VISUALISASIDATAMENGGUNAKANDATASTUDIO

BUKU MODUL VISUALISASI DATA MENGGUNAKAN
DATA STUDIO
Penulis : Sita Muharni, S.kom., M.TI.

Apri Candra W, S.kom., M.TI.
ISBN : ...
Copyright © Juli 2022

Ukuran : 15,5 cm x 23 cm; Hal: x + 56
Isi merupakan tanggung jawab penulis.

Hak cipta dilindungi oleh undang-undang. Dilarang mengutip atau memperbanyak baik
sebagian ataupun keseluruhan isi buku dengan cara apa pun tanpa izin tertulis dari penerbit.
Desainer sampul : An-Nuha Zarkasyi

Penata isi : Hasan Almumtaza
Cetakan I, Juli 2022
Diterbitkan, dicetak, dan didistribusikan oleh

CV. Literasi Nusantara Abadi
Perumahan Puncak Joyo Agung Residence Kav. B11 Merjosari
Kecamatan Lowokwaru Kota Malang
Telp : +6285887254603, +6285841411519
Email: penerbitlitnus@gmail.com
Web: www.penerbitlitnus.co.id
Anggota IKAPI No. 209/JTI/2018
KATA PENGANTAR
P uji syukur atas kehadirat Allah SWT yang telah melimpahkan rahmat
dan hidayah-Nya yang telah memberikan banyak kesempatan, sehingga
saya dapat menyelesaikan buku modul ini, dengan judul “Visualisasi Data
Menggunakan Data Studio”.
Dalam pembuatan buku tutorial ini, kami menyadari sepenuhnya
bahwa selesainya buku tutorial ini tidak lepas dari dukungan, semangat serta
bimbingan dari berbagai pihak, oleh karena itu kami ingin mengucapkan
terimakasih kepada :
1. Bapak dan Ibu orang tua serta keluarga kami, terima kasih yang tiada
batasnya atas segala dukungan, bimbingan dan doanya
2. M. Nur Ikhsanto, S.Kom., M.TI. selaku Ketua STMIK Dharma Wacana
Kota Metro.
3. M. Reza Redo Islami, S.Kom., M.TI. selaku Kepala LP3M STMIK
Dharma Wacana Kota Metro.
4. Rekan kerja dan seluruh sivitas akademika STMIK Dharma Wacana
Kota Metro.
5. Teman-teman sejawat yang telah banyak membantu dalam kelancaran
penyelesaian buku modul ini.
6. Pihak-pihak lain yang tidak sempat kami sebutkan, yang telah
membantu dalam kelancaran pengerjaan buku modul ini..
iii
Penyusunan buku modul ini disusun dengan sebaik-baiknya, namun
masih terdapat kekurangan didalam penyusunannya, oleh karena itu saran
dan kritik yang sifatnya membangun dari semua pihak sangat diharapkan,
tidak lupa kamu harap semoga buku tutorial ini bermanfaat bagi pembaca
serta dapat menambah ilmu pengetahuan bagi kami.
Metro, Juli 2022

Penulis
iv Visualisasi Data Menggunakan Data Studio

DAFTAR ISI
KATA PENGANTAR - iii

DAFTAR ISI - v
DAFTAR GAMBAR - vii
BAB I
PENGENALAN - 1
1. Visualisasi Data.............................................................................................. 1
2. Pengenalan Google Data Studio................................................................ 2
3. Keunggulan Google Data Studio.............................................................. 2
BAB II
Membuat Dashboard Interaktif - 7
4. Menyiapkan Google Sheet dan Google Data Studio............................ 7
5. Membuat Dashboard Pertama................................................................... 10
6. Bar Chart.......................................................................................................... 12
7. Membuat Scorecard, Header Dashboard dan Table............................ 12
8. Membuat Time Series Dashboard untuk Melihat Trend
Over-time............................................................................................ 18
9. Membuat Pie Chart....................................................................................... 21
10. Membuat Filter Tanggal dan Dimensi..................................................... 24
v
BAB III
Visualisasi Data Lanjutan - 31
11. Map Visualization......................................................................................... 31
12. Treemap........................................................................................................... 34
13. Scatter Charts.................................................................................................. 36
14. Heatmaps........................................................................................................ 38
15. Metode Agregasi............................................................................................ 41
16. Metode Agregasi (Function)....................................................................... 43
17. Comparison Date Range dari Metode Agregasi.................................... 45
18. Conditional Function dari Metode Agregasi......................................... 46
19. Publikasi Dashboard.................................................................................... 48
Kesimpulan - 53
Daftar Pustaka - 55
vi Visualisasi Data Menggunakan Data Studio

DAFTAR GAMBAR
Gambar 1.1 Tampilan Awal............................................................................. 3

Gambar 1.2 Google Connector........................................................................ 3
Gambar 2.1 Web Browser................................................................................ 8
Gambar 2.2 Superstore Dataset...................................................................... 8
Gambar 2.3 Tampilan Google Data Studio.................................................. 9
Gambar 2.4 Pilihan Google Connector......................................................... 9
Gambar 2.5 Dashboard Pertama.................................................................... 10
Gambar 2.6 Bar Chart........................................................................................ 11
Gambar 2.7 Bar Chart........................................................................................ 11
Gambar 2.8 Sidebar........................................................................................... 12
Gambar 2.9 Sidebar Edit Theme..................................................................... 13
Gambar 2.11 Header Dashboard...................................................................... 14
Gambar 2.12 Style Header................................................................................. 14
Gambar 2.13 Add a Chart.................................................................................. 15
Gambar 2.14 Tampilan Data Sales.................................................................... 15
Gambar 2.15 Add a New Page.......................................................................... 16
Gambar 2.16 Tampilan Page Baru.................................................................... 16
Gambar 2.17 Sidebar Table................................................................................ 17
Gambar 2.18 Visualisasi Table........................................................................... 17
Gambar 2.19 Sidebar Data.................................................................................. 18
vii
Gambar 2.20 Tampilan Header......................................................................... 18
Gambar 2.21 Line Chart...................................................................................... 19
Gambar 2.22 Sort Line Chart............................................................................. 19
Gambar 2.25 Column Chart............................................................................... 20
Gambar 2.28 Pie Chart........................................................................................ 22
Gambar 2.29 Style Pie Chart.............................................................................. 22
Gambar 2.31 Pie Chart........................................................................................ 23
Gambar 2.33 Pie Chart........................................................................................ 24
Gambar 2.34 Date Range.................................................................................... 25
Gambar 2.35 Date Range.................................................................................... 25
Gambar 2.36 Data Filter Control....................................................................... 26
Gambar 2.37 Filter Control................................................................................ 26
Gambar 2.38 Tampil Filter Control.................................................................. 26
Gambar 2.39 Dashboard View.......................................................................... 27
Gambar 2.41 Style Filter Control...................................................................... 28
Gambar 2.42 Filter Interactions........................................................................ 28
Gambar 3.1 Geo Map........................................................................................ 31
Gambar 3.2 Data Geo Map.............................................................................. 32
Gambar 3.3 Geo Map........................................................................................ 32
Gambar 3.4 Geo Map........................................................................................ 33
Gambar 3.7 Scatter Chart................................................................................. 36
Gambar 3.8 Scatter Chart................................................................................. 37
Gambar 3.9 Add a Filter................................................................................... 37
viii Visualisasi Data Menggunakan Data Studio

Gambar 3.12 Scatter Chart.................................................................................. 38
Gambar 3.13 Pivot Table..................................................................................... 39
Gambar 3.14 Pivot Table Data........................................................................... 40
Gambar 3.15 Table................................................................................................ 40
Gambar 3.16 Scorecard Data............................................................................. 41
Gambar 3.19 Scorecard....................................................................................... 43
Gambar 3.20 Table Data...................................................................................... 43
Gambar 3.21 Table................................................................................................ 44
Gambar 3.22 Table................................................................................................ 44
Gambar 3.23 Table................................................................................................ 45
Gambar 3.25 Scorecard....................................................................................... 46
Gambar 3.29 Invite People................................................................................. 49
Gambar 3.30 Invite People................................................................................. 49
Gambar 3.31 Schedule Email Delivery............................................................ 50
Gambar 3.32 Get Report Link............................................................................ 50
Gambar 3.33 Download Report........................................................................ 51
Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. ix

x Visualisasi Data Menggunakan Data Studio
BAB I
PENGENALAN
D ata merupakan kumpulan dari fakta yang dapat berupa angka, simbol
ataupun tulisan yang diperoleh melalui pengamatan suatu objek.
1. Visualisasi Data
Data visualisasi adalah teknik yang digunakan untuk mengkomunikasikan
data atau informasi dengan membuatnya ke dalam objek visual (misalnya
titik, garis, batang, dan lainnya) dalam grafik [1].
Pada era digital saat ini, menemukan data tidaklah begitu sulit. Data
(dataset) dapat ditemukan di internet. Dataset tersebut sangatlah besar,
kompleks dan sulit di analisis dengan perangkat lunak data processing seperti
spreadsheet. Cara efektif menyajikan data yang detail menjadi informasi yang
mudah diterima adalah dengan cara abstraksi menjadi informasi visual.
Visualisasi melalui perumpamaan visual dari dulu hingga saat ini telah
digunakan sebagai teknik penyimpanan pesan. Dahulu perumpamaan
visual berbentuk simbol- simbol yang merepresentasikan suatu makna.
Visualisasi mengubah data menjadi informasi yang mudah dimengerti [2].
Visualisasi data sama halnya seperti berkomunikasi, berhasil
atau tidaknya kamunikasi ditentukan oleh bagaimana cara pembicara
1
menyampaikan informasi yang diberikan kepada lawan komunikasi.
Visualisasi yang baik tentu terfokus, memberikan jawaban yang jelas dan
tidak terlalu detail [3].
2. Pengenalan Google Data Studio

Google data studio merupakan program visualisasi data yang dirancang
sebagai alat yang mudah digunakan untuk mewakili kumpulan data yang
kompleks dengan cara yang menarik dan jelas [4]. Visualisasi data adalah
istilah umum yang menggambarkan setiap upaya untuk membantu orang
memahamisignifikasi data dengan menempatkan data dalam konteks
visual. Diluncurkan pada Mei 2016 sebagai bagian dari Analytics 360 Suite
berbayar dan pada Agustus
2016 Google membuat program ini gratis untuk publik. Tujuan Google
Data Studio adalah untuk membantu pengguna membuat laporan yang
dinamis, menarik secara visual dengan menyalurkan sumber data eksternal
ke platform yang mudah dinavigasikan berbagi laporan berbasis data.
Performa Google Data Studio mengagumkan dalam menghasilkan visualisasi
data yang menarik dan mudah dipahami. Interface pengguna Google Data
Studio dapat dikenali oleh siapa saja yang bekerja dengan Google office
suite. Skema warna dan label konsisten di semua platform, sehingga mudah
dinavigasi pada menu Google Data Studio. Seperti platform Google Slide, Google
Data Studio menggunakan menu sidebar untuk menfasilitasi pembuatan
dan performa elemen penafsirannya. Google Data Studio mengandalkan
gabungan antara chart dan jenis – jenis grafik yang biasa ditemukan pada
data tools tetapi dengan tambahan seperti memberi beberapa fitur, termasuk
kemampuan untuk mengintegrasikan beberapa sumber ke dalam satu
laporan, memungkinkan pembaruan laporan secara dinamis dan membuat
metrik baru untuk analisis dalam platform daripada memodifikasi data asli.
3. Keunggulan Google Data Studio

Fungsi dari Google Data Studio secara umum sebenarnya hampir sama
dengan aplikasi pengola data lainnya, namun apakah perbedaan Google
Data Studio dari aplikasi data lainnya dan mengapa kita harus memakainya?
2 Visualisasi Data Menggunakan Data Studio

a. Menarik secara visual
Gambar 1.1 Tampilan Awal

Untuk tampilan Google Data Studio memang cukup simpel jika
dibandingkan dengan flat desain yang marak belakangan ini, namun
jika kita tidak cukup pintar dalam bidang grafis maka tampilan
penyajian data yang dipunyai Google Data Studio cukup bagus dan
mudah digunakan. Ketika menggunakan Google Data Studio, client tidak
akan bosan untuk membaca data laporan yang kita sajikan sebab data
akan ditampilkan dengan chart dan grifik yang menarik.
b. Menggabungkan data dari beragam sumber
Gambar 1.2 Google Connector
Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. 3

Apabila kita punya data dari beberapa sumber misalnya data pembeli
yang ada di Google Sheet lalu jumlah kunjungan situs di Google Analytics
dan biaya iklan yang ada di Google Adwords, bisa di ekspor dan
disatukan di Google Data Studio. Data yang bisa digabungkan hanya
dari sumber berikut : Google Analytics, Google Ads, Google Spreadsheet,
BigQuery, Upload File, Campaign Manager, Cloud Spanner Cloud SQL
untuk MySQL, Display & Video 360, Ekstrak Data, Google Ad Manager
360, Google Cloud Storage, MySQL, PostgresSQL, Search Ads 360, Search
Console, YouTube Analytics dan juga beberapa partner connestors yang
support Google Data Studio seperti pada gambar 1.2.
c. Mendapatkan perbaruan secara real-time

Data yang disajikan dapat diperbarui secara real-time. Fitur ini serupa
dengan fitur real-time analytics yang tersaji di Google Analytics dan
sejenisnya. Fitur real- time sebenarnya sudah tersaji di Google Docs,
Sheets, dan lainnya sebab ketika ada perubahan data maka secara
otomatis data di Google Data Studio pun berubah mengikutinya.
d. Mumungkinkan pengembangan dan penyebaran yang cepat

Kita tahu betapa repotnya ketika ada yang meminta lalu-lintas situs
kita. Begitu beresiko jika kita memberikannya akses untuk melihat
data di Google Analytics, sebab adakala client atau siapapun yang ingin
melihat kadang tak percaya dengan tangkapan layar yang kita berikan.
Pada Google Data Studio kita bisa dengan mudah membagikan kepada
siapapun hanya dengan menyalin tautan yang diberikan. Lagi- lagi
fitur yang sudah ditemukan di produk Google yang lain.
e. Gratis
Google Data Studio tersaji secara gratis kecuali jika kita bakal
menggunakan secara berjamaah lebih dari lima akun Google. Itulah
mengapa buat yang sering mengola data dan menyajikannya untuk
kebutuhan tertentu, Google Data Studio merupakan alat bantu yang
cukup mumpuni.
f. Scalable
Visualisasi data yang baik adalah yang mampu dalam hal aksesibilitas
dan dapat dipelihara serta dimodifikasi dimasa depan. Mengapa
visualisasi data itu penting. Manusia merupakan makhluk visual.

Manusia berevolusi untuk menemukan pola dan membuat
perbandingan visual. Otak manusia dapat mengidentifikasi gambar
yang dilihat hanya dalam 13 milidetik. Presentasi yang menggunakan
bantuan visual 43% lebih efektif dari pada presentasi yang tidak
menggunakan bantuan.
4 Pilar Visualisasi Data oleh Noal Illinsky

1. Tujuan yang jelas
Siapa yang membutuhkan data ini? Seberapa detail?
a. Tim Manajemen
Tim manajemen akan membutuhkan data yang strategis seperti
penjualan setiap periode
b. Tim Operasional
Tim operasional akan membutuhkan data yang lebih real-time
misalnya tim operasional IT membutuhkan data up-time sebuah
data centre
2. Data yang benar dan dibutuhkan oleh user
a. Data harus relevan
b. Data harus akurat
3. Hubungan antar data
a. Perbandingan antar kategori seperti perbandingan media sosial
untuk setiap kelompok umur.
b. Perubahan sepanjang waktu misalnya berapa banyak penderita malaria
dalam 10 tahun terakhir
c. Komposisi antar kategori misalnya penjualan barang sepanjang waktu
untuk setiap kategori
d. Perbandingan data secara geografi misalnya penjualan barang disetiap
provinsi
4. Format visualisasi
Gunakan format untuk fokus pada tujuan bukan untuk mendistraksi.

Bagaimana memilih media visualisasi
1. Pilihlah visualisasi sesuai kebutuhan. Misalnya :
a. Scatter Plot merupakan grafik dua variabel yang biasa digunakan
untuk membandingkan pasangan nilai antar variabel saling terkait
atau tidak.
b. Line Chart baik digunakan untuk melihat perubahan data sepanjang
waktu

BAB II
Membuat Dashboard Interaktif
D ashboard merupakan sebuah User Interface yang cukup unik. Ia

berada diantara data dan desain.
1. Menyiapkan Google Sheet dan Google Data Studio
Sebelumnya disini saya menggunakan laptop dengan spesifikasi
berikut :
• Prosesor Intel Core i7 7700HQ
• Sistem Operasi Windows 10 Pro 64-bit
• RAM 8 GB
• Grafis NVIDIA GeForce GTX 950
Langkah pertama kita menyiapkan dataset yang akan digunakan.
Buka browser lalu masukkan link berikut https://bit.ly/SuperStoreDataset.
Seperti pada gambar 2.1.
7
Gambar 2.1 Web Browser
Disini saya menggunakan Superstore Dataset yang mana berisi tentang
penjualan suatu toko yang ada di Amerika.
Terdapat beberapa atribut yang ada di data ini salah satunya terdapat
kota dan negara, lalu simpan data ini ke dalam Google Drive.
Gambar 2.2 Superstore Dataset

Setelah itu siapkan Google Data Studio, silahkan buka datastudio.google.
com.
Gambar 2.3 Tampilan Google Data Studio

Jika ini pertama kali membuat dashboard Google Data Studio maka
kalian akan melihat penjelasan awal tentang Google Data Studio, pilih
Get Started lalu pilih setuju
pada Term and Condition. Selanjutnya akan muncul halaman dashboard
yang masih kosong, pilih add data source lalu akan muncul berbagai
data source yang bisa dipilih. Pilih Google Sheets – Superstore Dataset
– Connection.
Gambar 2.4 Pilihan Google Connector

Dashboard pertama sudah jadi. Pada sidebar sebelah kanan terdapat
berbagai jenis visualisasi, tab data dan style yang dapat digunakan di
Google Data Studio.

Gambar 2.5 Dashboard Pertama
2. Membuat Dashboard Pertama
Pada dashboard sebelah kanan kita akan dua tab pada sidebar sebelah
kanan yaitu Data dan Style. Pada umumnya dashboard pada Data
Studio memiliki struktur berikut :
a. Data Source
Data source merupakan sumber data yang akan kita gunakan
b. Dimension
Dimension biasanya terdiri dari tanggal & field text seperti kota
atau kategori barang
c. Metric
Metric merupakan angkat kuantitatif pada data misalnya sales
atau profit
Kita dapat drag & drop pada field sebelah kanan ke kiri untuk
menampilkan data di dashboard.
Pada tab Data, saat scroll ke bawah kita juga dapat memilih cara
untuk sort dan filter data. Sort dan filter data ini dapat melalui field sebelah
kanan. Jika kita pilih chart table, kita dapat melihat beberapa contoh
visualisasi yang dapat kita gunakan. Sebelumnya kita memiliki table
pada dashboard secara otomatis. Kita dapat memilih table column chart.
Bagaimana kita membuat visualisasi perbandingan penjualan antar
kota pada setiap kategori? Untuk melihat penjualan, kita pindahkan
field sales pada metric lalu ganti dimension dengan city.

Gambar 2.6 Bar Chart
Kita akan melihat perbandingan penjualan antar kota lalu kita
gunakan secondary dimension misalnya pada category. Sekarang kita
melihat perbandingan category pada setiap kota selanjutnya urutkan
berdasarkan penjualan pada sort lalu pilih descending. Untuk descending
akan menampilkan penjualan terbesar pada sebelah kiri sedangkan
ascending akan menampilkan penjualan terkecil pada sebelah kiri.
Gambar 2.7 Bar Chart

3. Bar Chart
Bar chart atau biasa disebut grafik batang memiliki kelebihan
visualisasinya lebih menarik karena grafik batang menggunakan
gambar 2 dimensi. Grafik batang difokuskan pada luas batang (panjang
x lebar). Lebar batang dibuat sama sedangkan tinggi bervariasi
mengikuti jumlah data. Bar chart dibagi menjadi tiga yaitu single
bar, multi bar, dan component bar.
4. Membuat Scorecard, Header Dashboard dan Table
a. Styling dan Header Dashboard
Gambar 2.8 Sidebar

Klik pada background dashboard lalu pada side bar sebelah kanan akan
muncul pengaturan theme dan layout. Kita juga dapat menggunakan
tema yang sudah disediakan.

Gambar 2.9 Sidebar Edit Theme
Kita juga dapat mengganti tema sesuai dengan keinginan dengan
pilih Customise.
Gambar 2.10 Sidebar Theme and Layout Custom

Lalu pada bagian Layout kita juga dapat mengatur besar kanvas
dashboard dan juga grid yang ada pada dashboard.
Setiap dashboard sebaiknya memiliki Header atau judul agar
mempermudah client membaca informasi yang ditampilkan.
Gambar 2.11 Header Dashboard

Pilih text yang ada di menu bar lalu klik pada background dashboard lalu
isikan judul “Sales Dashboard”.
Gambar 2.12 Style Header

Sebelah kanan terdapat Text Properties yang digunakan untuk mengatur
judul untuk header tersebut. Pada contoh kali ini kita ubah background
dan ukuran font. Kita juga bisa mengubah Alignment judul.
b. Scorecard
Gambar 2.13 Add a Chart

Pilih menu Add a chart setelah itu pilih Scorecard, setelah itu letakkan
chart pada tempat yang diinginkan.
Pada Available Fields pilih Sales, kemudian letakkan pada Metric. Maka
scorecard akan menampilkan data nilai penjualan perusaahaan sejak
perusahaan berdiri.
Gambar 2.14 Tampilan Data Sales

c. Table
Gambar 2.15 Add a New Page

Pada menu bar pilih Add a new page setelah itu akan muncul dashboard
baru. Rename page sesuai dengan judul.
Gambar 2.16 Tampilan Page Baru

Pada menu bar pilih Add a chart lalu pilih Table lalu masukkan Category
pada dimension dan masukkan sales dan profit pada metric. Saat kita
memiliki banyak metric yang ingin ditampilkan kita menggunakan
Table. Table lebih umum digunakan pada report detail. Centang pada
show summary row untuk melihat summary pada setiap kolom. Kita
bisa melihat Grand Total pada Sales dan Profit.

Kebutuhan dari tim bisnis adalah ingin melihat nilai penjualan setiap
bulan. Bagaimana caranya? Klik table pada dashboard lalu pilih icon
calendar disebelah kiri Order Date pada Date Range Dimension. Ganti
Year Month pada Granularity.
Gambar 2.17 Sidebar Table

Lalu pada Dimension tambahkan juga Order Date sebelum Category dan
ikuti juga langkah sebelumnya. Maka hasilnya akan seperti ini
Gambar 2.18 Visualisasi Table

Urutkan terlebih dahulu untuk Order Date dengan cara pilih Order Date
pada bagian Sort lalu pilih Ascending karena kita akan menampilkan
data paling lama yang akan di tampilkan terlebih dahulu.

Gambar 2.19 Sidebar Data
Maka hasilnya akan seperti ini
Gambar 2.20 Tampilan Header

5. Membuat Time Series Dashboard untuk Melihat Trend Over-time
Time Series Chart berguna untuk menunjukkan perubahan data dalam
periode waktu tertentu atau menggambarkan perbandingan antar
beberapa item.
Pertama membuat dashboard baru dengan nama Line and Bar Chart
lalu tambahkan Line chart. Pada sidebar sebelah kanan pilih Order Date
pada Dimension agar kita dapat melihat trend data sepanjang waktu
lalu masukkan Sales ke Metric, jangan lupa hapus Record Count pada
Metric. Maka hasilnya akan seperti ini.

Gambar 2.21 Line Chart
Grafik pada gambar diatas, waktu yang ditampilkan belum urut
maka urutkan waktu tersebut agar user dapat mengerti isi dari grafik
tersebut. Lakukan langkah ini, pada bagian Sort pilih Order Date lalu
pilih Ascending.
Gambar 2.22 Sort Line Chart

Sekarang kita bisa melihat trend penjualan dari Super Store sejak tahun
2014 hingga 2017. Selanjutnya kita coba tambahkan category pada
breakdown dimension.

Terdapat 3 line sesuai dengan 3 kategori yang ada pada data namun
disini setiap garis bertumpuk satu sama lain yang membuat user susah
untuk membacanya. Untuk mengatasinya kita menggunakan filter
waktu. Pada bagian default date range pilih custom lalu pilih tanggal 1
januari 2014 sampai dengan 21 desember 2014 lalu apply.

Hasilnya akan menjadi lebih jelas. Contohnya saat categori technology
memiliki penjualan terbesar pada bulan maret.
Time series chart ini baik untuk melihat trend over-time dan
melihat perbandingan antar dimensi seperti categori namun hati-hati
jangan terlalu banyak menambahkan garis karena akan susah dibaca.
Selanjutnya membuar Bar Chart untuk melihat komparasi antar
dimensi caranya copy line dashboard yang kita buat lalu pindahkan
dibawahnya, kemudian klik chart line pada sidebar sebelah kanan
kemudian ganti menjadi Column Chart.
Gambar 2.25 Column Chart

Pada Column Chart perbandingan antar categori jadi lebih terlihat lalu
kita juga bisa merubah stacked column chart untuk melihat komposisi
dan jumlah penjualan secara keseluruhan.

Pada stacked column chart kita dapat melihat total penjualan beserta
perbandingannya.

Lalu ada juga 100% stacked column chart. Disini kita bisa melihat lebih
jelas komposisi mana yang paling banyak atau sebaliknya.
Jenis visualisasi column chart atau bar chart ini baik digunakan jika
tujuan utama kita adalah melihat komposisi antar dimensi. Disini kita
akan melihat dimensi atau kategori mana yang paling baik.
6. Membuat Pie Chart
Pie Chart atau biasa dikenal dengan diagram lingkaran merupakan
grafik statistik berbentuk lingkaran yang dibagi menjadi beberapa
irisan dan luasnya tergantung pada komposisi antar kategori dari
data yang dimiliki. Karakteristiknya adalah bisa memperlihatkan
perbandingan ukuran data besar sektornya secara langsung dan tidak
memperlihatkan ukuran atau frekuensinya [8]. Kembali ke Google

Data Studio, buka page 1 Bar and Scorecard. Tambahkan pie chart pada
dashboard. Letakkan dibawah column chart. Pada sidebar masukkan
ship status pada dimension. Ubah metric menjadi sales.
Gambar 2.28 Pie Chart

Disini kita bisa melihat berapa banyak barang yang dikirim tepat
waktu, lebih awal maupun yang telat. Dari data super store lebih dari
setengah barang dikirimkan lebih awal. Sekarang mari kita atur style
pie chart ini. Pilih tab style pada menu sidebar. Kita bisa memilih berapa
banyak slices yang ada di pie chart. Harap diingat untuk tidak memilih
banyak slices karena akan membuat pembaca bingung.
Gambar 2.29 Style Pie Chart

Kita juga dapat mengatur warna pada pie chart sesuai dengan
dimensinya. Pilih manage dimension value colors. Disini kita akan
melihat pengaturan warna setiap dimensi, hal ini sangat berguna
untuk menjaga konsistensi antar chart atau visualisasi.

Berbagai perusahaan juga memiliki kode unik tertentu untuk setiap
kategori produknya. Kita juga dapat mengganti label text, yang
sebelumnya percentage menjadi label.

Selain itu jika kita ingin mengubah tampilan pie chart menjadi donat,
kita bisa atur dari slider di atasnya.

Dan hasilnya akan seperti ini.

7. Membuat Filter Tanggal dan Dimensi
User pasti ingin mengatur tanggal dan filter pada dashboard yang
dilihatnya, melalui Google Data Studio kita dapat melakukan filter data
melalui range tanggal dan dimensi. Pertama membuat filter tanggal,
klik date range pada menu bar di atas lalu letakkan filter di atas column
chart. Klik filter tersebut lalu pilih auto date range untuk mengubah
range tanggal yang ada. Pilih 1 Januari 2014 sampai 31 Desember 2014.

Gambar 2.34 Date Range
Selain itu kita juga dapat memilih range tanggal lainnya seperti
beberapa hari terakhir, beberapa bulan terakhir, tahun lalu atau yang
lainnya.
Gambar 2.35 Date Range

Selanjutnya membuat filter dimensi. Klik filter control pada menu bar
diatas lalu letakkan disebalah filter date range. Masukkan category
kedalam dimension, masukkan sales kedalam metric.
Gambar 2.36 Data Filter Control

Maka hasilnya akan seperti ini.
Gambar 2.37 Filter Control

Kita coba klik view lalu klik category
Gambar 2.38 Tampil Filter Control

Dan ini hasil output nya.
Gambar 2.39 Dashboard View

Kita juga bisa memilih data apa saja yang harus ditampilkan dengan
cara arahkan kursor kesebelah kanan.

Kita juga dapat mengatur tampilan filter pada sidebar sebelah kanan
pada 8menu stlye. Pilih Fixed Size lalu drag down sesuai keinginan kita.

Gambar 2.41 Style Filter Control
Apakah kita dapat membuat filter dari visualisasi yang sudah kita
buat? Silahkan klik visualisasi bar lalu scroll down pada sidebar kanan.
Klik Apply Filter pada bagian Interactions. Lakukan langkah tersebut
pada setiap visualisasi.
Gambar 2.42 Filter Interactions

Kemudian klik view pada menu bar kanan atas. Klik salah satu bar,
misalnya pada bagian New York City. Ini artinya kita memilih filter New
York City pada category Technology lalu kita bisa melihat hasil filternya
pada pie chart dibawah.

Kita juga dapat memfilter visualisasi dari pie chart dibawahnya. Misalnya
kita ingin melihat barang-barang yang dikirim lebih awal. Klik
Shipped Early lalu hasil filter akan muncul pada column chart.

BAB III
Visualisasi Data Lanjutan
1. Map Visualization
Buat dashboard baru dengan nama Map Dashboard. Lalu add a chart
kemudian pilih Geo map, selanjutnya klik tanda pensil pada bagian
data source. Pilih Field State kemudian ganti tipe data menjadi Geo dan
pilih Region (akan muncul push notive pilih Continue) klik Done.
Gambar 3.1 Geo Map

Kemudian masukkan State pada Demension dan Profit pada Metric.
31
Gambar 3.2 Data Geo Map
Dan ini hasil output nya.
Gambar 3.3 Geo Map

Semakin tua warna biru maka semakin besar profitnya namun kita
tidak bisa melihat secara jelas apakah area tersebut untung atau rugi.
Mari kita ganti warnanya pada sidebar sebelah kanan bagian Style.
Dibawah tulisan Geo Map Chart kita dapa mengganti max, mid dan min
color value. Kita ganti max color menjadi hijau, mid color menjadi kuning
dan min color menjadi merah.

Gambar 3.4 Geo Map
Kita bisa melihat, semakin besar keuntungan suatu area warnanya
semakin hijau sebaliknya semakin rugi suatu area maka warnanya
semakin merah.
Misalnya kita ingin melihat untung rugi suatu area kita bisa
membuat chart baru yakni dengan column chart. Masukkan Category
kedalam Dimension lalu masukkan Profit ke metric. Jangan lupa klik
Apply filter pada Interactions. Lakukan pada kedua visualisasi.

Klik view untuk melihat hasilnya. Jika kita klik Technology maka kita
akan melihat area untung rugi hanya untuk kategori Technology. Kita
juga bisa mencoba dengan kategori lainnya.

2. Treemap
Theemap adalah cara alternatif untuk memvisualisasikan struktur
hierarki diagram tree dan juga untuk menampilkan jumlah untuk
setiap kategori melalui ukuran area. Setiap kategori bereri area persegi
panjang dengan sub kategori didalamnya. Buat dashboard baru dan
beri nama Treemap lalu buat chart baru dengan tipe Treemap.

setelah itu tambahkan category dan ship status kedalam dimension.
Lalu tambahkan juga record count kedalam metric. Maka hasilnya
akan seperti ini.
Kita rubah warnanya agar user lebih mudah untuk menbaca visualisasi
tersebut. Disini saya menggunakan warna merah untuk max color
value dan biru untuk mid color value dan kuning untuk min color
value.
Maka hasilnya akan seperti ini.

Jadi jika warna semakin merah maka barang datang lebih awal
sedangkan semakin warna kuning maka barang datang terlambat.
3. Scatter Charts
Scatter plot berguna untuk melihat korelasi antar metrics. Mari kita
coba. Buat dashboard baru dengan nama Scatter Charts. Pilih Add a chart
kemudian pilih Scatter Charts. Perlu kita tau, terdapat 2 metrics pada
Scatter Charts yaitu X dan Y. Pilih Sales pada Metric X dan Profit pada
Metric Y selanjutnya pilih State pada Dimension.
Gambar 3.7 Scatter Chart

Pada tab menu Style kita bisa memilih warna lingkaran. Pilih State pada
Bubble colour. Lingkaran akan memiliki warna sesuai dengan state atau
negara bagiannya.

Dari sini kita melihat beberapa kota memiliki korelasi positif antara
sales dan profit. Tentu saja pada umumnya semakin tinggi sales
maka semakin tinggi pula profitnya. Namun beberapa negara bagian
memiliki sales yang tinggi dan profit yang minus.
Mari kita coba membagi chart menjadi 3 kategori. Pertama kita
copy scatter chart tersebut menjadi 3 bagian. Pada scatter chart pertama
kita beri judul Technology karena kita akan mem-filter berdasarkan
Technology. Pada bagian data scroll kebagian filter, pilih Add A Filter lalu
beri nama Technology kemudian kita pilih Category Equal to Technology
lalu klik save.
Gambar 3.9 Add a Filter

Pada scatter chart kedua kita beri judul Furniture karena kita akan
mem-filter berdasarkan Furniture. Pada bagian data scroll kebagian
filter, pilih Add A Filter lalu beri nama Furniture kemudian kita pilih
Category Equal to Furniture lalu klik save.

Pada scatter chart ketiga kita beri judul Office Supplies karena kita akan
mem-filter berdasarkan Office Supplies. Pada bagian data scroll kebagian
filter, pilih Add A Filter lalu beri nama Office Supplies kemudian kita
pilih Category Equal to Office Supplies lalu klik save.

Berikut ini adalah hasil dari scatter chart yang sudah kita buat.

4. Heatmaps
Pada dasarnya Heatmap adalah cara untuk merepresentasikan data
dengan bentuk map atau diagram dan value digambarkan dengan
intensitas warna [7].

Contoh case, tim bisnis ingin mengetahui komposisi jumlah order
pada setiap negara untuk setiap kategori. Kita bisa menggunakan
heatmap untuk mengetahui hasilnya. Heatmap baik digunakan untuk
melihat komposisi antar 2 dimensi. Mari kita coba.
Pertama kita buat dashboard baru lalu beri nama Heatmap. Lalu
pilih Add a Chart kemudian pilih Pivot table with headmap. Pada heatmap
terdapat 2 jenis dimensi yaitu row dimension dan column dimension. Untuk
contoh ini masukkan state kedalam row dimension dan category kedalam
column dimension kemudian masukkan order ID kedalam metric.
Gambar 3.13 Pivot Table

Order ID bertujuan untuk menunjukkan jumlah order. Lalu kita klik
show grand total untuk menampilkan total. Kemudian atur sorting pada
row dan column. Kita akan menampilkan state dan category dengan
order terbanyak pada bagian kiri atas. Masukkan order ID descending
pada kedua field.

Gambar 3.14 Pivot Table Data
Maka hasilnya akan seperti gambar dibawah ini.
Gambar 3.15 Table

Disini kita bisa menyimpulkan bahwa Calofornia merupakan peringkat
pertama penjualan dalam bidang Technology, Furniture dan Office
Supplies Kita juga bisa mengganti warna pada bagian style agar
mudah dibaca.

5. Metode Agregasi
Ada berbagai metode agregasi yang bisa kita coba di Google Data
Studio yaitu sum, average (rata-rata), max (nilai maximum), min (nilai
minimum), count (menghitung jumlah row), count unique (menghitung
jumlah row dengan value yang unik).
Buka halaman Bar and Scorecard lalu copy scorecard sales. Pada metric
klik icon pensil lalu akan muncul berbagai agregasi. Kita pilih average
lalu beri nama Average of Sales.
Gambar 3.16 Scorecard Data

Copy lagi scorecard tersebut lalu ganti ke max dan beri nama
Maximum of Sales.

Copy lagi scorecard tersebut lalu masukkan customer name kedalam
metric. Lalu pilih icon pada metric kemudian pilih count distinct dan
beri nama Number of Customer.

Hasilnya seperti gambar dibawah ini.
Gambar 3.19 Scorecard

Scorecard ini berguna untuk melihat nilai-nilai yang sudah ada.
6. Metode Agregasi (Function)
Buka halaman Table. Pada latihan kali ini kita akan mempelajari tantang
a. Profit Ratio per Sales
Profit Ratio per Sales yaitu berapa profit yang didapat dari setiap
penjualan.
b. Sales per Customer
Sales per Customer yaitu berapa penjualan rata-rata yang didapatkat
untuk setiap customer.
c. Sales Percentage
Klik table yang ada pada dashboard lalu pada sidebar sebalah kanan
pilih Add a Field lalu beri nama field name Profit Ratio by Sales dan pada
formula ketikkan “SUM(Profit)/SUM(Sales)”. Jika benar maka akan
muncul icon centang hijau sebelah kiri bawah lalu pilih save.
Gambar 3.20 Table Data

Setelah itu masukkan Profit Ratio by Sales ke dalam metric lalu ubah tipe
data menjadi pecent dengan cara klik icon pensil disebalah kiri Profit
Ratio by Sales lalu pada type pilih numeric lalu pilih percent.

Gambar 3.21 Table
Sekarang kita buat kalkulasi untuk penjualan rata-rata per customer.
Masukkan perintah “SUM(Sales)/COUNT_DISTINCT(Customer Name)”
lalu beri nama pada field name Sales per Customer kemudian simpan.
Selanjutnya masukkan Sales per Customer kedalam metric.
Gambar 3.22 Table

Terakhir kita akan menampilkan presentase kategori secara otomatis
dengan cara buat table baru kemudian masukkan category kedalam
dimension dan Sales kedalam metric, masukkan kembali Sales kedalam
metric (ada 2
Sales di dalam metric) lalu klik icon pensil pada sebelah kiri
Sales kedua. Pada bagian comparation calculation pilih percent of total lalu
relative to corresponding data. Kemudian beri nama Sales Percentage.

Gambar 3.23 Table
7. Comparison Date Range dari Metode Agregasi
Comparison date range merupakan perbandingan angka dengan
periode sebelumnya. Misalnya buka halaman Bar and Scorecard lalu
ubah tanggal pada date range properties menjadi 1 Januari 2017 – 31
Desember 2017. Nah kita ingin melihat apakah penjualan tersebut naik
atau turun jika dibandingkan dengan tahun lalu. Klik sales scorecard lalu
lihat pada bagian comparasion date range. Klik none lalu ganti dengan
previous year kemudian klik apply.

Nah kita akan melihan penjualan naik sebesar 20% dibandingkan
tahun sebelumnya. Lakukan hal yang sama pada scorecard yang ada
pada dashboard. Maka hasilnya akan seperti ini.
Gambar 3.25 Scorecard

8. Conditional Function dari Metode Agregasi
Tim bisnis ingin mengetahui bulan mana saja yang penjualannya
mencapai target. Gimana caranya? Mari kita coba.
Pertama buat dashboard baru lalu beri nama Target Monthly Sales
kemudian tambahkan line chart lalu masukkan order date kedalam
dimension dan ganti type nya menjadi year month lalu masukkan sales
kedalam metric. Jangan lupa sort berdasarkan order date.

Selanjutnya kita buat calculation field yang berisi tentang target
penjualan setiap bulannya. Target penjualan pada tahun 2014 adalah
30000$, tahun 2015 adalah 40000$ dan tahun selanjutnya adalah
50000$. Lalu pada metric buat field baru dengan judul Target Sales
dan masukkan kode berikut di dalam Formula

Lalu atur aggregation-nya menjadi Average.

Kemudian kita atur warnanya agar lebih kontras. Disini saya
menggunakan warna pink dengan warna hijau.

Line pink menunjukkan penjualan sedangkan line hijau menunjukkan
target penjualan.
9. Publikasi Dashboard
Pada umumnya publikasi dashboard pada Google Data Studio mirip
seperti Google Doc. Hal yang perlu diperhatikan adalah merancang
tampilan laporan sebelum kita memulai mengerjakan. Sketsa di kertas
dengan tangan adalah cara yang paling sederhanan untuk kita memulai
merancang visualisasi data yang kita inginkan.
Setelah rancangan dipersiapkan, kita dapat memulai dengan
mempersiapkan sumber data. Kita dapat menyajikan visualisasi data
yang kita inginkan dengan berbagai jenis grafik dan tampilan yang
tersedia. Sehingga kita dapat menghasilkan laporan sesuai dengan
bentuk yang diinginkan.

Merikut merupakan langkah-langkah publikasi dashboard :
a. Invite People
Invite people atau share otorisasi melalui email pengguna. Kita bisa
masukkan email tujuan pada add people dan setiap email dapat memiliki
permission yakni bisa edit atau hanya view.

Gambar 3.29 Invite People
Pada bagian Manage Access kita dapat membagikan link dashboard.
Gambar 3.30 Invite People

b. Schedule email delivery
Share melalui email otomatis. Jadi kita bisa mengirim dokumen ini
kepada seseorang dengan mengatur waktu terlebih dahulu.

Gambar 3.31 Schedule Email Delivery
c. Get report link
Disini hanya ada link dashboard kita. Jadi kita hanya mengirimkan link
ke penerima dan penerima dapat membuka link tersebut.
Gambar 3.32 Get Report Link

d. Download report
Jika kita bekerja secara offline maka kita dapat mendownload file
tersebut.

Gambar 3.33 Download Report

Kesimpulan
V isualisasi data menggunakan Google Data Studio merupakan sebuah

solusi alternatif yang dapat digunakan oleh perusahaan untuk
melakukan visualisasi data.
Google Data Studio memiliki dukungan berbagai sumber data,
sehingga memberikan kemudahan kita untuk mengintegrasikan laporan
dari berbagai sumber data yang ada.
Dengan Google Data Studio anda dapat dengan mudah berbagi
laporan tanpa mengabaikan keamanan informasi yang disampaikan.
53
Daftar Pustaka
[1] Chandra, Andreas. September 2019. How to Create a Heatmap about

Earthquake in Indonesia using Mapbox. [Online]. Available :https://
medium.com/data-folks-indonesia/how-to-create-a-heatmap-
about-earthquake-in-indonesia-using-mapbox-f25e8181b291.
[Accessed 24 Juni 2020].
[2] (Fernando, 2018)Ahmad Syaripul, N., & Mukharil Bachtiar, A.
(2016). Visualisasi Data Interaktif Data Terbuka Pemerintah Provinsi
Dki Jakarta: Topik Ekonomi Dan Keuangan Daerah. Jurnal Sistem
Informasi, 12, 15–29.
[3] Bonham-Carter, G. F. (1995). Visualizing data. In Computers &
Geosciences (Vol. 21). https://doi.org/10.1016/0098-3004(95)90006-3
[4] Fernando, D. (2018). Visualisasi Data Menggunakan Google Data
Studio. Seminar Nasional Rekayasa Teknologi Informasi(SNARTISI),
(November).
[5] Khalimy, Muiz. April 2020. Visualisasi Data dan Macam- Macam
Grafik dalam Statistika. [Online]. https://pengalaman-edukasi.
blogspot.com/2020/04/visualisasi-data-dan-macam- macam-grafik.
html. [Accessed 24 Juni 2020].
55
[6] Tjandra, E., Kekhususan, P., Informasi, S., Teknik, F., & Surabaya,
U. (2014). Teknik Informatika / Universitas Surabaya Teknik Informatika /
Universitas Surabaya. 67–72.
[7] Tulungagung, R. I. (2019). Pemanfaatan Google form, Google Spreadsheet
dan Google Data Studio ( GOENDALA ) Dalam Pengelolaan Pemeliharaan
Alat Elektromedik di Instalasi Pemeliharaan Sarana. 136–140.[8]
View publication stats

VISUALISASIDATAMENGGUNAKANDATASTUDIO

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

VISUALISASIDATAMENGGUNAKANDATASTUDIO

Diunggah oleh

Hak Cipta:

Format Tersedia

BUKU MODUL VISUALISASI DATA MENGGUNAKAN

Penulis : Sita Muharni, S.kom., M.TI.

Copyright © Juli 2022

Isi merupakan tanggung jawab penulis.

Desainer sampul : An-Nuha Zarkasyi

Cetakan I, Juli 2022

Diterbitkan, dicetak, dan didistribusikan oleh

Metro, Juli 2022

iv Visualisasi Data Menggunakan Data Studio

KATA PENGANTAR - iii

vi Visualisasi Data Menggunakan Data Studio

Gambar 1.1 Tampilan Awal............................................................................. 3

viii Visualisasi Data Menggunakan Data Studio

Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. ix

2. Pengenalan Google Data Studio

3. Keunggulan Google Data Studio

2 Visualisasi Data Menggunakan Data Studio

Gambar 1.1 Tampilan Awal

b. Menggabungkan data dari beragam sumber

Gambar 1.2 Google Connector

Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. 3

c. Mendapatkan perbaruan secara real-time

d. Mumungkinkan pengembangan dan penyebaran yang cepat

4 Visualisasi Data Menggunakan Data Studio

4 Pilar Visualisasi Data oleh Noal Illinsky

Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. 5

6 Visualisasi Data Menggunakan Data Studio

D ashboard merupakan sebuah User Interface yang cukup unik. Ia

Gambar 2.2 Superstore Dataset

8 Visualisasi Data Menggunakan Data Studio

Gambar 2.3 Tampilan Google Data Studio

Gambar 2.4 Pilihan Google Connector

Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. 9

10 Visualisasi Data Menggunakan Data Studio

Gambar 2.7 Bar Chart

Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. 11

Gambar 2.8 Sidebar

12 Visualisasi Data Menggunakan Data Studio

Gambar 2.10 Sidebar Theme and Layout Custom

Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. 13

Gambar 2.11 Header Dashboard

Gambar 2.12 Style Header

14 Visualisasi Data Menggunakan Data Studio

Gambar 2.13 Add a Chart

Gambar 2.14 Tampilan Data Sales

Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. 15

Gambar 2.15 Add a New Page

Gambar 2.16 Tampilan Page Baru

16 Visualisasi Data Menggunakan Data Studio

Gambar 2.17 Sidebar Table

Gambar 2.18 Visualisasi Table

Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. 17

Gambar 2.20 Tampilan Header

18 Visualisasi Data Menggunakan Data Studio

Gambar 2.22 Sort Line Chart

Gambar 2.23 Line Chart

Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. 19

Gambar 2.24 Line Chart

Gambar 2.25 Column Chart

20 Visualisasi Data Menggunakan Data Studio

Gambar 2.27 Column Chart

Sita Muharni, S.Kom., M.TI. & Apri Candra W, S.Kom., M.TI. 21

Gambar 2.28 Pie Chart

Gambar 2.29 Style Pie Chart