Download to read offline
Materi Data Visualization Pertemuan 1.pptx
- 1. Data Visualization The Beginning(Pertemuan I) Main Book: Andy Kirk’s “Data Visualization: A Handbook for Data Driven Design”, 2nd Edition, Sage Publicaiton, 2019
- 2. Definisi Visualisasi Data VisualisasiData Representasi dan Penyajian data secara visual untuk memfasilitasi Pemahaman. Penyajian (Presentation) : semua keputusan desain lainnya yang membentuk anatomi penuh dari setiap visualisasi
- 3.
- 4.
- 5. Representasi Data ygsama (Plot, X: Tahun, Y: %)
- 6.
- 7. Contoh Penyajian • Penyajianvisual mencakup pilihan desain seperti penerapan fitur: • interaktif, • anotasi, • penggunaan warna, dan • komposisi karya. • Contohnya diagram garis pada Gambar 1.3, jika ini ditujukan untuk Web, Anda dapat membayangkan: • tooltip label nilai saat Anda mengarahkan kursor ke bagian setiap baris. • filtering • judul, legenda warna • keterangan
- 8. Tiga Fase Pemahaman 1.Melihat/ Merasakan 2. Interpretasi/ Tafsiran/ Pendapat 3. Pemahaman makna
- 9.
- 10. Fase 1 :Pengamatan Fase pertama adalah mengamati, dan ini menyangkut tindakan membaca grafik: 'apa yang saya lihat?'. Pembaca menerjemahkan bagaimana data direpresentasikan untuk membentuk pengamatan awal tentang fitur-fitur utama dari data yang ditampilkan: • Bagan apa yang digunakan? • Item data apa yang diwakili oleh tanda tersebut? Asosiasi nilai apa yang dimiliki atribut tersebut mewakili? • Berapa rentang nilai yang ditampilkan? • Apakah data dan representasinya dapat dipercaya?
- 12. 1. Perceiving Dengan pengamatanawal mulai dikenali ciri-ciri utama tampilan: • Fitur apa saja (bentuk, pola, perbedaan atau hubungan) yang dapat diamati? • Di manakah nilai terbesar, sedang, dan terkecil? (dikenal sebagai penilaian 'magnitudo bertahap' ). • Dimana yang paling banyak dan paling sedikit? Dimana rata-rata atau normalnya? (penilaian 'perbandingan global' ).
- 13. 2. Interpreting Tahap keduaadalah menginterpretasikan hasil observasi • Ciri-ciri apa – bentuk, pola, perbedaan atau hubungan – yang menarik? • Fitur apa saja yang diharapkan atau tidak diharapkan? • Ciri-ciri apa saja yang penting berdasarkan subjeknya? Catatan: pengetahuan dasar tentang domain data/informasi yang ditampilkan akan menentukan apakah pembaca bisa menginterpretasikan lebih lanjut atau berhenti pada sekedar membaca tampilan. Penting untuk menambahkan info atau label atau apapun untuk mengantisipasi pembaca yang tidak memiliki pengetahuan ttg domain yang sedang ditampilkan. Kemudian, menjadi tugas pembaca untuk mempelajari lebih lanjut karena membuat interpretasi yang berguna dan masuk akal adalah tanggungjawab bersama (shared responsibility)
- 14. 3. Comprehending Pembaca mempertimbangkanapa arti interpretasi data bagi diri mereka sendiri. • Apa yang telah dipelajari? Apakah hal ini memperkuat atau menantang pengetahuan yang sudah ada? Apakah sudah tercerahkan dengan ilmu baru? • Perasaan apa saja yang tergugah? Apakah pengalaman tersebut berdampak secara emosional? • Apa yang dilakukan seseorang dengan pemahaman ini? Apakah hanya sekedar pengetahuan yang diperoleh atau sesuatu yang menginspirasi tindakan, misalnya membuat keputusan atau memotivasi perubahan perilaku?
- 15. Contoh visualisasi yangkebanyakan kita tidak faham domainnya (beda dg domain sepak bola)
- 16. Memahami visualisasi dataMessi • Bagi beberapa orang hasil dari pemahaman yang dicapai dari grafik Messi tidak terlalu dramatis atau emosional karena mereka tidak memiliki koneksi langsung dengan hal tersebut. Hanya sekedar kesan yang lebih tinggi yang terbentuk dari data ini, tentang betapa sensasionalnya Messi sebagai pesepakbola. • Bagi para fans fanatik Barcelona yang menonton Messi bermain setiap minggu, mereka sudah memiliki pemahaman ini. Informasi ini hanya akan menegaskan kembali apa yang mereka sudah tahu. • Bagi orang lain yang kurang akrab dengan subjek tersebut, ini mungkin lebih mencerahkan, tetapi hanya jika mereka memiliki minat yang cukup.
- 17. So... • Kata 'wow'pada satu orang adalah 'Saya tahu itu' pada orang lain, dan 'Saya tidak peduli' pada orang lain. • Bahkan jika anda hanya memiliki dua orang dalam kelompok audiens target Anda, Anda berpotensi memiliki dua profil pemirsa yang berbeda. Kita tidak selalu bisa mengantisipasi apa yang tidak mereka ketahui, apa yang ingin mereka ketahui dan apa relevansinya bagi mereka untuk mengetahui sesuatu.
- 18. Istilah-istilah sejenis denganData Visualization •Infographics •Information Visualization •Information Design •Data Journalism •Visual Analytics •Data Science •Scientific Visualization •Data Art •Dashboard •Storytelling
- 19. Tugas Individu 1 •Cari dan jelaskan definisi beserta contohnya, istilah-istilah sejenis dengan Data Visualization di atas! • Mana saja di antara istilah-istilah sejenis yang menurut anda paling dekat dengan definisi Data Visualization, jelaskan! • Dikumpulkan maksimal 4 Maret 2024, pukul 16.00, melalui link di ILMU (link akan diberikan kemudian)