Project #4 – Penelusuran

Karya Ilmiah

Kelompok B : Marlen Sumolang – Zebaoth Steven – Kalvin Cakra

TERBAGI DALAM BEBERAPA SEMINAR & JURNAL ILMIAH

01

Seminar 02
Nasional
Seminar 03
Internasional
Jurnal Nasional 04

Jurnal
Internasional
SEMINAR NASIONAL
SPEAKER BY : MARLEN SUMOLANG - 1961021
Visualisasi Data Menggunakan Google
Data Studio
Donny Fernando
Jurusan Sistem Informatika, Fakultas Teknologi Informasi,Universitas Serang Raya 2Jl. Raya Serang –
Cilegon Km. 05 (Taman Drangong), Serang – Banten
 INTRODUCTION

Ketika data menjadi terlalu sulit untuk dipahami, visualisasi data

adalah jawaban untuk menyederhanakan data komplek menjadi
format grafis sehingga lebih mudah Anda untuk memahami bisnis
Anda.

Pada awalnya visualisasi data, cara terbaik dan satu-satunya untuk

memvisualisasikan data yang ada dalam kemampuan
Excel. Namun kini seiring perkembangan yang semakin pesat
bahwa tantangan-tantangan untuk melakukan visualisasi data
semakin bertambah.
 INTRODUCTION

Google Data Studio merupakan /program berbasis cloud yang

dirancang sebagai alat yang mudah digunakan untuk mewakili
kumpulan data yang kompleks dengan cara yang menarik dan
jelas. Google Data Studio dapat digunakan oleh siapa saja dan
dapat diakses dimanapun. Diluncurkan pada Mei 2016 sebagai
bagian dari Analytics 360 Suite data studio masih dalam rilis
beta; memiliki berbagai fitur dan integrasi pihak ketiga.
 Pembahasan

Teknik visualisasi adalah konversi data ke dalam format visual atau tabel
sehingga karakteristik dari data dan relasi di antara item data atau atribut
dapat dianalisis dan dilaporkan. Teknik visualisasi dapat diterapkan ke dalam
sistem informasi atau aplikasi berbasis web dengan koneksi database,
sehingga data dapat diproses dan ditampilkan secara dinamis, real time dan
dapat diakses oleh siapa saja, dimana saja, dan kapan saja. Hal ini
bertujuan untuk memperluas pemanfaatan data.
 Pembahasan

Pada Maret 2016, Google meluncurkan DataStudio 360, platform baru visualisasi

data untuk perusahaan sebagai bagian dari Google Analytics 360 Suite. Versi
gratis, Google Data Studio, diumumkan beberapa bulan kemudian diG oogle
Performance Summit pada bulan Mei 2016. Awalnya, versi gratis terbatas hanya
tersedia di AS.
Produk ini menawarkan template dan galeri laporan sampel (yang dikembangkan
oleh komunitas) pengguna dapat memanfaatkan alih- alih memulai dari halaman
kosong. Beberapa dari mereka secara visual cukup menarik.
 Kesimpulan

Visualisasi Data menggunakan Google Data Studio merupakan sebuah solusi

alternatif yang dapat digunakan oleh perusahaan untuk melakukan visualisasi
data. Google Data Studio memiliki dukungan berbagai sumber data, sehingga
memberikan kemudahan kita untuk mengintegrasikan laporan dari berbagai
sumber data yang ada. Dengan Google Data Studio anda dapat dengan mudah
berbagi laporan tanpa mengabaikan keamanan informasi yang disampaika
 VISUALISASI DATA HASIL KLASIFIKASI
NAÏVE BAYES
DENGAN MATPLOTLIB PADA PYTHON
Siti Mujilahwati*
Jurusan Teknik Informatika, Fakultas Teknik, Universitas Islam Lamongan Jl. Veteran 53
A Lamongan – Jawa Timur.
 Latar Belakang

Seiring pertumbuhan data yang semakin hari semakin bertambah, maka akan

mengakibatkan penumpukan data yang mubadzir jika pemilik data tidak dapat
melakukan pengolahan data dengan benar. Peran data sangat besar untuk
kemajuan sebuah bisnis, data dapat diolah supaya dapat mengetahui trend
yang akan terjadi di masa depan. Saat ini banyak cara untuk melakukan
analisis data pada penerapan data science ataupun data analysis. 
Metode
Pada penelitian data yang
digunakan adalah data skripsi
mahasiswa Teknik informatika
pada lulusan tahun 2019
sebanyak 126 dokumen. Dari
dokumen tersebut hanya data
abstrak yang diambil tiap
masing- masing mahasiswa.
Hasil & Pembahasan
sebesar 1,0946 sedangkan test Accurasi sebesar 0,6190 atau
61,90%. Dengan penambahan optimasi tuning dengan optuna maka
diperoleh nilai test accurasi 76,19. Maka akurasi optimal ini yang
akan digambarkan atau divisualisasikan dan dibahas pada
penelitian ini, dengan menggunakan matplotlib.

Hasil penelitian ini dengan menggambarkan hasil output atau

klasifikasi berupa data 2 dimensi yaitu berupa data factual dan data
prediksi. Dan dengan menggunakan fungsi yang ada di matplotlib
mendaapatkan hasil yang cukup baik. Hanya saja belum dapat
memberikan banyak variasi warna pada masing-masing kelas target
klasifikasi.
 Kesimpulan

Dapat disimpulkan untuk hasil visialisasi hasil klasifikasi data abstrak sekripsi pada penelitian
ini adalah sebagai berikut.
1) Python menyediakan library untuk membuat atau melakukan plot data berupa grafik
2) Plot yang digambarkan adalah hasil dari klasifikasi menggunakan algoritma Naïve Bayes
Multinomial
yang tersedia pada python
3) Gambar grafik masih belum dimaksimalkan untuk legenda dari sebaran data
4) Dengan hasil visualisasi maka pergerakan data missing atau tidak tepat pada kelasnya akan
langsung
dapat dilihat secara nyata berdasarkan jumlah data yang salah. Selain itu letak salah masuk
kelas juga
akan terlihat.
 SEMINAR
INTERNASIONAL
SPEAKER BYMarlen Sumolang - 1961021
VISUALISASI INFORMASI WEBSITE INTERNATIONAL
CONFERENCE BERDASARKAN WEB-QUALITY
FRAMEWORK
1,*Lalu Arfi Maulana Pangistu, 2Ahmad Azhari, 3Agus Aktawan
1Teknik Informatika, Universitas Ahmad Dahlan, Yogyakarta, Indonesia 2Teknik Informatika,
Universitas Ahmad Dahlan, Yogyakarta, Indonesia3Teknik Kimia, Universitas Ahmad Dahlan,
Yogyakarta, Indonesia
 Latar Belakang

Seminar dan konferensi merupakan salah satu kegiatan yang sering dilakukan
oleh suatu institut atau lembaga pendidikan [7]. Contoh penerapan e-
conference yaitu dengan diselenggarakannya International Conference on
Engineering and Applied Technology (ICEAT) oleh Forum Grup Diskusi
Teknologi Perguruan Tinggi Muhammadiyah (FGDT-PTM).

Penggunaan multimedia interaktif digunakan untuk menyajikan dan

menggabungkan teks, grafik, audio dan video, dengan tautan dan alat yang
memungkinkan pengguna menavigasi, berinteraksi, membuat dan
berkomunikasi .Teknologi informasi dan komunikasi berkembang dengan
sangat pesat, merambat ke berbagai sektor dengan kecepatan yang sangat
mengagumkan
Metode
Metode yang digunakan untuk pengujian sistem yaitu
menggunakan metode Quality Framework yang bertujuan
untuk menjadi kerangka standar Quality Framework yang
dapat digunakan oleh pengguna dalam mengevaluasi
website.

Adapun metode yang digunakan, yaitu metode Alpha Test,

Software Usability Test (SUS), User Acceptance Test (UAT),
dan User Experience Questionnaire(UEQ)
Hasil & Pembahasan

Berdasarkan pengujian sistem tersebut diperoleh hasil, bahwa

semua fungsi dalam sistem ini sudah bekerja dengan baik
ditunjukkan dari hasil pengujian alpha test sebesar 92%, dapat
menampilkan informasi yang sesuai ditunjukkan dari hasil pengujian
SUS sebesar 73%, dapat diterima masyarakat dan layak
ditunjukkan dari hasil pengujian UAT sebesar 75%, mampu
memenuhi standar penilaian UX dalam kategori “baik” dengan skor
pada
aspekdayatarik1,38,kejelasan1,41,efisiensi1,53,ketepatan1,22,stimu
lasi1,31,kebaruan 1,06
 Kesimpulan

Dapat disimpulkan bahwa penelitian ini telah mengembangkan

sistem informasi konferensi internasional berbasis website dengan
mengimplementasikannya pada website 2020 4th International
Conference on Engineering and Applied Technology (ICEAT)
dengan menggunakan metode pengembangan System
Development Life Cycle (SDLC) dan telah diuji menggunakan
metode pengujian Alpha Test, Software Usability Test (SUS), dan
User Acceptance Test (UAT).
Interactive Visualization of Weather and Ship Data
Patrik Lundblad, Oskar Eurenius, Tobias Heldring
National Center for Visual Analytics (NCVA) Linkoping University, Sweden ¨
patrik.lundblad@itn.liu.se, oskeu009@student.liu.se, tobhe335@student.liu.se
 Latar Belakang

Memvisualisasikan beberapa kumpulan data dari sumber yang

berbeda merupakan tantangan besar bagi masa depan. untuk
memvisualisasikan spasial dan temporal yang terintegrasi data
adalah mungkin untuk mendapatkan wawasan dan mengambil
informasi yang seharusnya diperoleh dengan menggunakan lebih
banyak lagi metode yang memakan waktu. Salah satu bidang studi
yang menarik adalah industri perkapalan di mana kebutuhan untuk
dapat menarik kesimpulan yang akurat dan membuat keputusan
yang terencana dengan baik mengenai rute dan faktor cuaca sangat
penting. Ada banyak variabel yang mempengaruhi keberhasilan
setiap pelayaran laut dilakukan oleh kapal seperti kapal kargo.
Metode

Penelitian ini menggunkan metode penyelidikan visual

tertanam yang berfungsi sebagai panel kontrol visual untuk
secara dinamis tampilan tertaut dan terkoordinasi adalah
visualisasi yang terkenal teknik untuk data multivariat
Hasil & Pembahasan
Semua peserta menunjukkan kesulitan membandingkan nilai cuaca untuk
langkah waktu yang berbeda.
Koordinat Langkah Plot yang mencakup seluruh periode perkiraan sebagai
lawan dari langkah waktu tertentu. Alat Area Seleksi sangat dihargai oleh
angkatan laut ahli meteorologi yang melihat keuntungan dengan alat yang
memungkinkan eksplorasi wilayah geografis.
Peserta juga meminta penjelasan tentang warna garis cuaca dalam grafik
waktu perjalanan. Penggeser waktu dijelaskan oleh semua peserta sebagai
alami dan menarik untuk digunakan. Dengan menggunakan SWIM
memungkinkan data ramalan cuaca dan informasi perjalanan menjadi
dianalisis menggunakan tampilan peta interaktif yang ditautkan ke PCP
dan grafik waktu.
 Kesimpulan

Di perlukan beberapa peningkatan dalam visualisasi data :

• Tampilan peta dunia dengan kemungkinan interaksi seperti penyorotan,

pembesaran halus, penggosokan, dan opsi visualisasi parameter cuaca.
• PCP dengan kemungkinan untuk menyaring dan membedakan pelayaran sesuai
dengan kriteria cuaca, menyajikan hasil langsung dalam tampilan peta dunia.
• Grafik waktu perjalanan yang memberikan gambaran umum tentang
perkembangan cuaca di sepanjang rute yang direncanakan untuk dipilih
pelayaran.
• Kemampuan untuk melihat dan berinteraksi dengan geospasial data dalam
tampilan tertaut dengan beberapa kemungkinan penyorotan.
Jurnal Nasional
SPEAKER BY : Kalvin cakra - 1961009
ANALISA VISUALISASI DATA AKADEMIK
MENGGUNAKAN TABLEAU BIG DATA

Dedy Hartama

Program Studi Teknik Informatika, STIKOM Tunas Bangsa Pematangsiantar.

Jln. Sudirman Blok A No 1,2 dan 3 Pematangsiantar 21111 - Indonesia
dedyhartama@yahoo.com
 Latar Belakang

Big data merupakan volume data yang besar volume dalam

kisaran exabytes. Volume tersebut melebihi kapasitas
penyimpanan sistem on-line saat ini dan proses sistem
pengolahan data. Data, informasi, dan pengetahuan yang
diciptakan dan dikumpulkan pada tingkat yang cepat
mendekati kisaran exabyte pertahun.
Metode Penelitian
Hasil & Pembahasan

Visualisasi Data
Analis dapat menerapkan pengolahan data secara realtime
dengan cara memvisualisasikan hasil dari pengolahan data
[15]. Dalam melakukan visualisasi data untuk
mengoptimalkan permasalahan di ilmu komputer khususnya
dibidang akademik penulis menggunakan Tableau. Arsitektur
Tableau dalam melakukan visualisasi data dapat dilihat pada
gambar berikut :
Hasil & Pembahasan
Mirip dengan Microsoft Excel, Tableau mendukung beberapa lembar kerja.
Masing-masing worksheet Tableau digambarkan oleh pernyataan VizQL [18].
Dalam melakukan visualisasi data tahapan yang dilakukan :
Melakukan koneksi dengan database SQL server yang berjalan secara real
time.
Menyiapkan tiga workshet yang terdiri dari worksheet :
a. Jumlah mahasiswa
b. Status mahasiswa
c. Nama mahasiswa

Mendesign dashboard dari worksheet yang telah dibuat. Dalam visualisasikan

data di dashboard menggunakan action yang menghubungkan dari semua
worksheet.
Worksheet Jumlah mahasiswa

Dalam membuat worksheet mahasiswa,

jumlah mahasiswa di visualisasikan
berdasarkan tahun masuk yang di filter
berdasarkan tahun masuk dan status
mahasiswa. Jumlah mahasiswa kita
menggunakan chart circle, seperti gambar
berikut :
Worksheet Status mahasiswa
Dalam membuat worksheet status
mahasiswa, status mahasiswa di
visualisasikan berdasarkan nama kelas
dengan jumlah mahasiswa yang berada
dikelas tersebut. Filter dan warna
berdasarkan tahun masuk dan status
mahasiswa. Nama kelas kita menggunakan
Stacked Bars, seperti gambar berikut :
Worksheet nama mahasiswa

Dalam membuat worksheet nama

mahasiswa, status nama mahasiswa di
visualisasikan berdasarkan nim, nama, nama
kelas, sesi dan status. Filter berdasarkan
tahun masuk dan status mahasiswa. Data
mahasiswa menggunakan table sheet,
seperti gambar berikut :
Analisa Visualisasi
Misalnya, kita memiliki satu set pandangan bahwa
analisis data diperiksa setiap hari. Daripada membalik
setiap lembar, kita dapat membuat sebuah dashboard
yang menampilkan semua pandangan sekaligus.
Setiap tampilan yang di tambahkan ke dashboard
terhubung ke lembar kerja yang sesuai. Bahwa berarti
bila mengubah worksheet, dashboard diperbarui dan
ketika mengubah tampilan di dashboard, worksheet
diperbarui, seperti pada gambar berikut.
 Kesimpulan

Kesimpulan yang dapat ditarik dari studi ini adalah :

1. Visualisasi dalam bentuk laporan grafik dapat mengoptimalkan
permasalahan dalam manajemen pendidikan.
2. Permasalahan dalam ilmu komputer dengan teknologi Big data
dapat dengan cepat menghasilkan analisis yang memberikan
pengetahuan baru terhadap Big data.
3. Arsitektur Tableau dapat menyelesaikan dan mengoptimalakan
permasalahan data yang besar dalam lingkungan manajemen
bisnis.
Visualisasi Data Program Vaksinasi Covid-19 di
Kota Depok dengan Big Data Analytics

● Rizki Elisa Nalawati*, Dewi Yanti Liliana

● Jurusan Teknik Informatika dan Komputer, Teknik Informatika, Politeknik Negeri Jakarta,
Depok, Indonesia
● Email: 1,*rizkielisa@tik.pnj.ac.id, 2dewiyanti.liliana@tik.pnj.ac.id
● Email Penulis Korespondensi: rizkielisa@tik.pnj.ac.id
 Latar Belakang
Program vaksinasi di Indonesia sudah dimulai dan menyasar seluruh lapisan
masyarkat mulai dari pejabat, tokoh agama, organisasi, birokrat pemerintahan
sampai dengan lansia. Tujuan program vaksinasi ini adalah tercapainya Herd
Immunity. Herd Immunity merupakan kondisi ketika sebagian besar orang
dalam suatu kelompok telah memiliki kekebalan terhadap penyakit infeksi
tertentu. Semakin banyak orang yang kebal terhadap suatu penyakit, semakin
sulit bagi penyakit tersebut untuk menyebar karena tidak banyak orang yang
dapat teinfeksi.

WHO telah menyampaikan enam prinsip dasar agar proses imunisasi/

vaksinasi dapat berjalan dengan baik. Hal ini sudah menjadi dasar dan
dicantumkan pada Guidance on Developing a National Deployment and
Vaccination Plan for Covid-19 vaccines Prinsip-prinsip yang ada akan menjadi
acuan bagi negara-negara yang akan memulai vaksinasi.
Metode

Tahapan Penelitian
Data Stage Definition

Pada tahap pertama ini didefinisiakn beberapa tahapan data sesuai

untuk menganalisis persyaratan berdasarkan alur data. Disini
ditambahkan detail tentang cara menentukan persyaratan analisis.
Untuk tujuan ini, baik tipe repositori maupun data yang disimpan
harus memenuhi persyaratan yang diidentifikasi selama fase ini
sehingga harus diidentifikasi informasi (fungsional) dan persyaratan
non-fungsional. Disini juga dianalisis, peluang analisis yang
menentukan batasan waktu dari pengumpulan data hingga analisis,
kualitas data persyaratan, dan query latency
Data Sources Acquisition and Management
Adding Value to the Data
Implementing of Big Data Warehouse

Tujuan dari fase ini adalah untuk mengimplementasikan Big

Data Warehouse yang menyediakan dukungan untuk
sebagian besar alat Business Intelligent dan sesuai dengan
persyaratan query latency yang diidentifikasi dalam fase ini
diketahui alat mana yang akan digunakan berdasarkan
persyaratan query latency, membantu Arsitek Data
Warehouse serta memastikan bahwa fitur Volume Big Data
dapat berjalan dengan baik.
Development of Visualizations for Big Data
Hasil Dan Pembahasan
Bertumbuhnya data secara digital mempengaruhi berbagai aspek
bisnis. Nilai bisnis bisa bertambah dengan pemanfaatan data. Salah
satu proses dalam pencarian nilai bisnis adalah dengan melakukan
visualisasi data. Metode ini sudah dipakai pada sekitar abad 17,
dimana visualisasi ini dapat menampilakan penanda lahan, kota,
jalan, wilyah dan lain sebagainya.
Trend perkembangan visualisasi data ini mengakibatkan banyak
perangkat berlomba-lomba dalam mengembangkan kemapuan
untuk melakukan visualisasi data yang fleksibel dan mampu
mengelola jutaan data. Salah satu perangkat yang dapat mengelola
puluhan juta data ini ada SAP Analytics Clouds. Dalam proses
visualisasi ini dilakukan dengan mengikuti metode penelitian ini
 Kesimpulan
Visualisasi data program vaksinasi Covid-19 dapat dilakukan dengan menggunakan SAP Analytics
Cloud sebagai solusi alternatif untuk pemegang kebijakan dalam melakukan visualisasi data. SAP
Analytics Cloud memiliki dukungan berbagai sumber data yang fleksibel dan powerfull dalam
mendukung proses cleansing data sampai dengan visualisasi dan sampai proses prediktif. Dalam
kasus vaksinasi Covid-19, perangkat ini mampu menggambarkan kondisi pelaksanaan vaksinasi dari
bulan Januari sampai dengan Agustus 2021. Dimana terlihat bahwa proses peningkatan penerima
vaksin dari hari ke hari semakin bertambah. Proses visualisasi vaksinasi Covid-19 dilakukan dengan
melakukan proses cleansing dataset dimana seringkali ditemukan anomali terhadap data. Perangkat
ini mampu mendeteksi dan memvalidasi anomali terhadap data. Dalam proses visualisasi didapatkan
bahwa total penerima vaksin dari tanggal 14 Januari sampai dengan 21 Agustus 2021 sebanyak
613276. Dimana Fasilitas kesehatan paling banyak memberikan vaksin adalah RS Universitas
Indonesia. Dalam visualisasi data ini terlihat bahwa trend penerima vaksin di Kota Depok akan terus
meningkat sampai dengan akhir tahun. Ada 70 fasilitas kesehatan yang setiap harinya akan
berusaha meningkatkan layanan pemberian vaksin terhadap masyarakat. Untuk jenis vaksin yang
digunakan, paling banyak menggunakan vaksin CoronaVac. Sedangkan penerima vaksin paling
besar diperoleh petugas publik. Setiap instance akan berkorelasi mempengaruhi jumlah dari
penerima vaksin seperti fasilitas kesehatan dan jenis vaksin yang akan diberikan. Pengaruh dari
masing-masing instance akan terukur dari seberapa besar kontribusi dalam menyumbang jumlah
penerima vaksin di Kota Depok.
Jurnal Internasional
SPEAKER BY : Zebaoth Steven- 1961002
Principles of Effective Data Visualization
Stephen R. Midway
 Latar Belakang

Pembelajaran visual adalah salah satu bentuk utama dari interpretasi

informasi, yang secara historis menggabungkan gambar seperti
bagan dan grafik dengan teks bacaan. Namun, perkembangan gaya
belajar telah menyarankan pemisahan modalitas belajar visual untuk
mengenali perbedaan antara teks dan gambar. Teknologi juga telah
meningkatkan presentasi visual, dalam hal kemampuan untuk
dengan cepat membuat informasi visual yang kompleks sambil juga
mendistribusikannya dengan murah melalui sarana digital . Informasi
visual juga meningkat dalam literatur ilmiah.
10 Princip
• Diagram pertama
• Gunakan Perangkat Lunak yang Tepat
• Gunakan Geometri yang Efektif dan Tunjukkan Data
• Warna Selalu Berarti Sesuatu
• Sertakan Ketidakpastian
• Panel, bila Memungkinkan (Kelipatan Kecil)
• Data dan Model Adalah Hal Yang Berbeda
• Visual Sederhana, Keterangan Detail
• Pertimbangkan Infografis
• Dapatkan Opini
Hasil & Pembahasan
 Kesimpulan
Terlepas dari perubahan ini, permintaan untuk representasi visual dari data dan hasil
tetap tinggi kami sekarang beroperasi dengan lebih banyak perangkat lunak daripada
sebelumnya, menciptakan banyak pilihan dan peluang untuk menyesuaikan visualisasi
ilmiah. Namun, karena permintaan, dan perangkat lunak untuk membuat, visualisasi
keduanya meningkat, tidak selalu ada pelatihan yang memadai di antara para ilmuwan
dan penulis dalam hal mengoptimalkan visual untuk pesan. Saat ini, sebagian besar
tanggung jawab untuk sosok yang efektif terletak pada penulis, dan mempelajari
praktik terbaik dari literatur, lokakarya, dan sumber daya lainnya harus dilakukan.
Seiring dengan penulis, jurnal memainkan peran penjaga gerbang dalam kualitas
gambar. Dengan tidak adanya pedoman tersebut dan dengan pilihan desain yang
tampaknya tak ada habisnya tersedia untuk penulis gambar, tetap penting bahwa
seperangkat kriteria estetika muncul untuk memandu penyampaian informasi visual
yang efisien.
Visualizing data: Trends in smoking tobacco prices
and taxes in India
G. Emmanuel Guindon, Tooba Fatima, David X. Li, Alexandra Joukova, Jitender Sudhir, Sujata Mishra,
Frank J. Chaloupka, Prabhat Jha
 Latar Belakang

Di India, meskipun ada sedikit penurunan dalam prevalensi merokok

tembakau, jumlah perokok pria berusia 15-69 tahun telah meningkat secara
substansial selama 15 tahun terakhir, dengan populasi saat ini lebih dari 100
juta perokok dewasa. Selama dekade terakhir atau lebih, rokok,
bagaimanapun, telah mulai menggantikan bidis, terutama di kalangan orang
dewasa muda dan laki-laki miskin. Di India, kekuasaan untuk memungut
'bea cukai atas tembakau' terletak pada pemerintah pusat6. Struktur pajak
tembakau pusat India terlalu rumit, bahkan kacau.
Metode
Indeks harga semua barang di seluruh India tersedia untuk umum
melalui berbagai sumber online pemerintah. Indeks harga seluruh
India untuk bidi dan rokok tersedia online untuk beberapa, tetapi
tidak semua, indeks. Kantor Penasihat Ekonomi, Kementerian
Perdagangan & Industri menerbitkan indeks bidi dan harga grosir
rokok bulanan, sedangkan Biro Tenaga Kerja, Kementerian Tenaga
Kerja dan Ketenagakerjaan menerbitkan bidi dan indeks harga
eceran rokok, berdasarkan CPI-IWii. Kami mengumpulkan satu set
data bulanan yang unik, mencakup tiga indeks harga selama lebih
dari 15 tahun, yang melibatkan digitalisasi lebih dari 12.000
halaman.
Hasil & Pembahasan
Hasil & Pembahasan
 Kesimpulan
Temuan utama. Kami menyajikan data yang dengan jelas menunjukkan bahwa harga
nominal rata-rata bidi dan rokok di India telah meningkat (pada tingkat yang relatif
meningkat) sejak Januari 2000. Secara riil (yaitu, setelah disesuaikan dengan inflasi
keseluruhan), harga bidi dan rokok relatif datar (bahkan menurun dalam kasus bidis)
antara tahun 2000 dan 2007 dan jelas meningkat dari tahun 2010. Namun, tren
tersebut di atas tidak memperhitungkan peningkatan pendapatan, yang meningkat
rata-rata hampir 6% per tahun. Ketika peningkatan pendapatan diperhitungkan, baik
rokok maupun bidi tidak menjadi kurang terjangkau antara tahun 2000 dan 2018.
Kami juga menemukan bahwa beberapa, tetapi tidak semua, perubahan pajak
disertai dengan perubahan harga. Sejauh mana produsen tembakau menyesuaikan
harga mengikuti perubahan pajak bervariasi dari waktu ke waktu serta menurut
negara bagian dan produk
 THANK YOU

Do you have any question?

 SOAL
1. Menurut anda, Aplikasi lain selain exel yang dapat digunakan
untuk memvisualisasikan sebuha data? (Enrico)

2. Visualisasi data paling sering digunakan dalam bidang apa saja?

(renaldyAxl)

3. Apa pentingnya visualisasi data dalam pemaparan data? Enrico

4. Apa keuntungan dari menggunakan visualisasi data?(jimmy)

 THANK YOU

For Your All Partisipation!

God bless you -