Visualisasi data tidak berada di bawah bidang manapun, melainkan interpretasi di antara
banyak bidang (misalnya, terkadang dilihat sebagai cabang modern dari statistik deskriptif
oleh beberapa orang, tetapi juga sebagai dasar alat pengembangan oleh yang lain). Visualisasi
data mengikutkan pembuatan dan kajian dari representasi visual dari data, artinya "informasi
yang telah diabstraksikan dalam bentuk skematis, termasuk atribut atau variabel dari unit
informasi". [1]
Tujuan utama dari visualisasi data adalah untuk mengkomunikasikan informasi secara jelas
dan efisien kepada pengguna lewat grafik informasi yang dipilih, seperti tabel dan grafik.
Visualisasi yang efektif membantu pengguna dalam menganalisis dan penalaran tentang data
dan bukti. Ia membuat data yang kompleks bisa diakses, dipahami dan berguna. Pengguna
bisa melakukan pekerjaan analisis tertentu, seperti melakukan pembandingan atau memahami
kausalitas, dan prinsip perancangan dari grafik (contohnya, memperlihatkan perbandingan
atau kausalitas) mengikuti pekerjaan tersebut. Tabel pada umumnya digunakan saat pengguna
akan melihat ukuran tertentu dari sebuah variabel, sementara grafik dari berbagai tipe
digunakan untuk melihat pola atau keterkaitan dalam data untuk satu atau lebih variabel.
Visualisasi data adalah seni dan sains. Laju di mana data dikeluarkan telah meningkat, dipicu
oleh meningkatnya ekonomi berbasis informasi. Data yang dibuat oleh aktivitas internet dan
sejumlah sensor yang makin bertambah dalam lingkungan, seperti satelit dan kamera jalan,
disebut sebagai "Big data". Pemrosesan, analisis dan mengkomunikasikan data tersebut
menciptakan berbagai tantangan analisis bagi visualisasi data. Bidang ilmu data dan
pelakunya yang disebut ilmuwan data telah muncul untuk membantu mengatasi tantangan
tersebut.
Data Visualisasi adalah teknik menyajikan data secara visual melalui grafik, chart, peta dengan tujuan
informasi tetap informatif dengan tampilan yang menarik dan mudah dipahami. Visualisasi data
dapat menggambarkan relasi dan pola antara variabel yang ada dalam data. Para pengambil
keputusan akan melihat koneksi antara data yang bersifat multi-dimensi. Friedman (2008), tujuan
pokok visualisasi data ialah untuk mengomunikasikan informasi secara jelas dan efektif melalui
sarana grafis
Tahap ini yaitu data dikumpulkan dari berbagai sumber, baik dari file pada penyimpanan atau
sumber melalui jaringan
2. Parse
Tahap ini dilakukannya pemberian beberapa struktur untuk maknai data dan pesan ke dalam
kategori agar setiap berkas data dapat dibaca dan disa dibedakan dengan data lain
3. Filter
Pada tahap ini dilakukannya seleksi dengan menghapus data yang tidak penting atau tidak
menarik
4. Mine
Data pada tahap ini diaplikasikan ke dalam metode disiplin ilmu statistika atau data mining
sebagai jalan untuk mencari pola atau dijabarkan pada konteks matematis
5. Represent
Data diubah dan disajikan dalam bentuk model visual dasar, seperti grafik batang, daftar, atau
pohon. Tahap ini menunjukan bentuk dasar data yang akan diambil
6. Refine
7. Interact
Tahap ini metode untuk memanipulasi data ditambahkan agar data bias ditampilkan sesuai
kehendak pengguna
1. Grafik
Grafik merupakan visualisasi data yang menggambarkan hubungan numerik antara dua
variable. Macam-macam grafik adalah
1. Grafik Garis (Line Graph). Biasa digunakan untuk menganalisis berdasarkan waktu
2. Grafik Batang (Bar Graph). Biasa digunakan untuk membuat perbandingan
3. Grafik Lingkaran (Circle / Pie Graph)
4. Grafik Luasan (Area Graph). Biasa digunakan untuk mengalanlisis trend suatu
keadaan
5. Gafik Solid (Solid Graph)
6. Grafik Piktorial (Pictorial Graph)
2. Diagram
Visualisasi data yang dirancang untuk menunjukkan hubungan, gambaran umum atau
ringkasan suatu proses, objek
3. Chart
Kombinasi dari vektorial, grafik, numerik atau material verbal yang akan menunjukkan
visualisasi yang jelas dan ringkas dari suatu proses atau hubungan. Macam-macam Chart
antara lain:
1. Tree Chart
2. Flow Chart
3. Outline Chart
4. Tabular Chart
Diagram adalah suatu gambaran untuk memperlihatkan atau menerangkan suatu data yang
akan disajikan. Atau definisi diagram yang lainnya adalah lambang-lambang tertentu yang
dapat dipakai untuk menjelaskan sarana, prosedur serta kegiatan-kegiatan yang sudah biasa
dilaksanakan dalam suatu sistem.
B. Contoh-contoh diagram
Diagram garis – Penyajian data statistik dengan memakai diagram berbentuk garis lurus
disebut dengan diagram garis lurus ataupun diagram garis. Diagram garis biasanya dipakai
untuk menyajikan data statistik yang didapat berdasarkan pengamatan dari waktu ke waktu
secara berurutan. Sumbu X menunjukkan waktu pengamatan, Sedangkan sumbu Y
menunjukkan nilai-nilai data pengamatan untuk suatu waktu tertentu. Kumpulan waktu dan
juga pengamatan membentuk titik-titik pada bidang XY, Lalu selanjutnya kolom dari tiap dua
titik yang berdekatan tadi dihubungkan dengan garis lurus sehingga akan didapat diagram
garis atau sering disebut juga grafik garis.
Contoh diagram garis
Diagram lingkaran – Penyajian data statistik dengan memakai gambar yang berbentuk
lingkaran. Lalu bagian-bagian dari daerah lingkaran, menunjukkan persen data. Untuk
membuat diagram lingkaran, pertama-tama terlebih dahulu ditentukannya besar persentase
tiap objek terhadap keseluruhan data dan besarnya sudut pusat sektor lingkaran.
Histogram merupakan tampilan bentuk grafis untuk menunjukkan distribusi data secara visual atau
seberapa sering suatu nilai yang berbeda itu terjadi dalam suatu kumpulan data. Histogram juga
merupakan salah satu alat dari 7 alat pengendalian kualitas (QC 7 Tools). Manfaat dari penggunaan
Histogram adalah untuk memberikan informasi mengenai variasi dalam proses dan membantu
manajemen dalam membuat keputusan dalam upaya peningkatan proses yang berkesimbungan
(Continous Process Improvement).
Poligon berasal dari kata polygon yang berarti poly : banyak dan gon(gone) :
titik. Yang kita maksud disini adalah poligon yang digunakan sebagai kerangka dasar
pemetaan yang memiliki titik titik dimana titik tersebut mempunyai sebuah koordinat
X dan Y, silahkan klik disini untuk memahami sistem koordinat dan proyeksi peta yang
tidak terlepas akan pengukuran dan penghitungan poligon.
Ogive adalah grafik yang digambarkan berdasarkan data yang sudah disusun dalam bentuk tabel
distribusi frekuensi kumulatif. Untuk data yang disusun dalam bentuk tabel distribusi frekuensi
kumulatif kurang dari, grafiknya berupa ogive positif, sedangkan untuk data yang disusun dalam
bentuk tabel distribusi frekuensi kumulatif lebih dari, grafiknya berupa ogive negatif.
Dari tabel distribusi frekuensi kumulatif di atas, dapat digambarkan ogive seperti pada diagram berikut.
Distribusi frekuensi adalah daftar nilai data (bisa nilai individual atau nilai data yang sudah
dikelompokka) yang disertai dengan nilai frekuensi yang sesuai.
Ada beberapa istilah yang harus dipahami dahulu dalam menyusun daftar frekuensi.
Tabel 3 :
1. Range = Selisih antara nilai tertinggi dan terendah. Dan pada contoh ujian di atas,
Range = 99 – 35 = 64.
2. Batas bawah kelas = Nilai terkecil yang berada pada setiap kelas. (Contoh nya pada
Tabel 3 di atas, batas bawah kelas nya ialah 31, 41, 51, 61, …, 91).
3. Batas atas kelas = Nilai terbesar yang berada pada setiap kelas. (Contoh nya pada
Tabel 3 di atas, batas bawah kelas nya ialah 40, 50, 60, …, 100).
4. Batas kelas (Class boundary) = Nilai yang digunakan untuk memisahkan antar kelas,
tapi tanpa adanya jarak antar batas atas kelas dengan batas bawah kelas berikutnya.
Contoh nya pada kelas ke 1, batas kelas terkecil nya ialah 30.5 dan yang terbesar 40.5.
Pada kelas ke 2, batas kelas nya ialah 40.5 dan 50.5. Nilai pada batas atas kelas yang
ke 1 (40.5) sama dengan. Dan merupakan nilai batas bawah bagi kelas yang ke 2
(40.5).
Batas kelas selalu dinyatakan dengan jumlah digit 1 desimal lebih banyak daripada
data pengamatan asalnya. Ini dilakukan untuk menjamin tidak ada nilai pengamatan
yang jatuh tepat pada batas kelasnya, sehingga menghindarkan keraguan saat data
tersebut harus ditempatkan. Contoh nya bila batas kelas nya di buat seperti ini:
Kelas ke 1 = 30 – 40.
Kelas ke 2 = 40 – 50.
5. Panjang/lebar kelas (selang kelas) = Selisih antar 2 nilai batas bawah kelas yang
berurutan atau selisih antara 2 nilai batas atas kelas yang berurutan atau selisih antara
nilai terbesar dan terkecil batas kelas bagi kelas yang bersangkutan. Biasanya lebar
kelas nya memiliki lebar yang sama. Contoh nya :
6. Nilai tengah kelas = Nilai kelas ialah nilai tengah dari kelas yang bersangkutan yang
diperoleh dengan formula berikut = ½ (batas atas kelas nya + batas bawah kelas nya).
Nilai ini yang dijadikan pewakil dari selang kelas tertentu untuk perhitungan analisis
statistik yang selanjutnya. Contoh nya nilai kelas ke 1 ialah ½(31+40) = 35.5.
7. Banyak kelas = Pada tabel ada 7 buah kelas.
8. Frekuensi kelas = Banyaknya nilai yang muncul pada selang kelas tertentu. Contoh
nya, pada kelas ke-1, frekuensinya adalah = 2. Nilai frekuensi nya adalah = 2 karena
pada selang antara 30.5 – 40.5, hanya ada 2 angka yang muncul, yakni nilai ujian 31
dan 38.