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.
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.
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:
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.
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?
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.
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.
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.
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 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
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.
Fungsi
Referensi sel (single/range)
Operator
Konstanta
Untuk memperjelas setiap elemennya, langsung lihat penjabarannya
berdasarkan gambar di bawah ini.
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:
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:
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.
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
Jawab:
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:
Contoh kasus:
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")
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:
Contoh kasus:
COUNT
Count merupakan fungsi yang dapat menghitung banyaknya sel
terpilih dalam rentang tertentu yang berisi nilai numerik. Penggunaan
fungsi COUNT sebagai berikut:
Contoh kasus:
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:
Contoh kasus:
Pada contoh kasus ini kita masih menggunakan tabel sebelumnya yang
digunakan untuk fungsi COUNTA.
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.
1. =COUNTIF(range,kriteria)
Range : Data COUNTIF yang dihitung.
Kriteria : Kondisi tertentu yang diinginkan untuk diketahui. Bisa
berisi teks, operasi logika, ataupun angka.
seterusnya)
Contoh kasus:
Jawab:
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:
Contoh kasus:
Nah berdasarkan tabel di atas, apa yang kita lakukan jika ingin
mengetahui jumlah penjualan paling tinggi dan paling sedikit?
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:
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:
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:
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
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:
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:
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
Jawab:
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:
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:
1. Pertama tentukan dulu baris yang ingin dibuat. Di sini kita akan
menggunakan data kolom Jenis Kos.
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.
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.
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
Oke, dalam latihan ini kita akan menggunakan data kamar Airbnb yang
disewakan di kota New York.
Langkah 1: Persiapan
Pastikan semua tools dan data sudah dipersiapkan. Setelah semua
siap, maka buat Google Sheet baru.
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?
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.”
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.
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.
Karena itulah, Anda perlu tahu dan hindari beberapa kesalahan umum
yang sering dilakukan dalam membuat visualisasi data. Berikut ini
penjelasannya:
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.
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.
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?
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.
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”.
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.
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 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.
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.
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.
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.
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.
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:
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.
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.
Kategori Titik
Scatterplot
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.
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:
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.
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.