Metadata dataset adalah informasi yang menjelaskan isi, konteks, dan batas sebuah dataset: apa yang diukur, dalam satuan apa, untuk periode kapan, dan bagaimana angka itu diperoleh. Tanpa metadata, angka dalam tabel atau berkas data mudah dibaca keliru, terutama ketika pembaca ingin membandingkan dua dataset yang tampak serupa. Dalam praktik statistik resmi Indonesia, metadata statistik diatur melalui Peraturan Badan Pusat Statistik Nomor 5 Tahun 2020 tentang Petunjuk Teknis Metadata Statistik. Metadata statistik mencakup Metadata Statistik-Kegiatan (MS-Keg), Metadata Statistik-Variabel (MS-Var), dan Metadata Statistik-Indikator (MS-Ind), sebagaimana dijelaskan dalam paparan Badan Pusat Statistik Kota Magelang.
Artikel ini membahas empat unsur yang paling sering menentukan apakah sebuah dataset dapat dipakai ulang: definisi, satuan, periode, dan catatan metode. Fokusnya adalah cara membaca dan menyusun metadata dataset secara praktis, bukan menghafal seluruh formulir metadata.
Apa yang dimaksud metadata dataset?
Dataset adalah kumpulan nilai atau catatan yang disusun menurut struktur tertentu. Metadata dataset adalah dokumentasi yang menerangkan struktur dan makna nilai tersebut. Contoh field yang lazim ada dalam standar data dan metadata adalah judul data, konsep, definisi, klasifikasi, ukuran, satuan, dan dasar rujukan, seperti diperlihatkan dalam contoh pengisian standar data dan metadata dari Kementerian Ketenagakerjaan.
Metadata berbeda dari data. Data menjawab “berapa” atau “apa nilainya”; metadata menjawab “nilai itu tentang apa, dihitung bagaimana, dan berlaku untuk siapa atau kapan”. Badan Pusat Statistik menjelaskan bahwa metadata berfungsi menggambarkan data, menjelaskan data, serta memudahkan pencarian, penggunaan, dan pengelolaan informasi data. Karena itu, metadata bukan pelengkap administratif, melainkan bagian dari cara data dipahami.
Dalam ekosistem statistik, metadata perlu dibedakan menurut tingkatnya. MS-Keg menjelaskan kegiatan penghasil data, misalnya survei atau kompilasi produk administrasi. MS-Var menjelaskan variabel, misalnya definisi dan satuan suatu kolom. MS-Ind menjelaskan indikator, yaitu ukuran yang dibentuk dari satu atau beberapa variabel. Sebuah dataset bisa memerlukan ketiganya, tergantung tujuan penggunaan.
Mengapa definisi, satuan, periode, dan catatan metode penting?
Empat unsur ini menentukan apakah dua angka boleh dibandingkan. Angka “100” bisa berarti 100 orang, 100 rumah tangga, 100 persen, atau 100 juta rupiah. Angka “2025” bisa berarti data dikumpulkan pada 2025, data berlaku sepanjang 2025, atau laporan diterbitkan pada 2025. Tanpa definisi, satuan, periode, dan catatan metode, pembaca hanya bisa menebak. Dalam penelusuran dataset, tebakan seperti ini sering menghasilkan kesimpulan yang terlalu jauh.
Metadata yang baik tidak menghilangkan kompleksitas. Ia justru menunjukkan batas data: siapa yang tercakup, apa yang tidak dihitung, dan perubahan metode apa yang terjadi. Dengan begitu, pembaca dapat menilai apakah dataset itu cocok untuk pertanyaan tertentu, misalnya menghitung tren, membandingkan wilayah, atau mengevaluasi program.
Definisi: batas yang membuat angka bisa ditafsirkan
Definisi dalam metadata dataset sebaiknya bersifat operasional. Artinya, definisi menjelaskan siapa atau apa yang termasuk, syarat apa yang harus dipenuhi, dan pengecualian apa yang berlaku. Definisi kamus sering terlalu umum untuk keperluan data. Misalnya, “peserta pelatihan” perlu diperjelas: apakah semua orang yang mendaftar, semua yang hadir minimal satu sesi, atau hanya yang lulus dan menerima sertifikat?
Contoh pengisian standar data dari Kementerian Ketenagakerjaan memisahkan konsep dan definisi. Pemisahan ini berguna karena konsep memberi nama umum, sedangkan definisi menetapkan batas pengukuran. Dalam metadata, definisi juga sebaiknya menyebut unit analisis: individu, rumah tangga, usaha, atau wilayah. Tanpa unit analisis, pembaca bisa mengira satu baris data mewakili orang, padahal mewakili desa.
Definisi yang terlalu longgar juga menyulitkan perbandingan antarwaktu. Jika cakupan peserta pelatihan berubah dari “terdaftar” menjadi “lulus”, kenaikan jumlah peserta belum tentu menunjukkan perluasan program. Bisa jadi definisinya yang berubah. Karena itu, catatan perubahan definisi sebaiknya ditulis eksplisit, bukan disimpan di kepala pengelola data.
Satuan: angka tanpa satuan adalah teka-teki
Satuan menjelaskan skala pengukuran, misalnya orang, rumah tangga, unit usaha, hektare, ton, rupiah, persen, atau indeks. Satuan perlu dipisahkan dari ukuran. Ukuran menjelaskan bentuk statistiknya, misalnya jumlah, rata-rata, median, atau persentase; satuan menjelaskan skala yang dipakai. Contohnya, ukuran “jumlah” dengan satuan “orang” berbeda dari ukuran “persentase” dengan satuan “persen”.
Untuk data persentase, denominator wajib jelas. Kalimat “12 persen peserta adalah perempuan” baru bermakna jika diketahui 12 persen dari populasi apa: seluruh peserta, peserta yang lulus, atau peserta di wilayah tertentu. Tanpa denominator, persentase tidak dapat dihitung ulang. Selain itu, satuan harus konsisten dalam satu kolom. Mencampur “orang” dan “rumah tangga” dalam satu kolom membuat total menjadi tidak bermakna.
Pada data rupiah, tuliskan apakah nominalnya dalam rupiah, ribu rupiah, juta rupiah, atau miliar rupiah. Pada data yang dibulatkan, cantumkan aturan pembulatannya. Perbedaan satuan yang tidak dinyatakan sering menjadi sumber kesalahan saat pembaca mengutip angka dari tabel tanpa membaca catatan.
Periode: kapan data berlaku, bukan kapan data terbit
Periode dalam metadata dataset adalah waktu acuan data. Ia berbeda dari tanggal publikasi. Dataset “Jumlah kunjungan puskesmas” bisa merujuk pada kunjungan selama Januari–Desember 2025, sementara laporannya baru diterbitkan pada Februari 2026. Keduanya perlu ditulis terpisah agar pembaca tidak mengira data 2025 adalah data yang dikumpulkan pada 2025.
Periode juga perlu membedakan data stok dan data aliran. Jumlah pegawai pada akhir Desember adalah stok pada satu titik waktu; jumlah kunjungan selama Desember adalah aliran sepanjang periode. Keduanya tidak bisa diperlakukan sama. Untuk data bulanan, jelaskan apakah angka yang disajikan adalah bulanan, rata-rata bulanan, atau kumulatif setahun. Untuk data tahunan, jelaskan apakah tahun kalender, tahun anggaran, atau tahun ajaran.
Jika ada perubahan periode, metadata harus mencatatnya. Deret waktu yang tampak naik bisa jadi hanya karena periode acuan berubah, misalnya dari 12 bulan menjadi 9 bulan. Pembaca perlu tahu hal ini sebelum menarik kesimpulan tentang tren.
Catatan metode: menjelaskan bagaimana angka diperoleh
Catatan metode menerangkan asal dan proses angka: sumber data, cara pengumpulan, cakupan, teknik pengolahan, dan keterbatasannya. Sumber bisa berupa survei, sensus, kompilasi produk administrasi, atau cara lain. Metadata kegiatan biasanya mencantumkan cara pengumpulan data, sedangkan metadata variabel dan indikator menjelaskan definisi serta penghitungan. Contoh pengisian standar data dan metadata dari Kementerian Ketenagakerjaan menunjukkan bahwa metadata kegiatan dan metadata variabel memiliki field yang berbeda, meskipun saling melengkapi.
Catatan metode sebaiknya menjawab pertanyaan berikut: siapa yang dicakup, siapa yang tidak; bagaimana data dikumpulkan; apakah ada sampling; bagaimana data kosong atau tidak lengkap ditangani; apakah ada pembobotan; dan apakah ada perubahan definisi dari periode sebelumnya. Untuk data administrasi, cakupan sering terbatas pada layanan yang tercatat. Keterbatasan ini perlu ditulis karena dapat membuat angka tampak lebih rendah atau lebih tinggi dari kondisi sebenarnya.
Catatan metode juga membantu pembaca menilai kesetaraan data. Dua dataset dengan judul sama belum tentu dapat dibandingkan jika metode pengumpulannya berbeda. Survei dengan sampel dan data administrasi dengan pencatatan lengkap memiliki sifat berbeda. Metadata yang jujur tidak memilih salah satu sebagai “paling benar” tanpa menjelaskan konteksnya.
Contoh ilustratif pengisian metadata dataset
Contoh berikut adalah ilustrasi, bukan data nyata.
| Unsur | Isi |
|---|---|
| Judul data | Jumlah peserta pelatihan keterampilan di Kota Contoh, 2025 |
| Definisi | Peserta adalah orang yang terdaftar dan mengikuti minimal 80 persen sesi pelatihan yang diselenggarakan oleh lembaga penyelenggara. |
| Ukuran dan satuan | Ukuran: jumlah; satuan: orang. |
| Periode | Periode acuan: 1 Januari–31 Desember 2025. Tanggal terbit: Februari 2026. |
| Catatan metode | Data dikompilasi dari laporan penyelenggara pelatihan yang didanai APBD. Peserta yang mengikuti lebih dari satu pelatihan dihitung pada setiap pelatihan. Pelatihan yang laporannya tidak lengkap tidak dimasukkan. |
Contoh di atas memperlihatkan bahwa metadata tidak harus panjang, tetapi harus menjawab pertanyaan yang mungkin muncul. Jika pembaca ingin mengetahui jumlah orang unik, catatan metode sudah memberi petunjuk bahwa angka tersebut tidak dapat langsung dipakai karena satu orang bisa dihitung lebih dari sekali.
Kesalahan umum dan cara memperbaikinya
- Definisi terlalu umum. Perbaiki dengan menambah syarat, pengecualian, dan unit analisis.
- Satuan tidak ditulis atau tidak konsisten. Pisahkan kolom satuan, tulis denominator untuk persentase, dan jelaskan pembulatan.
- Periode data dicampur dengan tanggal terbit. Sediakan field terpisah untuk periode acuan dan tanggal publikasi.
- Catatan metode kosong. Cantumkan sumber, cara pengumpulan, cakupan, pengolahan, dan keterbatasan utama.
- Menganggap metadata lengkap berarti data pasti benar. Metadata menjelaskan klaim pembuat data; ia tidak otomatis memverifikasi kebenaran angka.
Cara menerapkan pada dataset Anda
- Tentukan unit analisis dan populasi yang dicakup.
- Tulis definisi operasional, termasuk syarat masuk dan pengecualian.
- Tetapkan ukuran dan satuan; untuk persentase, tulis denominator.
- Catat periode acuan dan tanggal publikasi secara terpisah.
- Jelaskan sumber, cara pengumpulan, pengolahan, dan keterbatasan data.
- Uji dengan satu pertanyaan: apakah orang lain bisa memahami dan menghitung ulang angka ini tanpa bertanya kepada pembuat data? Jika tidak, perbaiki metadatanya.
Untuk memperluas konteks dokumentasi dan penelusuran sumber, lihat hub Riset dan Sumber. Metadata yang rapi membantu pembaca berpindah dari sekadar melihat angka ke memahami asal-usul dan batasnya.
Batas yang perlu diingat
Metadata yang lengkap tidak dengan sendirinya menjamin data akurat. Ia mendokumentasikan apa yang diklaim oleh pembuat data tentang definisi, satuan, periode, dan metode. Jika sumber aslinya memiliki cakupan terbatas atau kesalahan pencatatan, metadata sebaiknya menyatakan keterbatasan itu. Pembaca juga perlu waspada ketika metadata hanya berisi formulir yang diisi formalitas tanpa penjelasan yang dapat diuji.
Di Indonesia, penyusunan metadata statistik sektoral dilakukan di berbagai instansi, termasuk pemerintah daerah. Dokumen metadata statistik sektoral Organisasi Perangkat Daerah Pemerintah Kota Bandar Lampung tahun 2025, misalnya, menunjukkan praktik penghimpunan metadata di tingkat daerah. Namun, keberadaan dokumen metadata tidak otomatis berarti setiap dataset di dalamnya siap dibandingkan. Pembaca tetap perlu memeriksa definisi, satuan, periode, dan catatan metode untuk setiap dataset yang dikutip.
Diskusi pembaca