Rangkuman Kelas

Pendahuluan

Visualisasi data merupakan cara mengomunikasikan sebuahinformasi atau

data dalam bentuk visual seperti diagram, grak,atau representasi visual
lainnya.

Pentingnya penggunaan visualisasi data:

 Komunikasi lebih efektif
 Memantau data dengan lebih mudah
Macam-macam media visualisasi data
Tabel: Penyusunan data ke dalam baris dan kolom.
 Diagram batang: Visualisasi grak dalam bentuk batang.
 Diagram garis: Visualisasi grak dalam bentuk garis.Biasanya
menyajikan perubahan data dalam periode waktutertentu. Secara
umum, diagram garis digunakan untukmelihat perkembangan data
tertentu yang berlangsungsecara terus menerus atau berkelanjutan.
 Diagram lingkaran: Diagram lingkaran mirip seperti sebuahmakanan
pizza yang diiris dengan porsi tertentu. Padakonteks data, irisan
pizza tersebut menggambarkanpersentase data nilai atau kuantitas.
Apabila irisan tersebutdijumlahkan nilainya, maka seharusnya
menghasilkan 100persen atau 360 derajat.
Visualisasi data yang dapat diterapkan di bidang bisnis
 Scorecard: Scorecard merupakan sebuah visualisasi yangfokus pada
sebuah jenis data yang spesik. Sehinggabiasanya terdiri dari 1
bentuk visualisasi saja.
 Dashboard: Kumpulan dari berbagai macam visualisasiyang
menggabungkan dan merangkum informasi atau databisnis.

MENGAPA DAN BAGAIMANA VISUALISASI DATA Visualisasi data
adalah cabang modern dari statistik deskriptif yang melibatkan
penciptaandan studi tentang representasi visual dari data, yang berarti
"informasi yang telah disarikandalam beberapa bentuk skema, termasuk
atribut atau variabel untuk unit informasi".
Tujuan Utama
dari visualisasi data adalah untuk memberikan informasi secara jelas
danefisien untuk pengguna melalui informasi grafis yang dipilih, seperti
tabel dan grafik.Pengguna mungkin memiliki tugas-tugas analisis tertentu,
seperti membuat perbandinganatau memahami sebab-akibat, dan prinsip
desain grafis (yaitu, menunjukkan perbandinganatau menunjukkan kausalitas) .
Tabel biasanya digunakan di mana pengguna akan melihat-ukuran
tertentu dari variabel, sedangkan grafik berbagai jenis digunakan
untukmenunjukkan pola atau hubungan dalam data untuk satu atau lebih
variabel.

Katakanlah anda perlu memahami ribuan atau bahkan jutaan baris data,
dan anda memilikiwaktu yang singkat untuk melakukannya. Data dapat
berasal dari organisasi internal anda,dalam hal ini mungkin anda sudah
akrab dengan menganalisa data dan hasilnya, ataumungkin data berasal
dari organisasi eksternal, atau mungkin juga beberapa data dariorganisasi
internal dan eksternal sekaligus, dimana data itu adalah data yang tidak
faimiliarbagi anda, sementara anda wajib mengambil keputusan dari data-
data tersebut, bagaimanaanda akan memahami data tersebut dan
mengambil keputusan yang baik dan tepat ?? Visualisasi Data adalah
jawaban penting dari pertanyaan tersebut. Bayangkan jika data
yangharus anda analisa adalah data yang berukuruan terabyte atau
petabyte informasi. Visualisasi Data yang terbaik adalah yang
mengekspos sesuatu yang baru tentang pola yangmendasari konektifitas
yang terkandung dalam data, memahami hubungan-hubungannyadan
mampu mengamati hal tersebut adalah kunci untuk pengambilan
keputusan yang baik.

Profesor Edward Tufte

menjelaskan bahwa data informasi pengguna menampilkaninformasi
pelaksanaan kegiatan analisis tertentu seperti membuat perbandingan
ataumenentukan kausalitas. Prinsip desain grafis informasi pada
visualisasi data harusmendukung tugas analitis, menunjukkan
perbandingan atau kausalitas. MenampilkanInformasi Grafis dalam
Visualisasi Data yang efektif seharusnya memenuhi beberapa halyaitu :1.

Menunjukkan data.2.

Mendorong orang yang melihat data untuk berpikir lebih kepada substansi
datadaripada metodologi, desain grafis, teknologi produksi grafis atau hal
lainnya dalammenyajikan data tersebut.3.
Menghindari penyimpangan atau kesalahan dari kesimpulan data yag
tersaji.4.

Menyajikan Banyak angka dalam ruang yang kecil.5.

Membuat kumpulan data besar yang saling berkaitan.6.

Mendorong mata untuk membandingan data yang berbeda dari data yang
disajikan.7.

Mengungkap detail data pada beberapa level, dari gambaran yang luas
menjadistruktur yang lebih sedikit