Mempelajari tips visualisasi data penelitian tentu penting bagi seorang dosen dalam mengurus publikasi ilmiah. Sebab data penelitian akan terlihat tidak menarik dan susah dipahami tanpa proses visualisasi.
Inilah alasan kenapa semua publikasi ilmiah, selalu mengutamakan visualisasi pada data penelitian. Sebab memang memberi daya tarik tersendiri di mata pembaca. Sekaligus memudahkan penulis mengkomunikasikan data dan temuan dalam penelitiannya.
Hanya saja, belum semua dosen memahami tata cara memvisualisasikan data dari penelitian yang dilakukan. Hal ini tentu menjadi PR bagi kalangan dosen, karena visualisasi data nyatanya berpengaruh pada kesuksesan publikasi ilmiah.
Secara umum, visualisasi data adalah proses representasi grafis dari data untuk membantu memahami, menganalisis, dan menyampaikan informasi secara lebih efektif. Secara sederhana, visualisasi data adalah menyajikan data dalam tampilan lebih menarik dan estetik.
Namun, tujuan dari visualisasi data penelitian tidak melulu untuk mengedepankan estetika. Melainkan juga mengedepankan pemahaman yang lebih baik terhadap data tersebut kepada pembaca. Sehingga data penelitian dipahami dengan cepat dan tepat.
Visualisasi data bisa dalam bentuk grafik, histogram, diagram batang, dan lain sebagainya. Pemilihan jenis visual disesuaikan dengan pertimbangan para penulis dan karakter dari data itu sendiri. Sehingga satu sama lain akan berbeda.
Lalu, seberapa penting memahami tips visualisasi data dalam penelitian? Dikutip melalui salah satu konten yang diunggah akun Instagram dosen Universitas Gadjah Mada, @sunu_wibirama, dijelaskan bahwa visualisasi data meningkatkan peluang publikasi di jurnal internasional bereputasi.
Kualitas suatu publikasi ilmiah diukur melalui dua aspek, yakni kualitas penelitian dan kualitas presentasi atau tampilan dari naskah. Visualisasi data termasuk dalam aspek kualitas presentasi naskah.
Sehingga ikut menjadi pertimbangan editor jurnal untuk menerima artikel yang sudah di submit oleh peneliti. Jadi, visualisasi terhadap data penelitian sangat penting agar peluang menembus jurnal internasional bereputasi lebih terbuka lebar.
Baca Juga: Jenis Visualisasi Data untuk Penelitian, Gunakan yang Mana?
Salah satu trik dan tips visualisasi data penelitian adalah berpegang pada prinsip yang tepat. Sehingga visualisasi data ini tepat dan mampu menunjukan kualitas presentasi naskah yang maksimal.
Terdapat prinsip CASADA (consistency, accuracy, size, annotation, design, and aesthetics) yang bisa dijadikan dasar acuan. Berikut penjelasannya:
Prinsip yang pertama dalam proses visualisasi data penelitian adalah consistency (konsistensi). Penulisan karya tulis ilmiah wajib konsisten dari halaman pertama sampai akhir, dari bab pertama sampai bab penutup.
Konsistensi ini berlaku untuk semua unsur dalam karya tulis ilmiah tersebut. Misalnya dalam menyusun artikel ilmiah untuk publikasi ke jurnal. Maka pemilihan jenis huruf, ukuran huruf, pemilihan warna pada grafik, dan unsur lain harus konsisten.
Jika memakai jenis font Times New Roman sejak halaman pertama, maka begitu seterusnya sampai halaman terakhir. Konsistensi pada ukuran huruf juga penting, kecuali untuk judul dan ukuran huruf pada judul bab.
Konsistensi akan meningkatkan kerapian sehingga enak dilihat dan enak dibaca. Selain itu, konsistensi juga menjadi cermin ketelitian dari penulis yang sangat memperhatikan detail. Naskah pun menjadi rapi dan bukanya berantakan.
Prinsip kedua dalam tips visualisasi data penelitian adalah accuracy (akurasi). Artinya, visualisasi terhadap data penelitian harus akurat yakni sesuai dengan data yang didapatkan selama penelitian.
Baik itu data dari hasil pengamatan, dari proses wawancara dengan narasumber, data dari kuesioner yang diterima dari responden, dan lain sebagainya. Sehingga data tersebut kredibel dan bisa dipertanggung jawabkan.
Apalagi dalam etika penelitian, dosen dan peneliti wajib memastikan tidak ada pemalsuan data dan manipulasi data. Jika terjadi maka akan membuat kualitas penelitian diragukan dan kredibilitas peneliti juga diremehkan.
Prinsip ketiga dalam tips visualisasi data penelitian adalah size (ukuran). Artinya, penyusunan karya tulis ilmiah dan visualisasi seluruh data penelitian wajib terbaca dengan jelas dan mudah dipahami.
Misalnya, jika menyusun artikel ilmiah di kertas ukuran A4. Maka pastikan semua huruf, grafik, diagram, dan sebagainya bisa terlihat dan terbaca dengan jelas. Jangan sampai ukuran terlalu kecil, foto terlalu buram, dan sejenisnya.
Maka ukuran menjadi sangat penting untuk semua unsur visualisasi data penelitian. Mulai dari ukuran huruf, ukuran grafik, ukuran diagram, ukuran foto atau gambar, dan lain sebagainya. Kuncinya, perlu dipastikan bisa terbaca dan terlihat dengan jelas.
Prinsip yang keempat dalam tips visualisasi data penelitian adalah annotation (penjelasan atau keterangan). Artinya, perlu ditambahkan informasi yang menjelaskan data penelitian yang sudah disosialisasikan.
Misalnya menambahkan keterangan pada grafik atau jenis visualisasi data yang dipilih. Sehingga pembaca tahu data apa saja yang dipaparkan dalam grafik dan diagram tersebut.
Serta mengetahui unsur penting lain seperti tahun data terkumpul, seberapa kenaikan atau penurunan, dan sebagainya. Tujuan dari pemberian informasi tambahan adalah menjelaskan isi visualisasi data agar lebih mudah dipahami pembaca.
Sehingga cukup sering penulis perlu memberi penjelasan dan keterangan tambahan dalam bentuk beberapa kalimat sampai beberapa paragraf. Hal ini dilakukan agar meminimalkan kemungkinan misinterpretasi pada data yang sudah disosialisasikan.
Prinsip kelima adalah design (desain). Artinya desain dari jenis visualisasi yang digunakan harus tepat. Mulai dari tipe, bentuk, dan tampilan akhirnya. Semua data terbaca dan tervisualisasikan dengan baik.
Misalnya pada saat memilih diagram batang sebagai media visualisasi data. Maka diagram tersebut disajikan dalam beberapa warna sesuai jenis data yang akan ditampilkan.
Sehingga pembaca mengetahui ada berapa jenis data yang disampaikan penulis, kemudian berapa angkanya, dan informasi penting lainnya. Desain yang dibuat tidak hanya fokus pada aspek estetika atau keindahan. Tapi memastikan juga data disajikan dengan baik dan bisa dipahami pembaca.
Prinsip yang terakhir dalam tips visualisasi data penelitian adalah aesthetics (estetika). Artinya, visualisasi pada data penelitian harus memiliki sentuhan estetika yang dipandang menarik oleh pembaca data tersebut.
Visualisasi data bisa disebut menarik ketika ringkas tapi padat informasi dan jelas. Kemudian terlihat menarik karena desain atau tampilan yang memang indah dan sedap dipandang mata.
Sentuhan estetika bisa diberikan dari penyajian data yang dibuat kaya warna. Namun tidak berlebihan, pilihan warna bisa disesuaikan dengan jenis dan jumlah data yang akan dipaparkan kepada pembaca.
Selain itu, estetika pada visualisasi data bisa didapatkan jika dibuat ringkas. Sehingga tidak perlu memakan satu halaman penuh untuk menyajikan data penelitian dalam bentuk visual yang menarik.
Baca Juga: 14 Pilihan Aplikasi Olah Data Penelitian Selain SPSS
Proses visualisasi data tentunya tidak bisa asal dilakukan jika mengacu pada prinsip yang sudah dijelaskan sebelumnya. Dikutip dari website Algoritma Data Science School, berikut beberapa tips yang bisa dilakukan untuk kemudahan proses visualisasi data:
Tips yang pertama dalam proses visualisasi data penelitian adalah memilih jenis atau format visualisasi yang tepat. Pemilihannya tidak bisa berdasarkan selera dari penulis. Melainkan memperhatikan karakter dan jenis data yang akan dipaparkan.
Format visualisasi yang keliru akan membuat data tidak mudah terbaca. Sehingga sulit dipahami. Selain itu, ada kemungkinan visualisasi tampak berlebihan dan kehilangan prinsip estetika yang dijelaskan sebelumnya.
Supaya tidak bingung, berikut adalah beberapa format dalam visualisasi data dan bisa digunakan untuk data dengan karakter apa saja:
Format visualisasi data yang pertama adalah diagram batang atau disebut sebagai bar chart. Sesuai namanya, diagram jenis ini membentuk batangan yang menjelaskan ukuran suatu data.
Format visualisasi ini cocok untuk data yang bisa dibandingkan dalam satu ukuran atau satu variabel pembanding. Format ini juga cocok untuk data yang dikelompokan dalam beberapa kategori.
Misalnya data jumlah penduduk dalam kurun waktu 5 tahun terakhir. Sehingga batang pertama untuk jumlah penduduk tahun pertama, batang kedua untuk tahun kedua, dan seterusnya. Sehingga ukurannya adalah 5 tahun terakhir.
Format visualisasi data yang kedua adalah grafik peluru atau bullets chart. Grafik jenis ini menampilkan sebuah garis yang terbentuk dari beberapa titik dalam sumbu X dan Y. Sekilas bentuknya mirip dengan diagram batang, akan tetapi lebih kompleks.
Format visualisasi data ini bisa digunakan untuk data yang menunjukan kemajuan suatu tujuan. Selain itu, cocok juga untuk data yang membandingkan beberapa ukuran atau variabel.
Berikutnya adalah grafik garis atau disebut juga sebagai line graphs. Format visualisasi data ini cocok untuk data yang menunjukan perkembangan berkesinambungan. Sebab bisa menunjukan perubahan data dari satu nilai ke nilai lainnya.
Format visualisasi data selanjutnya adalah histogram atau diagram kotak. Sedikit mirip dengan diagram batang, hanya saja disini bentuknya kotak bukan batangan silinder.
Format ini cocok untuk tujuan menunjukan data dimana terkumpul. Selain itu juga cocok untuk membandingkan beberapa kategori atau jenis data. Grafik jenis ini juga diketahui bisa membantu melihat pola distribusi data.
Format atau jenis visualisasi data selanjutnya adalah peta atau sering disebut maps. Sesuai namanya, format visualisasi ini akan menunjukan peta dalam ukuran atau skala minimal.
Secara umum, format visualisasi ini digunakan untuk data yang memang berkaitan dengan lokasi atau data geografis. Jadi, jika suatu data berhubungan dengan data geografis lebih dianjurkan memakai format ini dibanding yang lain.
Terakhir adalah diagram lingkaran atau pie chart. Sesuai namanya, diagram ini berbentuk lingkaran yang terbagi menjadi beberapa potongan. Sehingga cocok untuk data yang tidak kompleks dan menunjukan jumlah.
Secara umum, diagram lingkaran digunakan untuk menambahkan detail tambahan pada visualisasi data. Sehingga jarang berdiri sendiri, melainkan disandingkan dengan format visualisasi data lain. Misalnya antara diagram batang dengan diagram lingkaran.
Salah satu manfaat dari visualisasi data adalah memudahkan pembaca memahami data tersebut. Maka penting untuk menyajikan data dalam pola dan pengaturan tata letak yang mudah diketahui dan diikuti oleh pembaca. Bisa disebut diprediksi pembaca.
Pembaca akan kesulitan memahami data yang tervisualisasikan jika pola acak. Sehingga perlu konsistensi dalam menentukan pola tersebut. Misalnya menyajikan data yang dibaca dari kiri ke kanan, dari atas ke bawah, dan seterusnya. Sehingga pola jelas, langsung diketahui pembaca, dan membuat data mudah dipahami.
Tips visualisasi data yang ketiga adalah memberi insight kepada pembaca dengan menggunakan warna yang jelas dan sesuai konteks. Visualisasi data tidak bisa terlepas dari penyajian data penuh warna. Namun tidak berlebihan.
Misalnya pada diagram batang, antara satu batang data dengan batang data lain dibuat berbeda warna. Sehingga mudah dipahami jika setiap batangan mewakili data yang berbeda dan dibandingkan dalam satu kategori.
Selain itu, pilih warna yang memang sesuai konteks. Misalnya menjelaskan data mengenai suhu. Maka idealnya memakai warna merah, jingga, sampai biru. Jangan sampai asal, karena warna yang tidak logis dianggap kurang cocok diterapkan pada visualisasi data.
Tips visualisasi data yang keempat adalah memberi petunjuk kontekstual kepada pembaca. Baik dalam bentuk tertentu dan desain tertentu. Artinya, perlu menjelaskan konteks dari data dengan memberikan bentuk yang relevan.
Misalnya, ingin menyajikan data jenis hewan yang terancam punah di tahun 2024. Maka visualisasi jenis hewan bisa dari siluet hewan yang masuk data tersebut. Sehingga mudah dipahami pembaca dibanding hanya diagram lingkaran atau garis.
Berikutnya adalah berkaitan dengan teks dan unsur tertentu yang akan ditambahkan pada visualisasi data. Pastikan ukurannya pas dan letaknya juga strategis sehingga mudah dilihat pembaca.
Misalnya untuk menjelaskan data angka dari 3 jenis data, maka bisa digunakan warna berbeda pada angka tersebut. Bisa juga dibuat bold sehingga lebih tebal dan menonjol.
Atur juga posisi data yang penting dan menjadi inti di bagian yang mudah dilihat mata, misalnya di tengah. Hindari ditampilkan di atas atau di pojok bawah. Semakin sulit terlihat semakin rentan tidak terbaca datanya.
Visualisasi data tentu tidak terlepas dari penambahan teks. Namun, pengaturannya harus tepat dan bahkan ketat. Teks berlebihan pada visualisasi data akan mengganggu. Maka perlu ditambahkan seperlunya, jika penting maka diberi penanda. Baik dicetak tebal, miring, atau diberi warna berbeda dari teks lain.
Pada dasarnya tips visualisasi data tak hanya penting untuk penyusunan naskah ilmiah. Seperti artikel jurnal dan buku ilmiah. Sebab dalam kegiatan presentasi dan kegiatan lain, visualisasi data diharapkan bisa dilakukan dengan baik. Maka bisa menerapkan beberapa tips yang sudah dijelaskan.
Sebagai tips tambahan, berikut adalah beberapa kesalahan dalam visualisasi data yang sebaiknya dihindari:
Menghindari berbagai kesalahan tersebut, juga bagian dari tips visualisasi data penelitian yang baik dan benar. Oleh sebab itu, pahami apa saja kesalahan yang sebaiknya dihindari agar visualisasi data tidak gagal dan kualitas karya ilmiah bisa maksimal.
Jika memiliki pertanyaan, opini, maupun ingin sharing pengalaman berkaitan dengan topik dalam artikel ini. Jangan ragu menuliskannya di kolom komentar. Klik juga tombol Share agar informasi dalam artikel ini tidak berhenti di Anda saja. Semoga bermanfaat.
Pada saat menerbitkan buku, penerbit yang dipilih sering menambahkan halaman prancis atau half title dalam…
Menggunakan tools pendeteksi AI tentu menjadi langkah tepat bagi guru dan dosen. Tools ini bisa…
Proses menulis biasanya diawali dengan menulis draft dan disebut sebagai draft pertama. Penulisan draft menjadi…
Salah satu tahapan penting dalam proses menulis adalah swasunting atau self editing. Melakukan swasunting membantu…
Menggunakan AI untuk parafrase memang menjadi pilihan banyak akademisi saat ini, baik itu dosen maupun…
Menggunakan AI untuk membuat mind mapping atau peta konsep, tentunya menjadi alternatif yang banyak dipilih.…