Memilih Visualisasi

Enam chapter sebelumnya menghadirkan enam bentuk penyajian data, dan di titik ini muncul bahaya klasik setiap kursus visualisasi: koleksi alat yang lengkap justru menggoda pemula memilih chart lebih dulu — “kita punya histogram, ayo dipakai” — baru mencari-cari data yang cocok. Proses yang benar berjalan sebaliknya. Chapter penutup section ini merangkum seluruh pilihan menjadi satu kerangka keputusan tiga langkah: rumuskan pertanyaan lebih dulu, kenali jenis data yang menjawabnya, dan biarkan pasangan pertanyaan-data itu menentuk chart terakhir. Kerangka ini kita tuangkan dalam tabel rujukan cepat, diuji pada tiga kasus nyata, lalu dilengkapi checklist akhir yang memeriksa chart sebelum diperlihatkan kepada pembaca.

Pertanyaan Dulu, Data Kedua, Chart Terakhir #

Langkah pertama adalah menuliskan pertanyaan analisis dalam satu kalimat yang menyebutkan apa yang ingin diketahui — bukan “data penjualan”, melainkan “menu mana yang paling banyak terjual minggu ini”. Kalimat itu menentukan tujuan analisis: membandingkan, melihat sebaran, mencari hubungan, mengikuti tren, atau membedah komposisi. Langkah kedua memeriksa jenis data yang tersedia untuk menjawab pertanyaan itu: kategorik atau numerik, satu variabel atau dua, bertanda waktu atau tidak. Langkah ketiga — memilih chart — nyaris tidak lagi merupakan keputusan: pasangan tujuan × jenis data hanya menyisakan satu-dua bentuk yang tepat, seperti tabel rujukan berikut.

Baca tabelnya per baris, bukan per kolom. Chart tidak punya keunggulan universal — diagram batang yang unggul untuk perbandingan kategori menjadi pilihan keliru untuk sebaran numerik, dan histogram yang jujur menampilkan bentuk sebaran justru menyembunyikan nilai persis yang dibutuhkan laporan keuangan. Bila pertanyaan mengarah ke dua baris sekaligus, sediakan dua visualisasi; memaksakan satu chart menjawab dua pertanyaan berbeda adalah sumber umum grafik yang sulit dibaca.

Komposisi: Pie Chart atau Diagram Batang? #

Satu tujuan pada tabel di atas perlu dibahas khusus karena bentuknya paling sering disalahpakai: komposisi. Pie chart menggambarkan bagian-bagian dari keseluruhan sebagai irisan lingkaran, dan formatnya memang menggoda — tetapi ia punya batas ketat. Mata manusia lemah membandingkan sudut dan luas: dua irisan yang berbeda tipis sulit dinilai mana yang lebih besar, apalagi diurutkan. Pie chart hanya layak bila jumlah kategorinya sedikit — praktik yang umum menyarankan lima atau kurang — dan selisih antarbagian cukup mencolok. Proporsi penjualan kopi kita (lima jenis, dari 35.29 persen hingga 8.82 persen) memenuhi kedua syarat itu:

Mermaid menghitung persentase setiap irisan langsung dari nilainya — 120 dari total 340 menjadi irisan terbesar, espresso 30 menjadi yang terkecil. Di luar kondisi nyaman ini, diagram batang urut nilai adalah pilihan yang lebih aman: membandingkan tinggi batang jauh lebih presisi daripada membandingkan sudut, dan batang tetap terbaca ketika jumlah kategori bertambah. Bila yang ingin ditonjolkan adalah perubahan komposisi antar periode, stacked bar bekerja lebih baik daripada deretan pie chart yang harus dibandingkan dua-dua.

Tiga Pertanyaan, Tiga Pilihan Chart #

Kerangka tiga langkah paling mudah diuji lewat contoh. Kasus pertama: pemilik kafe bertanya “menu mana yang paling laku minggu ini?”. Pertanyaan membandingkan kategori, datanya satu variabel kategorik dengan nilai penjualan, sehingga tabel rujukan menunjuk diagram batang — dan keputusan desain menyusul: urutkan batang menurut nilai agar peringkatnya terbaca sekali pandang, mulai sumbu-y dari nol.

Kasus kedua: guru wali bertanya “apakah siswa yang belajar lebih lama memperoleh nilai lebih tinggi?”. Pertanyaan mencari hubungan dua variabel numerik — jam belajar dan nilai — sehingga jawabannya scatter plot: tiap siswa satu titik, arah sebaran dibaca sebelum koefisien korelasinya dihitung. Kasus ketiga: pemilik warung sembako bertanya “apakah harga beras cenderung naik semester ini?”. Pertanyaan mengikuti tren sepanjang waktu, datanya harga bulanan teratur, sehingga line chart dipilih — dengan pemeriksaan interval waktu yang seragam sebelum kemiringan garis ditafsirkan. Ketiga kasus menunjukkan pola yang sama: begitu pertanyaan dan jenis data ditetapkan, nama chart hampir menyebut dirinya sendiri.

Interaktif atau Statis #

Keputusan terakhir bukan tentang bentuk chart, melainkan medianya. Chart statis — gambar tetap pada laporan, buku, atau slide — mengontrol urutan cerita: pembaca melihat apa yang penulis pilih untuk ditampilkan, dengan pesan yang dirancang matang. Chart interaktif — pada dashboard dan aplikasi analisis — menyerahkan kendali ke pembaca: menyaring periode, mengarahkan penunjuk ke titik data, memperbesar wilayah tertentu. Aturan praktisnya: statis untuk mengomunikasikan kesimpulan kepada audiens luas, interaktif untuk eksplorasi mandiri oleh analis yang punya waktu membolak-balik data. Keduanya tetap tunduk pada prinsip yang sama — sumbu yang jujur, label yang jelas, pesan yang didukung data. Panduan pemilihan bentuk penyajian untuk berbagai keperluan analisis dirangkum dalam NIST/SEMATECH e-Handbook , dan OpenIntro Statistics menyajikannya dengan contoh data utuh.

Checklist Sebelum Chart Dipublikasikan #

Empat pemeriksaan berikut dilakukan pada menit-menit terakhir, setelah chart selesai digambar — murah, cepat, dan menangkap sebagian besar masalah yang membuat chart ditolak pembaca:

• Judul menyampaikan temuan, bukan sekadar nama variabel. “Penjualan kopi susu unggul 35 persen” menginformasikan; “Diagram Penjualan Kopi” hanya memberi nama.
• Kedua sumbu berlabel dan bersatuan. Pembaca tidak boleh menebak apakah 120 berarti cangkir, ribu rupiah, atau persen.
• Sumber data dan periode tercantum. Angka tanpa asal-usul tidak dapat diverifikasi — sebutkan dataset, lembaga, dan rentang waktunya.
• Warna dan simbol dapat dibedakan semua pembaca. Uji dengan skala abu-abu atau cetakan hitam-putih: dua seri yang hanya dibedakan merah-hijau akan menimpa pembaca dengan keterbatasan penglihatan warna.

Seluruh chart pada section ini kita bangun dari sketsa teks dan blok Mermaid agar fokus tetap pada cara membaca dan memilihnya. Tahap berikutnya ada dua. Pertama, kita memasuki Section Distribusi Data untuk memahami bentuk-bentuk sebaran yang baru sekilas kita lihat lewat histogram — simetris, miring, dan ukurannya. Kemudian, kita akan menggambar sendiri dengan matplotlib pada Section Statistika dengan Python: diagram batang, histogram, box plot, scatter plot, dan line chart yang sepanjang section ini hanya berupa sketsa akan kita render menjadi grafik penuh dengan warna, label, dan anotasi.