LECTURE NOTES

ISYS6605 – Business Intelligence

Week 4

Data Visualization
 LEARNING OUTCOMES

LO 2 : Organize data into information as a necessity in making business decisions support

OUTLINE MATERI :

1. Data Visualisation

2. Different Types of Charts and Graphs

3. Dashboard Design
 ISI MATERI

A. Data Visualization
Visualisasi data (atau lebih tepatnya, visualisasi informasi) dapat didefinisikan sebagai
"penggunaan representasi visual untuk mengeksplorasi, memahami dan mengkomunikasikan
data" . Meskipun nama yang umum digunakan adalah visualisasi data, tapi biasanya mengacu
pada visualisasi informasi. Karena informasi adalah agregasi, ringkasan, dan kontekstualisasi
data (fakta mentah), yang ditampilkan dalam visualisasi adalah informasi dan bukan datanya.
Visualisasi data berkaitan erat dengan bidang grafik informasi, visualisasi informasi,
visualisasi ilmiah, dan grafik statistik. Sampai saat ini, bentuk utama visualisasi data yang
tersedia di kedua aplikasi BI adalah bagan dan grafik, serta jenis elemen visual lainnya yang
digunakan untuk membuat kartu skor dan dasbor.
Meskipun pendahulu visualisasi data berasal dari abad kedua Masehi, sebagian besar
perkembangan telah terjadi dalam dua setengah abad terakhir, terutama selama 30 tahun terakhir
(Few, 2007). Meskipun visualisasi tidak secara luas diakui sebagai disiplin ilmu hingga saat ini,
bentuk visual paling populer saat ini telah ada sejak beberapa abad yang lalu. Eksplorasi
geografis, matematika, dan sejarah mendorong terciptanya peta, bagan, dan timeline.
Pada tahun 2000-an, Internet muncul sebagai media baru untuk visualisasi dan membawa
banyak trik dan kemungkinan baru. Tidak hanya distribusi global, data dan visualisasi digital
membuatnya lebih dapat diakses oleh khalayak yang lebih luas (meningkatkan literasi visual di
sepanjang jalan), tetapi juga merangsang desain bentuk-bentuk baru yang mencakup interaksi,
animasi dan grafik, teknologi unik berupa grafik rendering dan real time data feed untuk
menciptakan lingkungan yang imersif untuk berkomunikasi dan mengonsumsi data.
Visualisasi data / informasi masa depan sangat sulit untuk diprediksi. Kita hanya dapat
mengekstrapolasi dari apa yang telah ditemukan: lebih banyak visualisasi tiga dimensi,
pengalaman yang lebih imersif dengan data multi-dimensi dalam lingkungan realitas virtual, dan
visualisasi informasi holografik. Kemungkinannya, kita akan melihat sesuatu yang belum pernah
kita lihat di dunia visualisasi informasi yang ditemukan sebelum akhir dekade ini.

ISYS6605 – Business Intelligence

B. Different Types of Charts and Graphs
Pengguna akhir sistem analisis bisnis seringkali tidak tahu jenis bagan atau grafik apa
yang digunakan untuk tujuan tertentu. Beberapa diagram atau grafik lebih baik dalam menjawab
jenis pertanyaan tertentu. Beberapa terlihat lebih baik dari yang lain. Beberapa sederhana;
beberapa di antaranya cukup rumit dan ”ramai’. Berikut ini adalah uraian singkat tentang jenis
bagan dan / atau grafik yang biasa ditemukan di sebagian besar alat analisis bisnis dan jenis
pertanyaan apa yang lebih baik dalam menjawab / menganalisisnya.
1. Basic Charts and Graphs
Berikut adalah diagram dan grafik dasar yang biasa digunakan untuk visualisasi informasi.
a. Line chart/ diagram garis
Bagan garis mungkin adalah grafik yang paling umum digunakan untuk data deret
waktu. Diagram garis (atau grafik garis) menunjukkan hubungan antara dua variabel;
mereka biasanya digunakan untuk melacak perubahan atau tren dari waktu ke waktu
(dengan salah satu variabel disetel ke waktu pada sumbu x). Bagan garis
menghubungkan titik data diskrit yang berurutan untuk mendapatkan tren dari waktu ke
waktu. Bagan garis sering digunakan untuk menunjukkan perubahan tergantung waktu
dalam nilai ukuran tertentu, seperti perubahan harga saham tertentu selama periode 5
tahun atau perubahan jumlah panggilan layanan pelanggan harian selama sebulan.
b. Bar chart / diagram batang
Bagan batang adalah salah satu gambar paling dasar yang digunakan untuk tampilan
data. Diagram batang efektif jika Anda memiliki data nominal atau data numerik yang
terbagi dengan baik ke dalam kategori yang berbeda sehingga Anda dapat dengan cepat
melihat hasil komparatif dan tren dalam data Anda. Diagram ini sering digunakan untuk
membandingkan data dari beberapa kategori, seperti persentase pengeluaran iklan
menurut departemen atau kategori produk. Bagan batang dapat diorientasikan secara
vertikal atau horizontal. Mereka juga dapat ditumpuk satu sama lain untuk menampilkan
beberapa dimensi dalam satu bagan.
c. Pie chart
Pie chart sebaiknya hanya digunakan untuk menggambarkan proporsi relatif dari ukuran
tertentu. Misalnya, mereka dapat digunakan untuk menunjukkan persentase relatif dari

ISYS6605 – Business Intelligence

 anggaran iklan yang dibelanjakan pada lini produk yang berbeda, atau mereka dapat
menunjukkan bagian relatif dari jurusan yang dimasukkan oleh mahasiswa di tahun
kedua mereka. Jika jumlah kategori yang akan ditampilkan lebih dari sekedar beberapa
(katakanlah lebih dari empat), seseorang harus benar-benar mempertimbangkan untuk
menggunakan diagram batang daripada pie chart.
d. Scatter plot
Scatter plot sering digunakan untuk menyelidiki hubungan antara dua atau tiga variabel
(dalam gambar 2D ). Karena mereka adalah alat eksplorasi visual, dengan lebih dari tiga
variabel, menerjemahkannya ke lebih dari tiga dimensi tidaklah mudah. Scatter plot
adalah cara efektif untuk menyelidiki keberadaan tren, konsentrasi, dan pencilan.
Misalnya, dalam grafik dengan dua variabel (dua sumbu), scatter plot dapat digunakan
untuk menggambarkan korelasi antara usia dan berat badan pasien penyakit jantung, atau
dapat menggambarkan hubungan antara jumlah perwakilan layanan pelanggan dan
jumlah klaim layanan pelanggan terbuka. Seringkali, garis tren ditumpangkan pada plot
sebar dua dimensi untuk menggambarkan sifat hubungan.
e. Bubble chart
Bubble chart sering kali merupakan versi scatter plot yang ditingkatkan. Bubble chart
bukanlah jenis visualisasi baru; sebaliknya, mereka harus dilihat sebagai teknik untuk
memperkaya data yang diilustrasikan dalam scatter plot (atau bahkan peta geografis).
Dengan memvariasikan ukuran dan / atau warna lingkaran, seseorang dapat
menambahkan dimensi data tambahan, memberikan makna yang lebih diperkaya tentang
data. Misalnya, bubble chart dapat digunakan untuk memberikan gambaran kompetitif
kehadiran mahasiswa di perguruan tinggi menurut jurusan dan waktu, atau dapat
digunakan untuk menunjukkan margin keuntungan menurut jenis produk dan wilayah
geografis.

2. Specialized Charts and Graphs

Grafik dan diagram yang kita diskusikan di bagian ini berasal dari diagram dasar sebagai
kasus khusus, atau relatif baru dan spesifik untuk jenis dan / atau cakupan masalah.

ISYS6605 – Business Intelligence

a. Histogram
Secara grafis, histogram terlihat seperti diagram batang. Perbedaan antara histogram dan
diagram batang generik adalah informasi yang ditampilkan. Histogram digunakan untuk
menunjukkan distribusi frekuensi suatu variabel atau beberapa variabel. Dalam
histogram, sumbu x sering digunakan untuk menampilkan kategori atau rentang, dan
sumbu y digunakan untuk menampilkan ukuran / nilai / frekuensi. Histogram
menunjukkan bentuk sebaran data, sehingga secara visual dapat dilihat apakah data
tersebut terdistribusi secara normal atau eksponensial. Misalnya, seseorang dapat
menggunakan histogram untuk mengilustrasikan kinerja ujian kelas, menunjukkan
distribusi nilai dan analisis komparatif hasil individu, atau menggunakan histogram
untuk menunjukkan distribusi usia basis pelanggan.
b. Gantt Chart
Gantt chart adalah kasus khusus bagan batang horizontal yang digunakan untuk
menunjukkan jadwal proyek, tugas proyek / durasi aktivitas, dan tumpang tindih antara
tugas / aktivitas. Dengan menunjukkan tanggal / waktu mulai dan akhir tugas / kegiatan
dan hubungan yang tumpang tindih, gantt chart memberikan bantuan yang tak ternilai
untuk mengelola dan mengendalikan proyek. Misalnya, gantt chart sering digunakan
untuk memperlihatkan garis waktu proyek, tugas yang tumpang tindih, penyelesaian
tugas relatif (bilah parsial yang menggambarkan persentase penyelesaian di bilah yang
menunjukkan durasi tugas sebenarnya), sumber daya yang ditetapkan untuk setiap tugas,
pencapaian, dan hasil.
c. PERT Chart
Bagan PERT (juga dikenal sebagai diagram jaringan) terutama dirancang untuk
menyederhanakan perencanaan dan penjadwalan pada proyek besar dan kompleks.
Mereka menunjukkan hubungan prioritas antara kegiatan / tugas proyek. Bagan PERT
terdiri dari node (ditampilkan sebagai lingkaran atau persegi panjang) dan tepi
(ditampilkan dengan panah arah).
Berdasarkan konvensi bagan PERT yang dipilih, baik simpul maupun batas dapat
digunakan untuk merepresentasikan aktivitas / tugas proyek (aktivitas pada simpul
versus aktivitas pada diagram representasi panah).

ISYS6605 – Business Intelligence

d. Geographic Map
Jika kumpulan data berisi informasi lokasi (mis., Alamat fisik, kode pos, nama atau
singkatan negara bagian, nama negara, garis lintang / bujur, atau beberapa jenis
pengkodean geografis khusus), akan lebih baik dan lebih informatif untuk melihat data
di peta. Peta biasanya digunakan bersama dengan bagan dan grafik lain, bukan sendiri.
Misalnya, peta dapat digunakan untuk menunjukkan distribusi permintaan layanan
pelanggan menurut jenis produk (diperlihatkan dalam diagram lingkaran) menurut lokasi
geografis. Seringkali, berbagai macam informasi (misalnya, distribusi usia, distribusi
pendapatan, pendidikan, pertumbuhan ekonomi, atau perubahan populasi) dapat
ditampilkan pada peta geografis untuk membantu memutuskan di mana akan membuka
restoran atau pompa bensin baru. Jenis sistem ini sering disebut sebagai sistem informasi
geografis (GIS).
e. Bullet
Grafik bullet sering digunakan untuk menunjukkan kemajuan menuju tujuan. Grafik
bullet pada dasarnya adalah variasi dari diagram batang. Seringkali mereka digunakan
sebagai pengganti gauges, meter dan termometer di dasbor untuk menyampaikan makna
secara lebih intuitif di ruang yang jauh lebih kecil. Diagram bullet membandingkan
ukuran utama (misalnya, penjualan dari tahun ke tahun) dengan satu atau beberapa
ukuran lain (misalnya, target penjualan tahunan) dan menyajikannya dalam konteks
metrik kinerja yang ditentukan (misalnya, kuota penjualan). Bagan bullet dapat secara
intuitif menggambarkan bagaimana kinerja ukuran utama terhadap tujuan keseluruhan
(misalnya, seberapa dekat perwakilan penjualan untuk memenuhi kuota tahunannya).
f. Heat Map
Heat map adalah visual yang bagus untuk mengilustrasikan perbandingan nilai
berkelanjutan dalam dua kategori menggunakan warna. Tujuannya adalah untuk
membantu pengguna dengan cepat melihat di mana perpotongan kategori terkuat dan
terlemah dalam hal nilai numerik dari pengukuran yang dianalisis. Misalnya, seseorang
dapat menggunakan heat map untuk menunjukkan analisis segmentasi target pasar , di
mana ukuran (gradien warna adalah jumlah pembelian) dan dimensinya adalah usia dan
distribusi pendapatan.

ISYS6605 – Business Intelligence

 g. Highlight Tabel
Tabel highlight dimaksudkan untuk membawa peta panas selangkah lebih maju. Tandai
tabel tidak hanya untuk menunjukkan bagaimana data berpotongan dengan
menggunakan warna, tetapi juga untuk menambahkan angka di bagian atas untuk
memberikan detail ekstra. Artinya, mereka adalah tabel dua dimensi dengan sel yang
diisi dengan nilai numerik dan gradien warna. Misalnya, seseorang dapat menunjukkan
kinerja tenaga penjualan per jenis produk dan per volume penjualan.
h. Tree Map
Tree map menampilkan data hierarki (tree structured) sebagai sekumpulan persegi
panjang bersarang. Setiap cabang pohon diberi sebuah persegi panjang, yang kemudian
diberi ubin dengan persegi panjang yang lebih kecil mewakili sub-cabangnya. Persegi
panjang node daun memiliki luas yang proporsional dengan dimensi tertentu dalam data.
Seringkali simpul daun diwarnai untuk menunjukkan dimensi data yang terpisah. Ketika
dimensi warna dan ukuran berkorelasi dengan struktur pohon, seringkali mudah untuk
melihat pola yang sulit dikenali dengan cara lain, seperti ketika warna tertentu sangat
relevan. Keuntungan kedua dari tree map adalah bahwa mereka memanfaatkan ruang
secara efisien karena konstruksinya. Ini memungkinkan mereka untuk menampilkan
ribuan item dengan jelas di layar pada saat yang bersamaan.

Bagan atau grafik mana yang kami jelaskan di bagian sebelumnya yang terbaik? Jawabannya
cukup sederhana: tidak ada satu bagan atau grafik terbaik, karena jika ada, kita tidak akan
memiliki banyak jenis bagan dan grafik. Mereka semua memiliki 'keterampilan' tampilan data
yang sedikit berbeda. Oleh karena itu, pertanyaan yang benar seharusnya adalah, "Bagan atau
grafik mana yang terbaik untuk tugas tertentu?" Kemampuan bagan yang diberikan di bagian
sebelumnya dapat membantu memilih dan menggunakan bagan / bagan yang tepat untuk tugas
tertentu, tetapi masih tidak mudah untuk mengetahuinya. Berbagai jenis bagan / grafik dapat
digunakan untuk tugas visualisasi yang sama. Aturan praktisnya adalah memilih dan
menggunakan alternatif yang paling sederhana untuk memudahkan audiens yang dituju untuk
memahami dan mencernanya.

ISYS6605 – Business Intelligence

Meskipun tidak ada algoritma pemilihan peta yang komprehensif dan diterima secara umum atau
taksonomi grafik / grafik, Gambar 4.1 menyajikan organisasi tipe grafik / grafik yang cukup
komprehensif dan sangat logis dalam struktur mirip taksonomi (versi aslinya diterbitkan dalam
Abela 2008). Struktur taksonomi diatur berdasarkan pertanyaan "Apa yang ingin Anda tampilkan
dalam bagan atau grafik Anda?" Artinya, apa tujuan dari grafik atau diagram tersebut nantinya.
Pada tingkat tersebut, taksonomi membagi target menjadi empat jenis - hubungan, persamaan,
distribusi, dan komposisi - dan selanjutnya membagi cabang menjadi subkategori berdasarkan
jumlah variabel yang terlibat dan ketergantungan waktu visualisasi.

A Taxonomy of Charts and Graphs. Source: Adapted from Abela, A. (2008). Advanced
presentations by design: Creating communication that drives action. New York: Wiley. Source
Sharda, 2019)

ISYS6605 – Business Intelligence

Meskipun bagan dan grafik ini mencakup banyak hal yang biasa digunakan dalam visualisasi
informasi, tentu tidak semuanya. Saat ini ada banyak bagan dan diagram khusus lainnya yang
melayani tujuan tertentu. Selain itu, tren saat ini adalah menggabungkan / menghibridisasi dan
menganimasikan grafik ini untuk mendapatkan visualisasi yang lebih baik dan lebih intuitif dari
sumber data yang kompleks dan mudah berubah saat ini. Misalnya, bagan gelembung animasi
interaktif yang tersedia di situs Gapminder (gapminder.org) memberikan cara yang menarik
untuk memeriksa data kesehatan, kekayaan, dan populasi dunia dari perspektif multi-dimensi.
Gambar 2.22 menunjukkan jenis tampilan yang tersedia di situs. Grafik ini menunjukkan ukuran
populasi, harapan hidup dan pendapatan per kapita di tingkat benua; animasi dengan variasi
waktu juga disediakan, menunjukkan bagaimana variabel ini berubah seiring waktu.

C. Dashboard Design
Dasbor bukanlah konsep baru. Bagaimanapun, akarnya dapat ditelusuri kembali ke sistem
informasi eksekutif tahun 1980-an. Dasbor ada di mana-mana saat ini. Misalnya, beberapa tahun
yang lalu, Forrester Research memperkirakan bahwa lebih dari 40% dari 2.000 perusahaan
terbesar di dunia menggunakan teknologi tersebut (Ante & McGregor, 2006). Sejak saat itu,
dapat diasumsikan bahwa angka ini meningkat cukup signifikan. Faktanya, hari ini akan sangat
tidak biasa untuk melihat perusahaan besar menggunakan sistem BI yang tidak menggunakan
atau dashboard kinerja yang berbeda. Situs Dashboard Spy (dashboardspy.com/about)
memberikan bukti lebih lanjut tentang keberadaan mereka di mana-mana. Situs ini berisi
deskripsi dan tangkapan layar dari ribuan dasbor BI, kartu skor, dan antarmuka BI yang
digunakan oleh perusahaan dari semua ukuran dan industri, nirlaba, dan lembaga pemerintah.
Menurut Eckerson (2006), seorang ahli BI yang terkenal pada umumnya dan dasbor pada
khususnya, fitur yang paling khas dari suatu dasbor adalah tiga lapisan informasinya:
1. Pemantauan: Grafik, data abstrak untuk memantau metrik kinerja utama.
2. Analisis: Meringkas data dimensi untuk menganalisis akar penyebab masalah.
3. Manajemen: data operasional rinci yang menunjukkan tindakan yang harus diambil untuk
menyelesaikan masalah.

ISYS6605 – Business Intelligence

 Karena lapisan-lapisan ini, dasbor mengemas banyak informasi dalam satu layar.
Menurut Few (2005), "Tantangan mendasar dari desain dasbor adalah menampilkan semua
informasi yang diperlukan pada satu layar, dengan jelas dan tanpa gangguan, dengan cara yang
dapat dengan cepat diasimilasi." Untuk mempercepat asimilasi angka, angka harus ditempatkan
dalam konteks. Ini dapat dilakukan dengan membandingkan jumlah minat dengan angka dasar
atau target lainnya, dengan menunjukkan apakah angka tersebut baik atau buruk, dengan
menunjukkan apakah tren lebih baik atau lebih buruk, dan dengan widget tampilan khusus atau
komponen digunakan untuk konteks komparatif dan evaluatif. Beberapa perbandingan umum
yang biasa dibuat dalam sistem BI mencakup perbandingan dengan nilai lampau, nilai prediksi,
nilai target, nilai tolok ukur atau rata-rata, beberapa contoh dari ukuran yang sama, dan nilai dari
pengukuran lain (mis. Pendapatan vs Biaya).
Bahkan dengan pengukuran komparatif, penting untuk menyatakan secara spesifik
apakah lintasan tertentu baik atau buruk dan apakah lintasan itu mengarah ke arah yang benar.
Tanpa indikasi evaluatif semacam ini, dapat memakan waktu lama untuk menentukan status
suatu angka atau hasil. Biasanya, baik objek visual khusus (mis. Lampu lalu lintas, dial dan
pengukur) atau atribut visual (mis. Kode warna) digunakan untuk menentukan konteks evaluatif.
What to Look for in a Dashboard
Meskipun dasbor kinerja dan kerangka kerja visualisasi informasi lainnya berbeda, tapi
tetap memiliki beberapa fitur desain yang sama. Pertama, semuanya sesuai dengan BI dan / atau
sistem pengukuran kinerja yang lebih besar. Ini berarti bahwa arsitektur yang mendasarinya
adalah arsitektur BI atau manajemen kinerja dari sistem yang lebih besar. Kedua, semua dasbor
yang dirancang dengan baik dan visualisasi informasi lainnya memiliki karakteristik sebagai
berikut:
1. Mereka menggunakan komponen visual (misalnya, Bagan, bilah kinerja, grafik mini,
pengukur, pengukur, lampu lalu lintas) untuk menyorot sekilas data dan pengecualian yang
memerlukan tindakan.
2. Mereka transparan bagi pengguna, yang berarti bahwa mereka membutuhkan pelatihan
minimal dan sangat mudah digunakan.
3. Mereka menggabungkan data dari sistem yang berbeda menjadi satu tampilan bisnis yang
ringkas dan terpadu.

ISYS6605 – Business Intelligence

4. Mereka memungkinkan drill-down atau penelusuran ke sumber data atau laporan yang
mendasari, dan memberikan lebih banyak detail tentang konteks komparatif dan evaluatif
yang mendasarinya.
5. Mereka memberikan gambaran yang dinamis dan realistis dengan penyegaran data yang
tepat waktu, memungkinkan pengguna akhir untuk tetap up to date dengan perubahan
terbaru dalam bisnis.
6. Mereka membutuhkan sedikit atau bahkan tidak ada pengkodean khusus untuk diterapkan,
diterapkan, dan dipelihara.

Best Practices in Dashboard Design

Salah satu aspek yang sering diabaikan adalah bahwa data merupakan salah satu hal
terpenting yang harus diperhatikan saat mendesain dashboard. Meskipun tampilan dasbor
profesional, menyenangkan secara estetika, dan menyertakan bagan dan tabel yang dibuat untuk
standar desain visual yang diterima, penting juga untuk menanyakan tentang datanya: apakah
dapat diandalkan? Apakah tepat waktu? Apakah datanya hilang? Apakah konsisten di semua
dasbor? Berikut adalah beberapa praktik terbaik desain dasbor berdasarkan pengalaman :
1. Tolok ukur kpi dengan standar industry
Banyak pelanggan ingin tahu di beberapa titik apakah metrik yang mereka ukur adalah
metrik yang tepat untuk dipantau. Kadang-kadang pelanggan menemukan bahwa statistik
yang mereka simpan tidak tepat untuk dilacak. Dengan melakukan penilaian kesenjangan
dengan tolok ukur industri, Anda selaras dengan praktik terbaik industri.
2. Bungkus metrik dasbor dengan metadata kontekstual
Seringkali, pertanyaan tidak terjawab ketika laporan atau dashboard visual / scorecard
disajikan kepada pengguna bisnis. Berikut beberapa contohnya:
a. Dari mana Anda mendapatkan data ini?
b. Berapa persentase data yang ditolak / mengalami masalah kualitas data saat memuat
data warehouse?
c. Apakah dasbor menampilkan informasi "baru" atau informasi "lama"?
d. Kapan data warehouse terakhir diperbarui?
e. Kapan akan diperpanjang di lain waktu?

ISYS6605 – Business Intelligence

 f. Apakah transaksi bernilai tinggi yang akan membiaskan keseluruhan tren telah
ditolak sebagai bagian dari proses penagihan?

3. Validasi desain dasbor oleh pakar usability

Di sebagian besar lingkungan dasbor, dasbor dirancang oleh tools specialist tanpa
memperhatikan prinsip kegunaan. Meskipun ini adalah data warehouse yang dirancang
dengan baik dan dapat berkinerja baik, banyak pengguna bisnis tidak menggunakan dasbor
karena dianggap tidak ramah pengguna, yang menyebabkan adopsi infrastruktur yang buruk
dan masalah manajemen perubahan. Validasi sebelumnya dari desain dasbor oleh spesialis
usability dapat mengurangi risiko ini.
4. Memprioritaskan dan memberi peringkat lansiran / pengecualian yang disiarkan ke dasbor
Karena ada banyak sekali data mentah, penting untuk memiliki mekanisme yang secara
proaktif mengirimkan pengecualian / perilaku penting kepada konsumen informasi. Aturan
bisnis dapat dikodifikasi yang mendeteksi pola peringatan yang relevan. Ini dapat dikodekan
ke dalam program menggunakan prosedur yang disimpan dalam database, yang dapat
merayapi fact table dan mendeteksi pola yang memerlukan perhatian segera. Dengan cara
ini, informasi menemukan pengguna bisnis dan bukan pengguna bisnis yang mengumpulkan
fact table untuk terjadinya pola kritis.
5. Perkaya dasbor dengan komentar pengguna bisnis
Ketika informasi dasbor yang sama disajikan ke beberapa pengguna bisnis, kotak teks kecil
dapat disediakan untuk merekam komentar dari perspektif pengguna akhir. Ini sering kali
dapat diberi tag ke dasbor untuk meletakkan informasi ke dalam konteks, menambahkan
perspektif ke KPI terstruktur yang ditampilkan.
6. Sajikan informasi dalam tiga tingkat berbeda
Informasi dapat disajikan dalam tiga lapisan, tergantung pada perincian informasi: tingkat
dasbor visual, tingkat laporan statis, dan tingkat kubus layanan mandiri. Saat pengguna
menavigasi melalui dasbor, satu set sederhana yang terdiri dari 8 hingga 12 KPI dapat
disajikan, memberikan gambaran tentang apa yang berjalan dengan baik dan apa yang tidak.
7. Pilih konstruksi visual yang tepat menggunakan prinsip desain dasbor

ISYS6605 – Business Intelligence

 Saat menyajikan informasi di dasbor, beberapa informasi paling baik ditampilkan dengan
bar chart, beberapa dengan time series line graph, dan scatter plot berguna saat menyajikan
korelasi. Terkadang hanya menampilkan tabel sederhana saja sudah efektif. Setelah prinsip
desain dasbor didokumentasikan secara eksplisit, semua pengembang yang bekerja di
frontend dapat mengikuti prinsip yang sama saat melihat laporan dan dasbor.
8. Menyediakan untuk analisis terpandu
Dalam organisasi yang khas, pengguna bisnis dapat berada pada tingkat kematangan analitik
yang berbeda. Kemampuan dasbor dapat digunakan untuk memandu pengguna bisnis "rata-
rata" ke jalur navigasi yang sama dengan pengguna bisnis yang paham analisis.

ISYS6605 – Business Intelligence

 KESIMPULAN

1. Visualisasi data adalah penggunaan representasi visual untuk mengeksplorasi, memahami

dan mengkomunikasikan data hal ini berkaitan erat dengan bidang grafik informasi,
visualisasi informasi, visualisasi ilmiah, dan grafik statistic.
2. Tipe Visualisasi Basic Charts and Graphs: data Line chart/ diagram garis, Bar chart /
diagram batang, Pie chart, Scatter plot, Bubble chart
3. Tipe Visualisasi data Specialized Charts and Graphs: Histogram, Gantt Chart, PERT
Chart, Geographic Map, Bullet, Heat Map, Highlight Tabel, Tree Map.
4. fitur yang paling khas dari suatu dasbor adalah tiga lapisan informasinya:
a. Pemantauan: Grafik, data abstrak untuk memantau metrik kinerja utama.
b. Analisis: Meringkas data dimensi untuk menganalisis akar penyebab masalah.
c. Manajemen: data operasional rinci yang menunjukkan tindakan yang harus diambil
untuk menyelesaikan masalah.

ISYS6605 – Business Intelligence

 DAFTAR PUSTAKA

Ramesh Sharda, Dursun Delen, and Efraim Turban. 2019. Business Intelligence, Analytics, And
Data Science: A Managerial Perspective. Pearson Education Limited KAO Two, KAO Par,
Harlow, CM17 9NA, United Kingdom. ISBN 13: 978-1-292-22054-3

ISYS6605 – Business Intelligence