Visualisasi data dengan cepat menjadi keterampilan penting dalam analisis data dan data science, dan kemampuan visualisasi data yang baik dibutuhkan di banyak industri, seperti keuangan, pendidikan, dan layanan kesehatan. Ini tidak mengherankan: seiring analis berhadapan dengan volume data yang semakin besar, kompleks, dan beragam, visualisasi data menyediakan serangkaian teknik untuk memahaminya dan mengomunikasikan wawasan secara efektif.
Dulu dianggap topik minor dalam data science, kini visualisasi data diperkaya oleh banyak teknik, alat, teori, dan kontribusi menarik dari berbagai disiplin, seperti psikologi dan ilmu saraf. Jika Anda ingin menjadi ahli visualisasi data, DataCamp siap membantu. Lihat katalog kursus visualisasi data kami untuk mengakses lebih dari 30 kursus visualisasi data yang diajarkan oleh para pakar terkemuka dan mencakup beragam teknologi populer.
Artikel ini memberikan gambaran umum tentang kondisi visualisasi data saat ini. Kami akan menyoroti analisis, teknik, dan alat visualisasi data yang paling populer. Teruskan membaca!
Kekuatan Visualisasi Data yang Baik
Visualisasi data melibatkan penggunaan representasi grafis atas data, seperti grafik garis, diagram batang, dan peta. Visual memungkinkan data scientist meringkas ribuan baris dan kolom data kompleks ke dalam format yang mudah dipahami dan diakses. Dibandingkan statistik deskriptif atau tabel, visual memberikan cara yang lebih efektif untuk menganalisis data, termasuk mengidentifikasi pola, distribusi, korelasi, serta mendeteksi pencilan dalam himpunan data yang kompleks.
Dengan menghidupkan data melalui plot dan bagan yang informatif, visualisasi data menjadi krusial dalam proses pengambilan keputusan. Baik saat analis data memaparkan temuan kepada pemangku kepentingan non-teknis, data scientist melakukan uji A/B untuk pemasaran, atau insinyur pembelajaran mesin menjelaskan potensi bias dalam model bahasa besar kompleks seperti ChatGPT, visualisasi data adalah kunci untuk beranjak dari wawasan menuju keputusan.
Meski menggunakan visualisasi data, banyak analisis data yang teliti dan mendetail tetap berakhir di laci karena satu alasan sederhana: gagal memikat audiens, baik itu pengambil keputusan, pemangku kepentingan, atau anggota tim lainnya.
Berkat kemajuan dalam disiplin seperti ilmu saraf, kini kita tahu bahwa cara sebuah visualisasi data digambarkan sangat memengaruhi bagaimana orang mempersepsikannya. Pilihan yang Anda ambil saat merancang grafik –misalnya warna, tata letak, dan ukuran– bisa berdampak besar. Tertarik pada teori di balik visualisasi data? Kursus Understanding Data Visualization kami adalah tempat yang tepat untuk memulai.
Walau visualisasi data berperan penting dalam mengomunikasikan wawasan data, resep komunikasi yang berhasil lebih kompleks dari itu. Inilah gagasan di balik data storytelling, pendekatan inovatif yang menganjurkan penggunaan visual, narasi, dan data untuk mengubah wawasan menjadi aksi. Untuk mempelajari lebih lanjut tentang data storytelling, dengarkan podcast DataFramed, tempat kami berbincang dengan Brent Dykes, Senior Director of Insights & Data Storytelling di Blast Analytics dan penulis Effective Data Storytelling.
Jenis Analisis Visualisasi Data
Visualisasi data digunakan untuk menganalisis secara visual perilaku berbagai variabel dalam sebuah dataset, seperti hubungan antar titik data dalam suatu variabel atau distribusinya. Bergantung pada jumlah variabel yang ingin Anda pelajari sekaligus, ada tiga jenis analisis visualisasi data.
- Analisis univariat: Digunakan untuk meringkas perilaku satu variabel pada satu waktu.
- Analisis bivariat: Membantu mempelajari hubungan antara dua variabel.
- Analisis multivariat: Memungkinkan praktisi data menganalisis lebih dari dua variabel sekaligus.
Teknik Visualisasi Data Kunci
Mari kita bahas teknik visualisasi data yang paling populer!
Plot garis
Salah satu visualisasi yang paling sering digunakan, plot garis sangat baik untuk melacak evolusi suatu variabel dari waktu ke waktu. Biasanya dibuat dengan menempatkan variabel waktu pada sumbu x dan variabel yang ingin dianalisis pada sumbu y. Misalnya, plot garis di bawah ini menunjukkan pergerakan Harga Saham DJIA sepanjang 2022.
Sumber. DataCamp
Untuk mempelajari cara membuat plot garis yang menarik, lihat Tutorial Line Plots in MatplotLib with Python kami.
Plot batang
Diagram batang mengurutkan data berdasarkan nilai dari beberapa kategori. Diagram ini terdiri dari persegi panjang dengan panjang yang proporsional terhadap nilai setiap kategori. Diagram batang umum digunakan karena mudah dibaca. Bisnis kerap memakainya untuk perbandingan, seperti membandingkan pangsa pasar berbagai merek atau pendapatan dari berbagai wilayah. Ada beragam jenis diagram batang, masing-masing cocok untuk tujuan yang berbeda.
Terdapat berbagai jenis diagram batang, masing-masing untuk tujuan berbeda, termasuk plot batang vertikal, plot batang horizontal, dan plot batang berkelompok.
Plot batang vertikal, horizontal, dan berkelompok.
Kursus kami, Introduction to Data Science in Python, membahas berbagai teknik visualisasi data, termasuk plot batang.
Histogram
Histogram adalah salah satu visualisasi paling populer untuk menganalisis distribusi data. Histogram menampilkan distribusi variabel numerik dengan batang.
Untuk membangun histogram, data numerik terlebih dahulu dibagi ke dalam beberapa rentang atau bin, lalu frekuensi kemunculan tiap rentang dihitung. Sumbu horizontal menunjukkan rentang, sedangkan sumbu vertikal merepresentasikan frekuensi atau persentase kemunculan suatu rentang.
Histogram langsung memperlihatkan bagaimana distribusi suatu variabel condong atau di mana ia memuncak. Berikut contoh dari Seri Data Demystified tentang Visualisasi yang Menangkap Distribusi kami.
Box dan whisker plot
Plot hebat lain untuk meringkas distribusi sebuah variabel adalah boxplot. Boxplot memberikan cara intuitif dan kuat untuk menyoroti elemen berikut:
- Median. Nilai tengah suatu dataset di mana 50% data bernilai kurang dari median dan 50% bernilai lebih tinggi dari median.
- Kuartil atas. Persentil ke-75 suatu dataset di mana 75% data bernilai kurang dari kuartil atas, dan 25% lebih tinggi dari kuartil atas.
- Kuartil bawah. Persentil ke-25 suatu dataset di mana 25% data bernilai kurang dari kuartil bawah dan 75% lebih tinggi dari kuartil bawah.
- Rentang antar kuartil. Kuartil atas dikurangi kuartil bawah.
- Nilai berdekatan atas. Secara informal, “maksimum.” Merepresentasikan kuartil atas ditambah 1,5 kali rentang antar kuartil.
- Nilai berdekatan bawah. Secara informal, “minimum.” Merepresentasikan kuartil bawah dikurangi 1,5 kali rentang antar kuartil.
- Pencilan. Nilai apa pun di atas “maksimum” atau di bawah “minimum.”
Anatomi sebuah box plot. Sumber: Galarnyk
Misalnya, boxplot berbasis seaborn berikut menunjukkan distribusi panjang sepal pada tiga varietas bunga iris, menggunakan dataset iris yang populer. Python Seaborn Tutorial For Beginners kami adalah sumber ideal untuk mempelajari cara membuat boxplot dan grafik lainnya menggunakan paket visualisasi populer Python, Seaborn.
Scatter plot
Scatter plot digunakan untuk memvisualisasikan hubungan antara dua variabel kontinu. Setiap titik pada plot merepresentasikan satu titik data, dan posisinya pada sumbu x dan y menunjukkan nilai kedua variabel tersebut. Scatter plot sering digunakan dalam eksplorasi data untuk memahami data dan dengan cepat menyingkap potensi korelasi.
Contoh berikut kembali menggunakan dataset iris untuk memplot hubungan antara lebar sepal dan panjang sepal.
Untuk lebih banyak contoh scatter plot, baca Seri Data Demystified tentang Visualisasi yang Menangkap Hubungan. Anda juga dapat belajar membuat beragam plot, termasuk scatter plot, di tutorial plotting dengan Matplotlib kami.
Bubble plot
Scatter plot dapat dengan mudah diperkaya dengan menambahkan elemen baru yang merepresentasikan variabel baru. Misalnya, jika kita ingin memplot hubungan antara lebar dan panjang sepal pada berbagai varietas iris, kita bisa menambahkan warna pada titik-titiknya, seperti berikut:
Kita juga bisa mengubah ukuran titik sesuai variabel lain. Inilah yang menjadi ciri bubble plot. Misalnya, grafik luar biasa ini menunjukkan hubungan antara harapan hidup dan PDB suatu negara, menambahkan warna untuk merepresentasikan wilayah negara, dan ukuran untuk merepresentasikan populasi negara.
Sumber. Gapminder
Kami membahas bubble plot dan cara membuatnya dalam kursus Intermediate Interactive Data Visualization with plotly in R.
Treemap
Treemap cocok untuk menunjukkan hubungan bagian-terhadap-keseluruhan dalam data. Treemap menampilkan data hierarkis sebagai sekumpulan persegi panjang. Setiap persegi panjang adalah kategori dalam suatu variabel, sementara luasnya proporsional dengan ukuran kategori tersebut. Dibandingkan visualisasi serupa seperti diagram lingkaran, treemap dianggap lebih intuitif dan lebih disukai.
Di bawah ini Anda dapat melihat contohnya.
Dalam kursus Sentiment Analysis in R, Anda akan belajar menggunakan treemap untuk memvisualisasikan sentimen dalam kelompok dokumen.
Heatmap
Heatmap adalah plot matriks yang umum dan indah yang dapat digunakan untuk meringkas secara grafis hubungan antara dua variabel. Derajat korelasi antara dua variabel direpresentasikan oleh kode warna.
Misalnya, heatmap berikut yang diambil dari Kursus Intermediate Data Visualization with Seaborn kami menganalisis profesi para tamu The Daily Show selama periode 1999-2012. Sesuai dugaan, tamu dari industri akting dan media paling sering hadir.
Untuk mempelajari lebih lanjut cara membuat heatmap, lihat tutorial kami yang membahas pembuatannya menggunakan Power BI.
Word cloud
Word cloud berguna untuk memvisualisasikan kata-kata umum dalam sebuah teks atau kumpulan data. Mirip dengan plot batang tetapi sering kali lebih menarik secara visual. Namun, terkadang word cloud lebih sulit ditafsirkan. Word cloud bermanfaat dalam skenario berikut:
- Mengidentifikasi dengan cepat tema atau topik paling penting dalam kumpulan teks besar.
- Memahami sentimen keseluruhan atau nada dari sebuah tulisan.
- Menjelajahi pola atau tren dalam data yang berisi informasi tekstual.
- Mengomunikasikan gagasan atau konsep kunci dengan cara yang menarik secara visual.
Lihat Tutorial Generating WordClouds in Python kami untuk mempelajari cara membuat word cloud Anda sendiri.
Sumber. Datacamp
Peta geospasial
Porsi signifikan dari data yang dihasilkan setiap hari secara inheren bersifat spasial. Data spasial –juga dikenal sebagai data geospasial atau informasi geografis– adalah data yang setiap rekamannya terkait dengan lokasi tertentu.
Setiap titik data spasial dapat ditempatkan pada peta menggunakan sistem referensi koordinat tertentu. Misalnya, gambar di bawah, diambil dari Tutorial GeoPandas kami, menampilkan berbagai distrik di Barcelona.
Analisis geospasial adalah bidang yang berkembang pesat dalam data science. Peta berada di jantung disiplin ini. Lihat Kursus Working with Geospatial Data in Python kami untuk mulai membuat peta hari ini!
Diagram jaringan
Sebagian besar data disimpan dalam tabel. Namun, ini bukan satu-satunya format yang tersedia. Graf (graph) lebih cocok untuk menganalisis data yang terorganisasi dalam jaringan, mulai dari jejaring sosial daring seperti Facebook dan Twitter hingga jaringan transportasi seperti jalur metro. Analitik jaringan adalah subbidang data science yang menggunakan graf untuk mempelajari jaringan.
Graf jaringan terdiri dari dua komponen utama: node dan edge, juga dikenal sebagai relasi. Berikut contoh graf jaringan sederhana.
Keren, bukan? Kemungkinan dari graf jaringan nyaris tanpa batas. Untuk pengantar yang ringan ke bidang ini, kami sangat merekomendasikan Kursus Introduction to Network Analysis in Python kami.
