Lewati ke konten utama

Visualisasi dengan Matplotlib

Matplotlib adalah library Python yang digunakan untuk membuat grafik. Dalam praktikum pengolahan data, grafik membantu kita melihat pola data dengan lebih mudah dibandingkan hanya membaca angka dalam tabel.

Pada contoh soal, grafik line digunakan untuk menampilkan xbar, BKA, dan BKB secara bersamaan.

Instalasi dan Import​

Sebelum digunakan, Matplotlib perlu di-install terlebih dahulu.

pip install matplotlib

Setelah itu, import pyplot dari Matplotlib.

import matplotlib.pyplot as plt

Penjelasan: plt adalah alias yang umum digunakan untuk matplotlib.pyplot.

Membuat Grafik Line Sederhana​

Grafik line digunakan untuk menampilkan perubahan data dari satu titik ke titik berikutnya.

import matplotlib.pyplot as plt

nilai = [80, 90, 75, 85, 95]

plt.plot(nilai)
plt.show()

Penjelasan: plt.plot() membuat grafik line, sedangkan plt.show() menampilkan grafik.

Kita juga bisa menentukan nilai sumbu x.

import matplotlib.pyplot as plt

pertemuan = [1, 2, 3, 4, 5]
nilai = [80, 90, 75, 85, 95]

plt.plot(pertemuan, nilai)
plt.show()

Menambahkan Judul dan Label​

Grafik akan lebih mudah dibaca jika memiliki judul dan label sumbu.

import matplotlib.pyplot as plt

pertemuan = [1, 2, 3, 4, 5]
nilai = [80, 90, 75, 85, 95]

plt.plot(pertemuan, nilai)
plt.title("Perkembangan Nilai")
plt.xlabel("Pertemuan")
plt.ylabel("Nilai")
plt.show()

Penjelasan: plt.title() memberi judul grafik, plt.xlabel() memberi label sumbu x, dan plt.ylabel() memberi label sumbu y.

Menambahkan Marker dan Warna​

Marker digunakan untuk memberi tanda pada setiap titik data.

import matplotlib.pyplot as plt

pertemuan = [1, 2, 3, 4, 5]
nilai = [80, 90, 75, 85, 95]

plt.plot(pertemuan, nilai, marker="o", color="green")
plt.title("Perkembangan Nilai")
plt.xlabel("Pertemuan")
plt.ylabel("Nilai")
plt.show()

Penjelasan: marker="o" menampilkan titik pada setiap data, sedangkan color="green" mengatur warna garis.

Menampilkan Beberapa Garis​

Matplotlib bisa menampilkan beberapa garis dalam satu grafik. Ini berguna untuk membandingkan beberapa data.

import matplotlib.pyplot as plt

hari = [1, 2, 3, 4, 5]
xbar = [12.0, 11.0, 15.4, 11.6, 12.8]
bka = [14.2, 14.2, 14.2, 14.2, 14.2]
bkb = [10.1, 10.1, 10.1, 10.1, 10.1]

plt.plot(hari, xbar, marker="o", label="xbar")
plt.plot(hari, bka, linestyle="--", label="BKA")
plt.plot(hari, bkb, linestyle="--", label="BKB")

plt.title("Grafik Xbar, BKA, dan BKB")
plt.xlabel("Data ke-")
plt.ylabel("Nilai")
plt.legend()
plt.show()

Penjelasan: label digunakan untuk memberi nama setiap garis. plt.legend() menampilkan keterangan garis pada grafik.

Membuat Grafik Batang​

Selain grafik line, Matplotlib juga bisa membuat grafik batang. Grafik batang cocok digunakan untuk membandingkan nilai antar kategori.

import matplotlib.pyplot as plt

nama = ["Budi", "Ani", "Citra", "Dina"]
nilai = [80, 90, 75, 70]

plt.bar(nama, nilai, color="green")
plt.title("Nilai Mahasiswa")
plt.xlabel("Nama")
plt.ylabel("Nilai")
plt.show()

Penjelasan: plt.bar() digunakan untuk membuat grafik batang. Contoh ini cocok ketika data yang dibandingkan adalah kategori seperti nama mahasiswa.

Membuat Grafik Kehadiran​

Grafik juga bisa digunakan untuk melihat persentase kehadiran.

import matplotlib.pyplot as plt

nama = ["Budi", "Ani", "Citra", "Dina"]
persentase = [85.7, 100, 71.4, 92.8]

plt.plot(nama, persentase, marker="o")
plt.axhline(y=75, linestyle="--", color="red", label="Batas minimum")

plt.title("Persentase Kehadiran")
plt.xlabel("Nama")
plt.ylabel("Persentase")
plt.legend()
plt.show()

Penjelasan: plt.axhline() membuat garis horizontal. Pada contoh ini, garis tersebut digunakan sebagai batas minimal kehadiran.

Grafik dari DataFrame​

Jika data sudah diolah menggunakan pandas, kita bisa mengambil kolom DataFrame untuk dibuat grafik.

import pandas as pd
import matplotlib.pyplot as plt

data = pd.DataFrame({
    "xbar": [12.0, 11.0, 15.4, 11.6, 12.8],
    "BKA": [14.2, 14.2, 14.2, 14.2, 14.2],
    "BKB": [10.1, 10.1, 10.1, 10.1, 10.1],
})

data["nomor"] = range(1, len(data) + 1)

plt.plot(data["nomor"], data["xbar"], marker="o", label="xbar")
plt.plot(data["nomor"], data["BKA"], linestyle="--", label="BKA")
plt.plot(data["nomor"], data["BKB"], linestyle="--", label="BKB")

plt.title("Grafik Kendali Xbar")
plt.xlabel("Data ke-")
plt.ylabel("Nilai")
plt.legend()
plt.show()

Penjelasan: Kolom nomor dibuat sebagai sumbu x. Kolom xbar, BKA, dan BKB digunakan sebagai nilai pada sumbu y.

Menyimpan Grafik​

Selain ditampilkan, grafik juga bisa disimpan sebagai file gambar.

import matplotlib.pyplot as plt

nilai = [80, 90, 75, 85, 95]

plt.plot(nilai, marker="o")
plt.title("Grafik Nilai")
plt.savefig("grafik_nilai.png")
plt.show()

Penjelasan: plt.savefig() menyimpan grafik ke file. Format yang umum digunakan adalah .png, .jpg, atau .pdf.

Jika ingin hasil gambar lebih rapi, tambahkan dpi dan bbox_inches.

plt.savefig("grafik_nilai.png", dpi=300, bbox_inches="tight")

Mengatur Ukuran Grafik​

Ukuran grafik bisa diatur menggunakan plt.figure().

import matplotlib.pyplot as plt

nilai = [80, 90, 75, 85, 95]

plt.figure(figsize=(8, 4))
plt.plot(nilai, marker="o")
plt.title("Grafik Nilai")
plt.show()

Penjelasan: figsize=(8, 4) berarti lebar grafik 8 dan tinggi grafik 4.

Contoh Kasus Xbar Chart​

Contoh berikut membaca data dari Excel, menghitung xbar, R, BKA, BKB, lalu membuat grafik line.

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_excel("data_pengukuran.xlsx")

kolom_x = ["x1", "x2", "x3", "x4", "x5"]

data["xbar"] = data[kolom_x].mean(axis=1)
data["R"] = data[kolom_x].max(axis=1) - data[kolom_x].min(axis=1)

rata_rata_xbar = data["xbar"].mean()
rata_rata_r = data["R"].mean()

data["BKA"] = rata_rata_xbar + (0.577 * rata_rata_r)
data["BKB"] = rata_rata_xbar - (0.577 * rata_rata_r)
data["nomor"] = range(1, len(data) + 1)

plt.figure(figsize=(8, 4))
plt.plot(data["nomor"], data["xbar"], marker="o", label="xbar")
plt.plot(data["nomor"], data["BKA"], linestyle="--", label="BKA")
plt.plot(data["nomor"], data["BKB"], linestyle="--", label="BKB")

plt.title("Grafik Xbar, BKA, dan BKB")
plt.xlabel("Data ke-")
plt.ylabel("Nilai")
plt.legend()
plt.savefig("grafik_xbar.png", dpi=300, bbox_inches="tight")
plt.show()

Penjelasan: Contoh ini mengikuti kebutuhan soal praktikum, yaitu membuat grafik line untuk xbar, BKA, dan BKB secara bersama.

Latihan Singkat​

Coba buat program sederhana dengan ketentuan berikut:

  • Buat list xbar, BKA, dan BKB.
  • Buat grafik line untuk ketiga data tersebut.
  • Tambahkan judul grafik.
  • Tambahkan label sumbu x dan sumbu y.
  • Tambahkan legend.
  • Simpan grafik ke file .png.
  • Buat versi lain yang datanya dibaca dari DataFrame pandas.