Abstract:
Akhir-akhir ini dunia sedang dilanda oleh penyakit Covid-19. Agar setiap masyarakat lebih
waspada terhadap Covid-19, berbagai pihak atau organisasi Covid-19 menyebarkan informasi
terkait perkembangan Covid-19 di setiap negara. Salah satu bentuk penyebaran informasi
tersebut adalah melalui visualisasi data beserta narasinya.
Visualisasi data merupakan tampilan berupa grafik dan bentuk lainnya yang berfungsi untuk
memperlihatkan suatu informasi dari data agar lebih mudah dipahami, membantu mengolah data
mentah menjadi insight menarik, dan membantu mempermudah komunikasi antar masyarakat.
Visualisasi data merupakan salah satu cara dalam ilmu data science untuk membantu komunikasi
antar pembuat visualisasi data dengan audiens yang dituju.
Saat ini sudah banyak visualisasi data Covid-19 yang beredar di masyarakat melalui website
dan sosial media. Namun, dari visualisasi data yang sudah beredar ini, masih terdapat beberapa
visualisasi data yang kurang efektif, kurang mudah dipahami, dan terkadang membingungkan
penggunanya. Hal ini disebabkan karena beberapa visualisasi data Covid-19 belum sesuai kaidah
visualisasi data. Oleh karena itu, berdasarkan visualisasi data yang telah beredar, ingin diketahui
apakah visualisasi data tersebut sudah sesuai dengan kaidah visualisasi data atau belum.
Untuk mengatasi masalah ini, dilakukan analisis dan penilaian objektif mengenai visualisasi
data Covid-19 yang telah beredar dengan mengikuti kaidah visualisasi data menurut beberapa
tokoh, seperti Andy Kirk, Lindy Ryan, dan Cole Nussbaumer. Pada kaidah visualisasi data ini
dibahas beberapa hal mengenai aturan dan tahapan pembuatan visualisasi data yang sesuai kaidah
visualisasi data, seperti pembuat visualisasi data harus dapat memahami konteks visualisasi data,
memilih tampilan visualisasi data yang sesuai dan efektif, menghilangkan clutter/kekacauan
dalam visualisasi data, memusatkan perhatian audiens ke tempat yang ingin difokuskan dalam
visualisasi data, dapat berpikir seperti seorang desainer, serta dapat menceritakan visualisasi
data yang dibuat dengan baik (story telling). Selain itu, dibahas juga mengenai pemilihan
desain, penggunaan warna yang sesuai dalam membuat visualisasi data, dan pengelompokkan
visualisasi data. Selanjutnya, jika dibutuhkan, akan diberikan usulan perbaikan visualisasi data
berdasarkan kaidah visualisasi data. Untuk usulan perbaikan visualisasi data dilakukan dengan
mencari data terlebih dahulu, mempelajari data tersebut, melakukan penyiapan, dan pengolahan
data. Pembuatan usulan perbaikan visualisasi data akan dilakukan dengan menggunakan
Tableau dan Python. Setelah itu, dilakukan survei untuk mengetahui apakah usulan perbaikan
visualisasi data sudah efektif, mudah dipahami, dan mampu menyampaikan informasi yang ingin
disampaikan pembuat visualisasi data dengan jelas.
Pada skripsi ini telah dianalisis dan diperbaiki sebanyak 18 visualisasi data yang terbagi
ke dalam 5 pengelompokkan visualisasi data, antara lain kelompok membandingkan kategori
(2 visualisasi data), kelompok menilai hirarki dan hubungan part to whole (2 visualisasi data),
kelompok menampilkan perubahan dari waktu ke waktu (9 visualisasi data), kelompok menampilkan
plot koneksi dan hubungan (2 visualisasi data), dan kelompok memetakan geo-spasial (3
visualisasi data). Pada skripsi ini juga berhasil dilakukan survei dan berdasarkan hasil survei,
diketahui bahwa hasil perbaikan visualisasi data sudah efektif, mudah dipahami, dan mampu
menyampaikan informasi dari data dengan jelas karena persentase hasil pengujian tinggi. Hasil
analisis dan pembuatan usulan perbaikan visualisasi data Covid-19 dipublikasikan melalui website
Tableau agar dapat dilihat oleh semua orang.