K
AI Engineering · modul 3/10
30%

Modul 3: Visualisasi Data

Menengah~60 menit

Yang akan kamu kuasai

  • matplotlib: line, bar, scatter, histogram
  • Memilih chart yang tepat
  • Membaca grafik → insight

1 · Teori (~5–10 mnt baca)

matplotlib = kanvas dasar; seaborn = lapisan cantik di atasnya. Aturan memilih chart: tren waktu → line; perbandingan kategori → bar; hubungan 2 variabel → scatter; distribusi 1 variabel → histogram; proporsi → pie (maksimal 5 potongan).

import matplotlib.pyplot as plt
bulan = ["Jan", "Feb", "Mar", "Apr"]
penjualan = [120, 135, 128, 160]
plt.plot(bulan, penjualan, marker="o")
plt.title("Penjualan 2026")
plt.ylabel("Juta Rupiah")
plt.show()

Grafik yang baik punya: judul yang menyimpulkan (bukan sekadar 'grafik'), label sumbu dengan satuan, dan satu pesan utama. Warna aksen dipakai untuk menyorot — bukan dekorasi. Anotasi (plt.annotate) menandai titik penting.

Insight ≠ grafik. Setelah visual muncul, tulis satu kalimat: 'Penjualan naik 33% dari Jan ke Apr, terutama karena kampanye Mar.' Kalau tidak bisa menulis insight-nya, grafiknya belum tepat.

💡 Di Colab grafik muncul otomatis di bawah sel. Untuk data eksplorasi cepat: df.plot(kind='bar') langsung dari Pandas.

2 · Video

Tonton 1 video inti dari kurasi pencarian ini (gratis, di YouTube):

▶ Tonton Video Pilihan

3 · Praktek

Langkah praktek: (1) buat data penjualan 12 bulan, (2) buat line + bar + histogram, (3) tambahkan judul/label/anotasi, (4) tulis 3 insight dalam teks notebook.

Buka di Google Colab

Kuis

0/3 terjawab
  1. 1. Chart paling tepat untuk tren penjualan per bulan adalah…

  2. 2. Untuk melihat DISTRIBUSI umur karyawan, gunakan…

  3. 3. Judul grafik yang baik berisi…