Materi 20 - Programming dan Data Science

Data Visualization

Komunikasi insight lewat visual. Matplotlib, Seaborn, Plotly. Plus prinsip design.

Durasi 28 Menit Level intermediate Kurikulum 30 Materi

1. Kenapa Visualisasi

Otak manusia 60 ribu kali lebih cepat proses gambar dari teks. Insight yang tersembunyi di tabel langsung terlihat di chart. Wajib untuk komunikasi insight ke stakeholder non-teknis.

2. Pilih Chart Tepat

Bar untuk perbandingan kategori. Line untuk tren waktu. Scatter untuk hubungan 2 variabel. Heatmap untuk matrix. Pie hanya untuk komposisi maksimal 5 slice.

3. Library Python

Matplotlib (basic, full kontrol). Seaborn (statistical, design lebih bagus default). Plotly (interaktif, web-friendly). Pilih sesuai kebutuhan: presentasi static atau dashboard interaktif.

4. Prinsip Design

Less is more (hilangkan chart junk). Color sparingly (highlight 1-2 datapoint). Title yang descriptive. Annotate insight penting. Konsisten font dan style across chart.

5. Interactive Dashboard

Tableau, Power BI untuk no-code. Streamlit, Dash, Gradio untuk Python. Plotly built-in interactivity. Pilih sesuai audiens: analyst pakai Tableau, engineer pakai Streamlit.

Tugas Praktik

  1. Praktek 5 jenis chart di 1 dataset
  2. Bandingkan default style Matplotlib vs Seaborn
  3. Buat dashboard interaktif dengan Plotly
  4. Annotate chart dengan insight kunci
  5. Bangun mini dashboard Streamlit

Rangkuman