Cara Membuat Kamus Data dengan AI: Panduan Langkah demi Langkah Gratis
Kamus data adalah dokumen yang menjelaskan arti sebenarnya dari setiap kolom dalam data Anda. Anda dapat membuatnya dari spreadsheet dalam tiga langkah: unggah file, buat setiap bidang dideskripsikan dan ditentukan tipenya, lalu tinjau dan publikasikan hasilnya. Panduan ini membahas apa saja yang harus ada di dalamnya, bagaimana tim membuatnya secara manual, dan cara memangkas bagian yang membosankan.
Apa itu kamus data
U.S. Geological Survey memberikan definisi paling jelas yang tersedia. Panduan manajemen data miliknya menyatakan bahwa kamus data "digunakan untuk mengatalogkan dan mengomunikasikan struktur serta konten data." Kamus tersebut "menyediakan deskripsi yang bermakna untuk objek data yang dinamai secara individual."
Dua kata dalam definisi tersebut memiliki peran yang sangat penting. Mengatalogkan berarti setiap bidang dicantumkan, termasuk yang tidak digunakan oleh siapa pun. Mengomunikasikan berarti dokumen tersebut ditulis untuk orang lain, bukan untuk basis data.
Bagian kedua itulah yang membedakan kamus data yang sebenarnya dengan tangkapan layar dari header kolom. Header bernama cust_stat_cd bukanlah sebuah dokumentasi. Baris yang menjelaskan arti kode-kode tersebut, nilai apa saja yang diperbolehkan, dan apa arti dari kolom yang kosong, barulah disebut dokumentasi.
Sebagian besar tim sebenarnya sudah membutuhkannya tanpa mereka sadari. Saat dua orang berbeda pendapat tentang apa yang dimaksud dengan "pelanggan aktif", dokumen yang hilang tersebut adalah kamus data.
Apa saja yang ada di dalamnya
USGS mencantumkan konten umum, dan daftar tersebut cukup singkat untuk digunakan sebagai daftar periksa.
| Elemen | Apa yang dicatat |
|---|---|
| Objek data | Nama dan definisi dari setiap bidang |
| Properti terperinci | Tipe data, ukuran, nullability, opsionalitas, indeks |
| Diagram | Hubungan entitas (entity-relationship) dan tampilan tingkat sistem lainnya |
| Data referensi | Klasifikasi dan domain deskriptif |
| Kode kualitas | Data yang hilang dan kode indikator kualitas |
| Aturan bisnis | Aturan untuk memvalidasi skema atau kualitas data |
Tidak setiap proyek membutuhkan keenam elemen tersebut. Sebuah spreadsheet tunggal yang dibagikan di antara dua tim hanya membutuhkan dua elemen pertama dan elemen kelima. Basis data produksi membutuhkan semuanya.
Baris kode kualitas adalah bagian yang paling sering dilewati dan paling sering disesali. Jika sel yang kosong dapat berarti "nol", "tidak diketahui", atau "tidak berlaku", mencatat hal tersebut akan mencegah tiga analis berbeda menghasilkan tiga total akhir yang berbeda.
Mengapa tim membuatnya
USGS menyebutkan enam kegunaan, dan masing-masing memetakan kegagalan nyata yang dapat dicegahnya.
Dokumentasi menyediakan detail struktur bagi pengguna, pengembang, dan pemangku kepentingan lainnya. Komunikasi memberikan kosakata umum bagi orang-orang dan membantu pengembang mengukur dampak dari perubahan skema.
Desain aplikasi membantu pengembang membuat formulir dan laporan dengan tipe data dan kontrol yang tepat. Analisis sistem memungkinkan analis melihat desain secara keseluruhan dan melacak di mana data bertemu dengan setiap proses.
Integrasi data adalah hal yang paling penting untuk pekerjaan spreadsheet. USGS mencatat bahwa definisi yang jelas "memberikan pemahaman kontekstual yang diperlukan saat memutuskan cara memetakan satu sistem data ke sistem data lainnya." Pemahaman yang sama menentukan "apakah akan membuat subset, menggabungkan, menumpuk, atau mentransformasikan data untuk penggunaan tertentu."
Pengambilan keputusan melengkapinya, membantu dalam merencanakan pengumpulan data dan pekerjaan kolaboratif lainnya.
Ada argumen yang lebih tajam yang tersirat di halaman yang sama. USGS mengamati bahwa kamus dapat mengungkap masalah kredibilitas. Mereka memperingatkan bahwa "definisi data yang tidak lengkap dapat membuat data yang sebenarnya luar biasa menjadi hampir tidak berguna."
Sisi persyaratan juga didokumentasikan. Bab Panduan Survei USGS tentang metadata mewajibkan catatan untuk menyertakan definisi entitas dan atribut, di samping asal-usul (provenance) dan batasan penggunaan.
Bagaimana tim membuatnya secara manual
Cara manual bergantung pada tempat data tersebut berada, dan kedua versi tersebut sah-sah saja.
Jika data berada dalam basis data, sistem mungkin dapat membuat draf pertama untuk Anda. USGS mencatat bahwa sebagian besar sistem manajemen basis data "memiliki kamus data aktif bawaan dan dapat menghasilkan dokumentasi sesuai kebutuhan."
Jika data berada dalam spreadsheet, tidak ada pembuat otomatis. USGS merujuk pada templat kosong "untuk membuat 'kamus data' sederhana secara manual di Excel," yang merupakan metode paling realistis saat ini.
Versi manual tersebut berarti satu baris per kolom, diisi oleh orang yang memahami data tersebut. Nama bidang, definisi dengan bahasa yang mudah dipahami, tipe, nilai yang diperbolehkan, apakah kolom kosong diizinkan, dan siapa pemiliknya.
Untuk ekspor lima belas kolom, ini membutuhkan waktu dua puluh menit. Untuk file operasional enam puluh kolom yang ditarik dari tiga sistem, ini akan menyita waktu sepanjang sore yang tidak dimiliki oleh siapa pun.
Di mana letak hambatan cara manual
Hambatannya jarang sekali terletak pada proses penulisan. Melainkan pada proses "arkeologi" data.
Setengah dari kolom dalam ekspor yang sebenarnya memiliki nama berupa singkatan yang ada di kepala seseorang lima tahun lalu. Untuk mengetahui arti dari flag_2, Anda harus membuka data, mengurutkannya, dan menyimpulkan aturannya dari nilai-nilai yang ada.
Kemudian ada masalah pergeseran (drift). USGS secara blak-blakan menjelaskan konsekuensinya: "kegagalan untuk menjaga kamus tetap mutakhir dengan struktur data yang sebenarnya menunjukkan kurangnya pengelolaan data." Kamus yang ditulis sekali dan tidak pernah disentuh lagi justru lebih buruk daripada tidak ada sama sekali, karena orang-orang telanjur memercayainya.
Kedua masalah tersebut bersifat mekanis. Membaca setiap kolom, membuat profil nilainya, serta mengusulkan tipe dan definisi adalah proses yang berulang-ulang. Orang-orang menganggapnya membosankan dan mulai tidak konsisten saat mencapai baris keempat puluh.
Cara membuat kamus data dengan AI
Langkah 1: Unggah file yang ingin Anda dokumentasikan
Masuk ke Powerdrill Bloom dan unggah file ekspor tersebut. Excel, CSV, PDF, dan dokumen tercantum dalam paket gratis.
Unggah file yang sebenarnya, bukan sampel yang sudah dipotong. Nilai-nilai aneh di baris 900 hingga 1.100 biasanya merupakan tempat tersembunyinya aturan-aturan yang menarik.
Langkah 2: Minta profil kolom demi kolom dalam bahasa sehari-hari
Minta satu baris untuk setiap kolom. Setiap baris harus memuat definisi dengan bahasa yang mudah dipahami, tipe data yang terlihat, rentang atau nilai unik, dan jumlah kolom kosong. Minta AI untuk menandai nilai apa pun yang terlihat seperti kode alih-alih data.
Kemudian, telusuri bagian yang ambigu. Tanyakan kolom mana saja yang tampaknya membawa makna berkode dan apa yang diwakili oleh setiap kode tersebut. Anda kemudian dapat mengonfirmasi atau mengoreksinya dengan seseorang yang memahami sistem tersebut.
Output pada tahap ini adalah draf, bukan dokumen final. Tugasnya adalah menghilangkan proses "arkeologi" sehingga Anda hanya perlu memberikan penilaian akhir.
Langkah 3: Koreksi definisi dan publikasikan
Tinjau setiap baris dan perbaiki baris yang hanya dapat diselesaikan oleh manusia. Apa yang dianggap aktif, mengapa dua kolom tanggal tidak cocok, dan bidang mana yang menjadi acuan utama. Kemudian ekspor hasilnya sebagai lembar kerja atau dokumen.
Simpan dokumen tersebut di tempat yang sama dengan data itu sendiri. Kamus yang berada di folder unduhan seseorang bukanlah sebuah dokumentasi, dan itu adalah cara tercepat untuk memunculkan kembali masalah pergeseran data yang baru saja Anda perbaiki.
Jaga agar tetap berguna setelah hari pertama
Kamus data hanya akan berguna jika isinya tetap akurat, dan USGS menjelaskan caranya secara langsung. Rencanakan ke depan, tambahkan elemen saat teridentifikasi, dan perbarui kamus ketika struktur berubah.
Tiga kebiasaan berikut akan sangat membantu.
Tulis definisi untuk orang luar. Jika karyawan baru tidak dapat menggunakan definisi tersebut tanpa mengajukan pertanyaan lanjutan, berarti definisi itu belum selesai.
Buat versi yang selaras dengan data. Ketika sebuah kolom ditambahkan atau diubah tipenya, kamus harus langsung diperbarui pada saat yang sama, bukan pada kuartal berikutnya.
Terapkan standar jika sudah ada. USGS mencatat bahwa menerapkan dan merujuk pada standar data akan membuat Anda tidak perlu mengelola dokumentasi Anda sendiri sama sekali.
Kamus juga berpasangan secara alami dengan kebiasaan yang lebih luas untuk menyepakati angka satu kali saja. Panduan kami untuk membangun sumber kebenaran tunggal (single source of truth) membahas lapisan di atas panduan ini. Sementara itu, menganalisis spreadsheet yang dibuat orang lain membahas situasi yang biasanya memicu kebutuhan tersebut.
Mulai dengan file yang sudah Anda miliki
Anda dapat menyelesaikan seluruh siklus di atas dengan paket gratis. Paket ini mencakup pengunggahan untuk Excel, CSV, PDF, dan dokumen, pembuatan wawasan dan ringkasan, serta pembuatan slide, dokumen, lembar kerja, dan gambar dasar.
Dua batasan perlu dijelaskan secara terbuka. Analisis Excel dan pembuatan dokumen Office tercantum dalam paket Pro. Paket gratis mencakup satu tugas terjadwal, sehingga kamus yang diperbarui secara otomatis berdasarkan jadwal memerlukan paket berbayar.
Jika file sumber perlu dirapikan terlebih dahulu, halaman pembersihan data AI kami membahas langkah tersebut. Halaman asisten AI Excel dan asisten AI CSV membahas dua jenis file yang paling umum. Untuk mendokumentasikan file ekspor Anda yang paling berantakan hari ini, coba Powerdrill Bloom.
Pertanyaan yang sering diajukan
Apa perbedaan antara kamus data dan metadata?
Kamus data menjelaskan struktur dan konten dari masing-masing bidang. Metadata cakupannya lebih luas, membahas siapa yang memproduksi data tersebut, mengapa, serta bagaimana data tersebut dikumpulkan dan diproses.
Apakah saya bisa membuat kamus data di Excel?
Ya, dan ini adalah pendekatan yang umum untuk data spreadsheet. USGS mempublikasikan templat kosong untuk membuat kamus data sederhana di Excel secara manual.
Seberapa detail definisi setiap bidang harus dibuat?
Cukup detail sehingga seseorang di luar tim Anda dapat menggunakan kolom tersebut tanpa harus bertanya. Sertakan nilai yang diperbolehkan dan apa arti dari kolom yang kosong, karena hal-hal tersebut sering kali memicu perbedaan pendapat.
Siapa yang harus memiliki kamus data?
Siapa pun yang memiliki struktur data tersebut, bukan orang yang meminta laporan. Kepemilikan sangat penting ketika sebuah kolom berubah, karena kamus data harus diperbarui pada saat yang sama.
Seberapa sering kamus data harus diperbarui?
Setiap kali struktur data yang mendasarinya berubah. USGS menganggap kamus data yang usang sebagai masalah pengelolaan, karena orang-orang akan terus memercayai definisi yang sebenarnya sudah tidak sesuai lagi dengan data yang ada.