5 KESALAHAN DALAM MEMBUAT VISUALISASI DATA

5 KESALAHAN YANG HARUS KAMU HINDARI SAAT MEMBUAT VISUALISASI DATA

By Claureina Diana | December 15, 2020

Data merupakan aset berharga yang seringkali dilupakan. Mengapa? Jika dilihat, masih banyak sekali orang yang tidak mengerti cara membaca dan mengolah data untuk dijadikan insight bermanfaat. Padahal sadar atau tidak, data-data inilah yang kini menjadi faktor pendukung dalam pengambilan keputusan penting.

Untuk memudahkan komunikasi berbasis data, kamu dapat memanfaatkan data visualization. Dengan data visualization, kamu dapat mempresentasikan data-mu menggunakan bantuan objek visual yang akan memudahkan rekanmu dalam memahami insight yang akan kamu sampaikan.

kesalahan visualisasi data yang harus dihindari

Namun, seringkali visualisasi data yang sudah dibuat tidak bisa diterima dengan baik oleh audience. Untuk itu, kamu perlu menghindari 5 kesalahan dalam visualisasi yang akan Team Algoritma rangkum berikut ini.

TIDAK BISA DIJANGKAU MEREKA YANG BERKEBUTUHAN KHUSUS

Salah satu elemen yang membuat data menjadi menarik adalah pemilihan warnanya. Dengan pemilihan warna yang tepat, kamu akan memudahkan pembaca dalam memaknai data yang kamu tampilkan. Namun, bagi mereka yang tidak bisa membedakan warna, visualisasi yang dibuat harus lebih bervariasi dan tidak hanya mengandalkan warna sebagai pembeda.

Buta warna ada banyak jenisnya, maka dari itu dalam membuat visualisasi data sangat penting untuk memilih perpaduan warna yang tepat, misalnya dengan tidak menggabungkan warna yang terlalu mirip seperti merah dengan hijau. Kini juga sudah mulai banyak program yang menyediakan palette warna bagi penyandang buta warna. Contohnya dalam R kamu bisa menjadikan palette ini sebagai pilihan visualisasi datamu, agar data yang kamu sampaikan bisa dipahami oleh audience-mu bahkan bagi mereka yang berkebutuhan khusus.

warna-warna yang cocok digunakan dalam visualisasi data

Untuk penjelasan warna yang lebih lengkap, kamu bisa cek langsung disini

PEMILIHAN CHART TIDAK DISESUAIKAN DENGAN KEBUTUHAN

chart visualisasi data yang tidak sesuai kebutuhan

Dalam visualisasi data seringkali kita ingin mempresentasikan data dalam jumlah yang besar. Agar pesan ini dapat diterima dengan baik, visualisasi harus dibuat dengan pemilihan grafik yang tepat sesuai dengan jenis data yang digunakan.

Data yang jumlahnya sangat beragam akan kurang tepat jika dipresentasikan menggunakan pie chart. Hal itu karena keterbatasan tempat dalam satu lingkaran yang akan berpengaruh pada tingkat akurasi dari visualisasi data tersebut. Tentu akan lebih baik dan menarik jika data dikemas dalam bentuk grafik batang yang menunjukan dengan jelas masing-masing indikator data tanpa mempengaruhi visual data lainnya.

Jika kamu masih bingung menentukan grafik seperti apa yang sesuai dengan datamu, nih kita kasih rekomendasi website yang bisa bantu kamu menemukan grafik yang paling pas untuk visualisasi datamu! https://www.data-to-viz.com/

GAGAL MENENTUKAN KEBUTUHAN AUDIENCE

visualisasi data sesuai kebutuhan audience

Pada dasarnya pembuatan visualisasi data bertujuan untuk mempermudah audience mengidentifikasi data sehingga dapat mengambil keputusan yang tepat. Untuk itu visualisasi yang dibuat harus memperhatikan latar belakang audience yang akan membaca visualisasi data tersebut. Beberapa diantaranya yang perlu diperhatikan adalah sejauh mana kemampuan audiens dalam interpretasi data, insight apa saja yang dibutuhkan, dan bagaimana informasi ini akan digunakan nantinya oleh audience. Faktor-faktor ini adalah hal yang wajib diperhatikan dalam pembuatan visualisasi data. Dengan begitu, audience yang membaca visualisasi data-mu dapat benar-benar mengerti dan kemudian menggunakan insight tersebut untuk identifikasi lebih lanjut.

PENAMBAHAN DETAIL YANG TIDAK DIPERLUKAN

Data yang diolah dan ditampilkan secara sederhana adalah jenis visualisasi yang paling mudah dipahami audience. Terlalu banyak menambah detail-detail yang kurang berguna justru akan menghilangkan fokus audience. Bahkan bisa saja mereka kehilangan ketertarikan karena visualisasi yang ditampilkan dianggap terlalu rumit dan membingungkan. Hal-hal seperti ini wajib dihindari. Tampilan yang simple dan informatif lah yang harus ditampilkan agar audience dapat memahami visualisasi-mu lebih mudah.

FIRST IMPRESSION YANG TIDAK MEMIKAT

Penggunaan visual yang baik menjadi daya tarik tambahan agar audience mau mempelajari lebih lanjut visualisasi yang disajikan. Hilangnya minat audience sejak awal akan mempersulit mereka untuk bertahan dan mempelajari data-data yang disajikan. Visualisasi data harus dapat memikat perhatian audiens sejak pertama kali melihat data tersebut. 5 detik pertama adalah waktu yang krusial untuk menentukan cara pandang audience terhadap visualisasi yang kamu buat. Kamu dapat membuatnya menarik dengan penggunaan warna dan font yang bisa kamu sesuaikan.

Visualisasi dibuat untuk mempermudah audience-mu menangkap insight secara sederhana dari data-data yang rumit. Jangan sampai kesalahan dalam visualisasi data malah mempersulit mereka mengerti makan yang ingin disampaikan dari data tersebut ya.

Kamu bisa melihat contoh visualisasi data yang kurang baik disini, agar tidak melakukan kesalahan visualisasi data yang sama.

Jika kamu ingin tahu lebih lengkap tentang visualisasi data, kamu bisa langsung cek di buku ini https://serialmentor.com/dataviz/ yang menyediakan banyak sekali tips berguna untuk pembuatan visualisasi data.

Selamat mencoba!

Yuk belajar data science di Algoritma Data Science Education Center! Kamu bisa ikut berbagai kelas data science untuk pemula, salah satunya di program Academy kami.

PELAJARI LEBIH LANJUT

The last comment and 2 other comment(s) need to be approved.

Related Blog

Apa Itu Data Analysis Expressions?

Cara Menjadi Data Scientist Handal

Mengenal Apa Itu Distributed Processing