Membuat Data Report dengan Datapane (Pengenalan)
Halo, kembali lagi dengan artikel Curious with Data setelah terakhir bahas tentang cerita dibalik Salary Report dari hrdbacot yang cukup rame di Twitter, kalo lupa atau belum tahu bisa langsung cek di sini ya. Nah kali ini kita akan membahas tentang data juga, namun lebih ke hasil akhir dari data yang mau kita tunjukkan.
Sering kali kita ngerasa bahwa apa yang kita kerjakan itu udah oke, bagus, mantap atau apapun itu, cuman pas kita mau nyeritain ke orang lain tentang kerjaan kita, biasanya respon yang didapat adalah, “hmm oke, cuman itu maksudnya apa ya?”. Dengan kondisi seperti ini maka kita pasti dong nunjukin hasil kerja kita atau portofolio kita, namun ternyata bentuknya kurang menarik karena kita mengerjakannya dengan code saja, terus gimana caranya supaya hasil kerja kita dapat dilihat oleh orang lain, apalagi kalo kita menggunakan Python kan?
Dengan membuat data report, karena dengan ini fokusnya adalah ke audiens atau orang lain, jadi mereka tidak melihat codenya tapi hanya fokus ke report saja, ini juga sering sekali dilakukan oleh data analyst atau data scientist atau mungkin role lain untuk menjelaskan hasil kerjanya ke atasan atau klien. Terus gimana cara membuatnya?
Sebenarnya kalau membuat data report itu ada banyak caranya, bisa dengan buat report dengan dashboard atau report statis yang intinya kurang lebih sama, sama-sama dapat dibaca dengan baik. Kalau buat dashboard sih ada banyak pilihan, mulai dari Tableau, Power BI, Google Data Studio, atau yang lain juga bisa, kalau di Python bisa pakai Streamlit, atau yang ini nih yang akan kita bahas, sesuai namanya yaitu Datapane.
Apa itu Datapane?
Jadi Datapane sederhananya adalah package yang fungsinya ya untuk membuat data report gitu sih, karena memang fokusnya data report gitu sih, dan kalau menurut mereka sih, Datapane itu:
The easiest way to share data science insights.
Dengan tagline yang seperti itu tentunya kita penasaran kan apa sih yang bisa ditawarkan dan bisa membantu kita membuat data report, kali ini di part pertama kita akan mencoba untuk mengenal dulu nih tentang Datapane.
Fokus utama dari Datapane menurut webnya sih terbagi jadi 3 yaitu:
- Menganalisa data dengan tools yang kita punya, seperti Google Colab, Jupyter Notebook, dan semacamnya.
- Membuat data report dengan code (benar kok, jadi kalo kalian pakai Python dan bingung buat share kerjaan kalian, ini bisa jadi solusi karena fokusnya ke report, bukan ke nampilin code yang mungkin gak teratur hehe)
- Publikasikan deh (jadi karena fokusnya ke report, pasti tujuannya agar bisa dilihat orang lain kan, ini penting karena ya pada akhirnya yang dicek adalah hasil akhir, toh juga bisa memudahkan orang yang mungkin gak familiar dengan code agar tertarik baca juga kan).
Yuk daripada kelamaan kita coba praktekan aja ya gimana sih cara menggunakan Datapane ini, kita mulai aja ya.
Cara menggunakan Datapane
Hal pertama yang perlu dilakukan adalah membuat akun Datapane, ini harus dilakukan karena nanti saat sudah daftar akan dapat token yang unik dan digunakan untuk koneksi dengan Jupyter Notebook atau local kita, jadi yuk daftar dulu di sini, sama aja kok kayak daftar pada umumnya, bisa pakai akun Google atau Github juga loh jadinya ada pilihan mau yang mana.
Ketika udah kelar dengan pendaftaran akunnya, nanti akan diarahkan ke sebuah halaman yang berisi tentang update nama, username gitu sih, cuman ada part penting nih, yaitu API token yang nanti akan digunakan untuk koneksi dengan device kita (Jupyter Notebook atau Colab atau apapun itu).
Setelah ini selesai maka sekarang kita persiapkan untuk instalasi Datapane di perangkat kita nih.
Untuk instalasinya sebenarnya sama aja kok dengan Python package yang lain jadi buka Command Prompt atau Anaconda Prompt dengan:
pip install datapane
Simple kok, sebagai catatan ya untuk menggunakan Datapane ini kita setidaknya harus memiliki beberapa package seperti Plotly, Folium, Altair, karena nanti akan ada grafik kan yang bisa ditampilkan dalam report jadi package ini diperlukan, biasanya sih udah termasuk ke dalam kebutuhannya datapane sih jadi harusnya aman. Kalau sudah terinstall maka kita coba yuk gunakan datapane nya apakah berjalan atau tidak. Di sini aku menggunakan Jupyter Notebook untuk menggunakan Pythonnya.
Di sini jika kita sudah menjalankan file ini maka akan muncul tampilan seperti ini (oh iya untuk menggunakan Datapane harus connect internet ya untuk bisa mengkoneksikan dengan Python dan Datapane nya). Artinya adalah memang sudah terkoneksi dengan akun kita (rizkysifaul adalah username ku jadi kalo mau lihat-lihat bisa dicek aja ya hehe).
Karena sudah login dengan username kita, sekarang yuk kita coba buat contoh report dengan Datapane, untuk contoh sederhana ini tujuannya adalah menampilkan peta Surabaya dan data tabelnya saja. Untuk bagaimana caranya bisa cek dibawah ya, sudah ada kok maksudnya tentang apa, dari code mana untuk membuat peta, data, serta reportnya.
Mungkin coba kujelasin dikit aja ya, untuk baris ke-6 itu angka angka diakhir menujukkan koordinat latitude dan longitude dari wilayah Surabaya, kalau kalian mau coba-coba ganti bisa aja sih, googling aja dulu latitude longitude wilayah mana gitu nanti bakal keliatan sih petanya gimana. Kemudian sisanya self-explanatory kok.
Ketika sudah selesai dan dijalankan maka yang muncul seperti ini, kalian akan diarahkan ke sebuah link yang akan membawa ke report kita, jadi report kita itu sudah dibuat kan dapat dicek, untuk aku bisa cek di sini bentuknya.
Gimana? Lumayan simple kan ya buatnya, apalagi ini cukup menarik karena saat tampil di report, code itu benar-benar enggak ada jadi audiens atau orang lain bisa fokus melihat gambar, grafik atau tabel yang disajikan, mungkin ini bisa menjadi solusi kalian yang bingung membuat data report dengan Python.
Untuk part selanjutnya kita akan bahas lebih ke fitur apa saja sih yang dimiliki oleh Datapane, membuat grafik, tabel, atau multi tab agar dalam satu report bisa lebih banyak menampilkan data agar bisa lebih banyak informasi yang didapat namun tetap estetik.
Jika teman-teman merasa konten ini menarik, bermanfaat atau apapun itu, bisa langsung memberikan claps, follow publikasi kami di Curious with Data dan follow Medium saya, serta tidak lupa nih Linkedin dan Twitter karena aku cukup sering ngetweet tentang banyak hal sih berkaitan dengan data. Keep learning and stay curious!
NB: Sumber tambahan buat yang mau baca baca bisa ke tulisannya Khuyen Tran ya di sini, dia salah satu inspirasi buat aku nulis artikel ini dengan Bahasa Indonesia.
