Pendahuluan

Visualisasi data berperan penting dalam mengubah informasi kuantitatif menjadi representasi visual yang mudah dipahami. Namun, efektivitas sebuah visualisasi tidak hanya ditentukan oleh data yang disajikan, tetapi juga oleh bagaimana elemen visual digunakan untuk mengarahkan perhatian, memperjelas perbandingan, dan menyampaikan pola secara akurat.

Artikel ini mengeksplorasi pendekatan desain ulang pada tiga bentuk visualisasi: komposisi, perbandingan besaran, dan tren temporal. Setiap visualisasi ditinjau dari aspek keterbacaan, kejelasan informasi, serta kesesuaian representasi visual dengan tujuan analisis. Perbaikan kemudian difokuskan pada penggunaan posisi, ukuran, warna, garis, dan pemilihan bentuk grafik agar informasi utama dapat disampaikan secara lebih efektif.

Melalui perbandingan antara desain awal dan hasil perbaikan, pembahasan ini menunjukkan bagaimana keputusan desain yang tepat dapat meningkatkan keterbacaan visualisasi sekaligus membantu pembaca mengidentifikasi informasi yang relevan tanpa gangguan visual yang tidak diperlukan.

1. Perbaikan visualisasi komposisi: diagram lingkaran pada infografik

Visualisasi asli dari materi Kuliah 9, halaman PDF 6.

Visualisasi asli dari materi Kuliah 9, halaman PDF 6.

1.1 Alasan perbaikan

Infografik asli menggunakan latar berwarna kuat, beberapa elemen dekoratif, dan diagram lingkaran. Elemen tersebut dapat bersaing dengan informasi kuantitatif sebagai pusat perhatian. Diagram lingkaran juga mengharuskan pembaca membandingkan sudut atau luas juring, yang tidak selalu mudah ketika nilai berdekatan. Angka dan label yang terpisah dari juring dapat menambah beban pencarian visual.

1.2 Perbaikan yang dilakukan

  • Menghilangkan latar dekoratif dan mempertahankan bidang putih.
  • Mengganti diagram lingkaran dengan diagram batang horizontal agar panjang batang dapat dibandingkan menggunakan satu skala.
  • Menampilkan nilai secara langsung di ujung batang.
  • Menggunakan judul informatif, label sumbu yang jelas, dan catatan bahwa angka bersifat ilustratif.
  • Menghindari penggunaan banyak warna tanpa fungsi analitis.
# DATA ILUSTRATIF — bukan angka yang diambil dari slide asli.
# Ganti nilai dan kategori ini dengan data asli jika tersedia.
keterisian <- tibble(
  kategori = c("Kategori A", "Kategori B", "Kategori C", "Kategori D"),
  persen = c(60, 57, 54, 49)
) |>
  mutate(kategori = fct_reorder(kategori, persen))
ggplot(
  keterisian,
  aes(x = persen, y = kategori, fill = persen)
) +
  geom_col(width = 0.68, show.legend = FALSE) +
  geom_text(
    aes(label = paste0(persen, "%")),
    hjust = -0.2,
    size = 4,
    fontface = "bold",
    color = "#243447"
  ) +
  scale_fill_gradient(
    low = "#176B87",
    high = "#176B87"
  ) +
  scale_x_continuous(
    limits = c(0, 70),
    breaks = seq(0, 70, 10),
    labels = scales::label_percent(scale = 1),
    expand = expansion(mult = c(0, 0.02))
  ) +
  labs(
    title = "Perbandingan Nilai Antar-Kategori",
    subtitle = "Kategori dengan nilai lebih tinggi ditampilkan dengan warna lebih pekat",
    x = "Nilai (%)",
    y = NULL,
    caption = "Sumber: data ilustratif untuk demonstrasi desain."
  ) +
  theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(
      face = "bold",
      size = 17,
      color = "#16324F"
    ),
    plot.subtitle = element_text(
      size = 10,
      color = "#526777"
    ),
    axis.text = element_text(color = "#34495E"),
    axis.title.x = element_text(
      face = "bold",
      color = "#34495E",
      margin = margin(t = 10)
    ),
    panel.grid.major.y = element_blank(),
    panel.grid.minor = element_blank(),
    panel.grid.major.x = element_line(
      color = "#E3EBF0",
      linewidth = 0.5
    ),
    plot.background = element_rect(
      fill = "white",
      color = NA
    ),
    plot.caption = element_text(
      color = "#718096",
      hjust = 0,
      size = 9
    ),
    plot.margin = margin(15, 25, 12, 12)
  )
Contoh perbaikan visualisasi komposisi dengan diagram batang horizontal. Angka bersifat ilustratif.

Contoh perbaikan visualisasi komposisi dengan diagram batang horizontal. Angka bersifat ilustratif.

1.3 Interpretasi

Pada data ilustratif ini, Kategori A memiliki nilai tertinggi (60%), sedangkan Kategori D memiliki nilai terendah (49%). Selisih keduanya adalah 11 poin persentase. Grafik batang horizontal memudahkan pembaca membandingkan nilai dan menemukan kategori dengan nilai tertinggi maupun terendah.

2. Perbaikan visualisasi besaran: persentase penggunaan komputer menurut provinsi

Grafik asli persentase penggunaan komputer menurut provinsi.

Grafik asli persentase penggunaan komputer menurut provinsi.

2.1 Alasan perbaikan

Grafik awal menempatkan banyak nama provinsi pada sumbu horizontal. Nama yang panjang dan jarak kategori yang rapat membuat label saling bertumpuk atau sulit dibaca. Akibatnya, pembaca perlu mengeluarkan usaha tambahan untuk menghubungkan nama provinsi dengan tinggi batang. Grafik ini juga kurang mendukung pencarian cepat terhadap provinsi dengan nilai tertinggi dan terendah.

2.2 Perbaikan yang dilakukan

  • Mengubah grafik batang vertikal menjadi grafik batang horizontal.
  • Mengurutkan provinsi berdasarkan nilai agar peringkat mudah ditemukan.
  • Menampilkan nilai pada ujung batang.
  • Menggunakan satu warna netral untuk seluruh provinsi agar fokus utama tetap pada perbandingan panjang batang dan memberikan warna beda khusus peringkat tertinggi.
  • Menyertakan sumber dan tahun pada judul/catatan setelah data asli diverifikasi.

Penting: angka asli pada grafik sumber tidak cukup terbaca untuk disalin secara akurat. Dataset di bawah sengaja diberi label ilustratif. Jangan mengutip nilai ini sebagai statistik BPS.

# DATA ILUSTRATIF — bukan rekonstruksi angka dari slide 8.
# Ganti seluruh nilai dengan data asli yang digunakan pada slide sumber.
komputer <- tibble(
  provinsi = c(
    "Provinsi A", "Provinsi B", "Provinsi C", "Provinsi D",
    "Provinsi E", "Provinsi F", "Provinsi G", "Provinsi H",
    "Provinsi I", "Provinsi J", "Provinsi K", "Provinsi L"
  ),
  persen = c(24.2, 21.8, 20.1, 18.9, 17.6, 16.8,
             15.4, 14.7, 13.2, 12.5, 10.9, 8.7)
) |>
  mutate(provinsi = fct_reorder(provinsi, persen))
komputer <- komputer |>
  dplyr::mutate(
    status = ifelse(
      persen == max(persen),
      "Tertinggi",
      "Provinsi lainnya"
    )
  )

ggplot(komputer, aes(x = persen, y = forcats::fct_reorder(provinsi, persen),
                     fill = status)) +
  geom_col(width = 0.72) +
  geom_text(
    aes(label = scales::number(
      persen, accuracy = 0.1, decimal.mark = ","
    )),
    hjust = -0.18,
    size = 3.5,
    color = "#263247",
    fontface = "bold"
  ) +
  scale_fill_manual(
    values = c(
      "Tertinggi" = "#E76F51",
      "Provinsi lainnya" = "#5577C8"
    ),
    guide = "none"
  ) +
  scale_x_continuous(
    limits = c(0, 28),
    breaks = seq(0, 25, 5),
    labels = scales::label_number(
      suffix = "%",
      decimal.mark = ","
    ),
    expand = expansion(mult = c(0, 0.02))
  ) +
  labs(
    title = "Persentase Penggunaan Komputer Menurut Provinsi",
    subtitle = "Provinsi diurutkan berdasarkan persentase penggunaan",
    x = "Persentase (%)",
    y = NULL,
    caption = "Data ilustratif untuk demonstrasi desain; bukan statistik resmi."
  ) +
  theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(
      face = "bold", size = 16, color = "#26345A"
    ),
    plot.subtitle = element_text(
      color = "#65718A", size = 10.5
    ),
    axis.text = element_text(color = "#344054"),
    axis.title.x = element_text(
      face = "bold", color = "#344054",
      margin = margin(t = 10)
    ),
    panel.grid.major.y = element_blank(),
    panel.grid.minor = element_blank(),
    panel.grid.major.x = element_line(
      color = "#E8EAF2", linewidth = 0.5
    ),
    plot.background = element_rect(
      fill = "#FFFFFF", color = NA
    ),
    plot.caption = element_text(
      color = "#7B8498", hjust = 0, size = 9
    ),
    plot.margin = margin(12, 25, 12, 12),
    legend.position = "none"
  )
Contoh perbaikan grafik penggunaan komputer dengan label yang mudah dibaca. Data ilustratif.

Contoh perbaikan grafik penggunaan komputer dengan label yang mudah dibaca. Data ilustratif.

2.3 Interpretasi

Dalam contoh ilustratif ini, Provinsi A memiliki nilai tertinggi, yaitu 24,2%, sedangkan Provinsi L terendah, yaitu 8,7%. Selisihnya sebesar 15,5 poin persentase. Pengurutan batang dan label nilai membuat perbandingan tersebut lebih mudah ditemukan daripada pada grafik dengan label kategori yang bertumpuk.

3. Perbaikan visualisasi tren: grafik kasus harian

Grafik tren asli dari materi Kuliah 9.

Grafik tren asli dari materi Kuliah 9.

3.1 Alasan perbaikan

Grafik deret waktu perlu memperlihatkan perubahan dari waktu ke waktu. Jika terlalu banyak tanggal ditampilkan sebagai label, sumbu horizontal menjadi padat dan pola utama sulit dikenali. Garis kisi yang terlalu dominan, label yang tidak terpilih, atau ketiadaan anotasi pada titik penting juga dapat mengurangi efektivitas penyampaian informasi.

Nilai harian pada grafik sumber tidak dapat diambil secara andal dari slide yang tersedia. Karena itu, contoh berikut memakai deret waktu ilustratif untuk memperlihatkan desain yang lebih bersih.

3.2 Perbaikan yang dilakukan

  • Menggunakan grafik garis karena waktu memiliki urutan alami.
  • Mengurangi frekuensi label tanggal agar tidak bertumpuk.
  • Menampilkan garis kisi horizontal secukupnya untuk membantu pembacaan nilai.
  • Memberi anotasi pada nilai maksimum agar titik penting dapat ditemukan dengan cepat.
# DATA ILUSTRATIF — bukan data kasus harian dari slide 10.
set.seed(2026)
tanggal <- seq.Date(
  from = as.Date("2024-01-01"),
  by = "day",
  length.out = 90
)

kasus <- round(
  35 + 0.45 * seq_along(tanggal) +
    18 * sin(seq_along(tanggal) / 8) +
    rnorm(length(tanggal), mean = 0, sd = 5)
)
kasus <- pmax(kasus, 0)

tren <- tibble(tanggal = tanggal, kasus = kasus)
puncak <- tren |> slice_max(kasus, n = 1, with_ties = FALSE)
ggplot(tren, aes(x = tanggal, y = kasus)) +
  geom_line(color = "#2878B5", linewidth = 0.9) +
  geom_point(data = puncak, size = 2.8, color = "#C44E52") +
  geom_label(
    data = puncak,
    aes(label = paste0("Puncak: ", kasus)),
    nudge_y = 7,
    size = 3.5,
    label.size = 0.2,
    fill = "white"
  ) +
  scale_x_date(
    date_breaks = "2 weeks",
    date_labels = "%d %b",
    expand = expansion(mult = c(0.01, 0.04))
  ) +
  scale_y_continuous(
    breaks = breaks_pretty(n = 6),
    expand = expansion(mult = c(0, 0.18))
  ) +
  labs(
    title = "Perubahan jumlah kasus harian",
    subtitle = "Contoh deret waktu ilustratif selama 90 hari",
    x = "Tanggal",
    y = "Jumlah kasus",
    caption = "Catatan: data dibuat secara simulasi untuk demonstrasi desain."
  ) +
  theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    plot.subtitle = element_text(color = "grey35"),
    panel.grid.minor = element_blank(),
    axis.text.x = element_text(angle = 35, hjust = 1),
    plot.caption = element_text(color = "grey40", hjust = 0)
  )
Contoh desain ulang grafik tren dengan sumbu waktu yang lebih terbaca. Data ilustratif.

Contoh desain ulang grafik tren dengan sumbu waktu yang lebih terbaca. Data ilustratif.

3.3 Interpretasi

Deret waktu ilustratif memperlihatkan fluktuasi jumlah kasus dengan kecenderungan meningkat secara umum sepanjang periode, meskipun terdapat kenaikan dan penurunan jangka pendek. Titik puncak ditandai agar pembaca dapat mengidentifikasi nilai maksimum tanpa menelusuri seluruh garis secara manual.

Karena data ini disimulasikan, pola tersebut tidak dapat digunakan untuk menarik kesimpulan epidemiologis atau menggambarkan kasus nyata.

Kesimpulan

Tiga contoh perbaikan menunjukkan bahwa efektivitas visualisasi tidak hanya ditentukan oleh tampilannya, tetapi juga oleh kemudahan pembaca menemukan pola yang relevan.

  1. Visualisasi komposisi: diagram batang horizontal dapat memudahkan perbandingan kategori ketika nilai berdekatan.
  2. Visualisasi besaran: batang horizontal, pengurutan nilai, dan label langsung dapat mengatasi masalah nama kategori yang panjang.
  3. Visualisasi tren: pengaturan label waktu, pengurangan elemen yang tidak perlu, dan anotasi titik penting membantu pembaca mengenali pola temporal.

Perbaikan tersebut sejalan dengan prinsip visualisasi: posisi, ukuran, warna, dan garis sebaiknya digunakan untuk memperjelas informasi, bukan menambah gangguan visual.