Tugas 2 - Klasifikasi dan Pemilihan Visualisasi Data

Deskripsi Tugas

Mahasiswa diminta untuk menganalisis dan mengklasifikasikan jenis visualisasi data berdasarkan tipe data dan tujuan analisis. Tugas ini bertujuan untuk memperkuat pemahaman tentang pemilihan grafik yang tepat dalam konteks komunikasi data.

Tujuan Pembelajaran

Sub-CPMK:

Mahasiswa akan mampu membedakan berbagai jenis visualisasi data (grafik batang, garis, pie, heatmap, dsb.) berdasarkan tipe data dan tujuan analisis.

Instruksi Pengerjaan

1. Studi Kasus Visualisasi

  • Unduh atau ambil 5 visualisasi data dari berbagai sumber (laporan pemerintah, artikel berita, dashboard interaktif, jurnal, atau infografis).
  • Untuk setiap visualisasi, lakukan analisis singkat (maks. 200 kata) mencakup:
    • Jenis grafik yang digunakan
    • Jenis data yang ditampilkan (kategorik, numerik, waktu, dsb.)
    • Tujuan dari visualisasi tersebut (komparasi, tren, distribusi, komposisi, korelasi, dsb.)
    • Apakah grafik tersebut sudah tepat? Mengapa?

2. Re-desain Salah Satu Grafik

  • Pilih 1 grafik dari kelima contoh di atas yang menurut Anda kurang tepat atau bisa ditingkatkan.
  • Rancang ulang grafik tersebut menggunakan R (ggplot2 / plotly) atau Google Data Studio.
  • Tambahkan penjelasan:
    • Apa yang Anda ubah dan mengapa?
    • Apakah versi Anda lebih baik dalam menyampaikan informasi?

3. Refleksi

Tuliskan refleksi singkat (100–150 kata): Apa tantangan utama dalam memilih jenis visualisasi data yang tepat?

Format dan Pengumpulan

  • Format file: Ms. Word atau PDF
  • Panjang tugas: 2–3 halaman
  • Sertakan daftar pustaka
  • Kumpulkan Sebelum Pertemuan Berikutnya

Kriteria Penilaian

Aspek Bobot
Analisis jenis grafik dan tipe data 30%
Ketepatan identifikasi tujuan dan evaluasi visualisasi 30%
Kualitas hasil re-desain visualisasi 30%
Refleksi, format dan kepatuhan terhadap instruksi tugas 10%

Referensi

  1. Wilke, C. (2019). Fundamentals of Data Visualization. O’Reilly Media.
  2. Rahlf, T. (2019). Data Visualization with R: 111 Examples. Springer.
  3. Schwabish, J. (2021). Better Data Visualizations. Columbia University Press.
  4. Ware, C. (2021). Information Visualization: Perception for Design (4th ed.).