WEBINAR AIPTKMI

VISUALISASI DATA
EPIDEMIOLOGI
Cecep Heriana, SKM.,MPH
(Pengurus Pusat AIPTKMI/Wakil Ketua I Bidang Akademik STIKKU/
Data Manager COVID-19 Kab. Kuningan)
SUMMARY OF Definisi Data Epidemiologi dan Visualisasi Data
Fungsi dan Urgensi Visualisasi Data

CONTENTS
Visualisasi data dan Keputusan
Fungsi Alat Visualisasi Data
Faktor yang mempengaruhi ketertarikan visualisasi

OUR MAIN Faktor yang mempengaruhi alat visualisasi

Perbandiangan visualisasi angka dan gambar
TOPICS TODAY Visualisasi Data Epidemiologi
Visualisasi Pohon Penularan
Visualisasi peta kasus
Visualisasi kontak dari kasus
Visualisasi Waktu dan jumlah Kasus
Visualisasi Kurva Epidemic
Viusalisasi Kurva keterlambatan penanganan kasus
Visualisasi pohon Phylogenetics
Visualisasi Epidemiology molekuler
Distribusi data epidemiologi berdasarkan WTO
10 visualisasi data COVID-19 terbaik
Software untuk visualisasi data epidemiologi
Kesimpulan Pixelast | Design and Tech
WHAT IS
EPIDEMIOLOGY
DATA?

WHY IS IT IMPORTANT TO US?

Daata Epidemiologi
DATA EPIDEMIOLOGI

Data Epidemiologi merupakan kunci utama untuk

mengidentifikasi kekurangan dan masalah dalam sistem
pelayanan kesehatan, dan menjadi panduan untuk alokasi
sumber daya

(International Encyclopedia of the Social & Behavioral Sciences, 2001)

 What is Data
Visualisation?
Visualisasi data umumnya didefinisikan
sebagai pendekatan grafis untuk
penyajian data. Visualisasi data dapat
membuat data lebih dapat diakses
dengan memberikan kesempatan untuk
memeriksa dan mengeksplorasi sejumlah
besar informasi kuantitatif yang seringkali
kompleks sekaligus

01
05 PFITZNER, 2003
Visualisasi dan Analisis Data
Visualisasi dan analisis data merupakan
alat penting untuk mengeksplorasi dan
mengkomunikasikan temuan dalam
penelitian medis, dan terutama dalam
Surveilans Epidemiologi

Tobias, 2020
 Fungsi Visualisasi Data
Visualisasi data tidak hanya sebagai output atau tambahan penelitian
tetapi sebagai pelengkap pendekatan berbasis statistik tradisional untuk
mengeksplorasi data, mengembangkan teori dan pengujian hipotesis.
Visualisasi data dapat memainkan peran penting dalam membantu
pasien memahami data kesehatan dan status kesehatan, selama sesuai
dengan kebutuhan, motivasi dan tujuan mereka
Meskipun visualisasi data biasanya dikaitkan dengan grafik data
kuantitatif, pelaporan data kualitatif dapat ditingkatkan dengan penyajian
peta konsep.

Sumber : Fox P, Hendler J. 2011 dan Kathryn J. Hannah, Ssoares 2020

Fungsi Visualisasi Data
Visualisasi Informasi dapat memainkan peran
penting dalam membantu pasien memahami data
kesehatan dan status kesehatan mereka, selama
sesuai dengan kebutuhan motivasi dan tujuan
mereka

Sumber : Fox P, Hendler J. 2011 dan Kathryn J. Hannah

 URGENSI VISUALISASI DATA

Visualisasi dan Analisis Data dapat

membantu peneliti dan pembuat
kebijakan untuk mengidentifikasi dan
memahami tren yang dapat diabaikan
jika datanya ditinjau dalam bentuk
tabel
- TOBIAS (2020)
 DATA DAN KEPUTUSAN
Ketika volume dan kompleksitas data penyakit

menular meningkat, Maka profesional kesehatan

masyarakat harus mensintesis data yang sangat

berbeda untuk memfasilitasi komunikasi dengan

publik dan menginformasikan keputusan mengenai

langkah-langkah untuk melindungi kesehatan

masyarakat (Carol, et.al, 2014)
VISUALISASI DATA DAN
KEBIJAKAN

Visualisasi berfungsi sebagai alat untuk

menerjemahkan pengetahuan dengan
pembuat kebijakan, menggunakan data
dan bukti untuk menginformasikan dan
melaksanakan kebijakan
(MONSIVAIS, 2018):
FUNGSI ALAT VISUALISASI
DATA

Alat visualisasi data dalam domain kesehatan

masyarakat memungkinkan pengguna untuk
mengenali dan mengklasifikasikan pola, tren,
dan penyimpangan
Perangkat lunak visualisasi data menawarkan
banyak alternatif untuk presentasi
MICHAEL E. AUER, KALYAN RAM B.
G. SCOTT ERICKSON
Permintaan dan penggunaan alat
visualisasi data dapat didorong oleh
kebutuhan kebijakan yang
teridentifikasi, yang dapat dipenuhi
oleh peneliti dan ilmuwan data.

(Monsivais, 2018):
Faktor yang mempengaruhi
Penggunaan Alat Visualisasi Data

Kebutuhan pengguna Preferensi

Integrasi alat ke dalam alur

Literasi tentang Komputer
kerja rutin

Dukungan organisasi dalam Peran kepercayaan

penerapan alat pengguna
Carroll, (2014).
FAKTOR YANG MEMPENGARUHI
KETERTARIKAN TERHADAP VISUALISASI
DATA

Visualisasi yang berbeda untuk tujuan

yang berbeda
Adanya kebebasan memilih bentuk
visualisasi
Peserta dengan tingkat lietrasi yang
lebih rendah , bentuk visualisasi tabel
sebagai visualisasi yang paling
informatif
Skala warna merupakan metode
paling intuitif untuk mewakili status
kesehatan danesiko kesehatan.

Soares, 2020
PERBANDINGAN NUMERACY DAN VISUALISASI
(Kesulitan Memahami) (Kemudahan Memahami)
PROBABILITY < FREKUENSI * > VISUALISASI

60% 6 dari 10
Numeracy : kemampuan bernalar Visualisasi
dengan angka Visualisasi dapat membantu orang dengan
Individu dengan numerasi rendah numerik rendah memahami data,
mengalami kesulitan dalam menafsirkan Tapi, ada beberapa bukti bahwa numerasi
angka dan yang rendah juga mempengaruhi penalaran
probabilitas dengan grafik.
Whiting et. al (2015)
 QUOTE

DATA VISUALIZATION WAS

MORE THAN A
“NICE TO HAVE”!

CRISAN, 2
VISUALISASI ANGKA DAN GAMBAR
Contoh Distribusi Kasus COVID-19 di DKI Jakarta

https://corona.jakarta.go.id/id
VISUALISASI GAMBAR
Contoh Hasil Penelitian Intervensi

Hormonal Therpy

Chemotherapy and Hormonal Therapy

0 25 50 75 100

Zikmund-Fisher (2013). A demonstration of ''less can be more'' in risk graphics

VISUAL & INTERACTIVE DESIGN

DATA VISUAL DESAIN

Bagaimana data INTERAKTIF
divisualisasikan sehingga Bagaimana pembaca
data terlihat oleh dapat berinteraksi dengan
Pembaca visualisasi data

Contoh : Animasi, Video

Contoh : Gambar (Grafik, Diagram)
VISUALISASI
DATA
EPIDEMIOLOGI

OVERCOMING ANXIETY TALK

Outbreak analytics toolbox

01
Visualisasi Pohon
Penularan

Untuk menunjukan data

tentang orang
Sumber Data :
Data List kasus
Data Kontak
Data Genomic
Heterogeneity
Jalur Transmisi
Software : Flouris Studio
Kombinasi Visualisasi
Berdasarkan orang
dan Tempat
Visualisasi Jalur Transmisi
Visualisasi dalam bentuk
Peta

Untuk mendistribusikan
kasus berdasarkan tempat
Sumber Data :
Latar Belakang
Data Intervensi
Peta berdasarkan
dinamika umum
Peta berdasarkan
penyebaran sppatialdio
Visuaslisasi
berdasarkan
Tempat
Visuaslisasi
berdasarkan
Tempat
 Peta Kabupaten Kuningan

Visuaslisasi
berdasarkan
Tempat
(peta Tematik)
Visualisasi Kontak dan
Kontak Erat

Untuk mendistribusikan
kasus berdasarkan Orang
Sumber Data :
Data Kasus
Data Kontak
Data Kontak erat
Penulusuran KOntak
Heterogeneity
Faktor Risiko
 Diagram Contact COVID-19 DKI Jakarta

SUMBER :
https://app.powerbi.com/view?
r=eyJrIjoiMTZhNmY2OTEtMGUxNi00NWNhLThjMzQtZTI1MjQ4NmU5ZDY2IiwidCI6IjVkNWE3MWRkLTk0ZDMtNDM0OC04YzViLWY0MDhiOTUyYjBkMSIsImMiOjEwfQ%3D%3D
Gambaran Kluster kasus COVID-19 di Kab. Kuningan

Sumber: Data COVID-19 kab. Kuningan dari Silacak

Visualisasi Hasil
Tracking Kasus
Awal di Indonesia
Sumber: Data COVID-19 kab. Kuningan
Visualisasi Waktu dan
Jumlah Kasus

Untuk mendistribusikan
kasus berdasarkan Waktu
Sumber Data :
Data Kasus
Data Kontak
Generation Time
Serial Interval
Contoh : Visualisasi Waktu dan Jumlah kasus
Visualisasi Kurva
Epidemiologi

Untuk mendistribusikan
kasus berdasarkan Waktu
Sumber Data :
Data Kasus
Menggambarkan dinamika
saat ini
Kurva EPIDEMIOLOGI

Epidemic curve of COVID-19 cases (n=231) identified outside of China, by date of onset of symptoms and likely exposure location, 19 February 2020
Visualisasi Kurva Kasus

Visualisasi berdasarkan
waktu
Visualisasi ini untuk
menggambarkan
keterlambatan
penanganan kasus
Sumber Data : data
kasus
Masa Inkubasi
Waktu perawatan
Lama Perawatan
Waku Meninggal kasus
Waktu kasus sembuh
Visualisasi Pohon
Phylogenetics

Visualisasi berdasarkan
waktu dan Agent
Visualisasi ini untuk
menggambarkan
taksonomi dari Agent
(ex;Virus)
Sumber Data : Genomic
Data
 Visualisasi
Pohon
Phylogenetics
COVID-19

https://theconversation.com/the-coronavirus-genome-
is-like-a-shipping-label-that-lets-epidemiologists-track-
where-its-been-136826
 Visualisasi
Pohon
Phylogenetics
COVID-19
di Indonesia

Turista, D. D. R., Islamy, A., Kharisma, V. D., & Ansori, A. N. M. (2020). Distribution of COVID-19 and phylogenetic tree
construction of SARS-CoV-2 in Indonesia. J Pure Appl Microbiol, 14(suppl 1), 1035-1042.
Visualisasi Epidemiology
Molecular

Visualisasi berdasarkan
Agent
Sumber Data : Genomic Data
Epidemiologi molekuler :
kontribusi faktor risiko
genetik yang potensial, yang
diidentifikasi pada tingkat
molekuler, terhadap etiologi,
distribusi, dan pencegahan
penyakit dalam keluarga
dan lintas populasi.
 WAKTU
Data harian (tren),
Diagram Kontak,
Kurva Epidemic

KARAKTERISTIK TEMPAT
ORANG
Spot Map,
Umur, Jenis Kelamin Distribusi
Karakteristik Orang
Visualisasi Ditribusi Orang berdasarkan
Kelompok Umur
Visualisasi orang  (Soscial Distancing)
 Bagaimana
jika tidak dilakukan
Sosial Distancing
dalam 30 hari?
Visuaslisasi
berdasarkan
Tempat dan
waktu
Visuaslisasi
berdasarkan
Tempat dan
waktu
Video Grafik Pemeriksaan COVID-19
Grafik Race Kasus COVID-19 di Indonesia
Ilustrasi Insidensi dan Prevalensi
 Visalisasi
Berdasarkan
Tempat
 Visualisasi
Berdasarkan Tempat
dan Waktu
 Visualisasi
Berdasarkan Tempat
dan Waktu
THE 10 BEST Johns Hopkins: Interactive Global Coronavirus Tracker
CORONAVIRUS The New York Times: Coronavirus Map Tracking the Global
Outbreak
DATA The Washington Post: Why outbreaks like coronavirus spread
VISUALIZATIONS exponentially, and how to “flatten the curve”
Visual Capitalist: The Math Behind Social Distancing
STAT: Covid-19 Tracker
The Guardian: Coronavirus pandemic leading to huge drop in air
pollution
The Guardian: Coronavirus pandemic leading to huge drop in air
pollution
Tax Foundation: A Visual Guide to Unemployment Benefit Claims
The Weather Channel: Coronavirus (COVID-19) Updates
Visual Capitalist: The History of Pandemics
https://blog.treasuredata.com/blog/2020/03/31/the-10-best-coronavirus-data-visualizations-weve-found/
Software untuk Visualisasi Data Epidemiologi

TABLEU PUBLIC FLOURISH STUDIO

https://public.tableau.com/en- https://flourish.studio/
us/s/

DATAWRAPPER PIKTOCHART
https://www.datawrapper.de/ https://piktochart.com/

QUADIGRAM
https://www.quadrigram.com/
BE INSPIRED

Imagination is more
important than
knowledge.

ALBERT EINSTEIN
KESIMPULAN
Data Epidemiologi akan berguna apabila dibuat
visualisasi sesuai dengan kebutuhan diantaranya
untuk pengambilan keputusan atau kebijakan
Visualisasi merupakan cara untuk menunjukan
kekuatan data dan urgensi data yang dapat
dilakuakn dalam berbagai bentuk seperti gambar,
diagram dan grafik
Visualisasi data dalam epidemiologi menekankan
pada data epidemiologi yang didapatkan dari
proses pengumpulan data, analisis data dan
kemudian dilakuakn visualisasi dengan opsi 8
bentuk gambaran visualisasi
Visualisasi dapat digunakan edengan menggunakan
alat (tools) yang tersedia sesuai dengan
kemampuan, kebutuhan dan tujuan dari
visualisasi itu sendiri
 REFERENSI
1. Monsivais, Pablo, et al. "Data visualisation to support obesity policy: case studies of data tools for planning and
transport policy in the UK." International Journal of Obesity 42.12 (2018): 1977-1986.
2. Tobías, Aurelio, et al. "COVID19-Tracker: A shiny app to perform comprehensive data visualisation for SARS-CoV-2
epidemic in Spain." medRxiv (2020).
3. Pfitzner D, Hobbs V, Powers D. A unified taxonomic framework for information visualization. Proceedings of the Asia-
Pacific symposium on information visualisation. 2003;24:57-66.
4. Fox P, Hendler J. Changing the equation on scientific data visualization. Science. 2011;331:705–8.
5. G. Scott Erickson, 2007, New Methods of Market Research and Analysis , Edward Elgar Publishing
6. CMichael E. Auer, Kalyan Ram B, 2019, cyber-physical Systems and Digital Twins: Proceedings of the 16th
International Conference on Remote Engineering and Virtual Instrumentation Volume 80 dari Lecture Notes in
Networks and Systems, Penerbit Springer
7. de Carvalho Soares, M. (2020). Information Visualisation Practices for Improving Patient Readability of Blood
Pressure, Health Data, and Health Literacy.
8. Carroll, L. N., Au, A. P., Detwiler, L. T., Fu, T. C., Painter, I. S., & Abernethy, N. F. (2014). Visualization and analytics tools
for infectious disease epidemiology: a systematic review. Journal of biomedical informatics, 51, 287-298.
9. Whiting et. al (2015) “How well do health professionals interpret diagnostic information? A systematic review
10. Turista, D. D. R., Islamy, A., Kharisma, V. D., & Ansori, A. N. M. (2020). Distribution of COVID-19 and phylogenetic tree
construction of SARS-CoV-2 in Indonesia. J Pure Appl Microbiol, 14(suppl 1), 1035-1042.