Di seri #rabuTableau minggu ini, gue mau jelasin satu per satu chart dasar yang ada di @tableau. Juga fungsi dan kegunaan.
Juga bisa dijadiin cheat sheet juga kan. Ini chart basic ya, karena kalau kita kreatif, kita bisa bikin chart lebih banyak lagi.
Like / RT / bookmark ya!
@tableau Meski chart dasar ini yang gue jelasin ada sebagai chart basic di tablau, pada dasarnya bisa juga dibikin di tools #dataviz lainnya. Gue mencoba menjelaskan yg umum saja ya, tapi untuk pengaplikasian tepatnya di mana, tergantung dengan data atau informasi yang mau disampaikan.
Digunakan untuk melihat atau membandingkan satu data dengan yg lain dalam skala interval atau rasio.
Chart ini cocok untuk menunjukkan distribusi data atau melihat konsentrasi data lewat gradasi warna. Biasanya makin gelap, value makin tinggi.
3. Map
Chart ini digunakan untuk menampilkan data peta atau spasial. Map cocok digunakan untuk menunjukkan data geografis seperti lokasi kantor cabang, komposisi penduduk, kepadatan, macam-macam.
Dashboard dengan peta termasuk yg paling banyak digunakan di Tableau.
4. Pie Chart
Oke, pie chart bisa dibilang mulai dihindari. Tapi, lewat tableau pie chart bisa dibikin lebih kreatif, seperti donut chart.
Pie chart digunakan untuk perbandingan data dalam skala nominal / ordinal. Dengan pie chart, proporsi setiap value bisa kelihatan.
5. Bar Chart
Di Tableau, ada horizontal bar, stacked bar, dan side by side bar. Ketiganya sama-sama untuk perbandingan lewat batang, stacked biasanya untuk melihat komposisi masing-masing value dalam satu batang.
Sedangkan side by side, perbandingan data ditaruh berdekatan.
6. Treemaps
Chart digunakan untuk menampilkan data dengna hierarkis. Tree map cocok digunakan untuk menunjukkan struktur dari data, seperti dalam organisasi atau kategori produk.
Lewat tree map, akan kelihatan proporsinya bisa dari ukuran visual atau warna.
7. Circle View
Jenis visualisasi yg menampilkan data dalam bentuk lingkaran / bulatan. Chart ini cocok perbandingan data dalam skala ordinal atau interval.
Kita bisa pakai warna / label yg berbeda untuk tiap kategori. Dan, bisa kelihatan value-nya dari ukuran lingkaran.
8. Line Chart
Chart ini digunakan untuk data yang dibandingkan dalam skala ordinal atau interval.
Line chart cocok digunakan untuk menunjukkan perubahan data dalam waktu atau untuk menampilkan trend dari data. Misal, pergerakan harga cabe dari minggu ke minggu.
9. Area Chart
Chart ini menggunakan luas dari masing-masing area untuk menunjukkan nilai data. Warna berbeda bisa dipakai setiap kategori untuk membandingkan data.
Hati-hati pakai area chart, kalau proporsi antar datanya tidak seimbang akan sulit dibaca.
10. Scatter Plot
Chart digunakan untuk data yang dibandingkan dalam skala interval atau rasio. Scatter plot cocok digunakan untuk menemukan korelasi antara dua set data.
Dengan menggunakan visualisasi model ini, korelasi itu lebih mudah dibaca.
11. Histogram
Chart ini untuk distribusi data dengan batang-batang, ditata secara vertikal. Chart ini contohnya untuk distribusi usia, distribusi pendapatan, distribusi gender, dan lainnya.
12. Box and Whisker
Box / kotak dari chart ini menunjukkan rentang nilai dari data, median yg ditandai garis di tengah box dan quartile yg ditandai garis-garis di atas dan bawah box.
Sedangkan Whisker atau garis menunjukkan rentang nilai menunjukkan nilai minimum dan maksimum
13. Gantt
Chart ini digunakan untuk menampilkan data yang ditampilkan dalam garis yg merepresentasikan rentang waktu.
Gantt chart cocok untuk menunjukkan jadwal proyek atau aktivitas. Jika mau menampilkan timeline, Gantt bisa digunakan.
14. Bullet Graph
Chart ini digunakan untuk menunjukkan data dan target dari data tersebut. Bar atau batang menunjukkan kondisi teraktual, sementara garisnya adalah target atau harapan.
Lewat chart ini, kita bisa melihat progres dan sejauh apa dengan target yg diinginkan.
15. Packed Bubble
Visualisasi ini ditentukan dari ukuran bulatannya, dan juga bisa dari warna untuk melihat parameter datanya. Posisi bubble atau bulatan tidak signifikan, digunakan untuk lebih padat saja.
Nah, chart di atas ini contoh yg dasar banget. Tapi, karena di @tableau itu bisa di-custom sedemikian rupa, kita bisa kreatif sebisa kita untuk bikin chart di luar di atas. Kayak di bawah ini bebarapa contohnya.
Untuk step by step data viz di Tableau bisa cek di cheat sheet ini:
Satu lagi 30 under 30 @Forbes fix seorang scammer. Nipunya sampe 175 juta dolar gila!
Charlie Javice adalah CEO Fintech bernama Frank yg disuntik dana dari JP Morgan, yg ternyata bisnisnya dijalankan di atas sebuah kebohongan.
@Forbes Nama fintech-nya Frank, berdiri tahun 2016. Tujuannya ngebantu anak kuliahan mengatur keuangan mereka. Charlie Javice sang founder ingin bikin ini jadi platform paling berguna untuk anak kuliahan terutama agar mereka nggak pusing urusan duit.
@Forbes Charlie Javice masuk daftar Forbes 30 Under 30 list di tahun 2019 di kategori keuangan. Javice pernah bilang kalau kesulitannya adalah skala.
Skala di dunia bisnis / startup merujuk pada kemampuan meningkatkan ukuran dan tingkat aktivitas operasional secara efisien dan efektif.
Gue suka ngumpulin cheat sheet yg berhubungan dengan data science dan kali ini gue mau share yg berhubungan dengan data visualization.
Mulai dari prinsip #dataviz , sampai bikin perintah basic-nya.
Like, RT, Bookmark thread ini ya!
Sebelum mulai, cheat sheet itu dokumen yg isinya ringkasan referensi / info. Bentuknya bisa infografis atau tabel. Bermanfaat buat yg mau belajar dan mengingat info yg kadang lupa.
Tapi, ingat ya, cheat sheet gak gantiin proses belajar yg terstruktur. Tetep belajar terus!
Infografis ini bikinan Novartis berisi prinsip-prinsip dalam bikin grafis #dataviz. Dari sini kita bisa tahu cara memilih chart, pewarnaan, dan bagaimana merencanakan sebuah data viz / dashboard.
Natalan banyak baca soal AI lebih dalam, terutama kontribusinya di berbagai hal. Ini memang buka problem baru sih, meski secara produksi jadi lebih efisien, tapi ngebuka banyak pertanyaan dan problem etis.
Ada beberapa topik yg tampaknya menarik kalau gue angkat.
Video Games.
AI di video games gak cuma soal kecerdasan buatan untuk musuh-musuhnya tapi banyak hal yang bisa diterapin. Gue udah nyatet beberapa problem.
Kriminalitas.
Seperti Minority Report, penggunaan AI untuk investigasi masalah kriminal sudah ada, bahkan ada yg klaim bisa melakukan prediksi. Ini juga uda gue kumpulin bahan-bahannya.
Florence Nightingale lewat olah data mampu ngebantu mengurangi angka kematian sangat signifikan saat perang. Bukti data itu berguna banget.
Lewat data viz Nightingale's Rose, kondisi nyata dijelaskan mudah.
Simak kisahnya yuk, sekalian gue kasih tau cara baca Rose Diagram!
Thread ini gue sarikan dari berbagai sumber. Dan, meski Florence Nightingale punya banyak reputasi terutama sebagai perawat yang piawai, di sini gue menjelaskan kontribusi besarnya yang tersalur berkat data.
Karena Florence sejatinya memang senang statistik.
Florence memang terkenal sebagai salah satu tokoh penting di keperawatan modern. Sudah dikenal banyak merevolusi bidang tersebut lewat data dan statistik untuk memperbaiki penangangan pasien.
Banyak bikin buku dan kontribusi di dunia medis amat nyata.