MAU PUNYA SKILL DATA SCIENCE YANG AMAYZING?
Belajar Data Science 6 Bulan hanya 150K  | Pakai Kode: AMAYZING
BURUAN SERBU!
Pendaftaran ditutup dalam 0 Hari 0 Jam 45 Menit 8 Detik 

Salah satu Tugas Data Scientist yang Harus Dikuasai : Visualisasi Data

Belajar Data Science di Rumah 28-September-2021
https://dqlab.id/files/dqlab/cache/0d506e06eb1438d0df19e481f2138682_x_Thumbnail800.png

Setiap orang membutuhkan stimulus yang baik agar otak bisa berkembang secara optimal. Tak semua orang memiliki daya ingat yang baik dalam segala hal, namun banyak solusi dari masalah tersebut. Terdapat banyak cara untuk mengatasi kekurang itu misalnya saja menggunakan lagu sebagai alat pengingat jika Kamu tidak pintar dalam memainkan nada-nada gambar menjadi salah satu “tool” efektif  yang bisa digunakan untuk mengingat.


Visualisasi data dipakai untuk mempresentasikan hasil data yang telah dianalisis untuk mempermudah orang awam memahami data tersebut. Tujuan utama dari visualisasi data adalah untuk mengkomunikasikan informasi secara jelas dan efisien kepada pengguna lewat grafik informasi yang dipilih, seperti tabel dan grafik. Visualisasi yang efektif membantu pengguna dalam menganalisis dan penalaran tentang data dan bukti.


Dengan adanya visualisasi data ini juga orang dapat mencari informasi lebih cepat karna data yang digunakan relatif banyak sehingga dengan adanya visualisasi data, data yang diinginkan dapat didapatkan dengan cepat dan tepat. Penelitian menunjukkan bahwa orang mengingat 80% dari apa yang mereka lihat, tapi cuma 20% dari apa yang mereka baca. Otak kita dapat mengingat gambar jutaan kali lebih cepat daripada kata. Terdapat banyak tipe cara memvisualisasikan data, namun terdapat 5 yang paling sering digunakan antara lain :


1. Temporal

Salah satu tipe yang sering digunakan untuk mempresentasikan hasil penelitian adalah tipe visualisasi temporal ini. Tipe ini biasanya cocok untuk menunjukan hasil dari rangkaian data yang bersifat linear dan memiliki 1 dimensi saja. Metode ini biasanya menampilkan garis-garis berdiri sendiri dan tumpang tindih satu sama lain. Contoh temporal data visualization adalah seperti :

  • Scatter Plots, jenis visualisasi ini digunakan untuk menemukan korelasi yang terdapat di data. Setiap titik pada sebar plot berarti “ketika x = a, maka y sama dengan a.”. Dengan begitu, jika titik tren dengan cara tertentu (ke atas ke kiri, ke bawah ke kanan, dan lain sebagainya), maka ada hubungan di antara mereka.Jika plot benar-benar tersebar tanpa adanya tren sama sekali, maka variabel tidak akan saling mempengaruhi sama sekali.


  • Line Graph, jenis data ini digunakan untuk menggambarkan perubahan dari waktu ke waktu. Umumnya sumbu x biasanya merupakan periode waktu, sedangkan sumbu y adalah kuantitas.


Baca juga : Mengenal Profesi Data Scientist


2. Hierarchical

Tipe selanjutnya dalam data visualization adalah hirarki. Dalam KBBI hierarki berarti tingkatan atau jenjang jabatan. Di dalam visualisasi data pun demikian, data disusun dalam grup dan digolongkan. Visualisasi ini paling cocok digunakan untuk menampilkan kelompok informasi. Contoh jenis visualisation  ini yaitu :

  • Diagram Pohon, jenis data ini adalah salah satu alat yang digunakan untuk membagikan kategori-kategori besar kedalam tingkat yang lebih kecil dan perinci. Jenis data ini dapat membantu dalam menemukan akar dari permasalahan, menjelaskan langkah-langkah yang akan diambil ataupun menganalisa suatu proses pekerjaan secara terperinci.


  • Diagram Sunburst, jenis data ini adalah suatu metode dalam teknik visualiasi yang berbentuk radial space filling. Data utama yang berada di tengah sering kali disebut root, sedangkan data yang terletak diluar leaf. Teknik ini memungkinkan Kamu dalam mengontrol setiap slice/sudut dari semua item yang ada didalamnya.


3. Network

Metode data visualization  ini merupakan kumpulan data yang terhubung secara mendalam dengan kumpulan data lainnya. Visualisasi yang ada di metode ini menunjukan bagaimana data berhubungan satu sama lain. Oleh karena itu, penggunaan metode ini dapat mempermudah antar melihat keterhubungan antar dataset. Salah satu jenis yang sering digunakan yaitu :

  • Diagram Alluvial, jenis data ini dikembangkan untuk melihat perubahan yang terjadi dari waktu ke waktu. Diagram alluvial juga dapat digunakan untuk menggambarkan pola aliran pada jaringan. Google Analytics menggunakan diagram alluvial untuk menggambarkan secara grafis bagaimana pengunjung berpindah ke node satu ke web lainnya.


  • Word Clouds, jenis data ini adalah salah satu metode untuk menampilkan data teks secara visual sehingga dapat lebih menarik dan juga mudah dipahami. Dengan menggunakan word clouds gambaran frekuensi kata-kata yang ditampilkan lebih besar atau paling sering muncul.




4. Multidimensional

Tergambar dari namanya, tipe visualisasi cocok untuk memvisualisasikan data yang memiliki banyak variabel atau dimensi. Ini berarti bahwa selalu ada 2 atau lebih variabel dalam campuran untuk membuat visualisasi datanya. Karena banyaknya dataset yang digunakan biasanya visualisasi ini pun menjadi semakin menarik dan lebih mencolok sehingga dapat lebih mudah dipahami.. Contoh jenis data visualization yang menggunakan metode ini adalah :

  • Diagram Pie, jenis data ini adalah sebuah grafik statistik berbentuk lingkaran dan dibagi menjadi beberapa irisan untuk menggambarkan kuantitas data. Diagram pie atau digram lingkaran sangat banyak digunakan untuk dunia bisnis ataupun media massa, karna diagram ini paling mudah dipahami oleh orang awam.


  • Diagram Venn, diagram ini merupakan suatu gambar yang digunakan untuk menyatakan suatu variabel dalam variabel laiinya. Diagram ini dapat menunjukan semua kemungkinan yang akan terjadi didalam satu variabel.



5. Geospatial

Tipe kali ini, berhubungan dengan lokasi fisik kehidupan nyata, melapisi peta dengan titik-titik data yang berbeda. Jenis visualisasi ini biasanya digunakan untuk menampilkan penjualan atau akuisisi dari waktu ke waktu, dan dapat sebagai indikasi penyebaran produk dipasar. Contoh dari jenis metode ini yaitu :

  • Heat Map, jenis visualisasi ini adalah pemetaan data dengan representasi warna yang berbeda-beda. Biasanya semakin sering data itu muncul dapat disimbolkan dengan warna merah, sebaliknya jika semakin gelap maka data itu jarang muncul.


  • Kartogram, jenis data ini digunakan untuk memperagakan keterangan statistik dari suatu macam uraian dengan menggunakan lambang atau warna.



Baca juga : Yuk Kenal Role Data Scientist, Profesi Menarik Dengan Gaji Besar


6. Belajar Data Science Bersama DQLab

Yuk bergabung di DQLab! Kamu bisa belajar data science dari nol hingga bisa bergabung di perusahaan besar. Dengan bergabung sekarang kamu bisa mendapat module GRATIS “Introduction to Data Science” loh! Kamu juga bisa mendapat banyak benefits lainya jika belajar di DQLab. Kunjungi DQLab.id untuk mendapatkan penawaran spesial setiap harinya.

Sign Up & Mulai Belajar Gratis di DQLab!