Skip to main content
Terdapat banyak sekali jenis visualisasi yang dapat digunakan dalam menyampaikan data, tetapi hanya sedikit di antaranya yang mampu secara efektif menjawab kebutuhan kita. Pada tahap ini kita akan fokus pada beberapa visualisasi tersebut.

Berbentuk Teks

20210222010420fc9983bf7a8906f2df1b790653bf2005.png Ketika kita hanya ingin menampilkan satu atau dua angka saja, gunakan teks sederhana. Tabel dan grafik tidak perlu. Buat tampilan angka terlihat menonjol. Tambahkan beberapa kata pendukung untuk menyampaikan pikiran kita secara jelas. Penambahan kata atau kalimat pendukung berfungsi untuk meminimalisir perbedaan pendapat atau kesalahan informasi. Untuk mengilustrasikan penjelasan tersebut, mari kita lihat contoh di bawah ini: 202102220104366f530cf0540a1d4ee1031a18419f2ff3.png Kenyataannya, kita tidak harus menggunakan diagram atau grafik jika ingin menampilkan beberapa angka saja. Grafik tidak menjelaskan banyak mengenai interpretasi angka. Dalam kasus ini, seharusnya menggunakan sebuah kalimat sederhana saja, seperti: Tahun 2012 sebanyak 20% anak memiliki ibu yang berprofesi sebagai ibu rumah tangga, dibandingkan dengan tahun 1970 yang sebanyak 41%. Sebagai alternatif, kita dapat mewujudkan informasi visual alternatif sebagai berikut: 20210222010455d1ee388424381f477c6a83cbb74cdc9d.png Ketika kita hanya memiliki satu atau dua angka yang ingin disampaikan, sampaikanlah tanpa grafik atau tabel. Sebaliknya, jika ada banyak angka untuk ditampilkan, tabel atau grafik jadi opsi terbaik.

Tabel

2021022201052390a18e57eefd3e147176ce92b0e691e1.png Pasti kita sering menemui data dalam bentuk tabel. Ketika terdapat sebuah tabel, kita cenderung akan menggunakan telunjuk untuk membaca antar baris dan kolom untuk membandingkan nilai. Tabel sangat baik ketika audiens Anda beragam karena mereka dapat membaca baris tertentu sesuai kepentingan masing-masing. Jika kita berhadapan dengan banyak unit pengukuran, tabel lebih memudahkan saat dibaca. Perlu diperhatikan jika dalam membuat tabel dalam presentasi untuk menghindari penggunaan garis tepi yang tebal atau bayangan karena mengakibatkan audiens untuk salah fokus ke garis atau bayangan tersebut. Lebih baik gunakan garis tepi tipis atau ruang putih untuk memisahkan elemen-elemen dalam tabel. Berikut ilustrasi untuk memperjelas detail tersebut: 20210222010547b89b028104d141fb2054c0cba73c5b04.png Garis tepi seharusnya digunakan untuk membantu audiens membaca data namun jangan berlebihan sehingga jadi pusat perhatian. Pertimbangkan untuk membuat garis tepinya jadi abu-abu atau tanpa warna. Datalah yang seharusnya menjadi pusat perhatian, bukan garis tepi.

Heatmap

Cara untuk menggabungkan detail angka pada tabel dengan visual adalah menggunakan heatmap. Grafik ini berfungsi untuk memvisualisasikan data melalui format tabulasi yang memanfaatkan pewarnaan dalam sel untuk menunjukkan besaran nilai angkanya. 20210222010912ee046b1c8b39e08a523d518a122d3b13.png Pada gambar di atas terdapat tabel biasa di sebelah kiri dan heatmap di sebelah kanan. Pada tabel biasa kita harus mengamati tiap baris dan kolom untuk memahami data mana yang lebih besar atau lebih kecil dibandingkan lainnya. Untuk mengurangi proses dalam memahami data, gunakan saturasi warna sebagai penanda visual. Hal ini dapat membantu mata dan otak kita bekerja lebih cepat untuk menentukan hal penting yang kita butuhkan. Kategori warna pada tabel heatmap sebelah kanan membuat proses mencari informasi lebih mudah dan cepat karena jika kita ingin mencari data yang persentasenya paling besar dapat mencari saturasi warna yang paling gelap.

Grafik

Grafik lebih cepat diproses dan mudah dipahami dalam mendapatkan informasi. Artinya, kita dapat lebih cepat memahami informasi dari grafik dibandingkan dengan tabel yang didesain dengan baik. Grafik yang digunakan umumnya terbagi menjadi empat kategori : Titik, garis, batang, dan area.

Kategori Titik

Scatterplot Grafik scatterplot berguna untuk menunjukkan hubungan antara dua hal yang terdapat di sumbu x dan y karena grafik ini membuat kita memproses data serentak untuk melihat hubungan apa yang muncul. Meski jarang digunakan, dunia bisnis masih ada yang menggunakan scatterplot. Sebagai contoh, bayangkan kita mengelola armada bus dan ingin memahami hubungan antara jarak yang ditempuh dan biaya per kilometer. Scatterplot akan terlihat seperti gambar di bawah ini. Biaya per mil menjadi sumbu Y dan jarak mil yang ditempuh per bulan menjadi sumbu X. Dengan menaruh data dalam bentuk titik, audiens dengan mudah dapat mengerti bahwa semakin sedikit jarak total yang ditempuh maka biaya per kilometer semakin besar, sedangkan paling efisien jika menempuh jarak sekitar 2.000 sampai 3.000 km. Setelah melebihi jarak tersebut, biaya per km akan semakin besar. 20210222010957af9a8cad3459bc07b798c5e3e9a62b2b.png Jika kita ingin lebih fokus pada kasus di mana biaya per km di bawah rata-rata, maka kita dapat memodifikasi sedikit scatterplot untuk menarik perhatian pembaca seperti pada gambar di bawah ini. 202102220110175f46032d57de72dc7d4c41aea4f68a75.png Kita dapat menambahkan informasi observasi, seperti biaya per mil lebih tinggi dari rata-rata ketika jarak tempuh kurang dari 1.700 km atau lebih dari 3.300 km untuk sampel yang diobservasi.

Kategori Garis

Grafik Garis
Grafik garis biasanya digunakan untuk melihat data yang bersifat kontinu (berkelanjutan). Karena titik dihubungkan melalui garis, grafik ini memperlihatkan perubahan (pertumbuhan atau pengurangan) yang terjadi antar titik, sehingga tidak sesuai untuk data yang bersifat kategoris seperti data yang membandingkan jenis kelamin (berapa banyak yang laki-laki dan perempuan) atau data yang membandingkan makanan kesukaan (berapa banyak yang suka buah, berapa banyak yang suka daging, dan seterusnya). Sering kali data kontinu berupa unit waktu seperti hari, bulan, kuarter, atau tahun.
Grafik garis dapat menampilkan seri data tunggal (single series), dua seri data (two series), atau data multi seri (multiple series) seperti contoh pada gambar di bawah ini. 20210222011037c1aa7b070ca1a116eb2b96a6dceb8f1c.png _Slopegraph_Slopegraph merupakan grafik berkategori garis yang mirip dengan grafik garis biasa. Namun secara konsep dan tujuan berbeda dari grafik garis biasa. Slopegraph hanya memperlihatkan perubahan antara dua titik saja. Hal tersebut bertujuan agar audiens fokus pada perubahan kenaikan atau penurunan yang terjadi.
Bayangkan kita menganalisis dan mengkomunikasikan data dari survei karyawan. Dari hasil analisis tersebut menunjukkan perubahan dalam kategori survei dari 2014 hingga 2015 seperti berikut:
20210222011113e1396bc06cfd22fd61dc899a0ed0ed43.png Jika terlalu banyak garis bersinggungan, slopegraph mungkin tidak efektif sehingga sulit membaca datanya. Jika ingin audiens fokus pada kategori yang paling menurun tingkat kepuasannya, Anda dapat melakukan perubahan pada slopegraph seperti berikut. 202102220112029b6a80ac9d3cd4bd90fdb19dc0ab1232.png

Kategori Batang

Terkadang kita menghindari penggunaan grafik batang karena grafik ini terlalu sering digunakan. Pendapat ini justru salah. Sebaliknya, dikarenakan grafik tersebut sering digunakan, maka sehingga audiens tidak perlu menghabiskan waktu untuk mempelajari cara membaca grafik. Daripada menggunakan energi untuk memahami bagaimana cara membaca grafik, lebih baik jika audiens menggunakan waktunya untuk memahami isi datanya. Grafik batang mudah untuk dibaca. Mata kita akan membandingkan beberapa data yang digambarkan dalam bentuk batang secara cepat. Sehingga, kita bisa dengan cepat tahu data yang terbesar, terkecil, dan perbandingan antara kategori data. Perlu diingat, karena mata kita membandingkan secara otomatis dan melihat batang pada ujung atas, mulailah dari titik 0 pada sumbu Y. Tanpa demikian, perbandingan visual, bisa salah seperti ini (diagram sebelah kiri). 20210222011223e17859786e6ee52bfda092187877c5ab.png Pada grafik sebelah kiri terlihat perbedaan yang sangat mencolok karena sumbu Y tidak dimulai dari 0. Sebenarnya kenaikan tidak terlalu signifikan karena jika diterapkan sumbu Y mulai dari 0 akan terlihat seperti grafik sebelah kanan. Selanjutnya selain mempertimbangkan panjang batang, kita juga harus memperhatikan lebar dari diagram batang tersebut. Secara umum lebar batang harus lebih besar dibandingkan jarak antara batang, penggambarannya seperti di bawah ini. 202102220112479c11cda215a2f0ec468956f68af68111.png Kita telah membahas bagaimana cara terbaik untuk membuat grafik batang secara umum. Selanjutnya mari kita lihat ragam jenis grafik batang. Dengan tahu varian yang ada, kita bisa memilih mana yang terbaik untuk keperluan kita.
  1. Grafik Batang Vertikal Seperti grafik garis, grafik batang vertikal dapat berjumlah data tunggal, dua seri, ataupun multi seri. Perlu diingat bahwa jika seri data yang ditambahkan semakin banyak, semakin sulit audiens untuk fokus membaca dan menarik kesimpulan. Alternatifnya, gunakan grafik multi seri. Kita juga harus memperhatikan penyesuaian visual yang terjadi jika memiliki berupa seri data tunggal. Hal ini membuat susunan kategorisasi menjadi penting. Pertimbangkan apa yang ingin diketahui audiens dan buat susunan kategorisasi sejelas mungkin. 20210222011320f3488eb0779ac1262a9daff042aae23e.png
  2. Grafik Batang Vertikal Bertumpuk Stacked vertical bar chart atau grafik batang bertumpuk penggunaannya lebih terbatas. Grafik ini memungkinkan kita untuk membandingkan antar kategori utama dan juga antar sub komponen dalam tiap kategori. Namun, grafik ini dapat membuat audiens kebingungan secara visual, terutama ketika aplikasi grafik menambahkan variasi warna secara otomatis. Sulit untuk membandingkan sub komponen dari kategori-kategori ketika mereka tidak terletak sejajar di garis bawah. Hal ini menyulitkan kita untuk membandingkan, seperti ilustrasi pada gambar di bawah ini.
    20210222011344cf47942f750799fbaee6ae0cc75c8e71.png
  3. Grafik Air Terjun Waterfall Chart atau apabila diterjemahkan menjadi grafik air terjun dapat digunakan untuk menampilkan bagian tertentu dari grafik batang bertumpuk. Hal tersebut bertujuan untuk lebih fokus menunjukkan data awal, kenaikan atau penurunan yang terjadi, serta data akhir.
    Cara terbaik untuk mengilustrasikan waterfall chart adalah dengan cerita berikut. Bayangkan kita adalah manajer tim SDM (human resource) yang diminta oleh direktur perusahaan untuk memperlihatkan bagaimana perubahan jumlah karyawan pada tim pemasaran.
    20210222011405c25095a85c2119d5b500620091613ae9.png Di sisi kiri, kita melihat jumlah karyawan tim pemasaran di awal tahun. Seraya kita bergerak ke arah kanan, kita melihat pertambahan dari perekrutan karyawan baru dan perpindahan dari tim lain ke dalam tim pemasaran. Pertambahan ini diikuti dengan pengurangan: peralihan karyawan ke tim yang beda dan pengunduran diri karyawan dari perusahaan. Batang yang di ujung kanan merepresentasikan jumlah karyawan di akhir tahun, setelah pertambahan dan pengurangan yang telah terjadi.
  4. Grafik Batang Horizontal Grafik ini sangat mudah dibaca untuk mengetahui kisaran sebuah data, khususnya jika nama kategori panjang. Selain itu, grafik ini cocok dengan kebiasaan mata kita memproses informasi mulai dari kiri atas (nama kategori) hingga ke kanan (data) dari grafik batang horizontal. 2021022201150451815a6dc98876b2a086074e38edc6fd.png
  5. Grafik Batang Horizontal Bertumpuk Grafik batang horizontal bertumpuk dapat menunjukkan perbandingan antara kategori total dengan antar sub komponen di tiap kategori.
    Grafik ini dapat digunakan untuk memvisualisasikan porsi keseluruhan skala dari negatif hingga positif, karena kita menggunakan garis dasar yang konsisten baik ujung kiri maupun ujung kanan. Pendekatan grafik ini dapat terlihat cukup baik pada contoh data survei di bawah ini.
    2021022201152147a09906092f063105ac728d7d2fdfb5.png

Kategori Area

Salah satu kategori grafik yang sering dihindari adalah jenis area karena mata manusia tidak terbiasa untuk menghubungkan data kuantitatif dengan bidang dua dimensi. Hal ini menyebabkan grafik area lebih sulit dibaca daripada grafik-grafik sebelumnya. Untuk alasan ini, hindarilah grafik area kecuali ketika ingin memvisualisasikan data yang besaran perbedaan angkanya sangat tinggi. Sebagai contoh pada visualisasi di bawah, diceritakan bahwa dari 100 pelamar, 25 dipanggil interview, dan 9 diterima sebagai karyawan. Setiap pelamar divisualisasikan sebagai satu area kotak kecil. Dikarenakan perbedaan nilai data sangat tinggi (100 lawan 25 lawan 9) maka visualisasi area ini terlihat cantik dan mudah dicerna. Kehadiran dua dimensi dari grafik ini memungkinkan kita menampilkan data lebih ringkas dibandingkan dengan satu dimensi. 202102220115439f43a13660239ccb0e522c1a7963c376.png