line shadow 1
line shadow

Menguasai visualisasi data modern menjadi keahlian penting bagi siapa saja yang ingin berkarier di bidang analitik data. Melalui tutorial Tableau ini, Anda dapat mempelajari dasar-dasar Tableau Public, teknik pengolahan data, pembuatan relasi antar tabel, hingga perakitan dashboard interaktif lengkap dalam waktu singkat.

Poin Penting Panduan Tableau

Panduan Langkah demi Langkah

Sebelum memulai praktik, siapkan beberapa kebutuhan perangkat lunak dan dataset berikut:

  • Aplikasi Tableau Public versi desktop (gratis).
  • Dataset Video Game Sales (format CSV).
  • Dataset Starbucks Locations Worldwide (format CSV).
  • Dataset Demographic & Salary (format Excel .xlsx).
  • Dataset Seattle Airbnb Open Data (format Excel .xlsx).

1. Instalasi Perangkat Lunak dan Membuka Dataset Pertama (00:35)

Langkah pertama dimulai dengan mengunduh Tableau Public dari situs resminya. Versi gratis ini menyediakan hampir semua fitur esensial yang diperlukan untuk belajar dan membangun portofolio data analyst.

Setelah aplikasi terpasang, masukkan dataset penjualan game (VG Sales) dengan memilih menu Text file pada panel Connect. Tableau akan membaca setiap kolom dan secara otomatis mengidentifikasi tipe data, baik teks string (berlabel ABC) maupun nilai numerik (berlabel #).

Klik tombol Go to Worksheet di pojok kiri bawah untuk masuk ke area kerja utama. Di panel kiri, kolom data dibagi menjadi dua kategori penting:

  • Dimensions: Data kategorikal kualitatif seperti Genre, Platform, dan Name.
  • Measures: Data numerik kuantitatif yang dapat dihitung seperti Global Sales, NA Sales, dan Rank.

Seret kolom Global Sales ke Rows dan Year ke Columns untuk membuat grafik garis tren penjualan tahunan. Manfaatkan panel Marks untuk menambahkan detail visual:

  • Tarik Genre ke opsi Color pada Marks card agar setiap kategori game memiliki warna garis tersendiri.
  • Tambahkan label harga pada titik tertinggi dan terendah menggunakan opsi Label lalu pilih Min/Max per line.
  • Gunakan panel Filters untuk menyaring data platform game tertentu dengan memilih opsi Show Filter.

3. Mengelompokkan Data dengan Bins dan Membuat Calculated Fields (15:34)

Fitur Bins berfungsi membagi rentang angka kontinu menjadi kelompok-kelompok interval teratur. Bins hanya dapat diterapkan pada data bertipe numerik.

  1. Klik kanan pada measure Year, pilih Create lalu pilih Bins.
  2. Tentukan ukuran interval (misalnya nilai 5) untuk mengelompokkan tahun penjualan ke dalam rentang lima tahunan.
  3. Seret hasil bin tersebut ke Columns untuk melihat total volume penjualan pada tiap periode.

Untuk menghitung selisih metrik antar wilayah penjualan, Anda dapat membuat Calculated Field kustom melalui formula sederhana:

[Global_Sales] - [EU_Sales]

Selain perhitungan kustom, Tableau menyediakan Quick Table Calculation seperti Percent of Total untuk melihat persentase kontribusi penjualan tiap kelompok secara instan.

4. Eksplorasi Visualisasi Lanjutan dan Peta Geografis (21:22)

Visualisasi data geospatial dapat dibangun dengan memanfaatkan data latitude dan longitude dari file lokasi gerai kopi (Starbucks Dataset). Tableau secara otomatis mengenali data wilayah seperti State, City, dan Postal Code.

  • Symbol & Density Maps: Memetakan sebaran titik toko berdasarkan koordinat Latitude dan Longitude untuk melihat konsentrasi lokasi pada kota-kota besar.
  • Filled Maps: Mengisi poligon wilayah negara bagian (State) dengan warna untuk membedakan cakupan distribusi.
  • Combo Chart (Bar & Line): Menggabungkan diagram batang penjualan global dengan diagram garis penjualan wilayah Amerika Utara dalam satu sumbu waktu.

5. Menghubungkan Antar Tabel dengan Joins (33:41)

Ketika bekerja dengan beberapa tabel terpisah (misalnya data demografi karyawan, jabatan, dan gaji), Anda perlu menggabungkannya menjadi satu model data yang utuh. Di panel Data Source, klik dua kali pada kotak tabel pertama untuk membuka kanvas Physical Join Layer.

“Memahami bagaimana data Anda terhubung saat melakukan join adalah perbedaan antara menyajikan data yang bersih dengan menampilkan angka yang salah total pada visualisasi akhir.” — 38:50

Tersedia empat tipe join utama:

  • Inner Join: Mengambil baris data yang cocok di kedua tabel pada kolom kunci (seperti Employee ID).
  • Left Join: Mempertahankan seluruh data tabel kiri dan melengkapi data tabel kanan yang cocok.
  • Right Join: Menampilkan seluruh data tabel kanan dan memasukkan nilai null jika tidak ditemukan padanan di tabel kiri.
  • Full Outer Join: Menggabungkan seluruh data dari kedua tabel tanpa terkecuali.

6. Mini Project: Membangun Dashboard Interaktif Seattle Airbnb (46:58)

Proyek akhir mensimulasikan studi kasus nyata: membantu calon investor menentukan strategi terbaik dalam membeli properti sewa Airbnb di kota Seattle.

Lima worksheet analisis disiapkan secara terstruktur:

  1. Price by Zipcode: Diagram batang horizontal terurut yang menampilkan rata-rata harga sewa harian tertinggi, dipimpin oleh kode pos 98134 dengan rata-rata $206 per malam.
  2. Map View per Zipcode: Visualisasi peta area Seattle dengan palet warna dan label harga rata-rata yang seragam dengan diagram batang.
  3. Revenue per Year (Time Series): Grafik garis mingguan sepanjang tahun 2016 yang memperlihatkan kenaikan harga dan lonjakan omzet pada musim liburan pertengahan tahun dan akhir tahun.
  4. Average Price per Bedroom: Diagram kolom rata-rata harga berdasarkan jumlah kamar tidur (1 hingga 6 kamar) setelah mengubah kolom Bedrooms menjadi Dimension.
  5. Bedroom Listing Count: Analisis tingkat persaingan menggunakan agregasi Count Distinct terhadap Listing ID untuk menghitung ketersediaan unit di pasar.

Setelah seluruh grafik selesai, buat lembar kerja baru melalui menu New Dashboard. Ubah pengaturan ukuran kanvas menjadi Automatic agar tampilan dashboard responsif menyesuaikan resolusi monitor, lalu susun seluruh worksheet ke dalam tata letak yang rapi.

7. Publikasi Hasil Karya ke Tableau Public (01:27:47)

Simpan hasil akhir proyek dengan memilih menu File > Save to Tableau Public As. Masukkan akun Tableau Public Anda untuk mengunggah dashboard ke server cloud, sehingga tautan interaktifnya dapat dibagikan langsung pada profil LinkedIn atau portofolio pribadi.

Evaluasi dan Pembahasan

Kelebihan

  • Penyampaian materi terstruktur secara bertahap mulai dari pengenalan antarmuka hingga proyek nyata.
  • Memberikan pemahaman mendalam tentang perbedaan teknis antara Dimensions dan Measures.
  • Visualisasi join tabel disajikan secara gamblang sehingga memudahkan pemula dalam memahami relasi basis data.
  • Disertai studi kasus bisnis nyata yang relevan untuk portofolio data analyst pemula.

Kekurangan

  • Keterbatasan Tableau Public yang memiliki batas volume impor data maksimal 15 juta baris.
  • Proses penggabungan data dalam jumlah sangat besar pada komputer spesifikasi standar terkadang mengalami lag.

Tingkat kesulitan materi ini berada pada level Beginner. Kesalahan umum yang sering dilakukan pemula adalah salah menentukan agregasi metrik (menggunakan Sum alih-alih Average) atau keliru memilih kolom relasi kunci saat menggabungkan dataset multi-tabel.

Tutorial ini sangat direkomendasikan bagi calon data analyst, business intelligence practitioner, mahasiswa, maupun profesional yang ingin membangun portofolio visualisasi data pertama mereka.

Langkah Berikutnya

Praktikkan langsung langkah-langkah di atas dengan mengunduh dataset yang disediakan, lalu unggah kreasi dashboard Anda ke Tableau Public.

Kunjungi Channel Alex The Analyst

Apakah Anda menemui kendala saat mengatur relasi tabel atau menyusun tata letak dashboard? Tuliskan pertanyaan dan pengalaman Anda pada kolom komentar di bawah.