Untuk mendapatkan maklumat terkini, ikuti kami melalui Telegram
Langgan SekarangSebagai penganalisis data, guru mahupun pelajar, teknik persembahan data sangat penting supaya penemuan atau idea yang ingin disampaikan lebih bermakna dan mudah difahami oleh khalayak. Teknik persembahan data menggunakan konsep pemvisualan ialah satu daripada cara yang paling berkesan untuk penyampaian sesuatu penemuan dan idea. Pemvisualan data ialah cara persembahan data yang diterjemah dalam bentuk grafik supaya lebih mudah difahami oleh pembaca.
Prinsip dalam Penghasilan Pemvisualan Data
Menurut Towards Data Science, terdapat lima prinsip bagi menghasilkan pemvisualan data yang menambat perhatian pembaca. Antaranya termasuklah penemuan yang dibentangkan itu benar, data yang menyokong penemuan tidak direka dan tidak melibatkan sumber penipuan.
Kedua, penganalisis data harus mengenali khalayak yang akan mendengar pembentangan atau membaca laporan penemuan. Dengan mengenali khalayak, penganalisis data dapat merangka visualisasi data dengan lebih berstruktur serta membina penceritaan yang lebih baik.
Ketiga ialah pemilihan carta, warna dan bentuk yang tepat dan sesuai dengan hasil penemuan atau idea. Hal ini dikatakan demikian kerana khalayak lebih tertarik dengan bentuk, warna dan corak yang membawa kepada penceritaan.
Seterusnya, penganalisis data harus memberikan penekanan terhadap hasil yang memberikan impak. Sebagai penganalisis data yang baik, keseluruhan penemuan tidak perlu diceritakan. Sebaliknya, hasil penemuan utama dan yang bermakna sahaja yang dibentangkan.
Pemilihan Carta, Plot dan Peta dalam Pemvisualan Data
Pelbagai carta, plot dan peta seperti histogram, plot ketumpatan, carta garis, carta pai, carta bar, plot selerak dan peta haba (heat map) boleh digunakan dalam pemvisualan data. Pemilihan carta, plot dan peta tersebut bergantung pada jenis data yang ingin diterjemahkan.
Sebagai contohnya, sekiranya sesuatu data melibatkan dua pemboleh ubah yang saling bertukar, maka carta pemboleh ubah yang merentasi masa, carta alir dan carta kawasan sesuai untuk digunakan.
Histogram, carta serak dan carta gelembung lebih sesuai untuk data nombor yang melibatkan tren. Carta pai dan carta donut pula sesuai bagi data yang melibatkan pecahan atau perkadaran bagi setiap kategori.
Bagi peta haba pula, data yang sesuai adalah yang melibatkan frekuensi dan intensiti seperti data populasi dan cuaca. Peta haba membantu khalayak melihat perkaitan antara dua pemboleh ubah dan menggunakan warna bagi mewakili setiap nilai yang terdapat pada pemboleh ubah.
Plot selerak pula sesuai untuk menunjukkan perkaitan antara pemboleh ubah seperti perkaitan antara penjualan ais krim dengan suhu semasa musim panas dan musim sejuk.
Jenis Perisian Pemvisualan Data
Oleh hal yang demikian, pernahkah terlintas dalam fikiran, bagaimanakah untuk menghasilkan pemvisualan data dengan lebih mudah dan seterusnya memberikan impak kepada khalayak? Lembaran hamparan seperti Microsoft Excel dan Google Sheets merupakan perisian yang paling mudah didapati untuk membangunkan pemvisualan data. Namun begitu, kedua-dua perisian hamparan tersebut mempunyai kekurangan, iaitu pemvisualan data tidak dapat dibangunkan pada masa nyata.
Kini, terdapat beberapa perisian pemvisualan data yang telah dibangunkan dan bersifat mesra pengguna. Antaranya termasuklah Tableau, Google Data Studio, Datapine, Microsoft Power BI, Looker dan lain-lain lagi. Setiap perisian pemvisualan data mempunyai kelebihan dan perbezaan yang tersendiri. Yang pasti, pengguna mementingkan perisian yang percuma dan lebih mudah digunakan.
Tableau ialah perisian pemvisualan data yang semakin popular digunakan dalam pelbagai industri seperti kesihatan, kewangan, insurans, pendidikan dan saintifik. Pemvisualan data oleh Tableau adalah secara interaktif yang merujuk paparan pemvisualan melalui papan pemuka (dashboard).
Tableau bersifat mesra pengguna kerana pengguna tidak memerlukan bahasa pengaturcaraan yang rumit. Sebaliknya, Tableau memberikan kemudahan kepada pengguna untuk membangunkan pemvisualan data secara grafik yang mudah diolah dengan menggunakan tetikus. Tableau juga dapat digunakan secara perkongsian dalam kumpulan.
Antara kelebihan lain yang disediakan oleh Tableau termasuklah pembangunan pemvisualan data hingga penyediaan analitik data bagi mengenal pasti tabiat membeli-belah pelanggan yang menggunakan platform membeli-belah secara dalam talian seperti dimanfaatkan oleh Zalora.
Sementara itu, Google Data Studio (GDS) telah dibangunkan oleh Google sebagai perisian pemvisualan data yang boleh digunakan secara dalam talian. Melalui GDS, konfigurasi carta menjadi lebih mudah dan data daripada pelbagai jenis mudah dihubungkan.
Seperti Tableau, GDS mudah digunakan oleh pengguna kerana tiada bahasa pengaturcaraan diperlukan. GDS juga bersifat secara interaktif dan boleh dijadikan dalam bentuk perkongsian. Pengguna hanya perlu mencipta akaun bagi menggunakan GDS tanpa perlu memasangnya di dalam komputer. Lebih menarik, GDS mempunyai templat pemvisualan yang boleh dijadikan sebagai panduan untuk pengguna mengolah pemvisualan data.
Looker turut mempunyai persamaan seperti Tableau, iaitu memudahkan pengguna mengolah pemvisualan dalam bentuk antara muka pengguna grafik tanpa memerlukan kemahiran dalam bidang pengaturcaraan. Namun demikian, penggunaan Looker adalah berskala kecil berbanding dengan Tableau yang sesuai untuk kumpulan yang besar. Seperti GDS, Looker juga bersifat interaktif dan boleh diakses secara dalam talian tanpa perlu memasangnya di komputer. Walau bagaimanapun, ketiga-tiga perisian ini memerlukan pembayaran sekiranya melibatkan penggunaan dalam skala besar dan digunakan pada peringkat organisasi.
Kelebihan dan Cabaran Menggunakan Perisian Pemvisualan Data
Penggunaan perisian pemvisualan memberikan kelebihan kepada penganalisis data untuk menyampaikan hasil penemuan dengan lebih efisien dan pada masa nyata.
Sekiranya berlaku penambahan data, pemvisualan data akan berubah secara automatik. Perisian pemvisualan data yang ditempatkan dalam pengkomputeran awan juga memudahkan ahli kumpulan penganalisis untuk mengemas kini maklumat dengan lebih efisien dan tepat.
Dengan adanya tutorial atau manual secara dalam talian, pengguna biasa juga mudah untuk mempelajari penggunaan perisian pemvisualan data. Secara tidak langsung, kemudahan ini memberikan peluang yang lebih banyak kepada semua golongan untuk menggunakan perisian pemvisualan data dan menjadikan tugasan dalam suatu organisasi dapat dilaksanakan dengan lebih baik.
Antara cabaran menggunakan perisian pemvisualan data termasuklah generasi lama yang tidak bersedia mengintegrasikan perisian ini dalam cara kerja mereka yang secara tidak langsung menghalang sesuatu operasi berlangsung secara optimum.
Selain itu, harga pembelian perisian juga memerlukan perbelanjaan yang rapi oleh pengguna. Namun begitu, hal tersebut bukanlah halangan yang besar kerana masih terdapat perisian pemvisualan data yang berbentuk sumber terbuka.
Sebagai kesimpulannya, perisian pemvisualan data memberikan pelbagai pilihan kepada pengguna dengan kelebihan serta harga yang berpatutan. Pilihan ini seharusnya dimanfaatkan sebaik-baiknya oleh pengguna supaya dapat menghasilkan pemvisualan data yang baik dan lebih bermakna untuk khalayak.
Istilah rumit dalam mempelajari sesuatu teknologi bukan lagi menjadi halangan kerana pelbagai platform telah disediakan. Yang utama ialah kehendak seseorang itu untuk mempelajari teknologi dengan hati yang terbuka dan menggunakan peluang yang ada dengan sebaik-baiknya.