Mengenal dan Memahami Apa Itu Data Journalism?

Ketika kita mendengar kata data journalism maka yang mungkin dipikirkan adalah jurnalisme yang dilakukan dengan data. Tapi tidak semudah itu. “data” dan “jurnalisme” adalah istilah yang sangat rumit. Beberapa orang mungkin beranggapan bahwa data adalah sesuatu yang berkaitan dengan angka. Di era digital saat ini, hampir semua hal dapat dijelaskan dnegan angka. Data jurnaslime dengan memanfaatkan digital mampu menceritakan kisah yang menarik.

Data jurnalisme dapat membantu wartawan dalam menceritakan kisah yang kompleks dengan melibatkan infografis. Atau dapat membantu menjelaskan bagaimana cerita yang berhubungan dengan seseorang. Data dapat menjadi sumber data jurnalisme, atau dapat menjadi alat yang kisahnya diceritakan atau dapat menjadi keduanya.

Why Journalists Should Use Data

Saat ini, cerita dapat diberitakan pada saat itu juga, dari berbagai sumber, saksi mata, blog, dan lainnya. Inilah sebabnya mengapa data jurnalisme sangat penting . Mengumpulkan , penyaringan , dan memvisualisasikan apa yang terjadi di luar ini merupakan hal yang berkembang. Menurut Jonathan Stray, data jurnalisme adalah mendapatkan , melaporkan , kurasi dan penerbitan data untuk kepentingan publik . Sedangkan  menurut Paul Bradshaw, data jurnalisme adalah konvergensi dari sejumlah bidang. Dari penelitian investigatif dan statistik untuk merancang dan pemrograman.

Menurut Tim Berners – Lee, Dulu Anda akan mendapatkan cerita dengan mengobrol dengan orang-orang di bar, tapi sekarang Anda akan meneliti data dan melengkapi diri dengan alat untuk menganalisis dan memilih apa yang menarik disekitar Anda.

Dulu data dan jurnalisme adalah hal yang berbeda dan terpisah, namun sekarang, data sudah terintegrasi dengan jurnalisme. Data driven journalism adalah alur dimana data menjadi dasar untuk melakukan analisis, memvisualkan dan menceritakan mengenai suatu hal. Selain itu, data journalism membuat liputan lebih kompleks dan inovatif. Proses data journalism adalah data difilter/penyaringan kemudian divisualkan dan terakhir diceritakan.

• Mengapa ‘data journalism’ itu penting?
• Menyaring Arus Data
• Pendekatan baru untuk Mendongeng atau bercerita ( Pilhofer )
• Seperti Foto Jurnalistik dengan Laptop ( Boyer )
• Data Jurnalisme adalah Masa Depan ( TBL )
• Angka-angka Memenuhi Kata - Smithing
• Memperbarui Keterampilan Anda
• Sebuah Remedy atau obat untuk Informasi Asimetri
• Sebuah Jawaban untuk PR data -driven
• Menyediakan Interpretasi Independen Informasi Resmi
• Berurusan dengan data yang banyak
• Hidup kami adalah data
• Cara untuk Hemat Waktu
• Bagian penting dari ‘Toolkit’ Wartawan
• Beradaptasi dengan Perubahan Informasi Lingkungan yang baru
• Sebuah cara untuk melihat apa yang Anda mungkin tidak tidak Lihat
• Cara untuk menceritakan kisah-kisah yang lebih kaya
• Tim data terdiri dari:
• Seorang pengembang webdan desainer
• Seorang wartawan memimpin
• Seorang penelitifreelance dengan keahlian dalam ekstraksi data, excel spread sheet dan pembersihan data
• Seorang jurnalisfreelance
• Seorang produser konsultan eksekutif
• Seorang konsultan akademik dengan keahlian dalam data mining , visualisasi grafis dan keterampilan penelitian lanjutan
• Jasa seorang manajer proyek dan bantuan administratif unit multi-platform ABC
• Yang penting kami juga memiliki kelompok referensi dari wartawan dan orang lain untuk konsultasi berdasarkan kebutuhan
• Bagaimana cara mendapatkan data?
• Banyak database di web diindeks pada  mesin pencari
• Sertakan istilah pencarian yang berkaitan dengan isi dan format
• Cari berdasarkan dari url : ' inurl : download filetype : xls '
• Cari situs di mana data yang mungkin tersedia : ' site: agency.gov Directory Listing '
• Isi situs dan layanan data
• Tanyakan pada forum atau mailing list
• Bergabung Hacks / Hacker / Tanyakan ahli
• Pelajari tentang Pemerintah IT
• Cari lagi dengan kata baru
• Tulis permintaan FOI
• Apa saja hak kita terhadap data?
• Kebebasan Informasi
• Rencana ke depan
• Tahu biayanya
• Mengetahui hak-hak Anda dalam berkomunikasi
• Tetap sederhana
• Tetap fokus
• Jadilah spesifik
• Mengirimkan beberapa permintaan / permintaan internasional
• Melakukan uji coba
• mengantisipasi pengecualian
• Meminta akses
• Menyimpan catatan
• Membuatnya menjadi publik
• Meminta data mentah
• Webapa saja yang menjadi sumber data?
• Whois
• Blekko
• Compete.com
• Google site search – narrow search
• Bit.ly
• Twitter
• Google’s cache
• Wayback Machine at archive.org
• View, Source
• TinEye – image search
• YouTube statistics
• Emails
• Wikipedia article traffic
• Google Insights
• Crowdsourcing data
• Sharing - Ethical issues, restrictions, licenses
• Apakah langkah dasar untuk bekerja dengan data?
• Permintaan data harus dimulai dengan daftar pertanyaan yang ingin Anda jawab .
• Data sering berantakan dan perlu dibersihkan .
• Data mungkin memiliki fitur tidak terdokumentasi
• Berikut adalah tiga jenis pengguna
• Pengguna sesekali. Ini adalah pengguna yang menginginkan informasi sederhana dan cepat . Mereka tertarik untuk mendapatkan gambaran dari data , bukan analisis rinci . Kita bisa melibatkan mereka melalui Tweets atau grafis interaktif .
• Pengguna Aktif . Pengguna yang merangsang diskusi , dan menggunakan data tersebut untuk meningkatkan pengetahuan mereka tentang daerah tertentu atau menantang asumsi data . Untuk pengguna ini kami ingin memberikan mekanisme umpan balik dan kemungkinan untuk berbagi wawasan dengan rekan-rekan mereka melalui jaringan sosial .
• Data Hogs : pengguna ini ingin data mentah untuk visualisasi atau analisis . Kami hanya memberikan data untuk tujuan mereka. Melibatkan orang-orang dari media sosial