kerja praktik insight · 2021. 1. 14. · lapangan di bagian data exchange selama kerja praktik. 5....
TRANSCRIPT
1
[Halaman ini sengaja dikosongkan]
KERJA PRAKTIK – IF184801
Pembuatan Insight dari Data Berbentuk Visualisasi untuk PT. Telekomunikasi Indonesia
PT. Telekomunikasi Indonesia
Jl. Sisingamangaraja No.4, RW.1, Selong, Kec. Kby. Baru, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta 12110
Periode : 15 Juni 2020 - 1 September 2020
Oleh: Tubagus Irkham Izzata Apriwibowo 05111740000012
Hayu Ajeng Radriyantami 05111740000151
Pembimbing Jurusan
Ir. F.X. Arunanto, M.Sc. Pembimbing Lapangan
Rakhman Imansyah
DEPARTEMEN INFORMATIKA
Fakultas Teknologi Elektro dan Informatika Cerdas Institut Teknologi Sepuluh Nopember Surabaya 2020
ii
[Halaman ini sengaja dikosongkan]
iii
KERJA PRAKTIK - IF184801
Pembuatan Insight dari Data Berbentuk Visualisasi untuk PT. Telekomunikasi Indonesia
PT. Telekomunikasi Indonesia
Jl. Sisingamangaraja No.4, RW.1, Selong, Kec. Kby. Baru, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta 12110
Periode : 15 Juni 2020 - 1 September 2020
Oleh: Tubagus Irkham Izzata Apriwibowo 05111740000012
Hayu Ajeng Radriyantami 05111740000151
Pembimbing Jurusan
Ir. F.X. Arunanto, M.Sc. Pembimbing Lapangan
Rakhman Imansyah
DEPARTEMEN INFORMATIKA
Fakultas Teknologi Elektro dan Informatika Cerdas Institut Teknologi Sepuluh Nopember Surabaya 2020
iv
[Halaman ini sengaja dikosongkan]
v
vi
[Halaman ini sengaja dikosongkan]
vii
Pembuatan Insight dari Data Berbentuk Visualisasi
untuk PT Telekomunikasi Indonesia
Nama Mahasiswa : Tubagus Irkham Izzata A.
NRP : 05111740000012
Nama Mahasiswa : Hayu Ajeng Radriyantami
NRP : 05111740000151
Departemen : Informatika FTEIC-ITS
Pembimbing Jurusan : F.X. Arunanto, M.Sc.
ABSTRAK
PT Telekomunikasi Indonesia merupakan BUMN
yang bergerak dibidang jasa layanan telekomunikasi dan
jaringan di wilayah Indonesia. Banyaknya customer PT
Telkom baik dari instansi pemerintahan, perusahaan swasta
maupun perorangan membuat PT Telkom harus memberikan
pelayanan dengan baik, cepat dan tepat. Banyaknya pertukaran
data yang terjadi di dalam PT Telkom baik dari instansi
pemerintahan, perusahaan swasta maupun perorangan yang
meningkatkan permintaan khususnya dalam pengolahan data
serta insight yang bisa dimunculkan dari data tersebut.
Agar suatu data dapat menghasilkan insight yang
berguna, hal pertama yang dilakukan adalah dengan mengolah
data kotor menjadi data yang siap dipakai dengan cara
viii
melakukan ekstraksi data, membersihkan data, hingga
pembuatan visualisasi data tersebut yang merepresentasikan
insight yang berguna. Tiap insight harus berisi informasi yang
penting (baik informasi umum maupun spesifik) dan dapat
dipahami dengan mudah oleh semua user. Insight yang
dimunculkan juga harus sesuai dengan permintaan dan
kebutuhan dari user terkait.
Kata kunci: PT Telekomunikasi Indonesia, Visualisasi
Data, Insight Data
ix
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha
Esa karena atas berkat limpahan rahmat dan lindungan-Nya
penulis dapat melaksanakan salah satu kewajiban sebagai
mahasiswa Teknik Informatika ITS yaitu Kerja Praktik (KP).
Penulis menyadari masih terdapat banyak kekurangan
baik dalam pelaksanaan kerja praktik maupun penyusunan
buku laporan ini, namun kami berharap buku laporan ini dapat
menambah wawasan pembaca dan dapat menjadi sumber
referensi. Penulis mengharapkan kritik dan saran yang
membangun untuk kesempurnaan penulisan buku laporan ini.
Melalui laporan ini penulis juga ingin menyampaikan
rasa terima kasih kepada kepada orang-orang yang telah
membantu dalam pelaksanaan kerja praktik hingga penyusunan
laporan Kerja Praktik baik secara langsung maupun tidak
langsung. Orang-orang tersebut antara lain adalah:
1. Orang tua penulis,
2. Bapak Ir. F.X. Arunanto, M.Sc., selaku dosen
pembimbing kerja praktik yang telah membimbing
penulis selama kerja praktik berlangsung.
3. Bapak Ary Mazharuddin Shiddiqi, S.Kom.,
M.Comp.Sc., Ph.D., selaku koordinator kerja praktik.
x
4. Bapak Rakhman Imansyah, selaku pembimbing
lapangan di bagian Data Exchange selama kerja
praktik.
5. Bapak Hadiyan Sany Firmansyah, selaku pembimbing
lapangan di sub bagian Data Exchange (insight)
selama kerja praktik yang telah memberikan
bimbingan serta ilmunya kepada penulis.
Surabaya, Agustus 2020
Penulis
xi
[Halaman ini sengaja dikosongkan]
xii
DAFTAR ISI
ABSTRAK ........................................................................... vii
KATA PENGANTAR .......................................................... ix
BAB 1 PENDAHULUAN ..................................................... 1
1.1 Latar Belakang ........................................................ 1
1.2 Tujuan ..................................................................... 2
1.3 Manfaat ................................................................... 3
1.4 Rumusan Permasalahan .......................................... 4
1.5 Lokasi dan Waktu Kerja Praktik ............................. 4
1.6 Metodologi Kerja Praktik........................................ 5
1.6.1 Perumusan Masalah ........................................ 5
1.6.2 Studi Literatur ................................................. 5
1.6.3 Analisis dan Pengolahan Data ......................... 6
1.6.4 Implementasi Data .......................................... 7
1.6.5 Evaluasi ........................................................... 8
1.7 Sistematika Laporan ................................................ 8
BAB 2 PROFIL INSTANSI ............................................... 11
2.1 Profil PT. Telekomunikasi Indonesia .................... 11
2.2 Purpose, Visi dan Misi Perusahaan ...................... 12
2.3 Struktur Organisasi ............................................... 13
BAB 3 TINJAUAN PUSTAKA .......................................... 16
3.1 Pengolahan Data ................................................... 16
3.2 Visualisasi Data .................................................... 16
xiii
3.3 Tableau .................................................................. 17
3.4 Python ................................................................... 17
3.5 Structured Query Language .................................. 18
3.6 Database ................................................................ 18
BAB 4 ANALISIS DATA ................................................... 20
4.1 Latar Belakang Masalah........................................ 20
4.2 Tema Analisis Data ............................................... 20
4.3 Tujuan Analisis Data ............................................. 21
4.4 Workflow .............................................................. 21
BAB 5 IMPLEMENTASI DAN HASIL............................ 24
5.1 Visualisasi Persebaran Industri Mikro/Kecil dalam
Bidang Pangan dan Non Pangan dari Data PODES 2018 . 24
5.2 Visualisasi Racing Bar Chart Tentang Kategori
Finance dari Data Pengguna Indihome ............................. 30
5.3 Web Crawling Data Mobilitas COVID-19 Google 31
5.4 Infografis Persebaran Industri Mikro/Kecil dalam
Bidang Pangan dan Non Pangan dari Data PODES 2018 . 41
5.5 Infografis Persebaran UMKM Shopee dari Data Big
Box 44
5.6 Infografis Rata-rata Konsumsi dan Pengeluaran Per
Kapita Sebulan Berdasarkan Jenis Komoditas Makanan
Menurut Daerah Tempat Tinggal ...................................... 46
5.7 Infografis Rata-rata Konsumsi dan Pengeluaran Per
Kapita Sebulan Berdasarkan Jenis Komoditas Makanan
Menurut Provinsi .............................................................. 48
xiv
BAB 6 PENUTUP ................................................................ 51
6.1 Kesimpulan ........................................................... 51
6.2 Saran ..................................................................... 52
xv
[Halaman ini sengaja dikosongkan]
1
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Ilmu pengetahuan dan teknologi selalu
bekembang dan berlangsung dengan sangat cepat.
Perkembangan itu bukan hanya dalam hitungan tahun,
bulan, atau hari, melainkan jam, bahkan menit atau detik
terutama berkaitan dengan teknologi informasi dan
komunikasi yang ditunjang dengan data yang banyak dan
beragam.
Data yang banyak dan beragam tersebut harus
diolah terlebih dahulu agar mendapatkan data yang siap
digunakan dan dikembangkan lebih lanjut. Dari tiap data
yang ada harus dapat dimunculkan sebuah insight yang
berguna dan memiliki arti. Insight yang akan dimunculkan
harus mencakup seluruh isi dari data yang ada dengan
padat, ringkas, dan jelas serta dapat dipahami dengan
mudah oleh seluruh user. Selain itu, insight yang
dimunculkan juga harus sesuai kebutuhan dan permintaan
user terkait. Tiap insight direpresentasikan dengan
visualisasi data (baik berupa grafik, angka, dan lain-lain)
yang dibuat dari data yang sudah diolah terlebih dahulu.
2
Pertukaran data yang terjadi di dalam PT Telkom
Indonesia sangat banyak dan masif sehingga pengolahan
data pun harus dilakukan dengan efektif dan efisien.
Selain itu, kebutuhan user yang beragam juga harus dapat
diimplementasikan dengan optimal oleh PT Telkom
Indonesia, salah satunya dalam kebutuhan memunculkan
insight yang berguna dari data yang beragam tersebut.
Maka dari itu, untuk menunjang berbagai kebutuhan user
yang beragam serta data yang beragam juga, kami
berkontribusi dalam memunculkan insight yang berguna
dalam pengolahan serta pembuatan visualisasi dari
berbagai macam data untuk PT Telkom Indonesia.
1.2. Tujuan
Tujuan kerja praktik ini adalah untuk
menyelesaikan kewajiban kuliah kerja praktek di Institut
Teknologi Sepuluh Nopember dengan beban dua SKS.
Selain itu, untuk memenuhi kebutuhan yang diperlukan
oleh PT Telkom Indonesia, yaitu membuat insight dari
berbagai macam data berbentuk visualisasi. Tujuan dari
pembuatan insight tersebut, sebagai berikut :
1. Mendapatkan gambaran umum serta spesifik dari data
yang ada.
3
2. Membuat user interface dari dashboard visualisasi
yang dapat dipahami dengan mudah oleh user.
3. Mendapatkan informasi yang berguna, ringkas, dan
jelas dari data yang ada.
4. Merepresentasikan keseluruhan informasi dari data
yang ada dengan lebih menarik.
1.3. Manfaat
Manfaat yang kami peroleh dalam pelaksanaan
kerja praktik ini, antara lain :
1. Meningkatkan kemampuan bekerjasama dan
teamwork yang efektif dan efisien.
2. Meningkatkan kemampuan berkomunikasi dengan
orang baru
3. Menambah wawasan dan ilmu baru.
4. Mendapatkan pengalaman dan terjun langsung di
lingkungan kerja yang sebenarnya.
Selain itu, manfaat yang kami peroleh dalam
pengerjaan dan pemunculan insight untuk PT Telkom
Indonesia adalah :
1. Memudahkan user dalam memahami isi data
secara ringkas dan jelas serta mendapatkan
4
informasi yang penting dari data tersebut secara
maksimal.
2. Dapat mengetahui desain dashboard dari
visualisasi data yang menarik serta jelas untuk
user.
1.4. Rumusan Permasalahan
Berikut rumusan masalah dalam pelaksanaan
kerja praktik Pembuatan Insight dari Data Berbentuk
Visualisasi untuk PT Telekomunikasi Indonesia :
1. Apa tools yang digunakan dalam memunculkan
insight terhadap data yang ada?
2. Bagaimana melakukan pembuatan insight
terhadap data yang ada ?
3. Bagaimana melakukan pembuatan insight yang
padat dan jelas serta mencakup informasi dari data
yang ada?
1.5. Lokasi dan Waktu Kerja Praktik
Kerja praktik kali ini dilaksanakan pada waktu
dan tempat sebagai berikut :
Lokasi : PT. Telekomunikasi Indonesia
5
Alamat : Jl. Sisingamangaraja No.4, Selong,
Kebayoran Baru, RT.2/RW.1, Selong Pasar Minggu,
Jakarta Selatan, DKI Jakarta 12110.
Waktu : 15 Juni 2020 - 1 September 2020.
1.6. Metodologi Kerja Praktik
1.6.1. Perumusan Masalah
Untuk membuat insight dari berbagai
data yang ada, dijelaskan secara rinci oleh
pembimbing lapangan kerja praktik.
Penjelasan yang diberikan secara garis besar
yaitu melakukan pengolahan data. Setelah
melakukan pengolahan data, diskusi lebih
lanjut mengenai pembuatan insight berupa
visualisasi dengan menggunakan tools.
1.6.2. Studi Literatur
Pada tahap ini, terdapat penjelasan
mengenai studi literatur yang dipakai untuk
pembuatan insight yang menggunakan
beberapa tools. Untuk mengakses data yang
terdapat di database menggunakan Dbeaver.
6
Untuk mengolah data menggunakan Python
dan Microsoft Excel. Untuk membuat insight
berupa visualisasi data menggunakan Tableau.
1.6.3. Analisis dan Pengolahan Data
Pada tahap ini, langkah pertama yang
dilakukan adalah mendapatkan data (baik
dengan web scraping maupun dari database)
dan menganalisis data yang ada. Analisis data
tersebut berguna agar dapat memunculkan
insight yang berguna dari data tersebut. Selain
itu, kami juga harus berdiskusi dengan product
owner dari PT Telkom Indonesia tentang apa
saja informasi yang bisa didapatkan dari data
tersebut. Setelah melakukan analisis data, kami
melakukan pengolahan data agar mendapatkan
data yang siap diimplementasikan. Pengolahan
data tersebut dilakukan dengan cara
mengekstraksi fitur-fitur yang dinilai berguna
untuk dijadikan visualisasi serta melakukan
pengecekan data agar tidak ada data yang
salah.
7
1.6.4. Implementasi Data
Implementasi data adalah tahap
lanjutan dari tahap analisis dan pengolahan
data sebelumnya. Setelah mendapatkan fitur-
fitur yang dinilai berguna dari data tersebut,
maka selanjutnya dibuat visualisasi yang
merepresentasikan insight yang dirancang
sebelumnya. Pembuatan visualisasi ini
diharapkan dapat memudahkan user dalam
mendapatkan informasi yang berguna dari data
yang ada secara padat dan jelas.
Pengerjaan dilakukan dengan
melaporkan progress tiap hari kepada seluruh
rekan kerja dari tim Data Exchange Telkom
serta melaporkan kendala yang dihadapi dari
pengerjaan hari sebelumnya maupun rencana
pengerjaan hari nanti. Laporan tersebut
disampaikan dalam bentuk daily meeting via
aplikasi Zoom tiap harinya. Selain itu, tim
Telkom juga akan memberikan kritik dan saran
terhadap tiap pekerjaan kami.
8
1.6.5. Evaluasi
Evaluasi dilakukan oleh pembimbing
lapangan serta seluruh rekan kerja dari tim
Telkom. Evaluasi tersebut dilakukan saat
pengerjaan sudah selesai, maupun saat
checkpoint. Seluruh kegiatan evaluasi
dilakukan via aplikasi Zoom.
1.7. Sistematika Laporan
Laporan kerja praktik ini terdiri dari 4 bab
dengan rincian sebagai berikut :
1. Bab I : Pendahuluan
Bab ini berisi tentang latar belakang
masalah, tujuan, manfaat, rumusan masalah,
lokasi dan waktu kerja praktik, metodologi, dan
sistematika laporan.
2. Bab II : Profil Instansi
Bab ini berisi sekilas tentang PT.
Telekomunikasi Indonesia.
3. Bab III : Tinjauan Pustaka
Bab ini berisi tentang tahapan pengolahan
data, dasar teori, serta teknologi yang dipakai
dalam pembuatan insight.
4. Bab IV : Implementasi dan Hasil
9
Bab ini berisi tentang implementasi dan
hasil dari pembuatan insight dalam bentuk
visualisasi.
5. Bab V : Penutup
Bab ini berisi tentang kesimpulan dan
saran yang didapatkan dari tugas selama kerja
praktik.
10
[Halaman ini sengaja dikosongkan]
11
BAB 2
PROFIL INSTANSI
2.1. Profil PT. Telekomunikasi Indonesia
PT Telkom Indonesia (Persero) Tbk (Telkom)
adalah Badan Usaha Milik Negara (BUMN) yang
bergerak di bidang jasa layanan teknologi informasi dan
komunikasi (TIK) dan jaringan telekomunikasi di
Indonesia. Pemegang saham mayoritas Telkom adalah
Pemerintah Republik Indonesia sebesar 52.09%,
sedangkan 47.91% sisanya dikuasai oleh publik. Saham
Telkom diperdagangkan di Bursa Efek Indonesia (BEI)
dengan kode “TLKM” dan New York Stock Exchange
(NYSE) dengan kode “TLK”.
Dalam upaya bertransformasi menjadi digital
telecommunication company, TelkomGroup
mengimplementasikan strategi bisnis dan operasional
perusahaan yang berorientasi kepada pelanggan
(customer-oriented). Transformasi tersebut akan
membuat organisasi TelkomGroup menjadi lebih lean
(ramping) dan agile (lincah) dalam beradaptasi dengan
perubahan industri telekomunikasi yang berlangsung
sangat cepat. Organisasi yang baru juga diharapkan
12
dapat meningkatkan efisiensi dan efektivitas dalam
menciptakan customer experience yang berkualitas.
Kegiatan usaha TelkomGroup bertumbuh dan
berubah seiring dengan perkembangan teknologi,
informasi dan digitalisasi, namun masih dalam koridor
industri telekomunikasi dan informasi. Hal ini terlihat
dari lini bisnis yang terus berkembang melengkapi
legacy yang sudah ada sebelumnya.
2.2. Purpose, Visi dan Misi Perusahaan
Untuk menjawab tantangan industri digital,
mendukung digitalisasi nasional dan untuk
menginternalisasi agenda transformasi, maka Telkom
telah menajamkan kembali Purpose, Visi, dan Misi nya.
1. Purpose
Mewujudkan bangsa yang lebih sejahtera
dan berdaya saing serta memberikan nilai tambah
yang terbaik bagi para pemangku kepentingan.
2. Visi
Menjadi digital telco pilihan utama untuk
memajukan masyarakat
3. Misi
13
a. Mempercepat pembangunan Infrastruktur dan
platform digital cerdas yang berkelanjutan,
ekonomis, dan dapat diakses oleh seluruh
masyarakat.
b. Mengembangkan talenta digital unggulan
yang membantu mendorong kemampuan
digital dan tingkat adopsi digital bangsa.
c. Mengorkestrasi ekosistem digital untuk
memberikan pengalaman digital pelanggan
terbaik.
a. cs
2.3. Struktur Organisasi
Berikut ini struktur organisasi dari PT.
Telekomunikasi Indonesia Jakarta divisi Big Data
Management (BDM) :
14
Gambar 2.1 Struktur Organisasi PT. Telekomunikasi Indonesia
15
[Halaman ini sengaja dikosongkan]
16
BAB 3
TINJAUAN PUSTAKA
3.1. Pengolahan Data
Pengolahan data terdiri dari kegiatan-kegiatan
penyimpanan data seperti misalnya pencarian dan
pengumpulan data. Fungsi dari pengolahan data adalah
sebagai melakukan proses aritmatika dan logis untuk
data yang dapat disimpan, menyimpan hasil hingga hasil
akhir dari pemrosesan, dan mengambil program dan data
dalam bentuk input.
3.2. Visualisasi Data
Visualisasi data dipakai untuk mempresentasikan
data yang terstruktur maupun tidak dengan grafik atau
bagan untuk menampilkan info yang tersembunyi di
dalam data. Alasan utama kenapa visualisasi data sangat
penting dikarenakan data yang ditampilkan secara visual
memungkinkan banyak orang untuk memahami data
dengan lebih cepat. Mencari informasi dari data yang
bergunung-gunung tidaklah mudah, tetapi bagan dan
grafik dapat mempermudah pencarian informasi dengan
cepat dan tepat.
17
3.3. Tableau
Tableau merupakan salah satu alat atau aplikasi
yang dapat digunakan untuk visualisasi data, saya
katakan salah satu karena terdapat banyak cara untuk
mendapatkan visualisasi data. Tableau merupakan salah
satu software visualisasi yang sangat mudah digunakan
(friendly user). Tableau memiliki beberapa versi, yaitu
Tableau Desktop, Tableau Public, Tableau Online,
Tableau Server, dan Tableau Reader.
3.4. Python
Python adalah bahasa pemrograman tujuan
umum yang ditafsirkan, tingkat tinggi. Dibuat oleh
Guido van Rossum dan pertama kali dirilis pada tahun
1991, filosofi desain Python menekankan keterbacaan
kode dengan penggunaan spasi putih yang signifikan.
Konstruksi bahasanya dan pendekatan berorientasi objek
bertujuan untuk membantu programmer menulis kode
yang jelas dan logis untuk proyek skala kecil dan besar.
Python menggabungkan kemampuan, kapabilitas dan
sintaksis kode serta fungsi pustaka yang berkualitas
tinggi. Python adalah salah satu bahasa yang dapat
digunakan untuk menganalisis data dari basis data yang
besar (big data).
18
3.5. Structured Query Language
Structured Query Language (SQL) adalah sistem
manajemen database relasional (RDBMS) yang
dirancang untuk aplikasi dengan arsitektur client/server.
Istilah client, server, dan client/server dapat digunakan
untuk merujuk kepada konsep yang sangat umum atau hal
yang spesifik dari perangkat keras atau perangkat lunak.
Pada umumnya terdapat 3 jenis perintah SQL yang bisa
digunakan oleh SQL, yaitu DDL (Data Definition
Language), DML (Data Manipulation Language), dan
DCL (Data Control Language).
3.6. Database
Database adalah gabungan informasi yang
memuat di dalam komputer secara terancang sehingga
bisa dikontrol memakai suatu program komputer. Secara
persepsi, Database adalah gabungan dari data-data yang
menata suatu arsip ataupun file yang saling berinteraksi
dengan prosedur yang spesifik untuk memuat data baru
maupun informasi. Basis data merupakan sistem yang
terdiri atas kumpulan file atau tabel yang saling
berhubungan dan Database Management System (DBMS)
yang memungkinkan beberapa pemakai untuk mengakses
dan manipulasi file-file tersebut (Fathansyah, 1999).
19
[Halaman ini sengaja dikosongkan]
20
BAB 4
ANALISIS DATA
4.1. Latar Belakang Masalah
Latar belakang masalah dari penugasan yang
dilakukan saat masa kerja praktik di Telkom fokus
kepada data Usaha Mikro, Kecil, dan Menengah
(UMKM) serta data persebaran pengguna produk
Telkom. Data tersebut selanjutnya diolah hingga
didapatkan suatu insight yang bisa divisualisasikan.
4.2. Tema Analisis Data
Berikut adalah tema analisis data yang kami
kerjakan saat masa kerja praktik di Telkom :
1. Persebaran Industri Mikro/Kecil dalam Bidang
Pangan dan Non Pangan dari Data Potensi Desa
2018. (Sumber: Badan Pusat Statistik)
2. Data Persebaran Pengguna Indihome Dari April
2020 hingga Juli 2020. (Sumber: Telkom)
3. Data Mobilitas COVID-19. (Sumber: Google)
4. Data Persebaran UMKM Shopee (Sumber: BigBox
Telkom)
5. Data Rata-rata Konsumsi dan Pengeluaran Per
Kapita Sebulan Berdasarkan Jenis Komoditas
21
Makanan Menurut Daerah Tempat Tinggal.
(Sumber: SUSENAS 2019)
6. Data Rata-rata Konsumsi dan Pengeluaran Per
Kapita Sebulan Berdasarkan Jenis Komoditas
Makanan Menurut Provinsi. (Sumber: SUSENAS
2019)
4.3. Tujuan Analisis Data
Tujuan dari analisis data yang kami lakukan
adalah untuk mendapatkan sebuah insight yang
berguna yang dapat ditampilkan dalam bentuk
visualisasi serta infografis yang ringkas, padat, dan
jelas.
4.4. Workflow
Workflow dari pengolahan data yang kami
lakukan kurang lebih sama, maka dari itu kami
sederhanakan menjadi satu workflow umum. Berikut
adalah workflow dari pengolahan data kami :
22
23
[Halaman ini sengaja dikosongkan]
24
BAB 5
IMPLEMENTASI DAN HASIL
Berikut adalah implementasi dan hasil dari seluruh
penugasan saat masa kerja praktik :
5.1. Visualisasi Persebaran Industri Mikro/Kecil dalam
Bidang Pangan dan Non Pangan dari Data PODES
2018
Pada penugasan ini, kami membuat visualisasi
tentang persebaran industri mikro/kecil di Indonesia
dalam bidang pangan dan non pangan yang didapatkan
dari data BPS Potensi Desa (PODES) 2018. Data
PODES 2018 terbagi menjadi 4 bagian, yaitu :
1. dma_bps_podes2018_desa_blok_III__V
2. dma_bps_podes2018_desa_blok_VI__VII
Gambar 5.1 Data BPS PODES 2018 Blok III-IV
25
3. dma_bps_podes2018_desa_blok_VIII__XII
4. dma_bps_podes2018_desa_blok_XIII__XVII
Sebelum kami membuat visualisasi, kami
melakukan pengolahan data terlebih dahulu dengan cara
mengekstraksi fitur-fitur yang diperlukan untuk
Gambar 5.2 Data BPS PODES 2018 Blok VI-VII
Gambar 5.3 Data BPS PODES 2018 Blok VIII-XII
Gambar 5.4 Data BPS PODES 2018 Blok XIII-XVII
26
visualisasi. Setelah itu, kami melakukan penggabungan
data (join). Hasil akhir setelah dilakukan ekstraksi fitur
adalah :
Untuk membuat visualisasi dan memunculkan
insight dari data tersebut, kami menggunakan Tableau
Desktop. Berikut adalah hasil visualisasi yang telah kami
buat :
1. Visualisasi Persebaran Industri Mikro/Kecil
dalam Bidang Pangan Tahun 2018
Gambar 5.5 Data BPS PODES 2018 Setelah Digabungkan
27
2. Visualisasi Persebaran Industri Mikro/Kecil
dalam Bidang Non Pangan Tahun 2018
Gambar 5.6 Dashboard Visualisasi Persebaran Industri Mikro/Kecil
dalam Bidang Pangan Tahun 2018
28
Gambar 5.7 Dashboard Visualisasi Persebaran Industri Mikro/Kecil dalam
Bidang Non Pangan Tahun 2018
29
Gambar 5.8 Dashboard Visualisasi Persebaran Industri Mikro/Kecil dalam Bidang
Non Pangan Tahun 2018
30
5.2. Visualisasi Racing Bar Chart Tentang Kategori
Finance dari Data Pengguna Indihome
Kami membuat visualisasi dalam bentuk racing
bar chart untuk kategori finance didapatkan dari data
pengguna Indihome (1 April 2020 - 16 Juli 2020).
Pembuatan racing bar chart dibuat menggunakan
Tableau Desktop. Berikut ini tahapan untuk membuat
visualisasi racing bar chart dengan Tableau Desktop :
1. Melakukan pengolahan data pengguna
indihome dan ekstraksi data yang
berhubungan dengan kategori finance.
Gambar 5.9 Data Pengguna Indihome Kategori Finance
31
2. Melakukan visualisasi dalam bentuk racing
bar chart dengan menggunakan Tableau
Desktop.
3. Mengkonversikan racing bar chart menjadi
bentuk vidio.
5.3. Web Crawling Data Mobilitas COVID-19 Google
Pada penugasan ini, kami membuat script
otomasi dalam bahasa python untuk mengambil data
mobilitas COVID-19 Google
(https://www.google.com/covid19/mobility/). Otomasi
ini berguna untuk mengunduh data csv dari web tersebut
Gambar 5.7 Racing Bar Chart Kategori Finance
32
secara otomatis jika data csv nya telah diperbaharui
berdasarkan tanggal yang tertera. Berikut adalah contoh
data mobilitas COVID-19 Google :
Berikut adalah script otomasinya :
Gambar 5.8 Data Mobilitas COVID-19 Google
33
34
5.4. Visualisasi Persebaran UMKM Shopee dari Data Big
Box
Pada penugasan ini, kami membuat visualisasi
tentang persebaran UMKM Shopee yang didapatkan dari
data Big Box (Juli 2020). Data Big Box terbagi menjadi
5 bagian, yaitu:
1. dm_percentile_kota_subscriber_2020080410
17
2. dm_percentile_user_kota_202008041014
Gambar 5.9 Data Big Box UMKM Shopee Percentile Kota Subscriber
35
3. dm_percentile_kota_produk_202008041015
Gambar 5.10 Data Big Box UMKM Shopee Percentile User Kota
Gambar 5.11 Data Big Box UMKM Shopee Percentile Kota Produk
36
4. _DM_SHOPEE_SAMPLE_KOTA__202008
041013
5. _DM_SHOPEE_SAMPLE_RATING__2020
08041014
Gambar 5.12 Data Big Box UMKM Shopee Sample Kota
Gambar 5.13 Data Big Box UMKM Shopee Sample Rating
37
Sebelum kami membuat visualisasi, kami
melakukan pengolahan data terlebih dahulu dengan cara
mengekstraksi fitur-fitur yang diperlukan untuk
visualisasi. Setelah itu, kami melakukan penggabungan
data (join). Hasil akhir setelah dilakukan ekstraksi fitur
adalah :
38
Untuk membuat visualisasi dan memunculkan
insight dari data tersebut, kami menggunakan Tableau
Desktop. Berikut adalah hasil visualisasi yang telah kami
buat :
Gambar 5.17 Data Big Box UMKM Shopee Setelah Digabungkan
Gambar 5.18 Lanjutan Data Big Box UMKM Shopee Setelah Digabungkan
39
Gambar 5.14 Visualisasi Persebaran UMKM Shopee dari Data Big Box
40
Gambar 5.15 Visualisasi Persebaran UMKM Shopee dari Data Big Box
41
5.5. Infografis Persebaran Industri Mikro/Kecil dalam
Bidang Pangan dan Non Pangan dari Data PODES
2018
Pada penugasan ini, kami membuat infografis
tentang persebaran industri mikro/kecil di Indonesia
dalam bidang pangan dan non pangan yang didapatkan
dari data BPS Potensi Desa (PODES) 2018. Infografis
ini dibuat guna menunjang visualisasi yang sudah ada
dan diharapkan user dapat memahami informasi dari
data terkait dengan lebih mudah dan menarik. Infografis
dibuat menggunakan Tableau Desktop. Berikut adalah
infografis terkait penugasan ini :
1. Infografis Persebaran Industri Mikro/Kecil
dalam Bidang Pangan Tahun 2018
42
Gambar 5.21 Infografis Persebaran Industri
Mikro/Kecil dalam Bidang Pangan Tahun 2018
2. Infografis Persebaran Industri Mikro/Kecil
dalam Bidang Non Pangan Tahun 2018
43
Gambar 5.22 Infografis Persebaran Industri
Mikro/Kecil dalam Bidang Non Pangan Tahun 2018
44
5.6. Infografis Persebaran UMKM Shopee dari Data Big
Box
Pada penugasan ini, kami membuat infografis
tentang persebaran UMKM Shopee dari data Big Box
(Juli 2020). Infografis ini dibuat guna menunjang
visualisasi yang sudah ada dan diharapkan user dapat
memahami informasi dari data terkait dengan lebih
mudah dan menarik. Infografis dibuat menggunakan
Tableau Desktop. Berikut adalah infografis terkait
penugasan ini :
1. Infografis Persebaran UMKM Shopee dari
Data Big Box (Juli 2020)
45
Gambar 5.16 Infografis Persebaran UMKM
Shopee dari Data Big Box (Juli 2020)
46
5.7. Infografis Rata-rata Konsumsi dan Pengeluaran Per
Kapita Sebulan Berdasarkan Jenis Komoditas
Makanan Menurut Daerah Tempat Tinggal
Pada penugasan ini, kami membuat infografis
tentang rata-rata konsumsi dan pengeluaran per kapita
sebulan berdasarkan jenis komoditas makanan menurut
daerah tempat tinggal yang didapatkan dari data
SUSENAS September 2019. Berikut adalah cuplikan
data nya :
Gambar 5.17 Data SUSENAS September 2019
Tentang Rata-rata Konsumsi dan Pengeluaran Per
Kapita Sebulan Berdasarkan Jenis Komoditas
Makanan Menurut Daerah Tempat Tinggal
Infografis ini dibuat guna menunjang visualisasi
yang sudah ada dan diharapkan user dapat memahami
informasi dari data terkait dengan lebih mudah dan
menarik. Infografis dibuat menggunakan Tableau
Desktop. Berikut adalah infografis terkait penugasan ini
:
47
Gambar 5.18 Infografis Rata-rata Konsumsi dan
Pengeluaran Per Kapita Sebulan Berdasarkan Jenis
Komoditas Makanan Menurut Daerah Tempat Tinggal
48
5.8. Infografis Rata-rata Konsumsi dan Pengeluaran Per
Kapita Sebulan Berdasarkan Jenis Komoditas
Makanan Menurut Provinsi
Pada penugasan ini, kami membuat infografis
tentang rata-rata konsumsi dan pengeluaran per kapita
sebulan berdasarkan jenis komoditas makanan menurut
provinsi yang didapatkan dari data SUSENAS
September 2019. Berikut adalah cuplikan data nya :
Infografis ini dibuat guna menunjang visualisasi
yang sudah ada dan diharapkan user dapat memahami
informasi dari data terkait dengan lebih mudah dan
menarik. Infografis dibuat menggunakan Tableau
Desktop. Berikut adalah infografis terkait penugasan ini
:
Gambar 5.19 Data SUSENAS September 2019 Rata-rata
Konsumsi dan Pengeluaran Per Kapita Sebulan Berdasarkan Jenis
Komoditas Makanan Menurut Provinsi
49
Gambar 5.20 Infografis Rata-rata Konsumsi dan
Pengeluaran Per Kapita Sebulan Berdasarkan Jenis Komoditas
Makanan Menurut Provinsi
50
[Halaman ini sengaja dikosongkan]
51
BAB 6
PENUTUP
6.1. Kesimpulan
Kesimpulan yang didapatkan setelah melakukan
pembuatan insight dari data berbentuk visualisasi adalah
sebagai berikut :
1. Pembuatan insight berupa visualisasi telah
sesuai dengan permintaan dan dapat
dimengerti oleh user.
2. Seluruh visualisasi data yang telah kami buat
telah sukses ter-publish ke dalam server
tableau Data Exchange PT Telkom Indonesia.
3. Pembuatan infografis yang bertujuan untuk
menunjang insight agar lebih menarik telah
sesuai dengan permintaan dan user dapat
memahami data terkait dengan mudah serta
informasi yang didapatkan dari data terkait
maksimal.
4. Script otomasi web crawling berjalan dengan
lancar dan dapat memudahkan pembaharuan
data untuk dimasukkan ke dalam basis data.
52
6.2. Saran
Saran yang penulis berikan untuk pembuatan
insight berupa visualisasi dan infografis dapat berguna
tidak hanya untuk PT. Telekomunikasi Indonesia tetapi
untuk khalayak umum juga. Selain itu, PT
Telekomunikasi Indonesia dapat memperbanyak
pertukaran data sesuai dengan perkembangan teknologi
agar insight yang dihasilkan dapat relatable dengan masa
sekarang.
53
DAFTAR PUSTAKA
[1] Telkom (2020). Tentang Telkomgroup. [online]
Available at: https://www.telkom.co.id/sites/about-
telkom/id_ID/page/profil-dan-riwayat-singkat [Acessed
21 September 2020].
[2] Wikipedia (2019). Pengertian Visualisasi Data.
[online] Available at:
https://id.wikipedia.org/wiki/Visualisasi_data
[Accessed 31 Agustus 2020].
[3] Pelayanan Publik (2020). Arti Pengolahan Data, Cara
Kerja, Fungsi Hingga Contohnya. [online] Available
at: https://pelayananpublik.id/2020/04/06/arti-
pengolahan-data-cara-kerja-fungsi-hingga-contohnya/
[Accessed 31 Agustus 2020].
[4] Dewaweb (2019). Keunggulan Memahami Bahasa
Pemrograman Python. [online]. Available at:
https://www.dewaweb.com/blog/keunggulan-
memahami-bahasa-pemrograman-python/ [Accessed
31 Agustus 2020].
[5] Anaktik (2020). Apa itu Tableau. [online]. Available
at: https://anaktik.com/tableau/ [Accessed 31 Agustus
2020].
54
[6] Gurupendidikan (2020). Pengertian Database Dan
Perangkat Lunak. [online]. Available at:
https://www.gurupendidikan.co.id/pengertian-
database/ [Accessed 31 Agustus 2020].
[7] Duniailkom (2017). Tutorial Belajar MySQL Part 5:
Pengertian SQL (Structured Query Language).
[online]. Available at:
https://www.duniailkom.com/tutorial-mysql-
pengertian-sql-structured-query-language/ [Accessed
31 Agustus 2020].
BIODATA PENULIS
55
Tubagus Irkham Izzata Apriwibowo, lahir pada tanggal 26 Juni
2000 di Bekasi. Penulis
merupakan mahasiswa yang
sedang menempuh studi di
Departemen Informatika Institut
Teknologi Sepuluh Nopember
(ITS). Penulis aktif dalam
berorganisasi di Himpunan
Mahasiswa Teknik Computer-Informatika tahun 2019/2020
dalam Departemen Minat dan Bakat.
Hayu Ajeng Radriyantami, lahir pada tanggal 18 Maret 2000 di
Cilacap. Penulis merupakan
mahasiswa yang sedang
menempuh studi di Departemen
Informatika Institut Teknologi
Sepuluh Nopember (ITS).
Penulis aktif dalam berorganisasi
di Himpunan Mahasiswa Teknik
Computer-Informatika tahun 2019/2020 dalam Departemen
Kaderisasi dan Pemetaan.