Perkembangan arus teknologi dan informasi di era digital saat ini menyebabkan sains data menjadi salah satu bidang kajian keilmuan yang mengalami perkembangan pesat. Sains data adalah salah satu kajian ilmu yang merupakan kolaborasi antara konsep, teori, dan teknologi untuk mempelajari serta melakukan analisa data secara sistematis. Sains data banyak dibutuhkan untuk menganalisa data berskala besar dan kompleks. Tujuan dari sains data adalah menghasilkan suatu informasi yang relevan dan berguna (Guntara, 2023). Sains data melibatkan keterampilan dan teknologi dalam jumlah yang besar, seperti proses pengumpulan data, pre-processing data, data analysis, statistik, visualisasi data, machine learning, dan pemrograman. Praktik penerapan sains data juga banyak digunakan untuk mengidentifikasi pola atau tren yang ada di dalam data, membuat model prediksi, dan mengoptimalkan operasi bisnis (Pratama et al., 2023).
Sains data banyak dibutuhkan dalam dunia bisnis dan dunia industri. Keberadaan sains data memberikan kemudahan bagi organisasi untuk dapat mengoptimalkan proses bisnis yang mereka jalani, membantu pengambilan keputusan yang cerdas, serta meningkatkan efisiensi kinerja organisasi secara operasional (Rahardja et al., 2020). Dapat diartikan bahwa sains data memegang peranan penting dalam pelaksanaan strategi bisnis karena memiliki jangkauan yang besar terhadap keberlangsungan suatu bisnis. Bahkan, penggunaan sains data dalam suatu bisnis juga mampu mendorong peningkatan kinerja perusahaan secara operasional dan mengidentifikasi peluang baru guna menentukan kunci pencapaian keberhasilan suatu organisasi bisnis (Singgalen, 2023).
Merujuk pada peranan penting sains data di era digital tersebut, maka wawasan yang berkaitan dengan visualisasi data sains akan sangat bermanfaat bagi masyarakat. Visualisasi data merupakan suatu upaya untuk membantu orang memahami signifikansi data dengan menempatkan data dalam konteks visual. Jauh sebelum perkembangan teknologi semakin pesat, visualisasi data banyak dilakukan dengan bantuan Microsoft Excel, namun kini visualisasi data dapat dilakukan dengan mudah. Visualisasi data masa kini juga mampu menghasilkan grafik yang bagus dengan tampilan yang menarik (Miller, 2017). Salah satu program yang dapat digunakan untuk memvisualisasikan data di era digital kini adalah dengan menggunakan Google Data Studio. Google Data Studio adalah program berbasis cloud yang dirancang untuk mewakili kumpulan data kompleks dengan menarik dan jelas. Program tersebut dapat diakses oleh siapa saja secara gratis.
Google Data Studio menyediakan beberapa pilihan yang dapat memudahkan kita untuk menyajikan data yang hendak kita visualisasikan, yaitu bar, pie, table, time series, chart, scorecard, scatter chart, dan geo map (Fernando, 2018). Kita dapat menyesuaikan visualisasi data yang hendak disajikan dengan beberapa pilihan yang telah disediakan dalam program tersebut. Banyaknya model bentuk visualiasi data yang disediakan oleh Google Data Studio akan memudahkan kita dalam menafsirkan dan mengkomunikasikan data yang hendak kita laporkan kepada audiens. Melalui program Google Data Studio, upaya visualisasi sains data, khususnya pada tahap manafsirkan dan mengkomunikasikan dapat dilakukan oleh orang awam dengan mudah. Selain itu, program tersebut juga memberikan kemudahan bagi masyarakat untuk dapat mengintegrasikan laporan dari berbagai sumber data sehingga laporan yang hendak disajikan dapat menjadi lebih komprehensif. Keberadaan program Google Data Studio menjawab tantangan masyarakat awam di era digital dalam memvisualisasikan sains data dalam suatu solusi alternatif yang dapat digunakan oleh banyak orang.
Referesi:
Fernando, D. (2018, November). Visualisasi data menggunakan google data studio. In Prosiding Seminar Nasional Rekayasa Teknologi Informasi| SNARTISI, 71-77.
Guntara, R. G. (2023). Pelatihan Sains Data Bagi Pelaku UMKM di Kota Tasikmalaya Menggunakan Google Colab. Joong-Ki: Jurnal Pengabdian Masyarakat, 2(2), 245-251.
Miller, J. D. (2017). Big Data Visualization. Birmingham, UK: Packt Publishing.
Pratama, R., Herdiansyah, M. I., Syamsuar, D., & Syazili, A. (2023). Prediksi Customer Retention Perusahaan Asuransi Menggunakan Machine Learning. Jurnal Sisfokom (Sistem Informasi dan Komputer), 12(1), 96-104.
Rahardja, U., Aini, Q., Yusup, M., & Edliyanti, A. (2020). Penerapan Teknologi Blockchain Sebagai Media Pengamanan Proses Transaksi E-Commerce. CESS (Journal of Computer Engineering, System and Science), 5(1), 28-32.
Singgalen, Y. A. (2023). Analisis Sentimen Wisatawan terhadap Kualitas Layanan Hotel dan Resort di Lombok Menggunakan SERVQUAL dan CRISP-DM. Building of Informatics, Technology and Science (BITS), 4(4), 1870-1882.