Analisis visualisasi data COVID-19 berdasarkan kaidah visualisasi data

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.