Pasar visualisasi data diperkirakan akan mencapai hampir $20 miliar pada tahun 2031. Pertumbuhan ini didorong oleh keinginan bisnis untuk menggunakan data besar yang mereka kumpulkan. Visualisasi data memudahkan orang-orang non-teknis di perusahaan untuk mendapatkan wawasan dari data¹ ^. Menjelang tahun 2024-2025, kita akan membahas tren dan metode terbaru. Ini termasuk membuat data lebih mudah diakses, analisis waktu nyata, dan penggunaan animasi serta interaktivitas.

Teknik Visualisasi Data untuk Penelitian Tahun 2024-2025

Pengantar

Memasuki tahun 2024-2025, visualisasi data terus memainkan peran penting dalam penelitian di semua disiplin ilmu. Dengan meningkatnya kompleksitas data dan kebutuhan akan komunikasi yang jelas mengenai temuan penelitian, teknik visualisasi yang inovatif menjadi semakin penting. Panduan ini mengeksplorasi tren terkini dan teknik visualisasi data paling efektif dalam penelitian periode 2024-2025.

Tren Utama dalam Visualisasi Data (2024-2025)

• Visualisasi Interaktif dan Imersif: Memanfaatkan teknologi VR dan AR untuk eksplorasi data.
• Visualisasi Berbantuan AI: Menggunakan pembelajaran mesin untuk menghasilkan dan mengoptimalkan visualisasi.
• Visualisasi Data Waktu Nyata: Teknik untuk memvisualisasikan streaming dan terus memperbarui data.
• Desain Berfokus pada Aksesibilitas: Memastikan visualisasi bersifat inklusif dan dapat dimengerti oleh beragam audiens.
• Representasi Data Etis: Menekankan representasi visual data yang adil dan tidak memihak.

Teknik Visualisasi Tingkat Lanjut

1. Grafik Jaringan Dinamis

Ideal untuk memvisualisasikan hubungan kompleks dan evolusinya dari waktu ke waktu di bidang seperti ilmu sosial, biologi, dan ilmu komputer.

Alat: D3.js, Gephi, NetworkX dengan Plotly

Gambar 1: Contoh visualisasi Grafik Jaringan Dinamis

2. Visualisasi Data 3D

Berguna untuk merepresentasikan data multidimensi dalam bidang seperti fisika, kimia, dan ilmu bumi.

Alat: Plotnya, Mayavi, Three.js

Gambar 2: Contoh Visualisasi Data 3D

3. Visualisasi Data Augmented Reality (AR).

Teknik yang muncul untuk melapisi visualisasi data pada lingkungan dunia nyata, khususnya berguna dalam bidang seperti arsitektur, arkeologi, dan penelitian medis.

Alat: ARKit (iOS), ARCore (Android), Persatuan dengan Vuforia

Gambar 3: Konsep Visualisasi Data Augmented Reality

4. Dasbor Interaktif

Untuk menciptakan pandangan yang komprehensif dan interaktif dari kumpulan data yang kompleks, populer dalam penelitian bisnis, kesehatan masyarakat, dan ilmu sosial.

Alat: Tableau, Power BI, Dash oleh Plotly

Gambar 4: Contoh Dashboard Interaktif

5. Visualisasi Geospasial

Teknik canggih untuk memvisualisasikan data geografis, penting dalam ilmu lingkungan, perencanaan kota, dan epidemiologi.

Alat: QGIS, ArcGIS, Leaflet.js

Gambar 5: Contoh Visualisasi Geospasial

Praktik Terbaik untuk Visualisasi Penelitian (2024-2025)

1. Mengutamakan Kejelasan dan Akurasi

Pastikan visualisasi Anda mewakili data secara akurat tanpa distorsi. Kejelasan harus selalu diutamakan dibandingkan kompleksitas atau daya tarik estetis.

2. Desain untuk Aksesibilitas

Gunakan skema warna yang dapat diakses oleh individu buta warna. Berikan deskripsi teks alternatif untuk visualisasi yang kompleks.

3. Memanfaatkan Interaktivitas

Jika memungkinkan, buat visualisasi interaktif yang memungkinkan pengguna menjelajahi datanya sendiri, sehingga mengungkap lapisan informasi tambahan.

4. Kontekstualisasikan Data Anda

Berikan konteks dan penjelasan yang diperlukan di samping visualisasi Anda untuk memastikan interpretasi yang tepat.

5. Rangkullah Bercerita

Gunakan teknik visualisasi yang membantu menceritakan kisah yang koheren dengan data Anda, membimbing pemirsa melalui narasi penelitian Anda.

Perbandingan Alat Visualisasi (2024-2025)

Alat Bantu	terbaik Untuk	Kurva Belajar	Interaktivitas
Python (Matplotlib, Seaborn)	Plot statis yang dapat disesuaikan	Moderat	Terbatas
R (ggplot2)	Visualisasi statistik	Moderat	Terbatas
D3.js	Visualisasi web yang sangat interaktif	Curam	Sangat baik
Tablo	Dasbor yang cepat dan interaktif	Mudah	baik
Power BI	Integrasi intelijen bisnis	Moderat	baik

Kesimpulan

Menjelang tahun 2024-2025, visualisasi data dalam penelitian menjadi semakin canggih, interaktif, dan mudah diakses. Dengan memanfaatkan teknik dan alat canggih ini, peneliti dapat mengomunikasikan temuan kompleks dengan lebih efektif, mengeksplorasi data dengan cara baru, dan membuat pekerjaan mereka lebih menarik dan dapat dipahami baik oleh rekan sejawat maupun masyarakat umum. Kuncinya terletak pada memilih teknik visualisasi yang tepat untuk data dan pertanyaan penelitian Anda, sambil tetap berpegang pada praktik terbaik dalam kejelasan, akurasi, dan representasi etis.

Selanjutnya Resources

• “Visualisasi Data Tingkat Lanjut untuk Penelitian” – Kursus Online
• Jurnal Visualisasi Data dalam Sains – Edisi Khusus Teknik yang Muncul
• “Pertimbangan Etis dalam Visualisasi Data” – Pedoman dan Praktik Terbaik
• Python untuk Visualisasi Ilmiah – Seri Tutorial Komprehensif
• Visualisasi Data Interaktif Alat Berbasis Web untuk Peneliti – Perbandingan dan Panduan

Kita juga akan melihat bagaimana media sosial dan penyampaian cerita dengan data mengubah keadaan. Perubahan ini akan membuat penelitian menonjol.

Ringkasan Utama

• Pasar visualisasi data diperkirakan akan mencapai $20 miliar pada tahun 2031 karena bisnis memanfaatkan wawasan data.
• Konferensi mendatang akan menampilkan tren terkini dalam visualisasi data, termasuk demokratisasi data dan analisis waktu nyata.
• Peneliti dapat meningkatkan pekerjaan mereka melalui visualisasi data yang interaktif, animasi, dan berbasis sosial.
• Mendongeng data akan memainkan peran penting dalam mengkomunikasikan temuan penelitian secara efektif.
• Menguasai alat dan perangkat lunak visualisasi data akan menjadi penting bagi para peneliti pada tahun 2024-2025.

Konferensi Visualisasi Data Mendatang pada tahun 2024-2025

Daftar konferensi untuk tahun 2024 dan 2025 terus bertambah, dengan fokus pada visualisasi data . Daftar ini mencakup acara populer dan akademis. Acara-acara penting antara lain Electronic Visualisation & the Arts Conference di London (Juli 2024) ^, IEEE VIS 2024 di St. Pete's Beach, Florida (Oktober 2024), dan International Conference on Information Visualization Theory and Applications 2025 di Porto, Portugal (Februari 2025). Konferensi-konferensi ini akan menyoroti tren baru dalam visualisasi data, seperti kecerdasan buatan dan metaverse.

Visualisasi Elektronik & Konferensi Seni, London (Juli 2024)

Electronic Visualization & the Arts Conference adalah acara puncak bagi pakar visualisasi data, seni, dan teknologi. Ini adalah tempat inovasi, tempat bertemunya data, kreativitas, dan pengalaman manusia. Peserta akan menikmati presentasi, lokakarya, dan jaringan dengan tokoh industri terkemuka.

IEEE VIS 2024, Pantai St. Pete, Florida (Oktober 2024)

IEEE VIS 2024 adalah acara besar bagi penggemar visualisasi data, yang berlangsung di St. Pete's Beach yang indah, Florida. Acara ini dikenal karena penelitian mutakhir dan alat serta teknik visualisasi data ^terbaru² . Akan ada sesi konsultasi karier, sarapan program mentoring IRE, dan sesi Alat & Teknologi yang penuh wawasan.

Konferensi Internasional Teori dan Penerapan Visualisasi Informasi 2025, Porto, Portugal (Februari 2025)

Konferensi Internasional Teori dan Penerapan Visualisasi Informasi 2025 diadakan di Porto, Portugal. Ini adalah peristiwa penting bagi mereka yang menyukai visualisasi data, menawarkan kesempatan untuk berbagi ide, berkolaborasi, dan menjelajahi tren baru.

Konferensi ini adalah kunci bagi para profesional, peneliti, dan penggemar visualisasi data untuk mempelajari tren, teknik, dan inovasi baru. Baik Anda menyukai seni dan teknologi, visualisasi info terkini, atau penggunaan visualisasi data praktis, acara ini menawarkan wawasan dan peluang jaringan yang luar biasa.

Demokratisasi Data dan Solusi Tanpa Kode/Kode Rendah

Di dunia saat ini, demokratisasi data sangat penting bagi bisnis. Sebuah survei terbaru menunjukkan bahwa 90% pemimpin melihatnya sebagai prioritas utama³ ^. Ini berarti memberikan karyawan di semua tingkatan kemampuan untuk menggunakan, menganalisis, dan melihat data. Perubahan ini dimungkinkan berkat solusi tanpa kode (no-code) dan kode rendah (low-code).

Alat-alat seperti Opendatasoft dan Tableau Public memimpin perubahan ini. Mereka memungkinkan perusahaan dan masyarakat untuk menggunakan visualisasi data dengan mudah, bahkan tanpa keterampilan yang kompleks³ ^. Alat-alat ini mengubah cara kita membuat keputusan berbasis data . Mereka menciptakan budaya literasi data dan aksesibilitas data di perusahaan.

Dengan platform pengalaman data ini , orang dapat membuat visualisasi yang indah dan menemukan wawasan penting. Mereka dapat membuat keputusan besar tanpa memerlukan bantuan TI atau analis data khusus³ ^. Perubahan ini besar, memungkinkan semua orang di semua tingkatan untuk bergabung dalam revolusi data.

Kebutuhan akan alat data yang mudah dan ramah pengguna semakin meningkat. Masa depan visualisasi dan analisis data tampaknya akan lebih terbuka, berbasis tim, dan memberdayakan³ ^. Dengan mengikuti demokratisasi data , perusahaan dapat menggunakan data mereka sepenuhnya. Mereka dapat memberdayakan karyawan mereka untuk membuat keputusan yang tepat dan berinovasi.

“Masa depan visualisasi dan analisis data siap menjadi lebih inklusif, kolaboratif, dan memberdayakan dibandingkan sebelumnya.”

Visualisasi dan Analisis Data Waktu Nyata

Dalam dunia bisnis yang serba cepat saat ini, mendapatkan wawasan dari data secara langsung memberikan perusahaan keunggulan besar. Sebuah survei baru-baru ini menemukan bahwa 78% orang menganggap data real-time sangat penting. Selain itu, 71% percaya bahwa hal itu membantu meningkatkan pendapatan. Visualisasi data real-time sangat penting di bidang seperti logistik dan pengiriman. Di sini, hal itu membantu melacak pengiriman, memantau waktu pengiriman, dan mendeteksi ^masalah⁴.

Visualisasi Real-Time dalam Logistik dan Pengiriman

Perusahaan logistik dan pengiriman menggunakan visualisasi data waktu nyata untuk meningkatkan operasional mereka dan melayani pelanggan dengan lebih baik. Mereka menggabungkan data dari sensor IoT, pelacak GPS, dan sistem perusahaan . Hal ini memungkinkan mereka untuk membuat dasbor yang menunjukkan seluruh rantai pasokan. Dengan analisis waktu nyata ini, mereka dapat mengambil keputusan dengan cepat, menangani gangguan dengan cepat, dan bekerja lebih efisien⁴^.

Visualisasi Real-Time untuk Aplikasi Publik

Visualisasi data waktu nyata bukan hanya untuk sektor swasta. Tempat umum seperti universitas juga menggunakannya. Misalnya, beberapa universitas membantu mahasiswa autis dengan visualisasi data sensor waktu nyata. Mereka memetakan hal-hal seperti pola keramaian dan tingkat kebisingan. Ini membantu memberikan saran yang dipersonalisasi dan membuat kehidupan kampus lebih baik bagi mahasiswa dengan masalah sensorik. Analisis data waktu nyata di area publik berarti akses yang lebih baik, penggunaan sumber daya yang lebih cerdas, dan pengambilan keputusan yang lebih cepat⁵^.

Seiring meningkatnya kebutuhan akan wawasan secara real-time, perusahaan dan kelompok mengadopsi teknik visualisasi data baru . Mereka menggunakan dasbor dinamis dan analisis data langsung untuk tetap unggul dan melayani pelanggan atau karyawan mereka dengan lebih baik. Hal ini mengarah pada pengambilan keputusan yang lebih baik, operasional yang lebih lancar, dan pengalaman terbaik.

Visualisasi Data Animasi dan Interaktif

Visualisasi data berubah dengan cepat, dengan metode animasi dan interaktif menjadi kunci untuk menarik perhatian dan berbagi informasi yang kompleks. Metode ini lebih dari sekadar grafik statis. Metode ini memungkinkan pembuat data untuk bercerita dengan data dan memungkinkan pengguna untuk mempelajari detailnya lebih ^dalam⁶.

Visualisasi Animasi untuk Menceritakan Kisah Data

Visualisasi data animasi membuat data menjadi hidup, menunjukkan bagaimana berbagai hal telah berubah dari waktu ke waktu. Dengan pembesaran 3D dan teknik lainnya, desainer dapat membuat visual yang menarik perhatian pemirsa ^7. Animasi ini membantu menceritakan kisah data, menunjukkan poin-poin penting dan membuat informasi lebih jelas.

Visualisasi Interaktif untuk Eksplorasi Pengguna

Visualisasi data interaktif membuat pengguna menjadi bagian dari cerita, memungkinkan mereka menjelajahi data dan menemukan wawasan mereka sendiri. Misalnya, studi Carbon Brief tentang cuaca ekstrem menunjukkan bagaimana pengguna dapat menggali tren besar dan penelitian spesifik. Interaksi semacam ini membuat pengguna penasaran dan membantu mereka memahami data dengan lebih baik.

“ Visualisasi data animasi dan interaktif mengubah cara kita berbagi dan memahami informasi kompleks. Visualisasi ini menarik perhatian orang dan membuat mereka lebih terlibat dengan wawasan data.”

Visualisasi data selalu menjadi lebih baik, dan animasi serta interaktivitas adalah kunci masa depannya. Dengan menggunakan metode ini, kita dapat menciptakan pengalaman yang memicu rasa ingin tahu, memperdalam pemahaman, dan mendorong tindakan ^{6 7}.

Teknik Visualisasi Data yang Akan Membuat Riset Anda Populer di Tahun 2024-2025

Sebagai peneliti, tujuan kami adalah membuat temuan kami menarik dan memikat. Dalam beberapa tahun mendatang, mempelajari teknik visualisasi data terbaru akan sangat penting. Ini termasuk visualisasi animasi dan interaktif, serta analisis data secara real-time . Teknik-teknik ini membantu kami menceritakan kisah data kami dengan cara yang menarik.

Visualisasi data animasi semakin populer. Visualisasi ini membuat data kita menjadi lebih hidup, menjaga minat audiens, dan membantu mereka memahami informasi kompleks dengan lebih baik ^. Otak kita mampu memproses 3-5 kelompok dengan masing-masing 2 kolom dalam visualisasi. Hal ini menjadikan visualisasi animasi sangat bagus untuk bercerita.

Visualisasi data waktu nyata adalah tren lain yang perlu diperhatikan. Dengan alat-alat terbaru , kita dapat menganalisis dan membagikan temuan kita saat kejadian berlangsung. Ini sangat penting di bidang-bidang seperti logistik dan kebijakan publik, di mana wawasan cepat sangat berarti ⁸.

Visualisasi interaktif juga semakin populer. Visualisasi ini memungkinkan audiens kita untuk menyelami data, memperdalam pemahaman mereka dan memicu keterlibatan ^8. Hal ini sangat ampuh bila dikombinasikan dengan narasi yang jelas, membimbing audiens kita melalui temuan-temuan utama kita.

Saat menggunakan metode visualisasi data tingkat lanjut ini, ingatlah dasar-dasar desain visualisasi data⁸ ^. Hal-hal seperti format yang tepat, proporsi, dan penggunaan simbol serta warna yang benar sangat penting. Hal-hal tersebut membuat visual kita tidak hanya terlihat bagus tetapi juga informatif dan efektif.

Dengan mengikuti perkembangan visualisasi data terkini dan mengasah keterampilan, kita dapat membuat penelitian kita bersinar. Masa depan tampak cerah ketika kita memadukan pengetahuan kita dengan teknik-teknik canggih ini.

Konten Visualisasi Data di Media Sosial

Saat ini, merek menggunakan visualisasi data dan animasi untuk menarik perhatian audiens mereka di media sosial. Infografis adalah cara populer untuk berbagi informasi dan melibatkan orang di berbagai platform⁹ ^. Membuat grafik yang menarik dan judul yang memikat perhatian membantu visual ini menonjol di tengah ramainya konten di media sosial.

Visual untuk Keterlibatan Media Sosial

Visualisasi dan animasi data yang baik menarik perhatian dan mendorong orang untuk terlibat lebih dalam. Visualisasi dan animasi membuat informasi kompleks mudah dipahami dan dibagikan. Hal ini membantu merek menyampaikan pesan mereka dengan jelas dan terhubung dengan audiens mereka dengan lebih baik⁹ ^. Meningkatnya penggunaan visualisasi data di media sosial menunjukkan kekuatannya dalam meningkatkan keterlibatan dan loyalitas di media sosial.

Membangun Kredibilitas Merek dengan Visualisasi Data

Visualisasi data berkualitas tinggi juga membantu merek terlihat kredibel dan seperti ahli di bidangnya. Ini adalah alat kunci untuk visualisasi data untuk branding dan visualisasi data untuk kredibilitas. Dengan memamerkan wawasan data mereka, merek dapat dilihat sebagai pemimpin dan suara tepercaya di bidangnya ⁹.

Seiring dengan perubahan tren visualisasi data, penggunaan konten visual di media sosial akan terus menjadi kunci keberhasilan pemasaran dan branding. Dengan menggunakan metode visualisasi data baru, merek dapat menarik perhatian audiens, meningkatkan keterlibatan, dan mendapatkan kredibilitas yang bertahan lama.

Pengisahan Data dalam Jurnalisme

Dalam dunia berita yang terus berubah saat ini, tren baru mulai terbentuk – penceritaan data . Tren ini menggabungkan teks, data, dan visual untuk menceritakan kisah yang menarik perhatian orang. Dengan berkurangnya kepercayaan pada media dan semakin banyaknya data yang tersedia, kelompok berita menggunakan visualisasi data untuk berbagi fakta secara jelas dan ^jujur¹⁰.

Artikel-artikel lama yang sarat teks sudah tidak lagi memadai. Saat ini, orang-orang menginginkan cerita yang menyentuh hati dan pikiran mereka. Dengan menggunakan visualisasi data interaktif , jurnalis dapat membuat cerita data menjadi lebih hidup. Hal ini membuat pembaca lebih memahami dan merasa lebih dekat dengan cerita ^tersebut.

Jurnalisme berbasis data juga memungkinkan kelompok berita untuk menemukan kebenaran tersembunyi dan menceritakan kisah yang memicu diskusi penting. Dengan penceritaan data , jurnalis dapat membuat informasi kompleks mudah dilihat dan dipahami. Hal ini menyebabkan lebih banyak orang terlibat dan lebih mempercayai berita.

Kebutuhan akan jurnalisme baru dan berkualitas akan terus meningkat. Dengan menggunakan penceritaan berbasis data , kelompok berita dapat memimpin perubahan digital ini. Mereka dapat menarik pembaca dan membuat perbedaan nyata dengan cerita mereka ¹⁰.

Prinsip Desain Visualisasi Data

Membuat visualisasi data yang mampu menyampaikan temuan penelitian dengan baik adalah sebuah seni. Pada tahun 2024-2025, mengetahui prinsip-prinsip desain utama sangatlah penting¹² ^. Prinsip- prinsip ini meliputi pemilihan jenis grafik terbaik, penggunaan warna dan tipografi yang tepat, pemberian label yang benar, dan penyampaian pesan yang ^jelas¹².

Memilih metode visualisasi data yang tepat adalah kunci untuk membuat visual yang terhubung dengan orang-orang. Ada banyak jenis, seperti diagram batang dan diagram sebar, masing-masing dengan kekuatan dan kelemahannya sendiri. Mengetahui detail visualisasi data membantu memilih yang terbaik untuk data Anda ¹².

Warna dan tipografi sangat penting dalam desain. Menggunakan warna yang dapat dilihat semua orang dan tipografi yang mudah dibaca membuat visual Anda lebih baik. Hal ini membuat visual tersebut lebih menarik^.

Label dan catatan yang baik adalah kunci untuk menampilkan data Anda dengan jelas. Judul, label, legenda, dan catatan yang jelas membantu orang memahami visualisasi Anda dengan cepat. Hal ini membantu dalam pengambilan keputusan dan mendapatkan wawasan ¹².

Tujuan utama desain visualisasi data adalah untuk membuat visual yang tepat, menarik, dan penuh informasi. Dengan mengikuti pedoman ini, para ahli dan peneliti dapat membuat visual yang menarik perhatian dan membagikan temuan mereka dengan baik ¹².

Penggunaan teknik visualisasi data dapat meningkatkan dampak penelitian Anda di masa depan secara signifikan¹³ ^. Mengetahui cara mendesain visual dengan baik membantu membuat visual tersebut tidak hanya informatif tetapi juga ^{inspiratif¹²}.

Alat dan Perangkat Lunak Visualisasi Data

Peneliti dan profesional beralih ke alat dan perangkat lunak visualisasi data untuk membuka potensi data. Tableau adalah platform terkemuka yang menawarkan opsi tanpa kode dan kode rendah untuk membuat visual interaktif dan responsif ¹.

Tableau mudah digunakan dan dapat menangani banyak data. Ini adalah pilihan utama bagi banyak orang karena pengaturan drag-and-drop dan beragam grafik yang ^tersedia¹ . Pengguna dapat dengan mudah mengubah data mentah menjadi cerita yang menarik perhatian.

Pengantar Tableau

Tableau cocok untuk semua orang, mulai dari pemula hingga ahli dalam analisis data¹ ^. Dirancang untuk memudahkan eksplorasi data dan berbagi wawasan. Hal ini menjadikannya pilihan tepat bagi peneliti dan profesional untuk berbagi temuan mereka¹^.

Tableau juga terhubung ke banyak sumber data, seperti spreadsheet dan platform cloud ^1. Hal ini memungkinkan pengguna untuk menggabungkan berbagai data untuk mendapatkan gambaran lengkap tentang penelitian atau wawasan bisnis mereka ¹.

Tableau sangat cocok untuk siapa saja, baik Anda pemula maupun berpengalaman dalam visualisasi data¹ ^. Alat dan fiturnya membantu meningkatkan pekerjaan Anda. Anda dapat membuat visual yang menarik perhatian audiens, memberikan informasi untuk pengambilan keputusan, dan membuat pekerjaan Anda ^menonjol¹.

“Antarmuka Tableau yang ramah pengguna dan kemampuan integrasi data yang kuat menjadikannya pilihan tepat bagi banyak organisasi dan individu yang ingin memanfaatkan potensi visualisasi data.”

Kesimpulan

Menjelang tahun 2024-2025 dan seterusnya, teknik visualisasi data akan menjadi kunci bagi banyak bidang. Mengikuti tren visualisasi data membantu kita membuat visual yang menyampaikan temuan kita dengan jelas. Dengan cara ini, kita dapat menjangkau audiens kita secara efektif.

Kita dapat menggunakan banyak metode visualisasi data untuk membuat penelitian kita lebih menarik ^{5 14.} Mulai dari menggunakan data waktu nyata hingga membuat cerita interaktif, ada banyak alat yang dapat kita gunakan. Alat-alat ini membantu kita berbagi penelitian kita dengan cara yang menarik.

Dengan mempelajari desain dan menggunakan alat seperti Tableau, kita dapat meningkatkan pekerjaan kita. Hal ini memungkinkan kami terhubung dengan audiens melalui cara baru dan kreatif. Saat kami mengeksplorasi lebih jauh dalam visualisasi data, kemungkinannya terus berkembang.

Tautan Sumber

1. https://www.psychologicalscience.org/observer/methods-data-visualization-using-r
2. https://schedules.ire.org/ire-2024
3. https://guide.wisc.edu/courses/l_i_s/
4. https://www.slideshare.net/CAinc/techtalk-sometimes-less-is-more-visualization-can-reduce-your-test-data-while-enhancing-quality
5. https://guide.wisc.edu/courses/gen_bus/
6. https://venngage.com/blog/graphic-design-trends/
7. https://www.slideshare.net/slideshow/creating-effective-visuals-for-teaching-and-presentation/60305242
8. https://www.slideshare.net/slideshow/breakout-session-3-making-better-figures-visualising-data-for-different-audiences/229223790
9. https://explodingtopics.com/blog/graphic-design-trends
10. https://catalog.northeastern.edu/course-descriptions/jrnl/
11. https://catalogue.usc.edu/preview_program.php?catoid=18&poid=25338&returnto=7464
12. https://ncad.edu/wp-content/uploads/2024/02/NCAD-Catalog-2024-25-V1-20240214.pdf
13. https://dokumen.pub/good-charts-the-hbr-guide-to-making-smarter-more-persuasive-data-visualizations-updated-and-expanded-164782513x-9781647825133.html
14. https://www.jefferson.edu/content/dam/academic/population-health/student-resources/forms-and-handbooks/24-25-Capstone-Guidelines FINAL 4-15-24.pdf