Menguasai Visualisasi Data: Prinsip, Teknik, dan Praktik Menggunakan DataWrapper

Kemampuan untuk menyajikan data secara visual menjadi keterampilan esensial yang harus dimiliki oleh setiap peneliti dan akademisi. Data tidak lagi hanya berupa angka-angka kering dalam tabel. Melalui visualisasi yang efektif, data dapat bercerita dan mengkomunikasikan temuan penelitian dengan cara yang lebih menarik dan mudah dipahami. 

Sebagai akademisi yang sering berurusan dengan data kompleks, saya memahami tantangan dalam menyampaikan hasil penelitian kepada audiens yang lebih luas. Terlebih lagi, dengan kemajuan teknologi, kita memiliki akses ke berbagai aplikasi yang dapat mempermudah proses ini. 

DataWrapper adalah salah satu solusi terbaik yang saya temukan untuk membuat visualisasi data yang tidak hanya menarik, tetapi juga akurat dan mudah dipahami. Dalam artikel ini, kita akan mengarungi prinsip dasar visualisasi data, kesalahan yang sering terjadi, dan bagaimana menghindarinya, serta langkah demi langkah dalam membuat visualisasi yang efektif menggunakan DataWrapper. 

Mari kita mulai perjalanan ini untuk memperkuat kemampuan kita dalam menyajikan data secara visual!

10 Prinsip Visualisasi Data yang Efektif

Memahami dan menerapkan prinsip-prinsip visualisasi data yang efektif adalah langkah penting dalam menyajikan temuan penelitian Anda. Prinsip-prinsip ini tidak hanya membantu dalam menciptakan visualisasi yang menarik, tetapi juga memastikan bahwa data yang disajikan mudah dipahami dan bermakna bagi audiens. Berikut adalah sepuluh prinsip utama dalam visualisasi data yang efektif (Midway, 2020).

Diagram First

Prinsip pertama ini menekankan pentingnya memprioritaskan informasi yang ingin Anda sampaikan sebelum membuat visualisasi. Mulailah dengan membayangkan dan merancang informasi yang ingin disampaikan, bukan langsung terjebak dalam penggunaan perangkat lunak yang mungkin membatasi atau mempengaruhi alat visual Anda. 

Fokuslah pada informasi inti yang perlu disampaikan dan apa yang ingin Anda tunjukkan dengan data tersebut, apakah itu perbandingan, peringkat, atau komposisi. Langkah ini bisa dilakukan dengan membayangkan wujud dari diagram atau dengan pena dan kertas untuk memberikan kebebasan berpikir maksimal.

Use the Right Software

Prinsip kedua menekankan pentingnya menggunakan perangkat lunak yang tepat untuk membuat visualisasi yang efektif. Perangkat lunak yang baik memungkinkan Anda membuat visualisasi yang kompleks dan teknis dengan lebih mudah. Mungkin diperlukan waktu untuk mempelajari perangkat lunak baru atau memperluas pengetahuan Anda tentang perangkat lunak yang sudah dikenal. 

Visualisasi data adalah metode seperti halnya metode lain dalam penelitian, dan untuk melakukannya dengan baik, diperlukan alat yang tepat dan keterampilan yang memadai. Berikut beberapa aplikasi yang patut dicoba:

• Tableau Software, LLC. https://www.tableau.com
• Datawrapper GmbH. https://www.datawrapper.de
• SCImago Lab. https://www.graphica.app
• Microsoft. https://powerbi.microsoft.com
• Plotly. https://plotly.com
• Kiln Enterprises Ltd,. https://flourish.studio
• Draw.io. https://www.diagrams.net
• The R Foundation. https://www.r-project.org

Use an Effective Geometry and Show Data

Geometri dalam visualisasi data merujuk pada bentuk dan fitur yang sering kali menjadi elemen visual utama dari sebuah gambar, seperti plot batang atau plot titik. Memilih geometri yang tepat untuk data Anda sangat penting. Fokuslah pada rasio tinta data (data-ink ratio), yaitu rasio antara tinta yang digunakan untuk data dengan tinta keseluruhan yang digunakan dalam gambar. Rasio tinta data yang tinggi adalah yang terbaik, dan seringkali banyak tinta non-data dapat dihilangkan. Pastikan untuk selalu menampilkan data, meskipun geometri mungkin menjadi fokus utama gambar. Data sering kali menjadi inti dari pesan yang ingin disampaikan.

Colors Always Mean Something

Penggunaan warna dalam visualisasi bisa sangat menonjol dan jarang ada alasan untuk tidak menggunakannya. Warna mewakili informasi, baik secara langsung maupun tidak langsung. Misalnya, skema warna berurutan digunakan untuk menyampaikan nilai yang meningkat dengan kegelapan yang meningkat. Skema warna divergen menunjukkan dua ekstrim dengan warna netral di tengah. Skema warna kualitatif menggunakan warna berbeda untuk menyampaikan perbedaan kelompok. Gunakan warna dengan strategis untuk memperkuat pesan visual Anda.

Include Uncertainty

Ketidakpastian adalah bagian inheren dalam memahami sebagian besar sistem, dan kegagalan untuk menyertakan ketidakpastian dalam visualisasi bisa menyesatkan. Sertakan ketidakpastian dalam bentuk batang kesalahan atau interval berbayang. Penting juga untuk menginterpretasikan pesan ketidakpastian dengan jelas, karena berbagai metrik ketidakpastian (seperti deviasi standar atau interval kepercayaan) memiliki arti yang berbeda. Dengan demikian, menyertakan dan menginterpretasikan ketidakpastian dengan benar akan meningkatkan keakuratan dan kredibilitas visualisasi Anda.

Panel, when Possible (Small Multiples)

Pendekatan visual yang efektif adalah dengan mengulangi gambar untuk menyoroti perbedaan. Strategi ini, yang sering disebut sebagai small multiples, membuat data lebih mudah dibandingkan karena elemen desain yang sama digunakan berulang kali, seperti sumbu dan geometri yang sama. Setiap panel mewakili perubahan dalam satu variabel, yang membuat perbandingan data menjadi lebih jelas dan efektif.

Data and Models Are Different Things

Data mentah, data yang diringkas, dan statistik inferensial adalah bentuk informasi yang sering kali ditemukan dalam visualisasi. Data mentah dan data yang diringkas biasanya lebih mudah dipahami, sementara model yang dipetakan mungkin memerlukan penjelasan lebih lanjut. Pastikan bahwa model visual dijelaskan dengan lengkap di keterangan gambar atau di dokumen lainnya agar pembaca dapat melacak detail model tersebut.

Simple Visuals, Detailed Captions

Keterangan gambar yang mendetail sama pentingnya dengan visualisasi yang sederhana. Keterangan harus bisa berdiri sendiri, menjelaskan semua elemen dalam gambar sehingga pembaca bisa memahami pesan utama tanpa harus merujuk ke teks lainnya. Keterangan yang baik akan meningkatkan pemahaman dan efektivitas visualisasi data Anda.

Consider an Infographic

Infografis bisa sangat efektif dalam menyampaikan informasi yang beragam dengan cara yang menarik dan mudah diingat. Meskipun tidak semua gambar perlu diubah menjadi infografis. Mempertimbangkan infografis untuk presentasi lisan atau poster bisa meningkatkan transfer informasi secara keseluruhan. Infografis yang baik menggabungkan teks, gambar, dan elemen diagram untuk menyampaikan pesan yang kuat.

Get an Opinion

Prinsip terakhir menekankan pentingnya mendapatkan masukan dari orang lain. Visual yang paling efektif adalah yang dapat dipahami oleh pembaca. Minta kolega atau orang lain untuk meninjau gambar Anda agar bisa mendapatkan umpan balik yang berguna tentang apa yang dilihat dan dipahami oleh pembaca. Masukan eksternal sering kali membantu mengidentifikasi kekuatan dan kelemahan dalam visualisasi Anda.

Visualisasi Data Kualitatif

Sebagai tambahan dari prinsip-prinsip visualisasi data yang efektif, penting juga untuk memahami cara menyajikan data kualitatif secara visual. Data kualitatif sering kali berupa teks atau informasi non-numerik, dan membutuhkan pendekatan visualisasi yang berbeda untuk dapat disampaikan dengan efektif. Berikut adalah beberapa metode yang dapat digunakan untuk membuat visualisasi data kualitatif.

Gambar atau Foto

Menggunakan gambar atau foto adalah cara yang efektif untuk menyampaikan data kualitatif, meskipun keduanya memiliki perbedaan. Gambar biasanya merujuk pada ilustrasi atau grafik yang dibuat secara manual atau digital, seperti sketsa atau diagram. Foto, di sisi lain, adalah representasi visual yang diambil menggunakan kamera, yang menangkap detail realitas dengan lebih akurat. 

Gambar dapat digunakan untuk memvisualisasikan konsep yang lebih abstrak atau teoritis, sementara foto sangat berguna untuk menunjukkan situasi atau kondisi nyata. Misalnya, dalam studi sosial, foto-foto dari sebuah acara komunitas dapat memberikan gambaran yang jelas tentang partisipasi dan interaksi antar anggota, sementara gambar ilustratif bisa membantu menjelaskan konsep abstrak seperti hirarki sosial.

Mindmap atau Concept Map

Mindmap dan concept map adalah alat visual yang digunakan untuk menggambarkan hubungan antara konsep atau ide, namun keduanya memiliki perbedaan signifikan. Mindmap biasanya berpusat pada satu ide utama dan bercabang ke berbagai sub-ide yang terkait, sering digunakan untuk brainstorming atau menyusun ide-ide secara spontan. Concept map, di sisi lain, lebih terstruktur dan menunjukkan hubungan hierarkis antara berbagai konsep, sering digunakan untuk mendokumentasikan pengetahuan yang sudah ada atau menyusun informasi secara sistematis. 

Mindmap sangat berguna pada tahap awal proyek untuk eksplorasi ide, sementara concept map lebih efektif untuk mengorganisasikan informasi yang kompleks dan menunjukkan hubungan antara konsep yang sudah ada. Contoh penggunaan mindmap bisa ditemukan dalam sesi brainstorming proyek penelitian, sedangkan concept map bisa digunakan untuk memetakan teori dalam sebuah studi literatur.

Wordcloud

Wordcloud adalah representasi visual dari teks di mana ukuran kata menunjukkan frekuensi atau pentingnya kata tersebut dalam teks. Ini sangat berguna untuk mengidentifikasi tema atau kata kunci utama dalam data kualitatif seperti transkrip wawancara atau survei terbuka. Misalnya, dalam analisis tanggapan survei tentang kepuasan pelanggan, wordcloud dapat membantu mengidentifikasi kata-kata yang paling sering muncul, seperti "pelayanan", "kualitas", atau "harga" yang bisa menjadi fokus untuk analisis lebih lanjut.

Flowchart

Flowchart adalah diagram yang menunjukkan langkah-langkah dalam suatu proses atau sistem. Flowchart menggambarkan alur kerja atau proses dengan menggunakan simbol-simbol standar seperti kotak dan panah. Ini sangat berguna dalam penelitian kualitatif untuk memvisualisasikan proses pengumpulan data atau alur analisis. Misalnya, flowchart dapat digunakan untuk menunjukkan tahapan dalam proses wawancara, mulai dari persiapan hingga analisis data.

Timeline

Timeline adalah alat visual yang menggambarkan urutan kejadian atau peristiwa dalam urutan kronologis. Berbeda dengan flowchart yang fokus pada proses, timeline fokus pada urutan waktu dari peristiwa atau aktivitas tertentu. Ini sangat berguna dalam penelitian sejarah atau studi kasus untuk menunjukkan perkembangan peristiwa dari waktu ke waktu. Misalnya, dalam studi kasus perubahan kebijakan, timeline dapat digunakan untuk menunjukkan urutan peristiwa penting yang mempengaruhi perubahan tersebut.

Diagram Venn

Diagram Venn adalah diagram yang menunjukkan kesamaan dan perbedaan antara beberapa set data. Diagram ini membantu dalam mengidentifikasi area overlap dan perbedaan signifikan antara set data yang berbeda. Dalam penelitian kualitatif, diagram Venn dapat digunakan untuk membandingkan dan mengkontraskan konsep atau kategori. Misalnya, dalam studi tentang perilaku konsumen, diagram Venn dapat digunakan untuk menunjukkan kesamaan dan perbedaan preferensi konsumen antara dua kelompok demografis yang berbeda.

Memilih jenis grafik yang salah dapat mengaburkan makna data yang ingin disampaikan. Misalnya, menggunakan pie chart untuk data yang memiliki banyak kategori dapat menyebabkan sulitnya membedakan antara bagian-bagian yang kecil. Sebaiknya, pilih grafik yang sesuai dengan jenis data yang Anda miliki, seperti menggunakan bar chart untuk data kategorikal atau line chart untuk data waktu.

The Poor Use of a 3D Chart

Grafik 3D sering kali menambah kerumitan tanpa menambah nilai informasi. Grafik 3D bisa menyebabkan distorsi visual yang membuat data sulit dibaca dan dipahami. Hindari penggunaan grafik 3D, kecuali benar-benar diperlukan dan pastikan data tetap mudah dibaca dan interpretatif.

The Presentation of Misleading or Bad Data

Menyajikan data yang menyesatkan atau salah dapat merusak kredibilitas penelitian Anda. Selalu periksa kembali data Anda sebelum menyajikannya dan pastikan bahwa interpretasi yang disampaikan sesuai dengan data yang ada. Hindari manipulasi skala atau visualisasi yang bisa menyebabkan misinterpretasi.

Inconsistent Scale Across the Data Represented

Skala yang tidak konsisten dapat menyebabkan kebingungan dan interpretasi yang salah. Pastikan bahwa semua bagian dari grafik menggunakan skala yang sama dan konsisten, sehingga perbandingan data dapat dilakukan dengan akurat. Misalnya, jika Anda menggunakan bar chart untuk membandingkan beberapa kategori, pastikan bahwa semua bar memiliki skala yang sama.

A Visually Cluttered Graph

Grafik yang terlalu padat dengan informasi atau dekorasi yang tidak perlu dapat mengganggu perhatian audiens dari data yang sebenarnya. Pastikan grafik Anda sederhana dan fokus pada data yang ingin disampaikan. Hilangkan elemen-elemen yang tidak diperlukan seperti garis grid yang berlebihan atau warna yang mencolok.

Daftar Pengecekan untuk Figure pada Artikel Ilmiah

Untuk memastikan ilustrasi dari hasil dari visualisasi data dalam artikel ilmiah disajikan dengan benar, ada beberapa pertanyaan yang perlu dijawab sebagai bagian dari daftar pengecekan. Daftar ini membantu memastikan bahwa visualisasi data, yang sering disebut figure tersebut benar-benar diperlukan dan disajikan dengan cara yang paling efektif.

• Apakah figure memang diperlukan?
• Apakah figure sederhana, jelas, dan bebas dari objek yang tidak diperlukan?
• Apakah data diplot secara akurat?
• Apakah skala sudah tepat dan proporsional?
• Apakah tulisan cukup besar untuk dibaca? Apakah ukuran huruf sudah sesuai dengan figure lainnya?
• Apakah angka-angka pada figure paralel dan disusun menurut skala yang sama?
• Apakah istilah yang digunakan telah ditulis dengan tepat?
• Apakah semua singkatan dan simbol dijelaskan dalam legenda atau keterangan gambar? Apakah simbol, singkatan, dan istilah ditulis secara konsisten?
• Apakah figure telah dinomori secara urut dengan angka Arab?
• Apakah semua figure telah disebutkan dalam teks?

Sumber: Kabir, SMS (2016). Basic Guidelines for Research: An Introductory Approach for All Disciplines.

Dari Data ke Visual menggunakan DataWrapper

Pengantar DataWrapper

DataWrapper adalah aplikasi berbasis web yang mumpuni untuk membuat visualisasi data yang menarik dan informatif dengan mudah. Aplikasi ini memungkinkan pengguna untuk membuat berbagai jenis visualisasi, seperti bar chart, line chart, pie chart, scatter plot, maps, dan banyak lagi, tanpa memerlukan pengetahuan teknis yang mendalam tentang coding atau desain grafis. 

DataWrapper sangat ideal untuk peneliti, jurnalis, dan profesional lain yang ingin menyajikan data dengan cara yang lebih menarik dan mudah dipahami.

Jenis Visualisasi yang Dapat Dibuat dengan DataWrapper

Sumber: blog.datawrapper.de

DataWrapper adalah aplikasi yang sangat berguna untuk membuat visualisasi data yang efektif dan mudah dipahami. Berikut adalah beberapa jenis visualisasi data yang dapat dibuat menggunakan DataWrapper dan kegunaannya:

Bar Chart

Bar Chart atau diagram batang adalah salah satu jenis visualisasi yang paling umum digunakan. Grafik ini memanfaatkan batang vertikal atau horizontal untuk menunjukkan perbandingan antara kategori. Setiap batang mewakili nilai dari kategori tertentu, memudahkan perbandingan secara visual antara berbagai kelompok data.

Line Chart

Line Chart atau diagram garis sangat berguna untuk menunjukkan perubahan data seiring waktu. Dengan menghubungkan titik-titik data dengan garis, grafik ini memudahkan pelacakan tren dan pola dalam dataset yang bersifat kontinu, seperti perubahan nilai saham atau suhu harian.

Pie Chart

Pie Chart, atau diagram lingkaran, digunakan untuk menggambarkan proporsi data dalam bentuk potongan dari sebuah lingkaran. Ini sangat berguna untuk menunjukkan komposisi atau distribusi bagian-bagian dalam keseluruhan, seperti pangsa pasar dari berbagai perusahaan.

Scatter Plot

Scatter Plot atau diagram pencar menampilkan data dalam bentuk titik-titik pada dua sumbu yang saling tegak lurus. Grafik ini berguna untuk mengidentifikasi hubungan atau pola antara dua variabel, seperti korelasi antara pendidikan dan pendapatan.

Stacked Bar Chart

Stacked Bar Chart atau diagram batang bertumpuk, memungkinkan visualisasi komposisi keseluruhan melalui pembagian batang menjadi segmen-segmen yang mewakili sub-kategori. Ini berguna untuk menunjukkan perbandingan antara total dan bagian-bagiannya dalam kategori yang berbeda, seperti penjualan tahunan di berbagai sektor.

Maps (Choropleth, Symbol, etc.)

Maps di DataWrapper, termasuk Choropleth Maps dan Symbol Maps, memungkinkan visualisasi data geografis dengan memetakan informasi ke wilayah tertentu. Choropleth Maps menunjukkan intensitas data dengan perubahan warna, sementara Symbol Maps menggunakan simbol untuk menandai lokasi atau ukuran data tertentu, seperti jumlah populasi di berbagai kota.

Tables

Tables atau tabel adalah cara sederhana namun efektif untuk menampilkan data secara terstruktur dalam format grid. Meskipun tidak sevisualisasi grafik, tabel memungkinkan pembaca untuk melihat dan membandingkan data numerik secara detail, seperti hasil survei atau data statistik.

Tutorial Membuat Visualisasi Menggunakan DataWrapper

1. Akses dan Buat Akun. Kunjungi situs web DataWrapper di datawrapper.de. Buat akun baru atau masuk jika Anda sudah memiliki akun. 
   
2. Mulai Proyek Baru. Setelah masuk, klik "Create new" lalu pilih jenis visualisasi yang ingin Anda buat. Sebagai contoh, kita akan membuat bar chart maka pilih Chart. 
   
3. Unggah Data Anda. Klik "Upload Data" untuk mengunggah file XLS/CSV Anda. Anda juga bisa menyalin dan menempelkan data langsung ke dalam editor. Pastikan data Anda terstruktur dengan benar: baris pertama sebagai header dan kolom-kolom berikutnya berisi data. Jika data sudah siap, klik "Proceed". 
   
4. Cek Data yang Diinput. Pada menu Check & Describe secara otomatis data yang diinput akan ditampilkan dalam format tabel. Pastikan data di masing-masing kolom sesuai dengan kriterianya: angka, teks, atau tanggal. Jika data Anda berwarna merah, berarti ada data yang bermasalah. Klik "Proceed" jika data telah sesuai untuk melanjutkan ke menu Visualize. 
   
5. Kustomisasi Visualisasi. Pada tab menu Chart Type di sebelah kiri, pilih jenis grafik yang sesuai. Untuk contoh ini, pilih "Bar Chart". DataWrapper akan menampilkan preview grafik berdasarkan data yang Anda unggah.
   
   
   Buka tab Refine untuk mengatur diagram batang, label, dan garis axis.
   
   
   Klik tab Annotate lalu beri judul yang jelas dan deskriptif pada grafik Anda. Tambahkan deksipsi, catatan, sumber data, URL sumber data, kreator, dan anotasi atau keterangan jika diperlukan untuk menjelaskan poin-poin penting dalam data. 
   
6. Publikasikan dan Bagikan. Setelah selesai, klik "Publish & Embed". Pilih metode publikasi: Anda bisa menyimpan grafik sebagai gambar (ekspor PNG), mendapatkan kode embed untuk disisipkan ke dalam website, atau membagikan tautan langsung dengan mengklik "Publish now". 
   

Salindia Materi

Berikut salindia yang saya paparkan dalam acara "DataViz: Bagaimana Menyajikan Data Riset secara Visual Menggunakan DataWrapper" yang diselenggarakan oleh Relawan Jurnal Indonesia pada, Sabtu, 10 Agustus 2024 di Kantor Pusat Relawan Jurnal Indonesia.

Menguasai Visualisasi Data: Prinsip, Teknik, dan Praktik Menggunakan DataWrapper oleh Eric Kunto Aribowo

Latihan

Setelah memahami cara menggunakan DataWrapper, penting untuk mempraktikkan keterampilan Anda dengan latihan langsung. Berikut ini, tiga latihan praktis menggunakan dataset yang telah disediakan. Latihan ini akan membantu Anda menerapkan teknik visualisasi yang telah dipelajari dan memperdalam pemahaman Anda dalam menciptakan visualisasi data yang efektif.

Sebelum mengerjakan latihan, silakan terlebih dahulu mengunduh dataset melalui tautan berikut. File ini berisi 3 data yang berbeda yang muncul pada sheet secara berturut-turut: perceraian, wisatawan, dan haji.

Latihan 1

Buat visualisasi yang menunjukkan persentase faktor penyebab perceraian di provisi di mana Anda berdomisili.

Latihan 2

Gunakan data pada sheet kedua terkait jumlah wisatawan untuk membuat diagram batang yang menunjukkan 3 negara ASEAN dengan kunjungan tertinggi tahun 2022 dan 2023!

Latihan 3 

Visualisasikan data pada peta untuk menunjukkan distribusi provinsi dengan jumlah jemaah haji terbanyak dan paling sedikit yang diberangkatkan tahun 2023!