Apakah Anda mengetahui bagaimana audiens Anda melihat data yang Anda sajikan ?
Cole (2015) menjelaskan bahwa audiens kita melihat visualisasi data yang kita sampaikan dengan pikirannya.
Mari kita lihat gambaran sederhana tentang bagaimana audiens kita melihat seperti yang dijelaskan pada gambar di bawah ini.
Prosesnya berjalan seperti berikut ini. Cahaya memantul dari sebuah rangsangan. Rangsangan dalam bentuk visualisasi data ditangkap oleh mata audiens kita. Mereka tidak sepenuhnya melihat dengan matanya. Ada beberapa pemrosesan yang terjadi disana, tetapi kebanyakan itulah yang terjadi di otak audiens kita yang mereka anggap sebagai persepsi visual.
Ketika rangsangan itu masuk di otak kita, maka ada sebuah memori yang perlu Anda ketahui, yaitu memori ikonik.
Rangsangan yang masuk ke memori ikonik tersebut berlangsung sangat cepat dan dapat dimanfaatkan dalam proses visual kita. Rangsangan tersebut tetap berada dalam memori ikonik sepersekian detik sebelum diteruskan ke memori jangka pendek kita.
Hal yang penting dari memori ikonik bahwa memori ikonik tersebut dapat dimanfaatkan dengan memberikan atribut dalam visualisasi data yang dikenal dengan preattentive attributes.
Preattentive attributes adalah atribut dalam visualisasi data yang dapat dimanfaatkan untuk mengarahkan perhatian audiens Anda ke tempat yang Anda inginkan untuk mereka perhatikan dalam visualisasi data Anda.
Cara terbaik untuk membuktikan kekuatan preattentive attributes adalah dengan menunjukkannya.
Coba Anda perhatikan gambar di bawah ini.
Gambar di atas menunjukkan susunan angka yang terdiri dari empat baris. Perhatikan bagaimana Anda memproses informasi dan berapa lama. Coba hitunglah dengan cepat angka 3 yang muncul dalam susunan angka tersebut.
Jawaban yang benar adalah enam. Pada gambar di atas, tidak ada isyarat visual untuk membantu Anda mencapai jawaban tersebut. Sehingga, upaya yang Anda lakukan dalam menghitung cepat banyaknya angka 3 yang muncul dalam susunan angka tersebut cukup menantang dimana Anda harus menelusuri empat baris susunan angka dan mencari angka 3.
Coba lihat apa yang terjadi ketika gambar di atas kita ubah menjadi seperti gambar di bawah ini.
Perhatikan betapa lebih mudah dan lebih cepatnya menghitung angka 3 yang ada dalam susunan angka di atas.
Anda tidak perlu untuk berkedip, tidak perlu waktu untuk berpikir dan tiba-tiba ada enam angka 3 di depan Anda.
Dalam gambar di atas, memori ikonik Anda sedang ditingkatkan dengan menggunakan preattentive attributes. Preattentive attributes yang digunakan adalah intensitas warna. Dalam hal ini, kita membuat angka 3 dengan warna menonjol dari warna angka yang lainnya. Angka 3 kita kasih warna hitam. Dan angka lainnya kita kasih warna abu-abu.
Dengan menggunakan preattentive attributes, maka otak kita cepat menangkapnya tanpa kita harus mencurahkan setiap pikiran sadar kita untuk melihat visualisasi data yang ditampilkan.
Preattentive attributes ini sangat luar biasa dan berharga. Artinya, jika Anda menggunakan preattentive attributes tersebut secara strategis, maka mereka dapat membantu mengaktifkan perhatian audiens Anda untuk melihat apa yang Anda ingin mereka lihat dari visualisasi data Anda.
Gambar di bawah ini menunjukkan beberapa bentuk preattentive attributes yang dapat Anda gunakan dalam visualisasi data Anda.
Perhatikan saat Anda melakukan scanning pada gambar di atas, maka mata Anda akan tertarik pada satu elemen dalam setiap kelompok yang berbeda dari yang lain, sehingga Anda tidak perlu mencarinya.
Hal itu terjadi karena otak kita terprogram untuk cepat mengambil perbedaan apa yang kita lihat di lingkungan kita.
Satu hal yang perlu disadari adalah bahwa orang cenderung mengasosiasikan nilai kuantitatif dengan beberapa dari preattentive attributes (memang tidak semua). Misalnya, kebanyakan orang akan mempertimbangkan garis panjang untuk mewakili nilai yang lebih besar dari garis pendek. Itu adalah salah satu alasan mengapa diagram batang secara langsung kita baca.
Tetapi, kita tidak memikirkan warna dengan cara yang sama. Jika saya bertanya pada Anda mana yang lebih besar, warna merah atau biru ? Pertanyaan ini sesungguhnya kurang berarti.
Ini penting karena memberitahu kita mana dari preattentive attributes yang dapat digunakan untuk menjelaskan informasi kuantitatif (garis panjang, posisi spasial atau pada tingkat terbatas lebar garis, ukuran, intensitas warna dapat digunakan untuk menggambarkan nilai relatif) dan mana yang digunakan sebagai pembeda kategori.
Dari berbagai bentuk preattentive attributes di atas, Anda bisa menghasilkan ide dengan menggabungkan beberapa bentuknya dalam slide presentasi Anda. Misalnya, Anda ingin menampilkan visualisasi data dengan diagram batang.
Terkait dengan informasi kuantitatifnya, Anda dapat menggunakan bentuk panjang garis dimana batang yang lebih panjang mewakili nilai yang lebih besar dari pada batang yang lebih pendek. Dan bentuk hue sebagai pembeda kategori dimana satu batang diberi warna merah dan batang lainnya diberi warna abu-abu seperti slide di bawah ini.
Dengan menggunakan preattentive attributes di atas (bentuk panjang garis dan hue), maka Anda bermaksud untuk mengarahkan perhatian audiens Anda kepada data Jepang sebagai negara dengan tingkat konektivitas internet tercepat.
Dalam prakteknya jika dikaitkan dengan delivery presentasi yang Anda lakukan, maka setelah Anda menampilkan slide di atas dan mata audiens menatap batang yang warna merah, maka Anda tinggal mengatakan bahwa “Jepang merupakan negara dengan tingkat konektivitas internet tercepat dibandingkan dengan Korea Selatan, USA, Perancis, Inggris dan China yang mencapai 94 %. Kemudian, Anda juga dapat menambahkan penjelasan mengapa Jepang mempunyai tingkat konektivitas internet tercepat dibandingkan dengan negara-negara tersebut”.
Mungkin Anda bertanya-tanya apa itu hue ?
Hue adalah jenis atau nama warna yang original dan natural. Hue terdiri dari jenis warna primer dan sekunder seperti Biru, Merah, Kuning, Oranye, Hijau dan Ungu. Selain itu, hue adalah jenis warna dominan dalam kelompok warna dimana tidak tercampuri oleh unsur warna hitam, putih, atau abu-abu. Dan warna-warna tersebut (abu-abu, hitam dan putih) tidak termasuk dalam warna hue (https://www.antilum.com/2018/08/memahami-istilah-istilah-warna-hue-tints-tones-shades.html).
Selain itu, Anda bisa juga menggunakan bentuk enclosure dan hue ketika Anda ingin menampilkan visualisasi data Anda dengan menggunakan diagram garis seperti slide di bawah ini.
Penerapan bentuk enclosure yang dapat mengarahkan mata audiens Anda kepada data yang ingin difokuskan adalah dengan menggunakan shade (bayangan) yang menunjukkan sebuah perbedaan visual dalam data yang Anda sajikan. Daerah shade (bayangan) yang menggunakan warna abu-abu menunjukkan bahwa ada pemisahan data sebelum bulan Agustus dan sejak bulan Agustus.
Penggunaan shade (bayangan) tersebut dapat membantu memudahkan audiens Anda untuk memahami informasi yang terjadi sejak bulan Agustus sampai bulan Desember dimana ada perbedaan (gap) antara tiket yang diproses (ticket processed) dengan tiket yang diterima (ticket rececived).
Selain itu, dengan menggunakan bentuk hue dimana data ticket processed diberi warna merah dan ticket received diberi warna abu-abu, maka Anda ingin memberikan penekanan kepada mata audiens Anda bahwa ticket processed yang menjadi perhatian, karena volumenya lebih rendah dari pada ticket received.
Demikianlah, preattentive attributes merupakan sebuah tool yang sangat berharga dalam visualisasi data Anda.
Ketika digunakan secara strategis, maka preattentive attributes sangat berguna untuk menarik perhatian audiens Anda dengan cepat ke tempat yang Anda inginkan dari visualisasi data yang Anda tampilkan.
Jika postingan ini bermanfaat bagi Anda, maka jangan lupa bagikan postingan ini ke kolega Anda agar postingan ini dapat juga bermanfaat bagi banyak orang.