Rangkuman dari Sub-modul Pendahuluan

 Visualisasi data merupakan cara mengomunikasikan sebuah

informasi atau data dalam bentuk visual seperti diagram, grafik,
atau representasi visual lainnya.

 Pentingnya penggunaan visualisasi data:

o Komunikasi lebih efektif
o Memantau data dengan lebih mudah
 Macam-macam media visualisasi data:
o Tabel: Penyusunan data ke dalam baris dan kolom.

o Diagram batang: Visualisasi grafik dalam bentuk batang.

o Diagram garis: Visualisasi grafik dalam bentuk garis.

Biasanya menyajikan perubahan data dalam periode waktu
tertentu. Secara umum, diagram garis digunakan untuk
melihat perkembangan data tertentu yang berlangsung
 secara terus menerus atau berkelanjutan.

o Diagram lingkaran: Diagram lingkaran mirip seperti sebuah

makanan pizza yang diiris dengan porsi tertentu. Pada
konteks data, irisan pizza tersebut menggambarkan
persentase data nilai atau kuantitas. Apabila irisan tersebut
dijumlahkan nilainya, maka seharusnya menghasilkan 100
persen atau 360 derajat.

 Visualisasi data yang dapat diterapkan di bidang bisnis:

o Scorecard: Scorecard merupakan sebuah visualisasi yang
fokus pada sebuah jenis data yang spesifik. Sehingga
biasanya terdiri dari 1 bentuk visualisasi saja.
o Dashboard: Kumpulan dari berbagai macam visualisasi
yang menggabungkan dan merangkum informasi atau data
bisnis.
o Report: Bentuk penyampaian berita, keterangan,
pemberitahuan, ataupun pertanggungjawaban sebagai
bentuk pelaksanaan komunikasi dari pihak yang satu
kepada pihak yang lainnya.
o Analytic Report: Laporan yang berfokus pada analisis yang
digunakan untuk mesnentukan keputusan.
  Tools yang dapat digunakan untuk membuat visualisasi data:
o Tableau Public: Layanan gratis yang memungkinkan siapa
saja dapat mempublikasikan visualisasi data ke dalam web.
Aplikasi perlu didownload untuk menggunakannya.
o Google Sheets: Layanan gratis yang semuanya tersedia
secara online sehingga tidak perlu instalasi aplikasi
spreadsheet ke komputer atau laptop.
o Microsoft Excel: Aplikasi spreadsheet berbayar buatan
Microsoft yang memerlukan instalasi ke komputer atau
laptop.
 Konteks (makna inti) data dibutuhkan agar dapat tepat
memahami data. Apabila hanya memiliki data tanpa memahami
konteks, maka data tersebut tidak bisa tersampaikan dengan
baik.

 Penting untuk mengetahui audiens (siapa yang nanti membaca

data atau visualisasi) untuk menentukan bagaimana cara
menyampaikan data.
o Kepada siapa data ini akan disampaikan: Anda harus bisa
membedakan penyampaian data antara audiens umum
dan yang sudah profesional (sudah ahli di bidangnya). 
o Data apa yang ingin disampaikan: Supaya data relevan
dengan audiens, Anda harus menyaring terlebih dahulu
data yang dimiliki.
o Bagaimana cara menyampaikan data tersebut: Metode
penyampaian perlu disesuaikan dengan audiens. Sebagai
contoh jika sebagian besar audiens tidak terbiasa dengan
data dalam bentuk angka maka kita dapat menggunakan
metode seolah sedang bercerita (tidak hanya sebut angka
saja).

Transkrip Dasar Spreadsheet

Seberapa familiarkah Anda dengan Spreadsheet? Penyebutan
spreadsheet sangat sering kita kaitkan dengan pengolahan suatu data
berupa angka. Mungkin Anda lebih familiar mendengarnya disebut
menggunakan kata Microsoft Excel dan Google Sheets.
Namun, tahukah Anda arti dari Spreadsheet itu sendiri? Spread berarti
penyebaran atau menyebar, sedangkan sheet berarti lembaran.
Sehingga, spreadsheet merupakan sebuah lembaran berisi baris dan
kolom yang dapat kita gunakan untuk analisis data.

Data yang terdapat pada spreadsheet terlihat lebih terstruktur. Proses

memilah serta mengurutkan data pun terasa lebih mudah. Selain itu,
hasil data dari spreadsheet akan lebih mudah dibaca oleh program
komputer yang berkaitan dengan pengolahan data lainnya. 

Jika Anda memiliki ribuan data penjualan produk, sebagai contoh alat
tulis kantor, dan ingin mengetahui berapa jumlah pensil yang terjual,
maka aplikasi spreadsheet akan sangat membantu. Hal tersebut
karena spreadsheet memiliki fitur untuk mengelompokkan data
berdasarkan parameter tertentu. Bayangkan jika Anda menuliskan
data tersebut pada kertas atau pada jenis dokumen biasa, pasti Anda
akan mengalami kesulitan dalam mengelompokkan dan menghitung
jumlah datanya.

Berikut ini adalah beberapa kegunaan spreadsheet:

 Menyimpan informasi secara detail.

 Membuat tabel data dengan lebih mudah.
 Membantu dalam perhitungan statistik.
 Memvisualisasikan data ke dalam bentuk grafik.
 Lengkap dengan rumus-rumus yang membantu dalam
perhitungan data.

Pernahkah Anda membayangkan ingin mengerjakan tugas pengolahan

data menggunakan aplikasi spreadsheet namun ruang kosong pada
harddisk kian menipis? Nah, Anda juga bisa menggunakan Google
Sheets dalam melakukan pengolahan data. Google Sheets dapat
diakses secara online dan berkasnya dapat diunduh atau disimpan
dalam Google Drive.

Nah, pada modul ini, kita akan membahas dasar-dasar spreadsheet

menggunakan Google Sheets. Hal ini dilakukan supaya lebih fleksibel
dan lebih praktis penggunaannya karena tidak memerlukan instalasi
tambahan lain.
Navigasi Dasar pada Google Sheets
Walaupun terdapat berbagai opsi aplikasi, spreadsheet pada dasarnya
sama karena kita selalu dihadapkan pada baris dan kolom. Baris dan
kolom ini tersusun dari kumpulan sel. Dalam sel inilah kita
memasukkan data yang ingin diproses.

Data yang dapat dimasukkan dalam sel tersebut dapat berupa,

 Angka : Anda dapat memasukkan angka yang nantinya dapat

dihitung secara matematis.
 Teks : Anda dapat memasukkan data atau informasi dalam
bentuk teks seperti “Jumlah barang” atau “Nama lengkap”. 
 Rumus : Digunakan untuk melakukan perhitungan atau kalkulasi
dari sebuah atau sekelompok sel. Misal, kita dapat menggunakan
rumus untuk menjumlahkan sebuah deretan sel yang berisi data
dalam bentuk angka.

Biasanya baris dan kolom memiliki label yang berbeda. Kolom

dilabelkan dengan huruf (A, B, C, dan seterusnya) yang membentang
secara horizontal ke kanan. Sedangkan baris dilabelkan dengan angka-
angka (1, 2, 3, dan seterusnya) yang tersusun secara vertikal ke bawah.
Jika Anda menulis sebuah teks pada posisi seperti gambar di bawah,
berarti posisinya berada pada kolom B dan baris ke-2 sehingga letak
teks tersebut berada pada sel B2.
Supaya lebih efektif dalam memasukkan data pada setiap sel, berikut
beberapa tombol pintasan keyboard yang memudahkan Anda dalam
proses navigasi spreadsheet.

Elemen Title Bar dan File, Edit, View pada Menu

Bar Google Sheets
Pada pembahasan sebelumnya kita telah membahas pintasan perintah
keyboard untuk membuat proses memasukkan data lebih cepat dan
efisien. Apabila ingin melakukan pengaturan lebih lanjut, maka kita
harus memahami elemen-elemen yang ada di Google Sheets.
Title Bar

Kita mulai dari yang paling atas sendiri yaitu Title Bar. Bagian ini
menunjukkan judul berkas yang sedang dikerjakan. Kita juga dapat
mengubah judul berkas dengan sangat mudah yaitu dengan cara klik
pada judulnya kemudian ubah sesuai keinginan. Untuk mengakhiri
proses tekan Enter dan jadilah judul berkas yang baru.

Di samping judul juga terdapat gambar bintang yang berfungsi untuk

menandai berkas supaya lebih mudah ditemukan. Apabila ikon bintang
kita klik maka berkas tersebut dapat dengan mudah kita lihat pada
halaman Google Drive kategori Starred seperti berikut.

Sedangkan ikon folder di samping bintang (pada gambar di bawah)

berfungsi untuk memindahkan berkas ke direktori lain yang
diinginkan.

Selanjutnya pada sebelah kanan terdapat tombol lainnya yang tidak

kalah penting seperti berikut: 

Pada gambar menunjukkan 2 tombol. Sebelah kiri untuk melihat
riwayat komentar yang diberikan. Sedangkan tombol hijau sebelah
kanan yang bertuliskan Share berfungsi untuk membagikan berkas
spreadsheet ke pengguna lain berdasarkan hak akses yang ditentukan
oleh pemilik.

Menu Bar

Menu bar berada tepat di bawah judul berkas yang sebelumnya telah
kita bahas. Menu yang disediakan oleh Google Sheets mulai dari File
hingga Help akan Anda temui dalam uraian berikut.

Menu File
Apabila kita klik menu File, maka muncul banyak sub-menu yang dapat
kita lihat. Berikut penjabarannya.
Menu Edit
Dalam menu Edit, kita akan menemui beberapa sub-menu sebagai
berikut:
Menu View
Selanjutnya kita beralih ke menu View. Dalam menu view terdapat sub
lainnya sebagai berikut:

Elemen Insert, Format, Data, Tools, Add-ons, dan

Help pada Menu Bar Google Sheets

Menu Insert
Dalam menu Insert, kita dapat memasukkan beberapa komponen
mulai dari baris dan kolom baru hingga membuat diagram. Berikut
uraian selengkapnya:
Menu Format
Menu selanjutnya yaitu Format. Dalam menu ini kita dapat mengatur
seperti format penulisan, paragraf dan lainnya. Berikut penjelasan
selengkapnya.
Menu Data
Lanjut ke menu berikutnya yaitu Data. Dalam menu ini terdapat
berbagai perintah untuk mengatur segala hal yang berkaitan dengan
data. Berikut uraiannya:
Menu Tools
Menu berikutnya adalah Tools yang berisi sub menu lainnya sebagai
berikut:
Menu Add-ons
Dalam Google Sheets kita juga diizinkan untuk menambahkan alat
tambahan yang dapat membantu pengerjaan spreadsheet lebih
mudah dan efektif.

Menu Help
Dalam menu Help kita dapat memberikan feedback apabila ada saran
pengembangan Google Sheets, bantuan apabila mengalami kesulitan,
petunjuk untuk pintasan keyboard, dan lain sebagainya.

Baris dan Kolom

Pada materi sebelumnya kita telah mempelajari navigasi pada Google
Sheets. Nah, sekarang bermain yuk dengan baris dan kolom,
memanfaatkan contoh data spreadsheet yang dapat diunduh di
sini: sample file.
Dalam percobaan kali ini kita menggunakan data sederhana yang
terdiri dari 10 baris saja. Kita dapat memasukkan file tersebut dengan
cara Import seperti berikut:

1. Klik File - Import pada menu bar Google Sheets

2. Selanjutnya pilih berkas yang ingin ditambahkan dan akan

muncul jendela berikut

Pada gambar di atas terdapat lima pilihan untuk mengimpor file,

yaitu dari:
- My Drive: menambahkan contoh berkas dari Drive. Jika
menggunakan opsi ini, tentukan juga lokasi folder berkas yang
akan diimpor.
 - Shared with me: menambahkan contoh berkas dari
sekumpulan berkas milik orang lain yang aksesnya dibagi
(shared) dengan Anda.
- Shared drives: menambahkan contoh berkas dari shared drive
(drive lain yang bisa Anda akses).
- Recent: menambahkan contoh berkas dari sekumpulan berkas
yang baru Anda akses.
- Upload: menambahkan contoh berkas dari mesin
lokal/komputer Anda.

Maka dari itu kita pilih Upload supaya bisa mengunggah berkas

contoh yang tadi kita unduh sehingga tidak perlu membuat
berkas baru.

3. Apabila data sudah dimasukkan, maka tampilannya sebagai

berikut:

Jangan ditutup dulu berkasnya ya. Kita masih akan menggunakannya

lagi di uraian berikutnya.
Menyisipkan Kolom
Saat ini Anda sudah memiliki 10 baris contoh data. Bagaimana caranya
apabila kita ingin menambahkan kolom baru dengan nama City di
antara Gender dan Country? Berikut langkah-langkahnya.

1. Sorot salah satu kolom. Misalnya di sini kita memilih kolom

gender. Karena gender berada di kolom D, maka klik kolom
tersebut sehingga semua kolom D tersorot.

2. Klik kanan pada kolom gender tersebut kemudian pilih Insert 1

right karena kolom city yang ingin kita buat posisinya
setelah kolom Gender dan sebelum kolom Country.

3. Hasilnya adalah kolom baru di antara Gender dan Country. Lalu

kita dapat mengisi data pada kolom kosong tersebut dengan
data kolom City di bawah.

Kita telah berhasil menyisipkan kolom baru pada contoh data yang
ada.
Menghapus Kolom
Bagaimana jika kita tidak sengaja membuat kolom baru dan ingin
menghapusnya? Misalkan pada contoh data sebelumnya di mana kita
ingin menghapus kolom Date?

1. Karena date berada di kolom H, klik kolom tersebut sehingga

semuanya tersorot.

2. Klik kanan pada kolom date tersebut kemudian pilih Delete

Column.

3. Sehingga seluruh data pada kolom H akan terhapus kemudian

secara otomatis data ID (yang sebelumnya berada di kolom I)
akan bergeser ke kiri seperti berikut (menjadi data kolom H yang
baru).

Kita telah berhasil menghapus kolom date dari contoh data di atas.

Menyisipkan Baris
Sebelumnya kita membahas tentang menyisipkan dan menghapus
kolom. Selanjutnya kita bermain dengan baris dari contoh data yang
ada. 

Bagaimana caranya jika kita ingin menyisipkan data milik George di

baris ke-5 setelah nama Philip? Dengan masih menggunakan contoh
data terakhir di atas, mari kita mulai dengan langkah berikut.
 1. Berdasarkan spreadsheet, Philip berada di baris ke-4. Karena itu
klik baris tersebut sehingga semua baris ke-4 tersorot.

2. Klik kanan pada baris nama Philip tersebut kemudian

pilih Insert 1 below karena nama George ingin kita buat
posisinya setelah Philip dan sebelum Kathleen.

3. Setelah muncul baris baru di antara Philip dan Kathleen, kita

dapat mengisi data George pada baris baru tersebut.

Kita telah berhasil membuat baris baru dengan dengan data milik
George pada contoh di atas.

Menghapus Baris
Bagaimana jika kita tidak sengaja membuat baris baru dan ingin
menghapusnya? Misalkan pada contoh data sebelumnya kita ingin
menghapus baris George.

1. Karena George berada di baris ke-5, klik baris tersebut sehingga

semuanya tersorot.
 2. Klik kanan pada baris George tersebut kemudian pilih Delete
Row.

3. Ketika data pada baris ke-5 terhapus, maka otomatis data pada
baris setelahnya (baris ke-6 dan seterusnya) akan naik
menggantikan data milik George. Sehingga data Kathleen akan
bergeser ke atas seperti berikut.

Kita telah berhasil menghapus baris George dari conto

Pengenalan Formula pada Spreadsheet

Sebelum memulai pembahasan mengenai formula, ada baiknya kita
menyegarkan ingatan tentang materi yang sudah dipelajari
sebelumnya. Pada dasar spreadsheet kita telah belajar tentang
navigasi hingga penyaringan data (filter). Namun, bagaimana jika kita
ingin menganalisis data? Pasti dalam prosesnya tidak lepas dari
perhitungan matematis dalam spreadsheet tersebut. Nah, di sinilah
pentingnya formula yang dapat membantu kita dalam perhitungan
tersebut mulai dari yang sederhana, seperti penjumlahan dan rata-
rata, hingga yang kompleks.

Formula merupakan sebuah langkah atau rumus untuk melakukan

perhitungan matematis sehingga mendapatkan nilai tertentu. Istilah
formula sendiri sudah sangat umum ditemui dalam aplikasi
spreadsheet seperti Microsoft Excel, LibreOffice Calc, dan Google
Spreadsheet.
Referensi Sel
Sebuah formula pasti merujuk pada sebuah alamat sel tertentu. Nah,
rujukan alamat bisa disebut dengan referensi sel. Contoh
sederhananya apabila kita ingin mengetahui jumlah nilai dari dua
alamat sel, maka kita bisa menggunakan rumus penjumlahan
sederhana seperti berikut.

Bagian A, B, C, dan seterusnya yang terbentang secara horizontal

disebut kolom. Sedangkan 1, 2, dan 3 yang membentang vertikal
disebut baris. Gambar di atas juga menjelaskan bahwa terdapat data
pada sel A1 bernilai 4 dan sel A2 bernilai 3. Kemudian kita ingin
mengetahui hasil penjumlahannya pada sel A3. Mulailah dengan tanda
“=” diikuti dengan alamat sel A1 + A2. Sehingga menghasilkan nilai baru
yaitu 7 pada sel A3.

Apabila nilai dari salah satu sel referensi sel A1 atau A2 diubah maka
secara otomatis hasil penjumlahan di sel A3 juga berubah. Sehingga,
jika kita merubah referensi sel, maka nilai yang tampil sebagai output
di sel lain yang berisi rumus juga berubah. Sebagai contoh pada
gambar di bawah, data pada sel A2 kita ubah dari angka 3 menjadi 4.
Alhasil, pada kolom A3 akan otomatis berubah dari 7 menjadi 8,
Berhati-hatilah dalam mengganti referensi sel yang berkaitan dengan
rumus atau formula tertentu. Ini berlaku untuk semua penggunaan
rumus yang ada di spreadsheet ya.
Dengan menggabungkan operator matematika dengan referensi sel,
Anda dapat menerapkannya di rumus lainnya dalam Google
Spreadsheet. Formula atau rumus juga dapat menyertakan kombinasi
referensi sel dan angka, misalnya:

Operator pada Spreadsheet

Operator adalah simbol atau tanda yang memiliki fungsi tertentu dan
digunakan untuk melakukan pemrosesan atau perhitungan data.

Penggunaan operator matematika erat kaitannya dengan perhitungan

entah itu penjumlahan, pengurangan, dan lainnya. Begitu pula dengan
perhitungan dalam Google Spreadsheet, operator selalu digunakan
dalam penulisan rumus. Penggunaan operator dalam spreadsheet baik
itu Microsoft Excel, Google Spreadsheet, maupun lainnya, mengikuti
aturan urutan umum perhitungan matematika. Misalnya operator
perkalian dan pembagian akan berjalan lebih dulu. Baru setelahnya
operator penjumlahan dan pengurangan. Setiap penulisan formula
dalam spreadsheet pun pasti diawali dengan tanda “=” . 

Berikut macam-macam operator yang digunakan:

Operator Aritmatika
Operator aritmatika atau matematika digunakan pada aplikasi
spreadsheet untuk melakukan operasi matematika dasar, seperti
penambahan, pengurangan, perkalian, atau pembagian. Selain itu
dapat digunakan untuk menghitung nilai pangkat atau persen.

Operator Kegunaan

+ Penjumlahan
- Pengurangan
/ Pembagian
* Perkalian
^ Pangkat
% Persen atau modulus

Operator Perbandingan
Dalam spreadsheet biasanya kita menggunakan jenis operator
perbandingan untuk fungsi-fungsi logika seperti IF, OR, AND, dan NOT.
Hasilnya adalah kondisi nilai True atau False. Contohnya sebagai
berikut:

Operator Kegunaan

= Sama dengan ...

> Lebih dari ...
>= Lebih dari atau sama dengan ...
<= Kurang dari atau sama dengan ...
<> Tidak sama dengan ...

Operator Text
Selanjutnya ada jenis operator teks. Tahukah Anda kapan jenis
operator text digunakan? Operator text yang dimaksud
adalah ampersand (“&”) yang berfungsi untuk menggabungkan
beberapa string text menjadi satu string tunggal. Ia biasanya
menggunakan formula Concatenate.
Operator Referensi
Apakah Anda familiar dengan operator referensi dalam spreadsheet?
Sebenarnya secara tidak langsung kita telah menerapkan operator ini
saat menulis rumus yang berhubungan dengan beberapa sel. Misal
rumus total =SUM(A1:A5) maka penjumlahan dilakukan mulai dari sel
A1 hingga A5. Sehingga bisa disimpulkan bahwa operator referensi
dalam spreadsheet berguna untuk menunjukkan lokasi sel yang
digunakan dalam penerapan sebuah rumus atau range data. Berikut
macam-macam operator referensi yang sering digunakan dalam
spreadsheet:

Operator Kegunaan

Biasa disebut dengan operator range yang berfungsi untuk menghasilkan satu refere
“:” (Titik dua)
di antara dua referensi. Misalnya, sel A1:A10 artinya data terpilih adalah A1, A2, A
Disebut juga dengan operator union yang berfungsi untuk menggabungkan beberapa
“;” (titik
menjadi satu. Misalnya, A1:A3;B3:B6;A4. Referensi sel tidak harus rentang data te
koma/semicolon)
tunggal juga.
Bisa disebut juga dengan operator titik potong yang berfungsi untuk menunjukkan i
“ “ (Spasi) sel. Misalnya A1:A5 A1:C3. Sehingga titik temu referensi tersebut ada di sel A1. A
A5 dan juga C3.

Elemen Formula dalam Spreadsheet

Pernahkah Anda menulis sebuah fungsi sederhana dalam aplikasi
spreadsheet? Pada materi sebelumnya kita sudah berkenalan dengan
apa itu formula, referensi sel, dan operator yang biasanya digunakan
dalam spreadsheet. Nah, kini saatnya mulai menulis formula. Tapi
sebelum kita mulai menulis formula, ada baiknya kita mempelajari
dulu elemen-elemen dalam sebuah formula.

Penulisan formula dalam spreadsheet diawali dengan tanda sama

dengan “=”. Sedangkan bagian-bagian dalam sebuah formula dapat
terdiri dari satu atau lebih elemen berikut:

 Fungsi
 Referensi sel (single/range)
 Operator
 Konstanta
Untuk memperjelas setiap elemennya, langsung lihat penjabarannya
berdasarkan gambar di bawah ini.

Sama dengan (“=”)

Tanda sama dengan “=” merupakan elemen yang paling awal ditulis
dalam sebuah formula apa pun sebelum lanjut ke elemen lainnya.

Fungsi
Fungsi merupakan sebuah penamaan yang telah ditentukan untuk
melakukan kalkulasi data berdasarkan susunan argumen dalam
aplikasi spreadsheet. Misal, kita ingin menghitung rata-rata
menggunakan fungsi AVERAGE, total data menggunakan fungsi SUM,
dan lainnya yang akan dijelaskan lebih lanjut di materi berikutnya.

Referensi Sel
Telah disinggung di materi sebelumnya bahwa referensi sel
merupakan acuan sebuah sel atau range dalam aplikasi spreadsheet,
mulai dari sheet yang sama hingga berbeda berkas atau workbook.
Pada contoh gambar di atas terdapat dua jenis referensi sel yaitu
range yang ditunjukkan dengan (A1:A5) dan single sel yang ditunjukkan
dengan alamat sel B1.

Operator
Masih ingat apa itu operator dalam spreadsheet? Operator juga
termasuk salah satu elemen dalam penulisan formula spreadsheet.
Seperti yang dijelaskan pada materi sebelumnya, ada banyak jenis di
dalam operator, yaitu seperti operator aritmatika, perbandingan, teks,
dan referensi. Pada contoh gambar penulisan formula di atas, terdapat
dua jenis operator yaitu operator aritmatika dan operator referensi.
Operator aritmatika terdapat pada tanda pembagian (“/”) dan perkalian
(“*”). Sedangkan operator referensi merujuk pada tanda titik dua (“:”)
pada tulisan (A1:A5).
Fungsi Sum, Average dan Count pada Spreadsheet
Setelah kita mengetahui tentang elemen yang terdapat dalam formula
spreadsheet, saatnya kita belajar tentang macam-macam formula dan
juga cara penulisannya. Sebelumnya buat contoh data sederhana
berisi angka sebagai berikut:

Berdasarkan contoh di atas kita akan menerapkan fungsi dasar

spreadsheet. Berikut uraian lengkapnya.

Catatan: Jika Anda mencoba menerapkan rumus misalnya

seperti =SUMIF(range,”kriteria”,sum_range)  dan terjadi error atau tidak
dapat terbaca di Excel atau Spreadsheet, maka gunakan tanda titik
koma (;) sehingga menjadi =SUMIF(range;”kriteria”;sum_range).  Hal
tersebut disebabkan pengaturan delimiter dari setiap komputer
terkadang berbeda-beda.

SUM
Kita sering menemui rumus ini dalam spreadsheet. Rumus SUM dapat
membantu untuk mendapatkan nilai total dari rentang sel yang dipilih.
Penggunaannya dengan cara menyorot semua baris atau kolom yang
ingin diketahui jumlahnya. Penulisannya sebagai berikut:

1. =SUM(data ke-1, data ke-2, …. , data ke-n)

Contoh kasus:

Bagaimana cara mengetahui total semua stok dan barang yang terjual
berdasarkan data penjualan ATK di atas?
Pertama kita menghitung total dari stok barang dengan
rumus =SUM(B3:B12). Sehingga sel yang dihitung mulai dari B3 hingga
B12 menghasilkan nilai 2550.

Selanjutnya kita hitung jumlah barang yang terjual. Masih

menggunakan rumus fungsi yang sama yaitu =SUM(C3:C12)sehingga
sel yang dihitung mulai dari C3 hingga C12 menghasilkan nilai 1150.

Berdasarkan perhitungan kita dapat mengetahui total stok barang

adalah 2550 unit dan total barang yang terjual adalah 1150 unit.

SUM IF
Selanjutnya kita membahas fungsi SUM IF. Fungsi ini berbeda dari
SUM yang biasa karena SUMIF ini berfungsi untuk menjumlahkan data
dengan kriteria tertentu. Penulisan fungsi dari SUMIF sebagai berikut:

1. =SUMIF(range,”kriteria”,sum_range)
Contoh kasus

Kita akan menggunakan contoh data di bawah ini:

Misalnya, kita ingin mengetahui berapa total buku tulis berdasarkan

data di atas?

Jawab:

Berdasarkan contoh tabel data di atas, kita dapat menuliskan rumus

SUMIF pada sel G3 sebagai berikut:

Pada rumus di atas, range diisi dengan sel C3 sampai C12 yang
merupakan kumpulan nama barang yang terjual dari tanggal 01
Februari 2020 sampai 04 Februari 2020. Kemudian kriteria diisi dengan
nama barang yang ingin dicari jumlahnya dan dalam contoh ini
menggunakan “Buku tulis”. Kriteria dapat diisi dengan teks, angka,
ataupun ekspresi. Sedangkan sum_range diisi dengan sel-sel yang
ingin dijumlahkan datanya yang ditunjukkan pada sel D3 sampai D12.
Sehingga menghasilkan total buku tulis yang terjual adalah 295 unit.

SUMIFS
Kemudian ada lagi fungsi yang bernama SUMIFS. Tahukah Anda
perbedaan antara SUMIF dan SUMIFS? Secara penggunaan sama yaitu
untuk menjumlahkan data dengan kriteria tertentu. Apabila SUMIF
hanya bisa menggunakan satu kriteria saja, pada SUMIFS kita bisa
menggunakan lebih dari satu kriteria. Penulisannya sebagai berikut:

1. =SUMIFS(sum_range, kriteria_range1, “kriteria1”, kriteria_range2,

“kriteria2”, dan seterusnya)

Contoh kasus:

Masih menggunakan contoh data di bawah ini:

Kali ini kita ingin mengetahui berapa total buku tulis yang terjual dari
tanggal 01 Februari 2020 sampai 02 Februari 2020?

Jawab:
Berdasarkan contoh tabel data di atas, kita dapat menuliskan rumus
SUMIF pada sel G3 sebagai berikut:

1. =SUMIFS(D3:D12,C3:C12,"Buku

tulis",B3:B12,">=01/02/2020",B3:B12,"<=02/02/2020")

Pada contoh penjelasan gambar dan rumus di atas, sum_range diisi

dengan sel sel yang ingin dijumlahkan datanya. Kriteria_range1 berisi
nama barang yang ditunjukkan oleh sel C3 sampai C12. Kriteria1 yang
ingin kita cari adalah Buku tulis dan Kriteria2 yang kita cari adalah buku
tulis yang terjual pada atau setelah tanggal 01 Februari 2020 dan yang
terjual pada atau sebelum tanggal 02 Februari 2020. Sehingga buku
tulis yang terjual sejumlah 175 unit.

AVERAGE
Masih ingatkah Anda dengan rata-rata aritmatika?
Fungsi AVERAGE sama dengan rata-rata aritmatika yang
menjumlahkan semua data kemudian dibagi dengan jumlah data yang
ada. Penggunaannya hampir sama dengan rumus SUM yaitu sebagai
berikut:

1. =AVERAGE(data ke-1, data ke-2, … , data ke-n)

Contoh kasus:

Bagaimana jika kita ingin mengetahui berapa rata-rata dari semua

barang yang terjual dalam tabel data penjualan ATK?

Kita dapat menghitung rata-rata jumlah semua barang yang terjual

dengan rumus =AVERAGE(C3:C12)sehingga sel yang dihitung mulai dari
C3 hingga C12 menghasilkan nilai 115.

Berdasarkan perhitungan kita dapat mengetahui rata-rata dari semua

barang yang terjual adalah 115 unit.

COUNT
Count merupakan fungsi yang dapat menghitung banyaknya sel
terpilih dalam rentang tertentu yang berisi nilai numerik. Penggunaan
fungsi COUNT sebagai berikut:

1. =COUNT(data ke-1, data ke-2, … , data ke-n)

Contoh kasus:

Dalam contoh penggunaan COUNT, kita modifikasi sedikit tabel data

penjualan ATK untuk memperjelas penggunaan fungsi ini. Contoh
perubahannya sebagai berikut:
Pertanyaannya adalah bagaimana kita mengetahui jumlah produk
yang berhasil terjual berdasarkan kolom terjual?

Kita mulai dengan menuliskankan rumus =COUNT(C3:C12) pada sel

C13. Lebih jelasnya bisa dilihat pada gambar di bawah ini.

Berdasarkan perhitungan di atas kita dapat mengetahui barang yang

berhasil terjual ada 8 jenis. Apakah Anda tahu kenapa hasilnya 8? 

Pada fungsi COUNT hanya menghitung nilai numerik (hanya angka

saja) sehingga data yang berupa non-numerik (seperti sel C8) dan sel
kosong (seperti sel C12) akan dilewati.

COUNTA
Sama seperti COUNT, COUNTA dapat menghitung jumlah sel terpilih
dalam rentang tertentu. Namun bedanya dalam COUNTA kita dapat
menghitung semua sel yang terpilih, tak peduli apa pun jenis data yang
ada di dalamnya (angka, teks, tanggal, kondisi benar atau salah, hingga
kesalahan perhitungan). Tetapi terdapat satu yang dilewati dalam
perhitungan COUNTA yaitu sel yang kosong. Penggunaan rumus
COUNTA sebagai berikut:

1. =COUNTA(data ke-1, data ke-2, … , data ke-n)

Contoh kasus:
Pada contoh kasus ini kita masih menggunakan tabel sebelumnya yang
digunakan untuk fungsi COUNTA.

Pertanyaannya adalah bagaimana kita mengetahui berapa jenis

barang yang terjual berdasarkan kolom terjual (termasuk yang belum
terjual dan sel tidak kosong)?

Kita lakukan hal yang sama seperti fungsi sebelumnya, namun di sini
menggunakan rumus =COUNTA(C3:C12) pada sel C13. Untuk lebih
jelasnya lihatlah gambar di bawah ini.

Berdasarkan gambar di atas, COUNTA dari data terjual adalah 9 karena

menghitung semua jenis data kecuali sel yang kosong (sel C12).

COUNTIF dan COUNTIFS

Tahukah Anda apa fungsi dari COUNTIF? COUNTIF sering digunakan
untuk menghitung banyaknya data pada kumpulan sel dengan kriteria
tertentu. Sistematika penulisannya sebagai berikut:

1. =COUNTIF(range,kriteria)
  Range : Data COUNTIF yang dihitung.
 Kriteria : Kondisi tertentu yang diinginkan untuk diketahui. Bisa
berisi teks, operasi logika, ataupun angka.

Sedangkan COUNTIFS berfungsi untuk menghitung banyaknya data

pada kumpulan sel berdasarkan kriteria (lebih dari satu). Sistematika
penulisannya sebagai berikut:

1. =COUNTIFS(kriteria_range1,kriteria1, kriteria_range2, kriteria2, dan

seterusnya)

 Kriteria_range1 : range pertama yang dihitung jumlah datanya.

 Kriteria1 adalah kondisi tertentu yang diinginkan untuk
diketahui.
 Kriteria_range2,kriteria2 adalah kriteria atau kondisi berikutnya
yang ingin diketahui.

Contoh kasus:

Kita akan menggunakan contoh tabel berikut:

Berdasarkan tabel di atas, kita ingin mengetahui:

 Berapa orang yang berjenis kelamin laki-laki?

 Berapa orang yang berjenis kelamin laki-laki dan hobi bermain
sepak bola?

Jawab:

Untuk mengetahui berapa orang yang berjenis kelamin laki-laki, kita

dapat menggunakan fungsi COUNTIF seperti berikut:
Penulisan fungsi yang digunakan =COUNTIF(C3:C12,"L")

Sedangkan untuk mengetahui berapa orang yang berjenis kelamin laki-

laki dan memiliki hobi sepak bola, kita dapat menggunakan fungsi
COUNTIFS seperti berikut:

Penulisan fungsi yang digunakan =COUNTIFS(C3:C12,"L",D3:D12,"Sepak

bola")

Fungsi Min, Max, Trim, Replace, Unique, dan If

pada Spreadsheet

 
Min dan Max
Apakah Anda pernah menggunakan fungsi min max sebelumnya?
Kedua fungsi ini berguna untuk menentukan nilai terendah (MIN) dan
tertinggi (MAX) dari suatu rentang data yang terpilih. Contoh
penggunaan rumus min max seperti berikut:

1. =MIN(data ke-1, data ke-2, …, data ke-n)

 1. =MAX(data ke-1, data ke-2, …, data ke-n)

Contoh kasus:

Kita kembali menggunakan tabel data penjualan ATK di bawah ini

untuk menerapkan contoh kasus penggunaan Min Max.

Nah berdasarkan tabel di atas, apa yang kita lakukan jika ingin
mengetahui jumlah penjualan paling tinggi dan paling sedikit?

1. Pertama, untuk mengetahui barang apa yang paling banyak

terjual gunakan rumus =MAX(C3:C12).

Rumus MAX di atas memilih rentang data mulai dari C3 hingga

C12. Sehingga dapat disimpulkan bahwa angka penjualan paling
banyak pada rentang data tersebut sejumlah 300.
2. Selanjutnya untuk mencari angka penjualan paling rendah,
rumus yang dapat diterapkan adalah =MIN(C3:C12).
 Rumus MIN di atas memilih rentang data mulai dari C3 hingga
C12. Kesimpulannya, angka penjualan paling sedikit pada data
rentang tersebut adalah 50.

Trim
Selanjutnya fungsi TRIM digunakan untuk menghilangkan ruang
kosong yang tidak dibutuhkan pada sebuah teks. Fungsi ini hanya
berjalan pada sel tunggal bukan pada rentang sel. Penggunaan
rumusnya adalah sebagai berikut:

1. =TRIM(teks)

Contoh kasus:

Untuk menerapkan fungsi TRIM, kita gunakan contoh kasus dengan

data seperti berikut:

Terlihat pada contoh di atas bahwa data yang ada terlalu banyak spasi
dan tidak rapi. Di sinilah kegunaan fungsi TRIM. Terapkan
rumus =TRIM(A2) pada sel B2 sebagai berikut:

Hasilnya setelah menggunakan fungsi TRIM, data yang dihasilkan pun

menjadi lebih rapi. Sekarang coba gunakan fungsi TRIM untuk
merapikan data pada sel A3 dan seterusnya. Tampilan akhirnya
sebagai berikut:

Replace
Selanjutnya terdapat fungsi Replace. Tahukah Anda apakah fungsi
Replace dalam spreadsheet? Replace dapat digunakan untuk
mengganti string baik berupa angka maupun teks biasa. Sistematika
penulisan Replace sebagai berikut:

1. =REPLACE(text, position, length, new_text)

Contoh kasus:

Pada contoh data di atas, terdapat 3 data yang ingin kita ganti, yaitu:

 Buka diganti menjadi Buku
 Saya membaca buku diganti menjadi Saya menulis buku
 Saya123 diganti menjadi Aku123

1. Untuk contoh pertama kita menerapkan fungsi sebagai berikut

pada sel B2
 Berikut penjelasannya sesuai sistematika penulisannya:
o Text : Dapat diisi dengan teks secara langsung atau alamat
sel. Dalam contoh di atas menggunakan alamat sel A2.
o Position : Posisi atau urutan dari huruf yang ingin diganti.
Dalam hal ini huruf “a” yang ingin kita ganti berada di
urutan ke-4 dari kata “Buka”.
o Length : Panjang karakter yang ingin kita ganti. Karena
yang ingin kita ganti hanya huruf “a” saja berarti kita isi
dengan 1.
o New_text : Teks baru yang ingin kita gunakan untuk
mengganti teks lama, bisa berupa angka atau huruf. Dalam
contoh di atas kita menggunakan huruf “u” sebagai teks
baru supaya kata “Buka” bisa berganti menjadi “Buku”.
2. Contoh selanjutnya kita ingin mengganti kalimat “Saya
membaca buku” menjadi “Saya menulis buku”.

Berikut penjelasannya sesuai sistematika penulisannya:

o Text : Dapat diisi dengan teks secara langsung atau alamat

sel. Dalam contoh di atas menggunakan alamat sel A3.
o Position : Posisi atau urutan dari huruf yang ingin diganti.
Dalam hal ini kata “membaca” yang ingin kita ganti berada
di urutan ke-6 dengan spasi terhitung satu karakter.
o Length : Panjang karakter yang ingin kita ganti. Karena
yang ingin kita ganti kata “membaca” berarti kita isi dengan
7.
o New_text : Teks baru yang ingin kita gunakan untuk
mengganti teks lama, bisa berupa angka, huruf, dan
kalimat. Dalam contoh di atas kita menggunakan kata
 “menulis” sebagai teks baru supaya kata “membaca” bisa
berganti menjadi “menulis”.
3. Kemudian kita ingin mengganti kalimat “Saya123” menjadi
“Aku123”.

Berikut penjelasannya sesuai sistematika penulisannya:

o Text : Dapat diisi dengan teks secara langsung atau alamat

sel. Dalam contoh di atas menggunakan alamat sel A4.
o Position : Posisi atau urutan dari huruf yang ingin diganti.
Dalam hal ini dari kata “Saya123” hanya diganti bagian
“Saya” saja. Sehingga urutan karakternya diisi dengan 1.
o Length : Panjang karakter yang ingin kita ganti. Karena
yang ingin kita ganti kata “Saya” berarti kita isi dengan 4.
o New_text : Teks baru yang ingin kita gunakan untuk
mengganti teks lama, bisa berupa angka, huruf, dan
kalimat. Dalam contoh di atas kita menggunakan kata
“Aku”.
Sehingga hasil akhirnya sebagai berikut:

Unique
Unique merupakan sebuah fungsi yang dapat kita gunakan untuk
mencari data yang unik dari sebuah data yang mungkin saja ada yang
sama. Sistematika penulisannya sebagai berikut:

1. =UNIQUE(range)
Contoh kasus:

Bagaimanakah jika kita ingin mengambil data yang unik saja dari data
di atas?

Jawab:

Kita dapat menggunakan fungsi UNIQUE seperti di bawah ini:

Secara otomatis setelah fungsi dijalankan hasilnya akan memunculkan

daftar data yang unik dari nama barang. Tidak akan muncul data yang
sama seperti pada kolom C pada gambar di bawah ini:
IF
Fungsi IF digunakan untuk membuat perbandingan logis antara
sebuah data dengan kondisi penguji yang yang diberikan.
Penggunaannya sebagai berikut:

1. =IF(Sel yang ingin diuji, [nilai jika benar], [nilai jika salah])

Contoh:

1. = IF (E4>=E3, “Ya”,”Salah”)

Berdasarkan contoh di atas, kita akan memeriksa apakah nilai pada sel
E4 lebih besar atau sama dengan sel E3. Jika logikanya benar, biarkan
nilai sel tempat fungsi tersebut menjadi bernilai “Ya”, jika tidak maka
bernilai “Salah”.

IF Sederhana
Untuk menerapkan fungsi IF dalam contoh kasus, kita modifikasi
contoh tabel Penjualan data seperti berikut:

Contoh kasus:

Kita ingin mengetahui status penjualan setiap barang berdasarkan dua

opsi kategori berikut: sudah “bagus” atau “perlu ditingkatkan”.
Parameter untuk menentukan status tersebut adalah jika barang yang
terjual lebih dari 75 unit, maka masuk kategori penjualan bagus.
Namun jika sama atau kurang dari 75 unit yang terjual, maka statusnya
perlu ditingkatkan. Bagaimana cara mengetahuinya?

Pada alamat sel D3 masukkan rumus =IF(C3>75,"Bagus","Perlu

ditingkatkan"). Fungsi tersebut memeriksa sel C3, yang berisi nilai 300,
apakah lebih besar dari angka standar yang ditentukan (pada kasus ini
75).

Hasil dari rumus tersebut adalah “Bagus”. Hal ini karena 300 lebih
besar daripada 75. Sekarang gunakan rumus tersebut untuk sel lainya
pada kolom D. Hasil akhir akan terlihat seperti berikut.

IF Bertingkat

Terdapat 5 nilai siswa (lihat kolom D) dalam sebuah ulangan

matematika. Bagaimana caranya jika kita ingin mengetahui nilai huruf
dari kelima siswa tersebut?

Jawab:

Kita dapat menggunakan IF bertingkat pada alamat sel E3 seperti

berikut:

1. =IF(D3>=90,"A",IF(D3>=80,"B",IF(D3>=70,"C",IF(D3>=60,"D","E"))))
Pada tabel di atas terdapat empat logika IF. IF pertama digunakan
untuk menguji apakah nilainya lebih dari atau sama dengan 90. Jika
benar, maka akan mendapatkan nilai huruf A. Jika salah, maka akan
disambung dengan IF kedua, yaitu menguji apakah nilainya lebih dari
atau sama dengan 80. Jika benar, maka akan mendapatkan nilai huruf
B. Jika ternyata masih salah, maka akan disambung dengan IF ketiga,
yaitu menguji apakah nilai lebih besar atau sama dengan 70. Jika
benar, maka akan mendapatkan nilai huruf C. Terakhir, jika masih
belum memenuhi kondisi, maka akan diuji apakah nilai lebih dari atau
sama dengan 60. Jika benar, maka akan mendapatkan nilai D. Jika tidak
memenuhi kondisi di atas berarti otomatis mendapat nilai E karena di
bawah 60. Jangan lupa pada penulisan rumus untuk menggunakan
tutup kurung sebanyak jumlah IF pada akhir fungsi. Sehingga seluruh
hasilnya sebagai berikut:

Apa itu Pivot Table?

Untuk membantu menjelaskan pivot dalam spreadsheet, kita akan
gunakan contoh data harga indekos per bulan berikut.

Menurut Anda, bagaimana jika kita ingin mengetahui berapa jumlah

indekos putra dan total harga per bulannya? Mungkin Anda akan
menggunakan fungsi COUNTIF (menghitung jumlah data berupa teks
dengan parameter tertentu) dan SUMIF (menjumlahkan data berupa
angka sehingga diketahui jumlah keseluruhannya) untuk
menyelesaikan permasalahan tersebut. 

Namun, bagaimana jika contoh kasusnya diganti dengan berapa

jumlah indekos putri dan total harga per bulannya? Tentu Anda dapat
mengganti rumus sebelumnya, namun akan terkesan kurang praktis
dan efisien. Nah, di sinilah waktunya kita menggunakan pivot agar
lebih fleksibel dalam mengetahui sebuah kelompok data yang
diinginkan. Cukup dengan beberapa klik, kita bisa mengetahui hasilnya
sebagai berikut tanpa perlu melakukan penulisan rumus baru.

Berdasarkan contoh di atas kita dapat mengetahui jumlah dan harga

indekos per bulan berdasarkan jenisnya. Dengan ini bisa disimpulkan
bahwa pivot table dapat bantu mengumpulkan dan mengelompokkan
data berdasarkan parameter tertentu sesuai kebutuhan. Sebelum
membuat pivot, pastikan data Anda sudah rapi atau bisa dirapikan
dulu baik dari kategori, nilai, dan sebagainya.

Membuat Pivot Table dari Data Sederhana

Sudah coba membuat pivot table dengan contoh data di atas? Jika
belum yuk kita belajar bersama membuat pivot tabel sederhana
dengan contoh data di bawah ini:
Contoh data di atas merupakan modifikasi dari tabel sebelumnya
dengan menambahkan nama pemilik. Penerapan pivot table pun jadi
lebih detail. Untuk memulai, simak langkah-langkahnya di bawah ini ya.

1. Pertama pastikan Anda sudah membuat tabel data seperti

contoh di atas, kemudian sorot semua data.

2. Setelah itu pilih menu Insert - Pivot table.

3. Muncul jendela baru Create pivot table. Pilih New Sheet supaya

data hasil pivot dibuat pada sheet lain sehingga tidak bercampur
dengan data asal. Namun, jika Anda menghendaki hasil pivot
diletakkan dalam sheet yang sama maka pilih Existing sheet.
Setelah itu klik Create.
4. Setelah itu muncul sheet baru dengan isi Row, Column,
dan Values. Serta di samping kanan terdapat Pivot table editor
seperti di bawah ini.

5. Selanjutnya kita tentukan data apa yang ingin dikelompokkan

dengan pivot table. Misal, kita ingin melihat setiap pemilik
mengelola beberapa jenis tempat indekos.

6. Dari kondisi di atas, kita coba masukkan ke dalam pivot table

editor. Untuk menambahkan nama pemilik indekos, kita dapat
memasukkannya ke dalam Rows dengan klik tombol Add dan
pilih Pemilik.
7. Hasil yang didapatkan dari langkah tersebut adalah
menampilkan baris nama pemilik seperti di bawah ini.

8. Selanjutnya kita ingin mengetahui jenis indekos yang ada. Anda

dapat mulai menambahkan kolom baru pada Pivot table editor
dengan klik Add - pilih Jenis Kos.

9. Hasil yang didapatkan setelah menambah kolom jenis indekos

pada pivot table editor adalah menampilkan jenis indekos yang
ada dalam bentuk kolom seperti berikut:

10. Kemudian untuk mengetahui berapa jumlah indekos yang

dikelola setiap pemiliknya, pada Pivot table editor bagian value,
 klik Add - pilih Jenis Kos.

11. Nah, saat ini kita telah mengetahui setiap pemilik

mengelola berapa jenis indekos dari data yang telah
dikelompokkan di bawah ini.

Berdasarkan hasil pivot table di atas kita telah berhasil mengetahui

setiap pemilik mengelola berapa jenis indekos. Misal, Alan memiliki 2
indekos berjenis campur, Budi memiliki 1 indekos campur dan 2
indekos putra, dan lain seterusnya. Yay, kita telah berhasil membuat
pivot table. Selanjutnya kita akan melanjutkan pembahasan mengenai
elemen setiap pivot table. Yuk, lanjut ke materi berikutnya.

Elemen Pivot Tabel

Bicara mengenai pivot table, erat kaitannya dengan kolom, baris,
dan nilai (value). Sebagaimana yang telah kita lakukan pada materi
sebelumnya, hasil pivot tersebut pasti mengandung ketiga elemen tadi
yaitu kolom, baris, dan nilai. Mari kita bedah satu per satu setiap
elemennya.
Baris

Elemen pertama yang akan kita bahas adalah baris. Pada saat klik
tombol Add pada bagian Rows di Pivot table editor, secara otomatis
sistem akan memberikan Anda pilihan yang terdiri dari data pada baris
pertama sumber tabel data. Jika kita menggunakan tabel data dari
materi sebelumnya, maka opsinya adalah “Jenis Kos” yang terletak di
sel A1, “Pemilik” yang terletak di sel A2, dan “Harga per-Bulan” yang
terletak di sel A3. Ketika kita memilih salah satu, misalnya “Pemilik,”
sistem akan menampilkan data yang terletak pada kolom Pemilik
(kolom B, mulai dari sel B2 dan seterusnya) secara unik. Unik di sini
menjelaskan bahwa jika terdapat nama pemilik yang sama, seperti
“Budi” yang disebut 2 kali, maka yang tampil dalam pivot hanya satu
saja. Data pada kolom tersebut akan ditampilkan per baris.

Kolom

Elemen kolom mirip seperti elemen baris. Pada saat klik tombol Add
pada bagian Columns di Pivot table editor, secara otomatis sistem
akan memberikan Anda pilihan yang terdiri dari data pada baris
pertama sumber tabel data. Ketika kita memilih salah satu, misalnya
“Jenis Kos”, sistem akan menampilkan data yang terletak pada kolom
Jenis Kos (kolom A) secara unik. Berbeda dengan elemen Baris, data
pada kolom tersebut tidak akan ditampilkan per baris, namun akan
ditampilkan per kolom.
Nilai (Value)

Ketika kita menekan tombol Add pada bagian Values, sistem akan
menyuguhkan pilihan yang terdiri dari data pada baris pertama
sumber tabel data. Nah, jika kita mengisinya dengan “Jenis Kos” dan
fungsi penghitungnya menggunakan COUNTA, maka semua data yang
ada berdasarkan jenis indekos akan dihitung dan disesuaikan dengan
nama pemilik indekos. Misalnya pada gambar di atas, nama pemilik
Alan memiliki nilai 2 indekos yang ia kelola dan berjenis campur.

Total
Pada saat membuat pivot pada baris atau kolom, di bagian bawah
terdapat opsi Show totals yang dapat dicentang atau tidak. Jika
dicentang maka tabel akan menampilkan nilai total (Grand Total) dari
masing-masing kolom pivot.

Penyaringan
Setiap baris dan kolom memiliki sistem pengurutan berdasarkan
parameter masing-masing. Misal pada baris pemilik terdapat
pengaturan untuk mengurutkan datanya secara ascending (naik)
atau descending (menurun) berdasarkan abjad awal dari setiap nama
pemilik. Misalkan seperti berikut:

Tips Pivot Tabel

Pivot table merupakan sebuah cara yang efektif dalam
mengelompokkan data. Untuk memaksimalkan penggunaannya,
berikut tips-tips dalam pembuatan pivot table:

1. Pertama tentukan dulu baris yang ingin dibuat. Di sini kita akan
menggunakan data kolom Jenis Kos.

Sehingga hasilnya sebagai berikut:

 2. Berikutnya tambahkan dua nilai (value) yaitu Jenis Kos dan Harga
per-bulan dengan rincian sebagai berikut:

3. Seperti ditunjukkan gambar pada langkah ke-2 di atas, kita telah

menambahkan nilai Jenis Kos dan Harga per-bulan. Karena kita
ingin mengetahui jumlah jenis indekos yang ada maka pada
opsi Summarize by, kita memilih fungsi COUNTA. Sedangkan
karena kita ingin tahu nilai rata-rata pada Harga per-bulan maka
isilah opsi Summarize by dengan fungsi AVERAGE. Sehingga
hasilnya menjadi seperti di bawah ini:

Menambahkan Fitur Penyaringan (filter)

Kita juga dapat melakukan penyaringan dengan menampilkan
beberapa data yang kita inginkan. Misal, dari hasil pivot kita hanya
ingin menampilkan hasil data dari kos putra saja. Maka kita dapat
menambahkan filter pada pivot table editor seperti berikut:

1. Pada pivot table editor, klik Add pada bagian Filter dan

pilih Jenis Kos.

2. Selanjutnya terlihat status “Show all items”. Klik

tombol dropdown tersebut dan hilangkan centang pada data
yang tidak ingin kita lihat. Pada contoh kali ini kita hanya ingin
 melihat data dari kos putra saja sehingga kita akan
menghilangkan centang pada pilihan Kos Campur dan Kos Putri.
Klik OK apabila sudah sesuai.

3. Kita akan mendapatkan hasil filter yang menampilkan data kos

putra saja dari tabel pivot. Tampilannya sebagai berikut:

Menampilkan Detail Data dari Pivot Table

Kali ini terdapat sedikit tambahan tips tentang menampilkan detail
data dari pivot table. Percayalah, caranya benar-benar sederhana.
Misal kita memiliki data pivot table sebagai berikut:

Dari hasil di atas, kita ingin tahu detail kos campur yang berjumlah
empat dengan harga rata-rata per bulan sejumlah 1.165.000 rupiah
tersebut.

Nah, kekuatan super yang dapat dilakukan pivot table adalah mampu
menampilkan detail dengan hanya klik dua kali pada salah satu value
yang ingin dilihat detailnya. Di sini kita klik dua kali pada alamat sel B2
dan yang terjadi adalah sebagai berikut.

Dengan sekejap saja Google Sheets membuat sheet terpisah dengan

berisi detail dari kos campur yang berisi pemilik dan harga per bulan.
Keren bukan?
 VISUALISASI DATA MENGGUNAKAN
DIAGRAM

Transkrip Visualisasi Data menggunakan Diagram

Apa itu diagram? Anda mungkin pernah mendengar
istilah chart atau graph. Kedua hal tersebut merupakan bagian dari
diagram.

Diagram adalah sebuah representatif visual terhadap informasi.

Diagram digunakan untuk mempermudah kita memahami informasi
dari data yang kita miliki. Ketika kita membicarakan data maka yang
paling sering terlintas adalah bentuk baris dan kolom yang berisi
informasi, namun berapakah waktu yang kita butuhkan untuk
mengerti informasi dalam bentuk baris dan kolom tersebut?

Sebagai contoh, kita ingin mencari bukti bahwa ada 3 orang yang suka
apel. Namun jika kita menggunakan tabel seperti ini, akan sulit untuk
cepat membuktikan karena otak kita harus memproses terlebih dahulu
data dalam tabel tersebut. Coba bandingkan ketika kita melihat
gambar grafik ini.
Dengan sekilas melihat grafik, kita dapat cepat mendukung hipotesa
bahwa 3 orang suka memakan apel, karena terlihat ada 3 batang
vertikal yang lebih tinggi dari garis berwarna emas yang menunjukkan
rata-rata orang memakan apel. Jadi fungsi grafik di sini adalah
mempersingkat waktu pemahaman orang lain terhadap informasi
yang ingin kita sampaikan.

Untuk mempermudah penyerapan informasi dari sebuah data, grafik

disediakan dalam berbagai macam bentuk. Untuk pembelajaran kali ini
kita akan fokus pada grafik yang tersedia melalui aplikasi spreadsheet
Google Sheets.

Bar/Column Chart
Adalah jenis grafik di mana setiap kategori diwakili oleh persegi
panjang, dengan panjang perseginya yang sebanding dengan nilai

agregasi data. 

 
Line Chart
Adalah jenis grafik yang menampilkan informasi sebagai serangkaian
titik data yang disebut 'penanda' yang dihubungkan oleh segmen garis

lurus. 

Area Chart
Mirip dengan jenis grafik Line Chart. Namun, area di bawah garis yang
menghubungkan titik data akan terisi dengan warna atau bayangan.

Pie Chart
Adalah jenis grafik yang menampilkan data dalam grafik lingkaran.
Seluruh "kue pai" mewakili 100% dari keseluruhan, sedangkan pai
"irisan" mewakili bagian dari keseluruhan.

Scatter Chart
Menggunakan titik untuk merepresentasikan nilai numerik pada
kategori yang berbeda. Posisi setiap titik pada sumbu horizontal dan

vertikal menunjukkan nilai untuk titik data individual. 

Map Chart
Memungkinkan kita untuk memvisualisasikan hubungan spasial dalam
data dengan menunjukkan data pada peta geografis. Umumnya pada
peta seperti ini, semakin tebal warnanya, semakin intens pula
kepadatan datanya.

Menggambarkan Kuantitatif Data ke Bentuk

Diagram
Untuk penggunaan grafik secara lebih rinci akan kita bahas pada
pembelajaran selanjutnya. Diharapkan pada pembelajaran kali ini
setidaknya Anda bisa mengetahui struktur data yang dapat digunakan
untuk membuat grafik-grafik tersebut. Nah kini, setelah teori, tak
lengkap rasanya tanpa latihan. Pada bagian kali ini kita akan belajar
untuk membuat data ke dalam sebuah grafik menggunakan Google
Sheets. Jenis grafik dalam Google Sheets bisa dikombinasikan dengan
jenis model lainnya. Misalnya, diagram batang dapat dikombinasikan
dengan diagram garis. Namun, penerapannya juga harus sesuai dan
tidak dipaksakan supaya data dapat mudah dipahami.

Oke, dalam latihan ini kita akan menggunakan data kamar Airbnb yang
disewakan di kota New York.

Dataset : New York City Airbnb

Deskripsi : Dataset ini menjelaskan aktivitas Airbnb di kota New York

untuk 2019.

 Untuk menggunakan Google Sheet harus memiliki akun Gmail

terlebih dahulu.
  Untuk mengunduh dataset, ketika masuk tampilan berikut,

cukup klik kanan dan Save As

Langkah 1: Persiapan
Pastikan semua tools dan data sudah dipersiapkan. Setelah semua
siap, maka buat Google Sheet baru.

Untuk memasukkan data dari komputer ke Google Sheet,

klik File → Import dan pilih/taruh berkas yang ingin dimasukkan.
Unggah berkas AB_NYC_2019.csv dari data yang telah kita ekstrak dan
masukkan konfigurasi seperti gambar di bawah. Setelah itu klik Import
data. Sheet akan terisi dengan data dari berkas yang kita unggah.

Sheet akan terisi dengan data dari berkas yang kita unggah seperti
berikut:

Langkah 2: Visualisasi
Preparasi data dan semua data sudah berhasil ditampilkan bukan?
Sekarang saatnya kita mulai membuat visualisasi data-data tersebut.
Caranya sangat mudah, kita tinggal memilih kolom dan baris mana
yang ingin kita visualisasikan. Nah sebelum kita memilih kolom dan
baris untuk divisualisasikan, kita perlu memahami maksud dari data
tersebut. Pertama kita mengetahui bahwa data ini merupakan data
kamar Airbnb yang disewakan. Namun apa sajakah arti tiap kolom
pada data tersebut?

 Id : Identifier unik untuk tiap tempat sewa

 Name : Nama tempat
 Host_id : Identifier penyedia kamar/tempat
 Host_name : Nama penyedia kamar/tempat
 Neighbourhood_group : Kelompok lingkungan dari tempat
tinggal yang disediakan host (penyedia kamar/tempat),
merupakan pengelompokan dari neighbourhood
 Neighbourhood : Nama dari lingkungan tempat tinggal yang
disediakan host
 Latitude & longitude : Garis lintang dan garis bujur dari tempat
tinggal yang disediakan
  Room_type : Tipe kamar yang disediakan
 Price : Harga sewa per malam dalam dolar Amerika
 Minimum_nights : Jumlah minimum malam yang disewa untuk
setiap penyewaan
 Number_of_reviews : Jumlah ulasan oleh pelanggan
 Last_review : Tanggal review terakhir oleh pelanggan
 Reviews_per_month : Rata-rata ulasan jika dibagi per bulan
 Calculated_host_listings_count : Jumlah tempat milik host yang
telah didaftarkan ke Airbnb
 Availability_365 : Beberapa hari dalam setahun, tempat tersedia
untuk pemesanan

Setelah kita mengetahui maksud dari kolom dan isian data tersebut
kita mulai dapat membuat pertanyaan pada diri sendiri, sebagai
contohnya “Saya ingin melihat perbandingan rata-rata harga tiap tipe
kamar.”

Dari sana kita tahu bahwa kolom yang kita gunakan

adalah room_type dan price dengan menggunakan semua baris. Untuk
mulai membuat visualisasi maka pilih semua data yang tersedia di
kolom I (room_type) dan J (price). Cara cepat untuk melakukan hal
tersebut adalah dengan menekan tombol shift pada keyboard sambil
klik kolom I dan J. Akan tampil seperti gambar di bawah ini:

Setelah data yang dibutuhkan telah dipilih, kita dapat

memvisualisasikan dengan klik Insert → Chart.
Secara standar grafik yang pertama terbentuk adalah jenis Column
chart (grafik kolom) di mana X-axis berupa room_type dan Y-axis
(Series) berupa sum (penjumlahan) dari price.

Nah bisa kita lihat bahwa grafik yang terbentuk tidaklah rapi. Terlalu
banyak data poin pada X-axis. Hal tersebut dikarenakan kita tidak
melakukan grouping atau pengelompokan. Oleh karena itu silakan
centang tombol Aggregate untuk melakukan agregasi terhadap
data room_type yang sama. Maka visualisasi akan berubah seperti
gambar di bawah ini.

Untuk mengubah jenis grafik yang diinginkan dan sesuai dengan jenis
data yang kita pilih, klik Chart type pada Chart editor. Misalnya jika
kita ingin mengubah tampilan grafik menjadi bentuk kue pai, cukup
klik bentuk Pie chart yang diinginkan seperti di bawah.
Lalu grafik sebelumnya akan berubah menjadi di bawah ini.

Perlu diingat bahwa nilai data di sini masih menggunakan pengaturan

awal yaitu sum (penjumlahan). Untuk mengubah menjadi rata-rata
kita dapat dengan klik seperti gambar di bawah dan menggantinya
menjadi average.

Sehingga hasil grafiknya menjadi seperti berikut.

Nah hal yang perlu diperhatikan adalah setiap tipe grafik masing-
masing memiliki kebutuhan data yang berbeda-beda. Seperti halnya
pada grafik kolom sebelumnya, data yang dibutuhkan adalah X-axis
dan satu data Y-axis (Series). Sementara itu jika ingin membuat Combo
chart (grafik kombo yang kombinasikan grafik Line dengan Column), Y-
axis perlu ditambahkan data lainnya sebagai perbandingan. Pada
contoh di bawah, telah ditambahkan
data number_of_reviews dan availability_365 seperti gambar di bawah
ini.

Untuk melakukan styling pada font, legend, warna, dan lainnya,

lakukan konfigurasi sesuai jenis grafik yang kita pilih pada
bagian Customize seperti pada gambar di bawah. Setelah mengetahui
itu semua, ini saatnya Anda mencoba sendiri dan pelajari terus
potensi-potensi yang ada untuk membuat grafik yang lebih kompleks
dan lebih mudah dipahami.
Kesalahan Umum dalam Visualisasi Data
Sudahkah Anda menerapkan visualisasi data dalam menyajikan data?
Kita telah sepakat bahwa visualisasi data memudahkan audiens dalam
memahami data yang kita presentasikan. Namun, apakah metode
visualisasi data dapat selalu menyampaikan informasinya dengan
efektif?

Visualisasi akan efektif jika dibuat dengan mematuhi kaidah yang

ditentukan. Namun, terkadang penerapan visualisasi data dilakukan
dengan cara yang sebaliknya: tak tepat dan tak patuh pedoman.
Sehingga penerapan visualisasi data kadang berujung pada informasi
yang membingungkan dan ambigu. Alhasil, alih-alih membuat paham,
audiens jadi meragukan kebenaran data.

Karena itulah, Anda perlu tahu dan hindari beberapa kesalahan umum
yang sering dilakukan dalam membuat visualisasi data. Berikut ini
penjelasannya:

Nilai Persentase Tidak Sesuai

Di atas adalah visualisasi data dalam bentuk grafik pai yang
membandingkan banyaknya Small Companies (perusahaan kecil yang
didefinisikan memiliki kurang dari 50 karyawan) dan Large companies
(perusahaan besar yang didefinisikan memiliki 50 atau lebih
karyawan).

Menurut Anda, adakah yang salah dari diagram lingkaran di atas? Jika
Anda mengatakan “Ya, ada yang salah” itu sudah tepat. Alasannya,
total nilai persentase yang ditunjukkan dari diagram sebesar 98% atau
kurang dari 100%. Selain itu ada juga kesalahan lainnya yaitu
besar/porsi irisan lingkaran Small Companies (42%) lebih besar
daripada Large Companies (56%). Karena 42% itu lebih kecil dari 56%,
maka besar porsi potongan lingkarannya pun seharusnya lebih kecil,
bukan sebaliknya.

Perhatikan bahwa penulisan persentase dan besar porsi irisan yang

merepresentasikan data harus tepat. Jika menggunakan satuan persen
maka total data yang disajikan totalnya harus 100%. Apabila
menggunakan satuan derajat maka data yang disajikan totalnya harus
360 derajat. Sehingga dari diagram di atas jika datanya sudah tepat
maka bisa menjadi seperti berikut:

Besar porsi irisan juga harus sesuai dengan nilai datanya. Jangan pula
menampilkan terlalu banyak irisan yang bisa berujung bias, contohnya
di bawah ini:
Pasti Anda akan sulit untuk membaca informasi dari diagram lingkaran
di atas. Sulit untuk membedakan data mana yang lebih besar
dibandingkan lainnya. Memang idealnya irisan diagram lingkaran tak
lebih dari empat irisan supaya perpotongan irisannya terlihat jelas.
Sehingga kita tahu data mana yang lebih besar atau lebih kecil.

Lalu bagaimana kalau data yang ingin ditulis berjumlah enam? Sebagai
contoh Anda dapat menggambarkannya seperti di bawah ini:

“Lainnya” merupakan data hobi yang dihimpun selain sepak bola, bulu
tangkis, dan basket. Bisa jadi ada menulis, membaca, dan lain
sebagainya. 

Namun, menulis “lainnya” saja tidak cukup. Anda perlu tambahkan

keterangan kategori lainnya itu berisi hobi apa saja. Jika data yang
dibutuhkan sangat banyak misal lebih dari 100 data, maka kita perlu
menuliskan data hobi ini dalam bentuk tabel saja, bukan diagram
lingkaran.

Terlalu Banyak Data

Kita telah mengetahui tujuan visualisasi data adalah membuat sebuah
data yang kompleks menjadi lebih mudah dipahami dengan bentuk
visual. Namun, hal sebaliknya bisa saja terjadi?

Ini dapat terjadi jika kita memaksakan untuk memasukkan data yang
berjumlah banyak. Hasilnya menjadi tidak efektif dan tentu
membingungkan pembaca. Contohnya perhatikan gambar di bawah
ini:
Begitu banyak data yang dimasukkan dalam diagram lingkaran di atas,
bukan?

Sebagai pembaca, kita kesulitan untuk bisa menangkap informasi apa

yang ingin disampaikan oleh diagram tersebut. Seperti diulas pada
poin sebelumnya, diagram lingkaran paling efektif jika hanya sampai 4
irisan data saja. Apabila terdapat banyak sekali data seperti gambar di
atas, maka sebaiknya tuliskan data Anda dalam bentuk tabel saja. Hal
tersebut juga berlaku untuk semua jenis diagram.

Tidak Mengikuti Standar Penulisan

Apabila Anda melihat grafik di atas, apakah kamu bisa langsung

mengerti tren angka pembunuhan menggunakan senjata api di
Florida? Sekilas tidak ada yang salah tetapi coba perhatikan kembali
sumbu Y. Nilai yang ditunjukkan, terbalik. Angka 0 berada di atas
sebagai nilai minimum dan angka 1000 sebagai nilai maksimum
berada di bawah. Hal tersebut sudah tidak sesuai dengan standar
umum penulisan karena umumnya sumbu Y dimulai dari nilai
minimum berada di bawah dan semakin ke atas semakin naik nilainya.

Tentu saja ini berpengaruh bagi pembaca informasi karena bisa

menimbulkan salah persepsi. Mereka akan mengira bahwa trennya
turun padahal dari 2005 hingga 2007 menunjukkan kenaikan apabila
sumbu Y tidak terbalik. Jadi, usahakan dalam pembuatan sumbu X mau
pun Y gunakanlah standar penulisan umum yang berlaku.

Terdapat Sumbu yang Terpotong

Nilai pada suatu sumbu sangat penting kaitannya dengan data yang
ditampilkan dalam sebuah diagram. Jika penerapannya kurang tepat
maka memicu bias bagi pembacanya. Sebagai contoh, lihatlah gambar
di bawah ini:

Visualisasi data di atas adalah membandingkan besarnya pajak pada

saat itu (tahun 2012) dan bagaimana pajak dapat berubah pada 1
Januari 2013. Ketika dilihat sekilas, terlihat akan ada peningkatan pajak
yang tinggi pada 1 Januari 2013.

Namun, coba perhatikan sumbu Y. Ada “diskon” alias potongan pada

sumbu Y sehingga langsung dimulai dari 34%, bukan 0. Akibatnya,
pembaca dapat terkecoh dan salah menyimpulkan bahkan
peningkatannya akan sangat besar. Padahal nilainya hanya 35% versus
39%. Sehingga seharusnya tampilan kedua diagram batang tidak
begitu berbeda tingginya. Di sini kita jadi paham bahwa setiap data
pada sumbu Y mutlak harus dimulai dari 0 agar menghindari bias dan
salah interpretasi data.
Penggunaan Grafik 3D yang Kurang Sesuai
Pasti kita ingin visualisasi data kita terlihat keren kan? Di bawah
disajikan sebuah grafik pai 3D (tiga dimensi) mengenai persentase
penggunaan bahasa pemrograman ketika bekerja. Apakah grafik 3D
tersebut terlihat lebih keren daripada grafik 2D biasa?

Apa informasi yang bisa Anda dapatkan dari grafik di atas? Terlihat
Kotlin lebih besar daripada Java. Sedangkan Swift lebih besar daripada
Python. Sekarang lihat grafik pai 2D di bawah.

Apa informasi yang Anda dapatkan dari grafik 2D ini? Kotlin terlihat
sama besarnya dengan Java. Sedangkan Python memiliki irisan pai
lebih besar daripada Swift.

Kagetkah Anda jika ternyata data yang digunakan untuk kedua grafik
pai tersebut sama? Untuk kedua grafik pai di atas, Kotlin sebesar 37%,
Java sebesar 37%, Python sebesar 15%, dan Swift sebesar 11%. Versi
grafik 3D mengacaukan persepsi visual kita sehingga dapat
menimbulkan kesalahan dalam memahami data.

Mari kita lihat contoh grafik 3D berikutnya, yaitu grafik kolom

mengenai jenis pekerjaan yang didapatkan oleh lulusan kelas. Melihat
sekilas grafik di bawah, IT merupakan jenis pekerjaan yang paling
banyak didapatkan lulusan, kemudian urutan peringkat berikutnya
adalah jenis pekerjaan sales, marketing, dan admin.

Sekarang perhatikan grafik 2D di bawah. Jenis pekerjaan IT dan Sales

memiliki peringkat yang sama. Terlihat ada perbedaan informasi yang
dapat ditangkap oleh pembaca padahal data yang digunakan sama.
Data yang digunakan untuk kedua grafik ini adalah: IT sebanyak 50
lulusan, Marketing sebanyak 25 lulusan, Sales sebanyak 50 lulusan,
dan Admin sebanyak 20 lulusan.

Sehingga berhati-hatilah. Saat terselip di benak kita untuk

menggunakan skema 3 dimensi dalam visualisasi, segeralah cari
alternatif lain. Sekarang Anda jadi mengerti kenapa penggunaan jenis
diagram 3 dimensi kurang disarankan dalam visualisasi data.
Alasannya adalah menyulitkan pembaca dalam memahami data dan
dapat menciptakan bias sehingga menimbulkan perbedaan persepsi
tentang data yang disajikan.
Susah Dibandingkan

Visualisasi data bertujuan untuk memudahkan kita membandingkan

data yang ada. Namun, contoh di atas menunjukkan sebaliknya.
Perbandingan dari setiap data, sulit dipahami. Pembaca sulit mengerti
tujuan dan informasi apa yang ingin disampaikan. Apakah ini ingin
menunjukkan sebuah tren? Apakah ini perbandingan yang perlu dilihat
di dalam masing-masing grafik pai atau apakah yang perlu dilihat
perbandingan antara grafik pai? Bagaimana cara pembaca bisa
membandingkan besarnya irisan-irisan dalam pai? Apakah pembaca
juga harus membandingkan ukuran dari masing-masing pai karena
ukurannya berbeda-beda? Jika visualisasi data membuat pembaca
susah mengerti dan susah membandingkan, seharusnya kita
mengganti jenis diagram yang digunakan.

Dokumentasi Data
Pernahkah mendengar istilah dokumentasi data? Dokumentasi data
atau yang sering disebut dengan data provenance adalah sebuah
langkah untuk melihat sumber data yang kita peroleh.
Kata provenance sendiri berasal dari bahasa perancis provenir yang
berarti “berasal” atau “silsilah”.

Coba bayangkan Anda berperan sebagai seorang Data Scientist. Anda

mendapatkan sebuah dataset (himpunan data) yang siap untuk
dianalisis. Anda tidak tahu data ini berasal dari mana, bagaimana
validitasnya, apakah ia akan berubah selama proses pengerjaan Anda,
dan sebagainya. Gawat kan? Padahal dokumentasi data ini penting
untuk mengetahui keabsahan data dan memungkinkan kita
menggunakannya kembali di waktu yang lain.

W3C Provenance Incubator Group, sebuah organisasi yang bergerak di

bidang pengembangan dan standarisasi teknologi web, menjelaskan
tentang dokumentasi data sebagai berikut:

“Catatan yang menggambarkan semua pihak dan proses dalam

pembuatan, perubahan, penanganan, mau pun hal lainnya yang
berpengaruh kepada data. Provenance merupakan landasan utama
untuk dapat menilai keaslian dan menumbuhkan kepercayaan kepada
data, sekaligus untuk mereproduksi data tersebut.”

Terdengar rumit? Baiklah. Berikut ini contoh sebuah penggambaran

dokumentasi data yang ditunjukkan dalam sebuah metadata.
Metadata merupakan bagian penting dari data yang dipublikasi untuk
menentukan kualitas, kredibilitas, reprodusibilitas hasil (terukur), serta
menentukan apakah data dapat digunakan kembali atau tidak
(reusable).

Contoh data provenance di atas didapatkan dari website kaggle. Pada

gambar di atas terlihat dokumentasi yang menyertakan sumber data,
metodologi pembuatan data, dan juga pemilik dari dataset. Berikut
contoh lain dari dokumentasi data yang familiar bagi Anda.
Tampilan di atas merupakan version history (sejarah versi dokumen)
dari berkas Google Sheets. Semua perubahan data tercatat mulai dari
tanggal hingga nama orang yang melakukan perubahan. Version
history ini dapat Anda temukan saat klik bagian berikut:

Untuk dapat kembali ke penulisan sebelumnya kita dapat

melakukan  restore version (pengembalian versi) dengan memilih dari
riwayat penulisan dan klik tombol Restore this version.

Pentingnya Dokumentasi Data

Kepercayaan, kredibilitas, dan reproduksibilitas terhadap sebuah data
didasari oleh dokumentasi sumber data yang sesuai. Dalam sebuah
penelitian, pengguna data tidak serta merta dapat menjadi pembuat
data.

Orang yang membuat data dapat:

1. mengonfigurasikan instrumen atau simulasi dari mengumpulkan

data primer; atau,
2. menerapkan metodologi dan proses tertentu guna
mengekstraksi, mengubah, dan menganalisis data masukan demi
menghasilkan sebuah produk data keluaran.
Mengelola Sumber Data
Provenance dicatat dalam jenis metadata tentang sebuah data. Banyak
bidang metadata yang dapat dikumpulkan dalam kategori informasi
asalnya. Misalnya tanggal pembuatan, pemilik, perangkat lunak atau
tools lain yang digunakan, metode pemrosesan data, dan lain
sebagainya. Dengan demikian, pengelolaan dan manajemen data yang
baik menjadi dasar dari dokumentasi data yang akurat.

Salah satu usaha dan pendekatan yang mungkin Anda familier adalah
teknologi blockchain dalam manajemen rantai persediaan. Video
berikut bercerita bagaimana teknologi blockchain digunakan untuk
mendapatkan informasi mengenai kapan, di mana, dan bagaimana
cara penangkapan ikan dapat diketahui dengan memindai barcode
yang telah dipasangkan ke ikan atau pengemasannya. Dengan begitu,
distributor, toko penjual, dan konsumen bisa dengan mudah mencari
asal usul ikan tersebut dan bisa langsung tahu jika ikan didapatkan
dari penangkapan secara ilegal.

Bayangkan bahwa metadata adalah lokasi ikan ditangkap, nelayan

yang menangkapnya, kapan ikan tersebut ditangkap, dan sebagainya.
Sementara data adalah ikan itu sendiri.

Pendekatan yang bisa dilakukan dalam melakukan dokumentasi data

sebagai berikut:

 Dicatat dalam bentuk teks, bisa menggunakan skema penulisan

umum atau bisa juga dengan skema khusus dalam data
provenance.
 Dicatat dan disimpan secara internal menggunakan program
perangkat lunak atau dalam sistem eksternal lainnya.
 Dituliskan dalam bentuk yang dapat dibaca oleh mesin atau yang
bisa dibaca oleh manusia.

Bentuk sederhananya, sebuah sumber dicatat dan disimpan dalam

sebuah berkas berjudul README yang di dalamnya menjelaskan
tentang pengumpulan data dan metode pemrosesan. Data sumber
juga bisa dicatat dengan lebih terstruktur menggunakan elemen-
elemen spesifik dalam standar metadata seperti Dublin Core, hingga
standar disiplin metadata khusus seperti ISO 19115-2 . Untuk lebih
memperjelas contoh bentuk penulisan dokumentasi data, simak uraian
berikut ini:

 Berkas README
Pernah menemui berkas readme? Berkas readme biasanya
berupa dokumen text (.txt) dan sering kita temui dalam paket
instalasi perangkat lunak, kode pemrograman, kumpulan data,
dan bisa juga ditemui dalam proyek penelitian. Tentunya dalam
proyek penelitian sebuah berkas readme harus memuat daftar
berkas yang digunakan dalam dataset, rujukan informasi yang
relevan, serta berkas lain yang menunjang penelitian seperti
artikel, karya ilmiah, atau slide presentasi. Untuk penulisan
readme, kamu bisa menggunakan template yang telah
distandarkan oleh Cornell University pada tautan
berikut: https://data.research.cornell.edu/content/readme

 Data Dictionaries

Data dictionaries, atau kamus data, berisi informasi kunci

tentang data yang Anda kumpulkan. Ia digunakan untuk
menjelaskan suatu bagian tertentu dalam dataset. Misalnya
menjelaskan arti dari nama sebuah variabel, kegunaan, deskripsi,
dan lain sebagainya. Kamus data biasanya digunakan pada data
tabular atau sebuah database. Contoh dari data dictionaries
dapat dilihat dari kamus data yang disediakan oleh Kementerian
Pertanian Amerika Serikat pada tautan
berikut: https://data.nal.usda.gov/data-dictionary-examples

 Data Paper
Berbeda dengan makalah, jurnal, atau artikel penelitian biasa
 yang berfokus pada hipotesa dan hasil penelitian, data paper
bertujuan utama untuk menjelaskan mengenai data dan
bagaimana data tersebut dikumpulkan. Dalam kata lain, data
paper disebut sebagai sebuah dokumen berisi metadata.

Tools Dokumentasi Data

Dalam proses dokumentasi data pastinya kita memerlukan sebuah
tools (alat) supaya lebih mudah dan efisien. Berikut beberapa hal yang
dapat Anda lakukan.

Buku Catatan
Salah satu cara tradisional  adalah dengan buku catatan. Kita dapat
menggunakan catatan sebagai alat untuk mencatat sumber data yang
kita peroleh. Namun, jika berbicara tentang data pasti tidak jauh
dengan angka dan terkadang terdiri dari banyak digit. Sehingga jika
data dicatat dalam jumlah yang besar maka rentan salah. Jika Anda
terpaksa menggunakan buku catatan, fokuslah untuk mencatat poin-
poin pentingnya agar meminimalisir kesalahan.

Log dan Blockchain

Jika bekerja sendiri, Anda dapat melakukan logging, atau
menggunakan tools bantuan (docs, spreadsheet) yang memiliki
kemampuan untuk memperlihatkan history (sejarah versi). Anda yang
bekerja dengan tools modern mungkin mengenal istilah logging atau
auditing. Anda bisa memanfaatkan log aplikasi untuk mencatat
perubahan pada data.

Pada pasar perdagangan dunia, pencatatan dilakukan melalui shared

ledger yang diterapkan pada blockchain. Setiap stakeholder (pemangku
kepentingan) akan memiliki salinan dari setiap kejadian yang tercatat,
termasuk perubahan-perubahan yang terjadi pada data tersebut.
Tips Dokumentasi Data
Gunakan Alur Ilmiah yang Terstruktur
Nah, di sinilah kita akan memanfaatkan alur terstruktur yang terdiri
dari pencatatan, eksekusi, pemrosesan, dan urutan secara ilmiah. Hal
tersebut penting supaya pembaca paham sumber asal dan teori yang
mendukung dokumentasi data buatan kita. Alur tersebut dapat
dirancang dalam bentuk grafis secara berurutan berdasarkan tugas
yang diberikan. Sehingga tugas baru yang dimasukkan ke dokumentasi
data, dapat mengambil masukan dari tugas sebelumnya. Supaya alur
kerja dapat digunakan kembali di masa mendatang maka informasi
yang dicatat perlu dapat menunjukkan dari mana data berasal,
bagaimana proses data tersebut diubah, dan komponen apa saja yang
mendukung di dalamnya. Hal tersebut dapat memungkinkan orang
berikutnya dapat mudah melakukan eksperimen lebih lanjut dan
merevisi apabila terdapat hal yang kurang tepat dari data tersebut.

Informasi Harus Jelas dan Sedetail Mungkin

Tautan ke data sumber asli harus jelas. Sebutkan dari mana Anda
mendapatkannya. Ini sangat penting untuk menunjukkan sumber
supaya dataset terlihat kuat dan dapat dipercaya. Coba tanyakan ke
diri Anda sendiri, jika orang lain membaca informasi mengenai sumber
data, apakah orang tersebut mudah menemukan data tersebut? Jika
orang lain membutuhkan waktu lama untuk menemukan sumber data
aslinya, walaupun sudah diinfokan tautannya, berarti informasi yang
Anda berikan belum jelas. Selain itu pastikan penjelasan setiap
perubahan data yang Anda lakukan harus dituliskan dengan terperinci.
Orang lain harus mengetahui langkah demi langkah perubahan apa
yang telah dilakukan, tanpa perlu harus bertanya kepada Anda.

Bercerita dengan Data

Sekarang saatnya kita mulai menyatukan hal-hal yang telah kita
pelajari dari awal sampai akhir. Tujuan utama dari modul ini adalah
membantu Anda menyampaikan hasil visualisasi yang mendukung
hipotesa Anda pada orang lain. Jika tersampaikan dengan baik, maka
visualisasi data tersebut dapat digunakan untuk melakukan analisa
baik itu bertujuan untuk memberikan insight mau pun meyakinkan
orang lain untuk mengambil sebuah keputusan dengan diperkuat oleh
hasil analisis kita.

Exploratory vs Explanatory
Dalam presentasi atau penyampaian hasil visualisasi, Anda harus
dapat membedakan cara penyampaian antara exploratory
analysis atau explanatory analysis. Exploratory berasal dari
kata explore yang berarti jelajahi, sehingga exploratory analysis adalah
proses penyampaian di mana Anda membimbing dan memandu
audiens dalam melihat (menjelajahi) data yang telah dikumpulkan.
Sedangkan explanatory berasal dari explain yang berarti menjelaskan,
sehingga explanatory analysis adalah proses penyampaian di mana
Anda tidak meminta audiens untuk menjelajahi data namun langsung
ke poin-poin utama dan implikasi dari data tersebut.

Mungkin Anda tergoda untuk melakukan exploratory analysis karena

dapat menunjukkan betapa banyaknya data yang telah dikumpulkan
dan seberapa besar kerja keras yang dilakukan. Namun harus
dimengerti bahwa mayoritas orang bosan dengan cerita presentasi
yang bertele-tele. Jika kita bandingkan sebagai sebuah cerita melihat
tari kecak di Bali, exploratory analysis adalah bagian di mana tokoh
mempersiapkan barang-barang yang dibutuhkan dan proses untuk
sampai ke Bali, sedangkan explanatory analysis adalah cerita saat
melihat tari kecaknya.

Dari penjelasan di atas, explanatory analysis adalah cara yang cocok

untuk mayoritas situasi penyampaian yang mungkin terjadi. Namun
dalam melakukan explanatory analysis, ada 3 pertanyaan penting yang
harus dapat Anda jawab terlebih dahulu.

Kepada siapa kita berkomunikasi?

Hal ini sangat penting agar kita paham bagaimana mengomunikasikan
hasil yang didapatkan. Tergantung siapa lawan bicara atau audiens,
kita bisa memilih bagaimana berbicara dan bertindak saat
menyampaikan informasi. Sebagai contoh, cara bicara kepada teman
ataupun orang tua itu beda kan? Terdapat dua cara pandang yang
dibutuhkan untuk dapat melakukan komunikasi yang efektif.

 Melihat dari sisi audiens

Semakin spesifik kita tahu siapa audiens kita, semakin besar
potensi komunikasi kita sukses. Sehingga kita harus menghindari
penyampaian data yang terlalu umum. Kita juga perlu
mengetahui kebutuhan informasi seperti apa yang ingin
diketahui audiens. Berkomunikasi dengan terlalu banyak orang
pada saat sama sekaligus, cenderung tidak tepat sasaran karena
kebutuhan masing-masing orang dapat berbeda. Ini justru
membuat kita kurang efektif dalam usaha untuk penyampaian
informasi. Persempit target audiens, maka hasilnya akan lebih
efektif.

 Melihat dari sisi diri sendiri

Penting kita mengetahui hubungan kita dengan audiens, apakah
mereka sudah mengenal kita? Apakah mereka menganggap kita
sebagai ahli dan setiap hal yang kita sampaikan bisa dipercaya?
Ini merupakan sebuah acuan untuk menyusun cara komunikasi
kita, hal yang disampaikan, dan kapan harus menggunakan data.
Hal ini dapat memengaruhi alur keseluruhan cerita yang ingin
kita sampaikan. Jika Anda sebelumnya tidak pernah bertemu
dengan audiens, berarti Anda terlebih dahulu harus membangun
reputasi bahwa Anda itu benar-benar mengerti topik yang akan
diberikan. Biasanya hal ini dilakukan dengan cara perkenalan diri.

Bagaimana kita berkomunikasi dengan audiens?

Setelah mengerti dan memahami audiens Anda, langkah selanjutnya
adalah menentukan bagaimana cara komunikasi yang paling efektif
dengan audiens tersebut. Alat apakah yang nanti digunakan untuk
berkomunikasi dan bagaimana cara membawa diri yang paling efektif.

 Alat
Metode alat yang kita gunakan untuk berkomunikasi dengan
audiens memiliki peran penting dalam sejumlah faktor, termasuk
jumlah kontrol yang kita miliki atas bagaimana audiens
 memperoleh informasi dan tingkat detail yang perlu lebih
dijelaskan.

Pada proses presentasi secara langsung dan tatap muka, kita

dapat menanggapi audiens jika terdapat hal yang kurang jelas.
Tidak semua yang kita sampaikan harus ditulis secara detail pada
dokumen presentasi dan visualisasi data karena kita ada di sana
untuk menjelaskan dan menjawab setiap pertanyaan yang
muncul selama presentasi.

Lain halnya ketika hanya menuliskan hasil analisis dalam bentuk

dokumen yang dibaca sendiri-sendiri. Jika pada presentasi
langsung kita dapat mengendalikan audiens yang kurang paham,
maka hal tersebut tidak efektif jika kita tidak ada di sana untuk
menanggapi atau melihat ekspresi kebingungan audiens saat
menemui bagian yang kurang jelas. Sehingga tingkat detail yang
diperlukan pada penulisan dokumen biasanya lebih tinggi.

 Pembawaan Diri
Pertimbangan penting lainnya adalah nada penyampaian pada
audiens. Apakah kita ingin menyampaikannya dengan ceria,
memotivasi, atau serius? Nada yang kita inginkan untuk
komunikasi juga akan memiliki pengaruh pada pilihan desain
yang akan digunakan untuk membuat proses visualisasi data.
Selain itu, pernahkah kita berpikir bahwa audiens bisa lebih tahu
daripada kita? Terkadang asumsi tersebut muncul. Tapi
sebaiknya hapus pemikiran seperti itu. Jika kita adalah orang
yang menganalisis dan mengomunikasikan data, maka kita harus
percaya diri. Bahkan kita dapat melakukan interaksi dengan
audiens untuk meningkatkan keterlibatan mereka atau
mengurangi rasa gugup kita saat menyampaikan data tersebut.

Bagaimana kita bisa menggunakan data untuk membantu menegaskan maksud

kita?
Setelah kita menjawab pertanyaan di atas, barulah kita membahas
data apa yang akan membantu menegaskan dan mendukung inti
cerita atau kesimpulan yang ingin disampaikan. Salah satu cara yang
dapat dilakukan adalah menggunakan metode 5W (What, Who, When,
Why, Where). Gunakan data yang telah didapatkan untuk menjawab
unsur dari 5W sehingga dapat menegaskan informasi penting yang
ingin kita sampaikan.

Berikut unsur-unsur dalam metode 5W dan cara penggunaan dalam

bercerita dengan data. Sebagai contoh, mari kita gunakan visualisasi
data dalam bentuk tabel berikut.

Perusahaan Penjualan Tiket

2019 2020
Cinema31 1.000.000 1.500.000Indone
Cinegold 1.000.000 1.500.000Indone

Survey kepada Pengunjung Bioskop di tahun 2020: J

Alasan Utama Kenapa ke Bioskop
Sedang ada diskon
Sedang ada film bagus
Bosan di rumah
Makanan atau minuman bioskop enak
Alasan lainnya

 What : Unsur “Apa?”. Apa yang telah terjadi? Anda bisa

menggunakan data untuk menegaskan apa yang telah terjadi.
Sebagai contoh, “Penjualan tiket bioskop naik 50%.”
 Who : Unsur “Siapa?”. Siapa yang terlibat? Gunakan data untuk
membuktikan siapa saja yang terlibat dalam sebuah situasi.
Sebagai contoh, “Penjualan tiket bioskop perusahaan Cinema31
dan Cinegold naik 50%.”
 When : Unsur “Kapan?”. Kapan terjadinya? Data yang
berhubungan dengan waktu dapat menjelaskan mengenai kapan
terjadinya inti cerita. “Penjualan tiket bioskop perusahaan
Cinema31 dan Cinegold naik 50% di tahun 2020.”
 Where : Unsur “Di Mana?”. Di mana kejadiannya? Anda dapat
menegaskan tempat kejadian sebuah situasi jika Anda memiliki
data dengan informasi dalam bentuk lokasi. “Penjualan tiket
bioskop perusahaan Cinema31 dan Cinegold di Indonesia naik
50% di tahun 2020.”
  Why : Unsur “Mengapa?”. Mengapa hal itu terjadi? Gunakan data
untuk menjelaskan kenapa sebuah situasi terjadi. “Penjualan
tiket bioskop perusahaan Cinema31 dan Cinegold di Indonesia
naik 50% di tahun 2020 karena didorong oleh diskon.”

Visualisasi yang Efektif

Terdapat banyak sekali jenis visualisasi yang dapat digunakan dalam
menyampaikan data, tetapi hanya sedikit di antaranya yang mampu
secara efektif menjawab kebutuhan kita. Pada tahap ini kita akan fokus
pada beberapa visualisasi tersebut.

Berbentuk Teks

Ketika kita hanya ingin menampilkan satu atau dua angka saja,
gunakan teks sederhana. Tabel dan grafik tidak perlu. Buat tampilan
angka terlihat menonjol. Tambahkan beberapa kata pendukung untuk
menyampaikan pikiran kita secara jelas. Penambahan kata atau
kalimat pendukung berfungsi untuk meminimalisir perbedaan
pendapat atau kesalahan informasi. Untuk mengilustrasikan
penjelasan tersebut, mari kita lihat contoh di bawah ini:

Kenyataannya, kita tidak harus menggunakan diagram atau grafik jika

ingin menampilkan beberapa angka saja. Grafik tidak menjelaskan
banyak mengenai interpretasi angka. Dalam kasus ini, seharusnya
menggunakan sebuah kalimat sederhana saja, seperti: Tahun 2012
sebanyak 20% anak memiliki ibu yang berprofesi sebagai ibu rumah
tangga, dibandingkan dengan tahun 1970 yang sebanyak 41%. Sebagai
alternatif, kita dapat mewujudkan informasi visual alternatif sebagai
berikut:

Ketika kita hanya memiliki satu atau dua angka yang ingin
disampaikan, sampaikanlah tanpa grafik atau tabel. Sebaliknya, jika
ada banyak angka untuk ditampilkan, tabel atau grafik jadi opsi
terbaik.

Tabel

Pasti kita sering menemui data dalam bentuk tabel. Ketika terdapat
sebuah tabel. kita cenderung akan menggunakan telunjuk untuk
membaca antar baris dan kolom untuk membandingkan nilai. Tabel
sangat baik ketika audiens Anda beragam karena mereka dapat
membaca baris tertentu sesuai kepentingan masing-masing. Jika kita
berhadapan dengan banyak unit pengukuran, tabel lebih
memudahkan saat dibaca. 

Perlu diperhatikan jika dalam membuat tabel dalam presentasi untuk

menghindari penggunaan garis tepi yang tebal atau bayangan karena
mengakibatkan audiens untuk salah fokus ke garis atau bayangan
tersebut. Lebih baik gunakan garis tepi tipis atau ruang putih untuk
memisahkan elemen-elemen dalam tabel. Berikut ilustrasi untuk
memperjelas detail tersebut:

Garis tepi seharusnya digunakan untuk membantu audiens membaca

data namun jangan berlebihan sehingga jadi pusat perhatian.
Pertimbangkan untuk membuat garis tepinya jadi abu-abu atau tanpa
warna. Datalah yang seharusnya menjadi pusat perhatian, bukan garis
tepi.

Heatmap
Cara untuk menggabungkan detail angka pada tabel dengan visual
adalah menggunakan heatmap. Grafik ini berfungsi untuk
memvisualisasikan data melalui format tabulasi yang memanfaatkan
pewarnaan dalam sel untuk menunjukkan besaran nilai angkanya.
Pada gambar di atas terdapat tabel biasa di sebelah kiri dan heatmap
di sebelah kanan. Pada tabel biasa kita harus mengamati tiap baris dan
kolom untuk memahami data mana yang lebih besar atau lebih kecil
dibandingkan lainnya. Untuk mengurangi proses dalam memahami
data, gunakan saturasi warna sebagai penanda visual. Hal ini dapat
membantu mata dan otak kita bekerja lebih cepat untuk menentukan
hal penting yang kita butuhkan. Kategori warna pada tabel heatmap
sebelah kanan membuat proses mencari informasi lebih mudah dan
cepat karena jika kita ingin mencari data yang persentasenya paling
besar dapat mencari saturasi warna yang paling gelap.

Grafik
Grafik lebih cepat diproses dan mudah dipahami dalam mendapatkan
informasi. Artinya, kita dapat lebih cepat memahami informasi dari
grafik dibandingkan dengan tabel yang didesain dengan baik.

Grafik yang digunakan umumnya terbagi menjadi empat kategori :

Titik, garis, batang, dan area.

Kategori Titik
Scatterplot

Grafik scatterplot berguna untuk menunjukkan hubungan antara dua

hal yang terdapat di sumbu x dan y karena grafik ini membuat kita
memproses data serentak untuk melihat hubungan apa yang muncul.
Meski jarang digunakan, dunia bisnis masih ada yang menggunakan
scatterplot.

Sebagai contoh, bayangkan kita mengelola armada bus dan ingin

memahami hubungan antara jarak yang ditempuh dan biaya per
kilometer. Scatterplot akan terlihat seperti gambar di bawah ini. Biaya
per mil menjadi sumbu Y dan jarak mil yang ditempuh per bulan
menjadi sumbu X. Dengan menaruh data dalam bentuk titik, audiens
dengan mudah dapat mengerti bahwa semakin sedikit jarak total yang
ditempuh maka biaya per kilometer semakin besar, sedangkan paling
efisien jika menempuh jarak sekitar 2.000 sampai 3.000 km. Setelah
melebihi jarak tersebut, biaya per km akan semakin besar.

Jika kita ingin lebih fokus pada kasus di mana biaya per km di bawah
rata-rata, maka kita dapat memodifikasi sedikit scatterplot untuk
menarik perhatian pembaca seperti pada gambar di bawah ini.

Kita dapat menambahkan informasi observasi, seperti biaya per mil

lebih tinggi dari rata-rata ketika jarak tempuh kurang dari 1.700 km
atau lebih dari 3.300 km untuk sampel yang diobservasi.

Kategori Garis
Grafik Garis
Grafik garis biasanya digunakan untuk melihat data yang bersifat
kontinu (berkelanjutan). Karena titik dihubungkan melalui garis, grafik
ini memperlihatkan perubahan (pertumbuhan atau pengurangan) yang
terjadi antar titik, sehingga tidak sesuai untuk data yang bersifat
kategoris seperti data yang membandingkan jenis kelamin (berapa
banyak yang laki-laki dan perempuan) atau data yang membandingkan
makanan kesukaan (berapa banyak yang suka buah, berapa banyak
yang suka daging, dan seterusnya). Sering kali data kontinu berupa
unit waktu seperti hari, bulan, kuarter, atau tahun.

 Grafik garis dapat menampilkan seri data tunggal (single series), dua
seri data (two series), atau data multi seri (multiple series) seperti contoh
pada gambar di bawah ini.
Slopegraph
Slopegraph merupakan grafik berkategori garis yang mirip dengan
grafik garis biasa. Namun secara konsep dan tujuan berbeda dari
grafik garis biasa. Slopegraph hanya memperlihatkan perubahan
antara dua titik saja. Hal tersebut bertujuan agar audiens fokus pada
perubahan kenaikan atau penurunan yang terjadi.
Bayangkan kita menganalisis dan mengkomunikasikan data dari survei
karyawan. Dari hasil analisis tersebut menunjukkan perubahan dalam
kategori survei dari 2014 hingga 2015 seperti berikut:

Jika terlalu banyak garis bersinggungan, slopegraph mungkin tidak

efektif sehingga sulit membaca datanya. Jika ingin audiens fokus pada
kategori yang paling menurun tingkat kepuasannya, Anda dapat
melakukan perubahan pada slopegraph seperti berikut.

Kategori Batang
Terkadang kita menghindari penggunaan grafik batang karena grafik
ini terlalu sering digunakan. Pendapat ini justru salah. Sebaliknya,
dikarenakan grafik tersebut sering digunakan, maka sehingga audiens
tidak perlu menghabiskan waktu untuk mempelajari cara membaca
grafik. Daripada menggunakan energi untuk memahami bagaimana
cara membaca grafik, lebih baik jika audiens menggunakan waktunya
untuk memahami isi datanya.

Grafik batang mudah untuk dibaca. Mata kita akan membandingkan

beberapa data yang digambarkan dalam bentuk batang secara cepat.
Sehingga, kita bisa dengan cepat tahu data yang terbesar, terkecil, dan
perbandingan antara kategori data. Perlu diingat, karena mata kita
membandingkan secara otomatis dan melihat batang pada ujung atas,
mulailah dari titik 0 pada sumbu Y. Tanpa demikian, perbandingan
visual, bisa salah seperti ini (diagram sebelah kiri).
Pada grafik sebelah kiri terlihat perbedaan yang sangat mencolok
karena sumbu Y tidak dimulai dari 0. Sebenarnya kenaikan tidak terlalu
signifikan karena jika diterapkan sumbu Y mulai dari 0 akan terlihat
seperti grafik sebelah kanan.

Selanjutnya selain mempertimbangkan panjang batang, kita juga harus

memperhatikan lebar dari diagram batang tersebut. Secara umum
lebar batang harus lebih besar dibandingkan jarak antara batang,
penggambarannya seperti di bawah ini.

Kita telah membahas bagaimana cara terbaik untuk membuat grafik

batang secara umum. Selanjutnya mari kita lihat ragam jenis grafik
batang. Dengan tahu varian yang ada, kita bisa memilih mana yang
terbaik untuk keperluan kita.

1. Grafik Batang Vertikal

Seperti grafik garis, grafik batang vertikal dapat berjumlah data
tunggal, dua seri, ataupun multi seri. Perlu diingat bahwa jika seri
data yang ditambahkan semakin banyak, semakin sulit audiens
untuk fokus membaca dan menarik kesimpulan. Alternatifnya,
gunakan grafik multi seri. Kita juga harus memperhatikan
penyesuaian visual yang terjadi jika memiliki berupa seri data
tunggal. Hal ini membuat susunan kategorisasi menjadi penting.
Pertimbangkan apa yang ingin diketahui audiens dan buat
susunan kategorisasi sejelas mungkin.

2. Grafik Batang Vertikal Bertumpuk

Stacked vertical bar chart atau grafik batang bertumpuk
penggunaannya lebih terbatas. Grafik ini memungkinkan kita
untuk membandingkan antar kategori utama dan juga antar sub
komponen dalam tiap kategori. Namun, grafik ini dapat
membuat audiens kebingungan secara visual, terutama ketika
aplikasi grafik menambahkan variasi warna secara otomatis. Sulit
untuk membandingkan sub komponen dari kategori-kategori
ketika mereka tidak terletak sejajar di garis bawah. Hal ini
 menyulitkan kita untuk membandingkan, seperti ilustrasi pada
gambar di bawah ini.

3. Grafik Air Terjun

Waterfall Chart atau apabila diterjemahkan menjadi grafik air
terjun dapat digunakan untuk menampilkan bagian tertentu dari
grafik batang bertumpuk. Hal tersebut bertujuan untuk lebih
fokus menunjukkan data awal, kenaikan atau penurunan yang
terjadi, serta data akhir.
Cara terbaik untuk mengilustrasikan waterfall chart adalah
dengan cerita berikut. Bayangkan kita adalah manajer tim SDM
(human resource) yang diminta oleh direktur perusahaan untuk
memperlihatkan bagaimana perubahan jumlah karyawan pada
tim pemasaran.

Di sisi kiri, kita melihat jumlah karyawan tim pemasaran di

awal tahun. Seraya kita bergerak ke arah kanan, kita melihat
pertambahan dari perekrutan karyawan baru dan perpindahan
dari tim lain ke dalam tim pemasaran. Pertambahan ini diikuti
dengan pengurangan: peralihan karyawan ke tim yang beda dan
pengunduran diri karyawan dari perusahaan. Batang yang di
ujung kanan merepresentasikan jumlah karyawan di akhir tahun,
setelah pertambahan dan pengurangan yang telah terjadi.
4. Grafik Batang Horizontal
Grafik ini sangat mudah dibaca untuk mengetahui kisaran
sebuah data, khususnya jika nama kategori panjang. Selain itu,
grafik ini cocok dengan kebiasaan mata kita memproses
informasi mulai dari kiri atas (nama kategori) hingga ke kanan
(data) dari grafik batang horizontal.

5. Grafik Batang Horizontal Bertumpuk

Grafik batang horizontal bertumpuk dapat menunjukkan
perbandingan antara kategori total dengan antar sub komponen
di tiap kategori.
Grafik ini dapat digunakan untuk memvisualisasikan porsi
keseluruhan skala dari negatif hingga positif, karena kita
menggunakan garis dasar yang konsisten baik ujung kiri maupun
 ujung kanan. Pendekatan grafik ini dapat terlihat cukup baik
pada contoh data survei di bawah ini.

Kategori Area
Salah satu kategori grafik yang sering dihindari adalah jenis area
karena mata manusia tidak terbiasa untuk menghubungkan data
kuantitatif dengan bidang dua dimensi. Hal ini menyebabkan grafik
area lebih sulit dibaca daripada grafik-grafik sebelumnya. Untuk alasan
ini, hindarilah grafik area kecuali ketika ingin memvisualisasikan data
yang besaran perbedaan angkanya sangat tinggi. Sebagai contoh pada
visualisasi di bawah, diceritakan bahwa dari 100 pelamar, 25 dipanggil
interview, dan 9 diterima sebagai karyawan. Setiap pelamar
divisualisasikan sebagai satu area kotak kecil. Dikarenakan perbedaan
nilai data sangat tinggi (100 lawan 25 lawan 9) maka visualisasi area ini
terlihat cantik dan mudah dicerna. Kehadiran dua dimensi dari grafik
ini memungkinkan kita menampilkan data lebih ringkas dibandingkan
dengan satu dimensi.

Rangkuman dari Sub-modul Transformasi Data ke

Visual
 Diagram adalah sebuah representatif visual terhadap informasi.
Diagram digunakan untuk mempermudah kita memahami
informasi dari data yang kita miliki.

 Beberapa bentuk grafik dalam visualisasi data:

o Bar/Column Chart: Jenis grafik di mana setiap kategori
diwakili oleh persegi panjang, dengan panjang perseginya
yang sebanding dengan nilai agregasi data.
o Line Chart: Jenis grafik yang menampilkan informasi
sebagai serangkaian titik data yang disebut 'penanda' yang
dihubungkan oleh segmen garis lurus.
 o Area Chart: Mirip dengan jenis grafik Line Chart. Namun,
area di bawah garis yang menghubungkan titik data akan
terisi dengan warna atau bayangan.
o Pie Chart: Jenis grafik yang menampilkan data dalam grafik
lingkaran. Seluruh "kue pai" mewakili 100% dari
keseluruhan, sedangkan pai "irisan" mewakili bagian dari
keseluruhan.
o Scatter Chart: Menggunakan titik untuk merepresentasikan
nilai numerik pada kategori yang berbeda. Posisi setiap titik
pada sumbu horizontal dan vertikal menunjukkan nilai
untuk titik data individual.
o Map Chart: Memungkinkan kita untuk memvisualisasikan
hubungan spasial dalam data dengan menunjukkan data
pada peta geografis. Umumnya pada peta seperti ini,
semakin tebal warnanya, semakin intens pula kepadatan
datanya.
 Kesalahan umum dalam membuat visualisasi data:
o Nilai persentase tidak sesuai (tidak sepenuhnya sampai
100%) pada grafik pai.
o Terlalu banyak data yang ingin ditunjukkan.
o Tidak mengikuti standar penulisan grafik seperti menaruh
nilai minimum di sumbu Y paling atas sehingga grafik
terbalik.
o Terdapat sumbu yang terpotong seperti ketika sumbu Y
tidak dimulai dari 0%.
o Penggunaan grafik 3D yang kurang sesuai sehingga dapat
terjadi bias pada audiens. Sebagai contoh sebuah irisan pai
dapat terlihat lebih besar dari seharusnya dan sebuah
batang terlihat lebih tinggi dari seharusnya.
o Grafik susah dibandingkan karena tidak jelas tujuan dan
informasi yang ingin disampaikan.
 Data provenance (dokumentasi data) adalah sebuah langkah
untuk melihat sumber data yang kita peroleh. 
o Dokumentasi data dibutuhkan untuk tahu segala proses
dalam pembuatan, perubahan, penanganan, mau pun hal
lainnya yang berpengaruh kepada data. 
 o Dokumentasi data penting untuk mengetahui keabsahan
data dan memungkinkan kita menggunakannya kembali di
waktu yang lain.
o Dokumentasi data penting untuk dapat menilai keaslian
dan menumbuhkan kepercayaan kepada data, sekaligus
untuk mereproduksi data tersebut.
o Contoh dari dokumentasi data dapat berupa metadata atau
version history,
 Pendekatan yang dapat dilakukan dalam melakukan
dokumentasi data sebagai berikut:
o Dicatat dalam bentuk teks, bisa menggunakan skema
penulisan umum atau bisa juga dengan skema khusus
dalam data provenance.
o Dicatat dan disimpan secara internal menggunakan
program perangkat lunak atau dalam sistem eksternal
lainnya.
o Dituliskan dalam bentuk yang dapat dibaca oleh mesin atau
yang bisa dibaca oleh manusia.
 Contoh bentuk penulisan dokumentasi data:
o Berkas README
o Data Dictionaries (kamus data)
o Data Paper
 Tips dalam menjalankan dokumentasi data:
o Gunakan Alur Ilmiah yang Terstruktur: Gunakan alur
terstruktur yang terdiri dari pencatatan, eksekusi,
pemrosesan, dan urutan secara ilmiah, supaya pembaca
paham sumber asal dan teori yang mendukung
dokumentasi data tersebut.
o Informasi Harus Jelas dan Sedetail Mungkin: Tautan ke data
sumber asli harus jelas dan sebutkan dari mana
mendapatkannya.
 Exploratory analysis adalah proses penyampaian di mana Anda
membimbing dan memandu audiens dalam melihat (menjelajahi)
data yang telah dikumpulkan.

 Explanatory analysis adalah proses penyampaian di mana Anda

tidak meminta audiens untuk menjelajahi data namun langsung
 ke poin-poin utama dan implikasi dari data tersebut.

 3 poin penting dalam melakukan explanatory analysis:

o Kepada siapa kita berkomunikasi: Berkomunikasi dengan
terlalu banyak orang pada saat sama sekaligus, cenderung
tidak tepat sasaran karena kebutuhan masing-masing
orang dapat berbeda. Jika Anda sebelumnya tidak pernah
bertemu dengan audiens, berarti Anda terlebih dahulu
harus membangun reputasi bahwa Anda itu benar-benar
mengerti topik yang akan diberikan. Biasanya hal ini
dilakukan dengan cara perkenalan diri.
o Bagaimana kita berkomunikasi dengan audiens: Pada
proses presentasi secara langsung dan tatap muka, kita
dapat menanggapi audiens jika terdapat hal yang kurang
jelas, sehingga tidak semua yang kita sampaikan harus
ditulis secara detail pada dokumen presentasi dan
visualisasi data. Jika dalam bentuk dokumen yang dibaca
sendiri-sendiri maka tingkat detail yang diperlukan pada
penulisan dokumen biasanya lebih tinggi. Jika kita adalah
orang yang menganalisis dan mengomunikasikan data,
maka kita harus percaya diri.
o Bagaimana kita bisa menggunakan data untuk membantu
menegaskan maksud kita: Salah satu cara yang dapat
dilakukan adalah menggunakan metode 5W (What, Who,
When, Why, Where) untuk menegaskan informasi penting
yang ingin kita sampaikan.
 Contoh visualisasi data yang efektif
o Berbentuk Teks: Ketika kita hanya ingin menampilkan satu
atau dua angka saja, gunakan teks sederhana.
o Tabel: Tabel sangat baik untuk ketika audiens Anda
beragam karena mereka dapat membaca baris tertentu
sesuai kepentingan masing-masing. Jika kita berhadapan
dengan banyak unit pengukuran, tabel lebih memudahkan
saat dibaca.
o Heatmap: Heatmap menggabungkan detail angka pada
tabel dengan visual agar membantu audiens untuk lebih
cepat fokus pada informasi yang penting pada tabel.
 o Grafik: Grafik lebih cepat diproses dan mudah dipahami
dalam mendapatkan informasi. 

 Grafik scatterplot berguna untuk menunjukkan

hubungan antara dua hal yang terdapat di sumbu x
dan y karena grafik ini membuat kita memproses data
serentak untuk melihat hubungan apa yang muncul.
 Grafik garis biasanya digunakan untuk melihat data
yang bersifat kontinu (berkelanjutan). Karena titik
dihubungkan melalui garis, grafik ini memperlihatkan
perubahan (pertumbuhan atau pengurangan) yang
terjadi antar titik, sehingga tidak sesuai untuk data
yang bersifat kategoris seperti data yang
membandingkan jenis kelamin (berapa banyak yang
laki-laki dan perempuan).
 Slopegraph merupakan grafik berkategori garis yang
hanya memperlihatkan perubahan antara dua titik
saja agar audiens fokus pada perubahan kenaikan
atau penurunan yang terjadi.
 Grafik batang (vertikal dan horizontal) dapat
membandingkan beberapa data yang digambarkan
dalam bentuk batang secara cepat sehingga audiens
bisa dengan cepat tahu data yang terbesar, terkecil,
dan perbandingan antara kategori data.
 Grafik batang bertumpuk (vertikal dan horizontal)
memungkinkan untuk membandingkan antar
kategori utama dan juga antar sub komponen dalam
tiap kategori.
 Grafik air terjun (waterfall chart) dapat digunakan
untuk menampilkan bagian tertentu dari grafik
batang bertumpuk sehingga lebih fokus menunjukkan
data awal, kenaikan atau penurunan yang terjadi,
serta data akhir.
 Grafik area memungkinkan untuk menampilkan data
secara lebih ringkas dari grafik lainnya namun tidak
cocok memvisualisasikan data yang besaran
perbedaan angkanya tidak tinggi.
 Contoh prinsip Gestalt dalam persepsi visual
 o Proximity (Kedekatan): Objek yang jaraknya berdekatan
merupakan kelompok atau golongan yang sama.
o Similarity (Kesamaan): Objek yang memiliki warna, bentuk,
ukuran, dan arah yang sama dianggap terkait atau
termasuk bagian dari kelompok yang sama.
o Enclosure (Pembeda): Objek yang memiliki batas fisik atau
border yang sama merupakan satu golongan sama.
o Closure (Penutupan Bentuk): Manusia cenderung
memandang sekumpulan objek yang terpecah-pecah
sebagai bagian dari satu objek yang lengkap, daripada
memandang kumpulan objek tersebut sebagai sesuatu
yang benar-benar terpisah satu sama lain
o Continuity (Kesinambungan Pola): Manusia cenderung
secara alami membentuk garis pola walaupun tidak terlihat
secara eksplisit.
o Connection (Koneksi): Objek yang secara fisik terhubung
adalah bagian dari satu golongan atau kesatuan.
 Cognitive load (beban kognitif) adalah usaha mental yang harus
dilakukan untuk dapat memproses dan mempelajari informasi.
o Salah satu penyebab utama yang menimbulkan cognitive
load yang berlebihan adalah sebuah kerumitan atau
disebut juga dengan clutter. Clutter merupakan elemen
visual yang tidak menambah pemahaman.
o Agar audiens dapat dengan efektif mengerti visual yang
diberikan, maka Anda perlu mengurangi cognitive load.
Secara umum, identifikasilah dan hapuslah elemen yang
kurang efektif.
 Preattentive attributes adalah komponen atau atribut visual yang
langsung tertangkap perhatian kita secara tanpa sadar.
o Preattentive attributes dapat dimanfaatkan untuk
membantu mengarahkan perhatian pada fokus utama yang
ingin disampaikan.
o Atribut ini dapat digunakan untuk membuat hierarki
elemen visual yang mengarahkan perhatian pada informasi
yang hendak diinformasikan sesuai dengan proses yang
diharapkan.
 o Contoh preattentive attributes adalah penggunaan warna
yang berbeda, ukuran font yang lebih besar, menggunakan
font cetak tebal, dan memilih posisi yang lebih umum
dilihat.
 3 contoh konsep desain dalam berkomunikasi dengan data
o Affordances: Dalam istilah desain, semua benda memiliki
fungsinya masing-masing. Karakteristik ini menunjukkan
bagaimana sebuah objek seharusnya berinteraksi. Cara
penerapan:
 Gunakan warna yang umum
 Gunakan warna yang konsisten
 Gunakan posisi yang konsisten
o Accessibility: Visual dan desain seharusnya bisa dimengerti
dan digunakan oleh orang dari berbagai latar belakang atau
kemampuan. Cara penerapan:
 Gunakan bahasa yang sederhana
 Visual harus dapat menjelaskan dirinya sendiri
o Aesthetics: Kebiasaan manusia untuk mendapatkan kesan
negatif apabila melihat sesuatu yang kurang menarik atau
tidak indah. 
 Membuat pilihan warna, bentuk, dan posisi menjadi
satu kesatuan yang menarik