Eksperimen Membuat Flourish Versi Mini
Dengan adanya AI, jurnalis seperti saya punya lebih banyak pilihan dalam membuat visualisasi data interaktif.

Sejak mulai belajar mengenai jurnalisme data beberapa tahun lalu, ada dua tools yang kerap saya pakai untuk membuat visualisasi data interaktif, yakni Flourish dan Datawrapper. Dua tools berbasis web itu relatif mudah digunakan dan bisa diakses secara gratis.
Visualisasi data yang dibuat dengan Flourish dan Datawrapper juga mudah di-embed atau ditempelkan ke website lain sebagai kode HTML atau melalui iframe. Oleh karena itu, visualisasi data tersebut bisa tampil secara interaktif, bukan hanya gambar statis.
Dengan sejumlah kelebihan itu, tak heran banyak jurnalis di Indonesia menggunakan Flourish dan Datawrapper untuk membuat visualisasi data. Di antara keduanya, setahu saya, Flourish lebih populer. Di berbagai pelatihan jurnalisme data di Indonesia, seringkali ada sesi khusus yang mengajarkan cara memakai Flourish.
Namun, seiring berkembangnya teknologi kecerdasan buatan (AI) beberapa tahun terakhir, jurnalis punya lebih banyak pilihan dalam membuat visualisasi data. Saya dan beberapa kawan di kantor, misalnya, beberapa kali mencoba mengembangkan visualisasi atau dashboard data interaktif dengan bantuan AI.
Dalam praktik itu, biasanya kami meminta AI menulis kode untuk membuat visualisasi interaktif dari data yang sudah ada. Kode itulah yang nantinya di-embed sebagai visualisasi data interaktif. Karena dibuat dari nol, bukan sekadar memakai template yang sudah ada seperti di Flourish, visualisasi yang dibuat dengan AI tentu bisa lebih beragam dan kaya.
Setelah menjalankan praktik semacam itu beberapa kali, saya tertantang bereksperimen lebih jauh. Sekitar dua bulan lalu, saya mencoba memanfaatkan AI untuk membuat aplikasi visualisasi data sendiri. Seperti Flourish, tools ini harus bisa membuat visualisasi data interaktif yang dapat di-embed di website kantor kami.
Setelah berproses selama beberapa pekan, prototipe aplikasi yang kemudian saya namai Dataviz itu akhirnya jadi. Seperti Flourish, Dataviz bisa digunakan untuk membuat chart atau grafik interaktif. Namun, tentu saja, pilihan grafiknya tak sebanyak Flourish karena saya baru memasukkan beberapa template grafik yang paling umum dipakai, seperti grafik batang, kolom, garis, dan beberapa lainnya.
Sejak awal, saya memang merancang Dataviz sebagai semacam Flourish versi mini. Oleh karena itu, saya memutuskan tidak memasukkan banyak template grafik di aplikasi ini, melainkan memilih beberapa grafik yang paling sering digunakan, terutama oleh para jurnalis di kantor saya.
Di sisi lain, sejak awal, saya berencana menyematkan sejumlah fitur AI di tools tersebut. Salah satunya adalah fitur optical character recognition (OCR) berbasis AI. Dengan adanya fitur ini, pengguna bisa mengunggah data dalam bentuk gambar ke Dataviz, lalu AI akan mengekstrak data dari gambar itu, kemudian mengubahnya menjadi data terstruktur dalam bentuk tabel.
Fitur OCR ini, menurut saya, sangat penting untuk memudahkan jurnalis membuat visualisasi data. Sebab, jurnalis seringkali menerima data dalam bentuk gambar. Jika ingin membuat visualisasi dari data itu dengan Flourish atau tools lainnya, umumnya mereka harus menyalin data di gambar tersebut ke dalam file Excel atau CSV karena Flourish dan banyak tools visualiasi lain tidak bisa memproses data dari gambar.
Selain OCR, saya juga menyematkan beberapa fitur lain berbasis AI ke Dataviz. Contohnya, fitur AI untuk memberi rekomendasi grafik berdasarkan data yang diunggah pengguna, fitur penulisan keterangan otomatis di grafik, dan chatbot yang bisa membantu menganalisis data.
Fitur lain yang membedakan dengan Flourish adalah integrasi dengan application programing interface (API) Badan Pusat Statistik (BPS). Dengan fitur ini, pengguna bisa menyalin tabel statistik dari website BPS dengan sangat mudah.
Belakangan, dengan sedikit nekat, saya juga menambahkan fitur untuk membuat peta interaktif di Dataviz. Tentu saja, pilihan peta yang bisa dibuat tak selengkap di Flourish karena Dataviz baru bisa digunakan untuk membuat choropleth, locator, dan bubble map. Sebab, setahu saya, tiga jenis peta inilah yang paling sering dipakai untuk keperluan jurnalistik.
Selama beberapa waktu terakhir, saya dan beberapa kawan telah menggunakan Dataviz untuk membuat visualisasi data yang kemudian di-embed di platform digital media tempat kami bekerja. Dua contoh visualisasi data yang dibuat dengan Dataviz juga bisa ditemukan di artikel ini.
Secara umum, saya cukup senang dengan hasil eksperimen ini meski masih dibutuhkan banyak perbaikan di sana sini. Tentu saja, aplikasi ini tak bisa dibandingkan dengan Flourish atau Datawrapper yang dikembangkan oleh tim profesional selama bertahun-tahun. Sekali lagi, Dataviz hanyalah Flourish versi mini.
Aplikasi ini punya fitur yang jauh lebih sedikit dibanding Flourish, tetapi "kekurangan" itu memang disengaja supaya Dataviz lebih mudah digunakan oleh mereka yang belum pernah belajar membuat visualisasi data.



Komentar
No comments yet