd.DataFrame({
    "minggu": ["2026-W01", "2026-W02", "2026-W03"],
    "harga_per_kg": [126500, 127000, 128500],
})
laporan_asosiasi["sumber_data"] = "laporan asosiasi"

harga = pd.concat([catatan_sendiri, laporan_asosiasi], ignore_index=True)
print(harga)
print()
tabel_banding = harga.pivot(
    index="minggu", columns="sumber_data", values="harga_per_kg"
).rename_axis(index=None, columns=None)
print(tabel_banding)
print()
selisih = tabel_banding["catatan sendiri"] - tabel_banding["laporan asosiasi"]
print("Selisih terhadap rata-rata asosiasi (rupiah per kg):")
print(selisih)

Output yang Dihasilkan:

     minggu  harga_per_kg       sumber_data
0  2026-W01        128000   catatan sendiri
1  2026-W02        131000   catatan sendiri
2  2026-W03        130000   catatan sendiri
3  2026-W01        126500  laporan asosiasi
4  2026-W02        127000  laporan asosiasi
5  2026-W03        128500  laporan asosiasi

          catatan sendiri  laporan asosiasi
2026-W01           128000            126500
2026-W02           131000            127000
2026-W03           130000            128500

Selisih terhadap rata-rata asosiasi (rupiah per kg):
2026-W01    1500
2026-W02    4000
2026-W03    1500
dtype: int64

Mari kita telaah baris-baris pentingnya:

1. Baris 4-8 (catatan_sendiri): data primer dibangun dari dictionary berisi catatan tiga pekan. Kolom penanda sumber_data dipasang sebelum penggabungan, sehingga asal tiap baris tidak pernah hilang.
2. Baris 11-15 (laporan_asosiasi): data sekunder diperlakukan sama. Struktur kolomnya sengaja dibuat identik — minggu dan harga_per_kg — supaya kedua tabel dapat ditumpuk tanpa galat.
3. Baris 17 (pd.concat): kedua DataFrame ditumpuk menjadi satu tabel panjang; ignore_index=True menulis ulang indeks dari nol.
4. Baris 20-22 (pivot + rename_axis): tabel panjang diputar menjadi tabel lebar — tiap pekan menjadi baris, tiap sumber menjadi kolom. rename_axis melepas nama kedua sumbu agar tampilan tetap ringkas.
5. Baris 25 (selisih): kedua kolom pada tabel lebar dikurangkan baris demi baris — operasi yang baru mungkin setelah pemutaran — sehingga selisih kedua sumber terhitung otomatis per pekan.

Baris selisih memperlihatkan temuan yang tidak terlihat pada tabel mentahnya: harga yang kita bayar selalu di atas rata-rata asosiasi, dan jaraknya melebar pada pekan kedua (4000 rupiah per kg). Temuan semacam ini biasanya memicu pertanyaan lanjutan — misalnya, apakah pemasok toko memang menjual kualitas di atas rata-rata, atau justru kita yang kurang cermat menawar. Analisis lanjutan dapat berjalan karena asal setiap angka tetap terlacak berkat kolom penanda.

Rangkuman #

• Data primer dikumpulkan sendiri untuk pertanyaan kita; data sekunder dikumpulkan pihak lain lalu kita pakai ulang.
• Data primer unggul pada kendali dan kecocokan; data sekunder unggul pada biaya dan waktu; kebaruan bergantung pada jadwal masing-masing.
• Kombinasi keduanya sering paling kuat: data sekunder memberi konteks pasar, data primer menjawab bagian yang spesifik pada pertanyaan kita.
• Kolom penanda sumber_data yang dipasang sebelum penggabungan menjaga asal-usul data tetap dapat ditelusuri.

Memilih data primer berarti bersiap mengumpulkannya sendiri — dan cara paling sederhana untuk memulainya tetap dikerjakan dengan tangan: formulir kertas, lembar catatan lapangan, atau tabel sederhana. Bentuk pengumpulan manual seperti inilah yang kita bahas pada chapter berikutnya, Pengumpulan Data Manual .