Cara Visualisasi Data dengan Dash!

Dash merupakan open-source framework untuk membangun interface visualisasi data. Hadir pada tahun 2017 di Python Library, Dash membantu Anda untuk bisa membuat aplikasi web analitikal interaktif tanpa perlu memiliki ilmu pengembangan web secara mendalam.

Dash menarik perhatian banyak ahli data karena kemampuannya membuat interaktif web-application hanya dengan menggunakan Python. Semua kegiatan dapat dilakukannya, sehingga Anda tidak perlu repot dengan CSS, Javascript, ataupun HTML seperti pengembangan web pada umumnya. Dengan begitu, Anda dapat menampilkan karya melalui aplikasi web yang interaktif dengan lebih mudah, cepat, juga dashboard yang dibuat dapat menampilkan serta memproses data secara otomatis dan real-time.

3 Hal Fundamental pada Dash

Terdapat tiga hal fundamental yang perlu kamu pahami saat menggunakan Dash. Komponen Dash, grafik atau visualisasi yang dapat dikembangkan, serta callback. Dengan memahami ketiga hal ini akan memudahkan Ansa untuk mengoptimalkan penggunaan Dash sesuai kebutuhan.

1. Komponen Dash

Dash Components merupakan komponen yang dibutuhkan untuk membuat aplikasi web yang dibuat menjadi interaktif. Hadirnya komponen memungkinkan pengunjung dashboard untuk dapat berinteraksi dengan data yang ditampilkan. Contohnya, pengunjung dapat mengakses laporan perusahaan dari tahun yang berbeda hanya dengan mengganti tahunnya saja. Dengan kata lain, komponen membantu Data Scientist untuk bisa menampilkan lebih banyak data dengan lebih efisien serta memudahkan pengunjung dalam mengakses dan berinteraksi dengan data.

Ada berbagai macam komponen yang disediakan oleh Dash, seperti dropdown, slider, checkboxes, dan masih banyak lagi. Kehadiran komponen ini dapat memberikan lebih banyak ruang kreativitas dan inovasi bagi Data Scientist dalam memvisualisasikan datanya. Kamu juga bisa membuat komponenmu sendiri atau mengakses komponen yang dibuat pengguna lain.

2. Grafik

Grafik atau graphs merupakan chart, grafik, plot dan berbagai bentuk visualisasi data lainnya yang memungkinkan pengguna untuk dapat memvisualisasikan data yang dimiliki. Terdapat beragam graphs yang bisa kamu akses di Plotly Python Open Source Graphing Library. Plot yang bisa dipakai dalam Dash yaitu scatter plot, box plot, displot, log plot, violin plot, ternary plot, tree-plot, streamline plot, dot plot, dan masih banyak lagi plot serta berbagai macam bentuk grafik yang bisa digunakan.

3. Callback

Callback menjadi bagian penting dalam proses pembentukan aplikasi web interaktif karena Callback merupakan penghubung antara Dash components dengan graphs. Sejatinya, Callback adalah sintaks atau fungsi yang dijalankan kapanpun terdapat interaksi pada aplikasi. Dengan demikian, Callback membuat aplikasi web menjadi interaktif seperti ketika data divisualisasikan berdasarkan tahun, maka graphs akan menyesuaikannya sesuai dengan tahun yang dipilih oleh pengunjung.

Fungsinya sebagai penghubung membuat Dash Component baru bisa mempengaruhi grafik/plot jika sudah diberikan Callback, menghasilkan dashboard yang interaktif. Penjelasan lebih dalam bisa kamu akses melalui situs web resmi Plotly Dash di sini.

Contoh Dashboard yang Dibuat Menggunakan Dash

Ketika kamu sudah paham dan menguasai ketiga fundamental diatas, kamu siap meluncur dan bereksplorasi di Dash! Sebagai gambaran, berikut merupakan contoh dashboard yang telah dibuat menggunakan Dash oleh salah satu tim Algoritma, Iqbal Basyar.

Dashboard ini menyajikan data penjualan musik digital dunia dari 2009 hingga 2013. Disini, pengunjung dapat melihat angka penjualan perbulan, proporsi persentase penjualan dari berbagai negara, genre, dan artis, serta monthly data aggregate. Sesuai dengan klaim Dash yang memungkinkan pengunjung untuk berinteraksi dengan data, kamu pun bisa memilih data apa yang ingin dilihat. Dashboard akan menyajikan data yang berbeda menyesuaikan dengan tahun, genre, serta artis yang kamu pilih. Masih banyak lagi dashboard yang bisa kamu akses dengan mengunjungi Dash Enterprise App Gallery.

Kesimpulan

Kehadiran Dash merupakan angin segar bagi dunia Data Science, membuat aplikasi web visualisasi data yang interaktif menjadi lebih mudah dengan hanya menggunakan bahasa Python serta tanpa membutuhkan ilmu pengembangan web yang mumpuni.

Jika Anda tertarik untuk mempelajari Python dan  ingin mencoba membuat dashboard menggunakan Dash by plotly, Anda dapat mengikuti training Data Scientist bersama Algoritma. Tersedia kelas individual maupun pelatihan untuk perusahaan. Informasi mengenai pendaftaran, silakan klik di sini!