Langsung ke konten utama

PERTEMUAN 2 : Data visualization

     


  Data visualization   adalah proses mengubah informasi dan data menjadi format visual seperti grafik, peta, dan diagram, untuk memudahkan pemahaman, analisis, dan pengambilan keputusan. Tujuannya adalah untuk menyajikan data kompleks secara intuitif, memungkinkan penonton untuk melihat tren, pola, dan korelasi yang mungkin tidak langsung terlihat dalam format data mentah. Dengan menggunakan elemen visual seperti warna, ukuran, dan bentuk, data visualization membantu dalam menyampaikan cerita di balik data, menjadikannya alat yang sangat berharga dalam berbagai bidang seperti bisnis, sains, pendidikan, dan teknologi.

    Visualisasi data berperan penting dalam era informasi saat ini, sebagai alat untuk menginterpretasi dan memahami volume data besar dan kompleks dengan cepat dan efektif. Dalam dunia pengolahan data besar dan kompleks, kemampuan untuk menyajikan data tersebut dalam format yang mudah dicerna merupakan sebuah kebutuhan. Dengan visualisasi data, perusahaan dapat mengidentifikasi tren, pola, dan anomali dengan sekilas pandang, membantu dalam pengambilan keputusan yang lebih informasi dan strategis. Selain itu, dalam konteks komunikasi, visualisasi data memfasilitasi penyampaian pesan yang jelas dan meyakinkan, sehingga audiens memahami informasi tanpa harus memiliki keahlian analitis yang mendalam


Proses visualisasi data melibatkan beberapa langkah, antara lain:

  1. Pengumpulan Data: Mengumpulkan data yang akan divisualisasikan dari berbagai sumber.
  2. Pemrosesan Data: Membersihkan, menggabungkan, dan mengolah data agar siap untuk divisualisasikan.
  3. Pemilihan Metode Visualisasi: Memilih jenis grafik atau diagram yang sesuai dengan karakteristik data dan tujuan visualisasi.
  4. Pembuatan Visualisasi: Membuat grafik, peta, atau diagram berdasarkan data yang telah diproses.
  5. Interpretasi dan Analisis: Menganalisis visualisasi data untuk menggali wawasan dan mengambil keputusan.
  6. Komunikasi Hasil: Menyajikan hasil visualisasi kepada pemangku kepentingan dengan cara yang mudah


Berikut adalah beberapa contoh visualisasi data :

Berikut adalah contoh data visualisasi menggunakan google colab

Mengumpulkan data yang akan divisualisasikan  pada tahap visualiasasi saya menggunakan dataframe transkip nilai dengan ms kelulusan dengan format json


Kemudian saya cek semua type data kolom dengan df.info()
 

Pemrosesan Data menggabungkan, dan mengolah data agar siap untuk divisualisasikan. disini ingin menampilkan colom mana saja yang ini ditampilkan dalam grafik heatmap


Disini ingin menampilkan colom mana saja yang ini ditampilkan dalam grafik heatmap




kemudian grafik pair plot dengan kolom('tahun_lahir', 'durasi_studi', 'rata_rata_ips','status_pegawai') untuk mengecek apa saja yang menjadi faktor kelulusan mahasiswa





mengecek durasi studi berdasarkan kelulusan tepat waktu menggunakan blox pot berdasar jenis kelamin, dari grafik dapat dilihat bahwa perempuan lebih banyak yang lulus tepat waktu







Komentar

Postingan populer dari blog ini