Fakultas Teknologi Informasi

Sistem Informasi - Unand

Konsep dan Teori

Visualisasi Data

Analisis dan
Ricky Akbar,
Konsep Visualisasi Data
 M e n gap a
Visualisasi Da
ta ??
Prolog
 Manusia merupakan makhluk visual  Berdasarkan penelitian, otak manusia
mampu mengenali gambar hanya dalam waktu 13 milidetik.
 Penelitian yang lain juga menyebutkan bahwa konten visual diproses 60.000 kali
lebih cepat daripada jenis konten lainnya.
 Selain itu, telah terbukti bahwa 90% informasi yang disimpan di otak berupa
informasi visual.
 Itulah mengapa sekarang hampir semua data ditampilkan secara visual melalui
proses visualisasi data yang efektif, misal dengan infografis.
 Dewasa ini, konten infografis ada di mana-mana, mulai dari berita di koran dan
artikel majalah, hingga konten online seperti artikel online dan postingan instagram
Prolog

 Visualisasi data dilihat oleh jumlah segi pengetahuan sebagai komunikasi

visual modern.
 Visualisasi data tidak berada di bawah segi manapun, melainkan
interpretasi di selang jumlah segi (misalnya, terkadang dilihat sebagai
cabang modern dari statistik deskriptif oleh beberapa orang, tapi juga
sebagai landasan alat pengembangan oleh yang lain).
 Visualisasi data mengikutkan pembuatan dan kajian dari representasi visual
dari data, berarti "informasi yang telah diabstraksikan dalam bentuk
skematis, termasuk atribut atau variabel dari unit informasi.
Prolog
 Presentasi data dan informasi secara visual tersebut membutuhkan sebuah proses
visualisasi data yang efektif dan akurat.
 Berikut alasan mengapa kita melakukan visualisasi data:
 Memperlihatkan tren
 Menampilkan konteks dari sebuah informasi
 Mempersingkat waktu baca
 Memperkuat narasi
 Memperjelas rangkaian cerita secara kronologis (waktu ke waktu)
 Memberikan perspektif pada sebuah cerita
 Menjelaskan sebuah proses (tahap per tahap)
 Menstimulasi imajinasi pembaca
Pengertian

A pa I t u
Visualisasi Da
ta ??
Pengertian
 Visualisasi data yaitu salah satu langkah dalam menganalisa data dan
menyajikannya ke pengguna.
 Visualisasi data mengacu pada teknik yang dipakai kepada mengkomunikasi data
atau informasi dengan menciptakannya sebagai objek visual (misalnya, titik, garis,
atau batang) dalam grafik
Menurut Para Ahli :
 Tableau : visualisasi data atau data visualization adalah tampilan berupa grafis atau
visual dari informasi dan data
 Friedman (2008), tujuan utama dari visualisasi data adalah untuk
mengkomunikasikan informasi secara jelas dan efektif dengan cara grafis
 Fernanda Viegas dan Martin M. Wattenberg, sebuah visualisasi yang ideal tidak
hanya harus mengkomunikasikan secara jelas, tetapi menstimulasi atensi dan
keterlibatan penonton
Tujuan Utama
Visualisasi Data
 Untuk mengkomunikasikan informasi secara jelas dan efisien
kepada pengguna lewat grafik informasi yang dipilih, seperti
tabel dan grafik.

 Visualisasi yang efektif membantu pengguna

dalam menganalisa dan penalaran tentang
data dan bukti.

 Dapat melaksanakan pekerjaan analisis

tertentu, seperti melaksanakan pembandingan
atau memahami kausalitas, dan prinsip
perancangan dari grafik (contohnya,
memperlihatkan perbandingan atau kausalitas).
Tujuan Lainnya
Visualisasi Data
 Membantu Explorasi Data.
Dalam konteks statistika dan data science, proses analisis data
menggunakan grafik merupakan proses yang vital; Proses ini
masuk ke dalam tahap Exploratory Data Analysis (EDA);
Visualisasi data yang efektif merupakan langkah awal dalam
sebuah analisis data yang baik;

 Metode Analisis Data.

Konsep ini memunculkan istilah visual analytics;
Visual analytics atau analisis visual merupakan ilmu untuk
melakukan penalaran analitik (reasoning analytics) dengan
didukung oleh antarmuka visual yang interaktif;
memungkinkan pembuat keputusan menggunakan
fleksibilitas, kreativitas, dan pengetahuan latar belakang
mereka
Tipe Visualisasi Data
1. Temporal, tipe ini biasanya cocok untuk menunjukkan hasil dari rangkaian
data yang berbentuk linear, atau satu dimensi saja. Ciri utama dari
visualisasi tipe ini adalah berupa garis, yang bermulai dan berakhir di titik
tertentu. Garis tersebut dapat berdiri sendiri, atau bersinggungan dengan
garis lainnya.
2. Hierarki, Tipe seperti ini umum digunakan untuk menunjukkan hubungan
antara suatu kelompok terhadap kelompok lain yang lebih besar. Visualisasi
seperti ini cocok untuk menunjukkan munculnya data‐data baru yang
berasal dari suatu penyebab. Salah satu penggunaan yang umum adalah
diagram pohon.
3. Network, pada dasarnya, sekumpulan data atau data set bisa saling
berpengaruh satu sama lain. Oleh karena itu, penggunaan network pada data
visualization adalah untuk mempermudah hubungan antar data set tersebut
Tipe Visualisasi Data

4. Multidimensi, tipe visualisasi multidimensi berarti cocok untuk

memvisualisasikan data yang memiliki banyak variabel atau dimensi.
Karena banyaknya data set yang ditampilkan, biasanya visualisasi ini
akan lebih menarik dan mencolok agar lebih mudah dipahami. Salah
satu contoh visualisasi ini adalah histogram, pie chart, dan stacked ‐bar.
5. Geospasial, pada tipe ini, visualisasi merepresentasikan wujud nyata dari
suatu benda, atau ruang yang memiliki data untuk ditampilkan. Pada
umumnya, visualisasi geospasial sering kali digunakan untuk
menunjukkan penetrasi penjualan di suatu wilayah, peta pertumbuhan
bisnis, hingga menunjukkan flow pada suatu UX
Tipe Visualisasi Data
VISIALISASI DATA
NETWORK

VISIALISASI DATA
GEOSPASIAL
Jenis Visualisasi Data
 Data Visual Berdasarkan Area & Ukuran, membedakan panjang, tinggi, atau area
dari grafis yang sama (seperti kolom, cincin, spider, dll.) untuk menampilkan
perbedaan antara nilai indeks yang berkorespondensi dengan indikator yang
berbeda secara jelas. Cara ini memungkinkan peninjau untuk melihat dan
membandingkan data dengan sekali pandang. Formula matematika biasa
digunakan untuk menampilkan skala secara akurat ketika membuat grafik data
visual ini.
 Visualisasi Data Berdasarkan Warna, visualisasi data berdasarkan warna cukup
sering digunakan dalam membandingkan ukuran nilai indeks. Pengguna dapat
melihat data mana yang lebih menonjol hanya dengan sekejap.
 Visualisasi Data Berdasarkan Gambar, dengan menggunakan gambar dan ikon,
data dapat ditampilkan secara realistik dan informasi dapat disampaikan dengan
lebih mudah
Jenis Visualisasi Data

 Visualisasi Data Berdasarkan Konsep, dengan menerjemahkan data indikator

yang abstrak menjadi data yang gampang dicerna, pengguna dapat dengan
mudah memahami arti dari sebuah grafik.
 Visualisasi Data Berdasarkan Grafik atau Bagan, ketika kita merancang
indikator dan data, penggunaan grafis berhubungan dengan topik presentasi
akan membuat tampilan data lebih jelas sehingga pengguna dapat dengan
mudah mengerti kegunaan grafik tersebut. Ini adalah jenis visualisasi data
yang paling umum digunakan
Bentuk-bentuk Umum
Visualisasi Data

 Column Chart
 Bar Graph
 Stacked Bar Graph
 Stacked Column Chart
 Area Chart
 Dual Axis Chart
 Line Graph
 Mekko Chart
 Pie Chart
 Waterfall Chart
 Bubble Chart
 Scatter Plot Chart
 Bullet Graph
 Funnel Chart
 Heat Map
Bentuk-bentuk Umum
Visualisasi Data

 Setiap jenis grafik dapat meningkatkan

kemudahan dalam membaca dan
interpretasi data
 Tetapi setiap grafik memiliki
karakteristik khusus yang sangat
spesifik pada suatu tujuan visualisasi
atau tipe data tertentu
Bentuk-bentuk Umum
Visualisasi Data
Bentuk-bentuk Umum
Visualisasi Data
Menentukan Jenis
Visualisasi Terbaik

 Salah satu bagian terpenting dalam proses visualisasi data adalah

memilih diagram atau jenis visualisasi terbaik
 Hal ini dapat menjadi lebih rumit karena biasanya suatu data dapat
divisualkan menggunakan lebih dari satu jenis grafik
 Sedangkan kita juga harus memastikan pesan atau tujuan visualisasi
dapat tersampaikan dengan jelas dan akurat
 Harus selalu diingat, bahwa visualisasi data hanya berguna jika
mencapai tujuannya
Contoh Visualisasi Data
 Contoh visualisasi data yang umum digunakan adalah dengan
menggunakan grafik dan peta.
 Cara paling populer dan tradisional untuk membuat visualisasi data
adalah melalui grafik. Sebuah grafik dapat diwakili oleh grafik garis,
scatterplot, grafik batang atau diagram lingkaran serta banyak jenis
grafik lainnya.
 Selain itu, bentuk visualisasi data yang sekarang menjadi semakin
populer adalah dalam bentuk sebuah peta.
 Penggunaan peta untuk visualisasi data menjadi populer karena peta
mampu menunjukkan lokasi, pola, dan hubungan spasial pada suatu
fenomena
Peta Hotspot Covid-19
Jenis Anjing Populer di Dunia
Penggunaan Bahasa
Pemrograman Paling Populer
Drowning In Plastic –
By Reuters Graphics
Grafik Animasi Piramida
Penduduk Amerika
Kesalahan-kesalahan
Dalam Visualisasi Data

Perhatikan Grafik
Disamping ini…
Kesalahan-kesalahan
Dalam Visualisasi Data
Berikut kesalahan-kesalahan yang terdapat pada grafik tersebut :

Kesalahan pertama: tidak menampilkan data

 Setiap batang pada gambar menunjukkan hasil rata-rata empat batang pot
tanaman dalam percobaan pengaruh nitrogen dan air.
 Sayangnya, poin data — hasil dari semua file unit eksperimental (pot) —tidak
ditampilkan.
 Hal Ini membuat kita tidak bisa melihat variasi hasil antar pot dan
membandingkan perbedaan antar pot.
 Dengan tampilan seperti ini, kita tidak bisa melihat jika ada hasil yang tidak
biasa, -misal sebuah outlier dalam data tersebut
Kesalahan-kesalahan
Dalam Visualisasi Data
Berikut kesalahan-kesalahan yang terdapat pada grafik tersebut :

Kesalahan kedua: pola tidak mudah ditangkap

 Tampilan tiga dimensi dan perspektif sudut yang tidak sesuai menyulitkan untuk
menilai tinggi batang secara kasat mata, yang berarti bahwa pertumbuhan
tanaman rata-rata sulit untuk dibandingkan

Kesalahan ketiga: distorsi data

 Kesalahan selanjutnya adalah distorsi pada rentang data yang disebabkan oleh
kesalahan pemilihan sumbu vertikal, Dalam grafik tersebut, ditunjukkan rentang
dari 2 hingga 9 gram/tanaman. Untuk menampilkan perbedaan nilai yang
proporsional, seharusnya grafik ditampilkan dalam rentang dari 0-9.
Kesalahan-kesalahan
Dalam Visualisasi Data

Berikut kesalahan-kesalahan yang terdapat pada grafik tersebut :

Kesalahan keempat: elemen grafis tidak jelas

 Dalam grafik tersebut, element grafis seperti teks dan angka pada sumbu x
maupun y terlalu kecil sehingga sulit untuk dibaca.
Tips Visualisasi Data

1. Pilih visual terbaik yang sesuai dengan data dan tujuan

visualisasi
2. Pastikan data mudah dibaca dan dimengerti.
3. Tambahkan informasi untuk menmbah konteks yang
diperlukan untuk audiens.
4. Jaga visualisasi sesederhana dan sejelas mungkin