Visualisasi data bukan melulu soal angka, tapi juga estetika
Bentuk informasi paling sederhana yang bisa diterima oleh manusia adalah bahasa visual. Hal ini didukung oleh pemikiran Plato bahwa bahasa visual merupakan bahasa universal yang memiliki makna sama bagi setiap orang yang melihatnya. Sama halnya dengan konsep penyajian data. Terkadang, orang akan merasa kesulitan untuk menyerap informasi jika data yang disajikan hanya berupa tabel dengan beratus-ratus hingga ribuan baris.
Lalu apa yang harus dilakukan oleh seorang Dataviz Designer agar informasi dapat tersampaikan dengan baik?
Kali ini, kami akan mengulas visualisasi data secara umum. Mulai dari tips-tips dalam melakukan eksplorasi, proses yang harus dilalui, hingga manfaat dari visualisasi data Jabar dalam mendukung proses pengambilan keputusan. Yuk, simak pembahasan berikut!
Visualisasi jadi ujung tombak dari hasil analisis data
Unsur yang tak kalah penting dalam menyampaikan sebuah data adalah visualisasi. Yup, visualisasi merupakan salah satu ujung tombak dari hasil analisis data. Seperti yang telah disampaikan sebelumnya, visualisasi dapat membantu audiens memahami sebuah informasi lebih mudah. Sebagai contoh, bila dihadapkan dengan bentuk data seperti ini, mana yang akan kamu pilih?
Bagi orang awam, tentu akan memilih gambar bawah. Seringkali, angka-angka pada tabel dataset sangat sulit untuk dimengerti. Namun saat direpresentasikan dalam bentuk visual, maka informasi dari hasil analisis dapat lebih mudah dipahami. Selain itu, visualisasi juga dapat menunjukan informasi yang tidak dapat terbaca dari angka-angka statistik saja.
#30DayChartChallenge: Eksplorasinya seorang Data Analyst
Bukan tantangan joget yang unik, atau paling banyak saldo tabungan. #30DayChartChallenge merupakan tantangan tahunan yang dibuat oleh Cédric Scherer dan Dominic Royé melalui akun Twitter (https://twitter.com/30daychartchall) dan perdana dilaksanakan pada April 2021. Dalam tantangan ini peserta diminta untuk membuat 30 visualisasi data dalam waktu 30 hari dengan menggunakan data apapun.
Mengikuti #30DayChartChallenge dapat dikatakan sebagai proses eksplorasi bagi seorang Data Analyst. Kunci agar seorang Data Analyst terbiasa membuat visualisasi adalah dengan banyak latihan. Penentuan topik yang beragam seperti comparison, distribution,relationship, time series, dan uncertainties juga boleh dicoba. Dengan begitu, technical skill dan kreativitas pun menjadi semakin terasah.
Muhammad Aswan Syahputra, Senior Data Analyst di JDS, juga mencoba #30DayChartChallenge.
“Saya juga sangat senang dapat menjalin relasi dengan praktisi Dataviz Designer dari seluruh dunia, dan beberapa di antaranya adalah idola saya!”, begitu pendapat dari Aswan ketika ditanya akan kesan yang didapat setelah mengikuti challenge.
Aswan juga turut membagikan hasil karya visualisasi data yang ia buat melalui akun LinkedIn, Instagram dan GitHub miliknya.
Menurutnya, tantangan ini juga menjadi kesempatan untuk membangun portofolio, karena visualisasi data yang ia kerjakan di kantor belum tentu bisa di publikasikan secara personal. Maka dari itu, Aswan memanfaatkan berbagai platform media sosial miliknya untuk berkreasi dalam bidang visualisasi data agar bisa mendapatkan timbal-balik dari sesama Dataviz Designer.
“Saya juga ingin mendapatkan feedback dari aspek visualisasi ataupun kode yang saya buat dalam membuat visualisasi data. Oh iya, kode yang saya gunakan juga saya bagikan dengan bebas untuk dipelajari dan dipergunakan/dimodifikasi ulang.” Tambah Aswan.
Apa estetika dari visualisasi data berbanding lurus dengan keterbacaannya juga?
Menurut Refinanda, salah satu Business Intelligence Analyst di JDS, estetika dan visualisasi data tidak selalu linier dengan keterbacaan data. Sangatlah penting untuk mengetahui siapa target audiens dari visualisasi data tersebut sebagai pertimbangan dalam memilih elemen visualisasi data yang akan digunakan.
“Dengan adanya pemahaman terkait target audiens — apakah untuk pimpinan, umum atau perlombaan — juga elemen dasar dari sebuah visualisasi seperti judul, legend, dan keterangan lain yang dibutuhkan, karna hal-hal sederhana tersebut dapat membantu audiens dalam memahami visualisasi.” pungkas Refi.
Sejalan dengan yang dikatakan Refi, Aswan menambahkan bahwa keterbacaan dari visualisasi data sangat berkaitan erat dengan aspek-aspek estetika, seperti pemilihan warna, tipografi, tata letak, dan prinsip data-to-ink ratio juga perlu dipertimbangkan.
Proses pembuatan visualisasi data, jangan sampai ada yang terlewat!
Setelah mengetahui target audiens dan menentukan elemen visualisasi yang akan digunakan, kita masuk pada proses pembuatan. Menurut Aswan yang menggunakan bahasa pemrogaman R, terdapat lima tahapan yang perlu dilakukan. Demi menghasilkan visualisasi data yang dapat diterima oleh audiens, pastikan kamu melewati seluruh tahapan berikut, ya!
- Planning
Sebelum menghasilkan visualisasi yang baik tentunya harus didukung dengan perencanaan yang baik pula. Seorang Data Analyst harus merumuskan topik apa yang akan dibahas. Misalnya, tema yang dipilih berkaitan dengan Hari Kartini yang mengangkat topik mengenai emansipasi wanita di Jawa Barat.
2. Data finding and import
Setelah merumuskan topik, selanjutnya carilah data yang memiliki keterkaitan. Usahakan untuk mencari lebih dari satu sehingga pandangan dan ide yang muncul bisa lebih banyak. Meneruskan topik emansipasi wanita di Jawa Barat, terpilihlah data mengenai jumlah kepala desa berdasarkan jenis kelamin.
3. Exploration
Tahap ini merupakan yang paling penting bagi Dataviz Designer untuk memahami data yang dimiliki. Informasi yang terkandung dalam data, temuan cerita untuk disampaikan pada audiens, hingga emosi yang muncul saat menggali informasi di balik angka pada data.
Dalam proses eksplorasi misalnya, ditemukan bahwa data tersebut hanya mencakup data 19 Kabupaten di Jawa Barat. Padahal di Jawa Barat ada 27 Kabupaten dan Kota. Mengapa demikian? Alasannya adalah status wilayah desa notabene berada dalam wilayah Kabupaten, bukan Kota (di Kota menggunakan istilah Kelurahan, yang dipimpin oleh seorang Lurah).
Itulah mengapa proses eksplorasi data dinilai penting.
4. Design
Saatnya membuat visualisasi! Seorang Dataviz Designer dapat memilih jenis visual terbaik untuk mempresentasikan data. Dalam ilustrasi ini, misalnya. Moon chart dipilih untuk menampilkan perbandingan proporsi kepala desa perempuan dan laki-laki dari suatu wilayah. Chart ini cocok digunakan untuk data proporsi yang terdiri dua kategori. Cahaya bulan digunakan untuk menggambarkan “Habis Gelap Terbitlah Terang”, judul buku yang ditulis oleh R.A. Kartini. “Pada tahap ini, jangan takut untuk bereksplorasi dan mewujudkan kreativitas Anda”, begitulah pesan dari Aswan.
5. Export and publish
Setelah memilih warna yang cocok, font yang sesuai, serta layout visualisasi yang pas, sekarang saatnya untuk mengekspor visualisasi dari dalam software. Tahap ini seringkali tidak menjadi perhatian teman-teman yang baru terjun di dunia grafis. Dataviz Designer harus mengetahui karakteristik dari platform dimana visualisasi tersebut akan ditampilkan agar kualitas grafik tetap terjaga dan tidak mengganggu aspek estetika. Misalnya, visualisasi yang dibuat dalam bentuk animasi dan mempublikasikannya dalam platform Instagram. Maka spesifikasi grafisnya harus mengikuti Instagram, yaitu ratio canvas 1:1. Berikut merupakan contoh produk visualisasi data yang telah dibuat untuk ditampilkan di Instagram.
Pembuatan visualisasi data di JDS
Proses ini tentunya tidak selalu berjalan mulus. Beberapa hambatan yang sering ditemui teman-teman Data Analyst JDS antara lain art-block dan merasakan emosi dengan memposisikan diri sebagai audiens. “Kita harus tau kapan berhenti menambah objek dalam visualisasi juga menjadi tantangan tersendiri (‘kill your darlings’)”, ucap Aswan.
Menurut Refinanda, skillset yang dibutuhkan untuk menghadapi tantangan yaitu analytical thinking untuk mengetahui permasalahan, memahami bisnis, dan kreativitas untuk menyajikan data ke dalam visualisasi yang efektif dan mudah dipahami oleh audiens.
Membuat visualisasi data juga membutuhkan data penunjang yang valid. Beruntungnya, Jabar sekarang memiliki Open Data Jabar yang dapat digunakan untuk mengeksplor data guna mendukung pemengambilan keputusan (kunjungi opendata.jabaprov.go.id). Open Data Jabar memiliki fitur yang memudahkan, karena datanya dapat diunduh sebagai berkas Excel, CSV, dan bahkan diakses langsung melalui API. Selain itu format datanya juga sudah terstandarisasi, sehingga dapat dengan mudah diimpor ke dalam software statistik atau visualisasi data.
Bagi Sobat JDS yang ingin menjadi seorang Dataviz Designer, jangan bingung, jangan ragu. Jalanin aja dulu yang penting konsisten dan tidak buru-buru. Aswan juga punya tips nih buatmu!
“Mulailah membuat visualisasi dari data yang dekat dengan kita. Ini merupakan salah satu cara dalam mengasah intuisi storytelling. Latih dirimu dengan mengikuti challenge atau lakukan dengan rutin untuk eksplorasi visualisasi data.”
Selamat mencoba!
