Ketika pemilu 2016 semakin dekat, kami banyak mendengar tentang "negara bagian merah" dan "negara bagian biru." Ungkapan itu sudah begitu mendarah daging sehingga kami hampir lupa dari mana asalnya: visualisasi data.
Dari Kisah Ini
Memetakan Bangsa
MembeliDalam pemilihan presiden tahun 2000, pertarungan antara Al Gore dan George W. Bush begitu dekat sehingga para penyiar meneliti peta-peta perguruan tinggi pemilihan umum — yang biasanya berwarna merah dan biru. Terlebih lagi, mereka berbicara tentang nuansa itu. Tim Russert NBC bertanya-tanya dengan lantang bagaimana George Bush akan “mendapatkan 61 negara bagian pemilihan yang tersisa, jika Anda mau, ” dan bahasa itu menjadi bersarang dalam imajinasi populer. Amerika terbagi menjadi dua warna — data berputar menjadi metafora murni. Sekarang orang Amerika bahkan berbicara secara rutin tentang keadaan "ungu", visualisasi mental dari informasi politik.
Kita hidup di zaman visualisasi data. Pergi ke situs web berita mana saja dan Anda akan melihat grafik grafik dukungan untuk kandidat presiden; buka iPhone Anda dan aplikasi Kesehatan akan menghasilkan grafik yang dipersonalisasi yang menunjukkan seberapa aktif Anda minggu ini, bulan atau tahun. Situs menerbitkan bagan yang menunjukkan bagaimana iklim berubah, bagaimana sekolah memisahkan, berapa banyak pekerjaan rumah tangga yang dilakukan ibu dibandingkan ayah. Dan surat kabar semakin menemukan bahwa pembaca menyukai "dataviz": Pada 2013, kisah New York Times yang paling banyak dibaca sepanjang tahun adalah visualisasi aksen regional di seluruh Amerika Serikat. Masuk akal. Kita hidup di zaman Big Data. Jika kita akan memahami dunia kita yang kompleks, satu cara ampuh adalah membuat grafiknya.
Tapi ini bukan pertama kalinya kami menemukan kesenangan membuat informasi menjadi gambar. Lebih dari seratus tahun yang lalu, para ilmuwan dan pemikir mendapati diri mereka tenggelam dalam banjir data mereka sendiri — dan untuk membantu memahaminya, mereka menciptakan ide infografis.
**********
Gagasan memvisualisasikan data sudah tua: Lagipula, itulah yang disebut peta — representasi informasi geografis — dan kami sudah memiliki peta selama sekitar 8.000 tahun. Tetapi jarang membuat grafik selain geografi. Hanya ada beberapa contoh: Sekitar abad ke-11, seorang penulis yang sekarang anonim menciptakan bagan tentang bagaimana planet-planet bergerak di langit. Pada abad ke-18, para ilmuwan memanas dengan gagasan mengatur pengetahuan secara visual. Polymath Inggris Joseph Priestley menghasilkan "Bagan Biografi, " yang menggambarkan kehidupan sekitar 2.000 tokoh sejarah dalam timeline. Sebuah gambar, ia berpendapat, menyampaikan informasi itu "dengan lebih tepat, dan dalam waktu yang jauh lebih sedikit, daripada yang dibutuhkan dengan membaca."
Namun, visualisasi data jarang terjadi karena data jarang. Itu mulai berubah dengan cepat pada awal abad ke-19, karena negara-negara mulai mengumpulkan — dan menerbitkan — rim informasi tentang cuaca, aktivitas ekonomi, dan populasi mereka. "Untuk pertama kalinya, Anda dapat menangani masalah sosial yang penting dengan fakta-fakta sulit, jika Anda dapat menemukan cara untuk menganalisanya, " kata Michael Friendly, seorang profesor psikologi di Universitas York yang mempelajari sejarah visualisasi data. "Usia data benar-benar dimulai."
Berlangganan majalah Smithsonian sekarang hanya dengan $ 12
Artikel ini adalah pilihan dari majalah Smithsonian edisi Juli / Agustus
MembeliSeorang inovator awal adalah penemu dan ekonom Skotlandia William Playfair. Sebagai seorang remaja ia magang ke James Watt, penemu Skotlandia yang menyempurnakan mesin uap. Playfair ditugaskan menyusun paten, yang mengharuskannya mengembangkan keterampilan menggambar dan menggambar yang sangat baik. Setelah ia meninggalkan laboratorium Watt, Playfair menjadi tertarik pada ekonomi dan yakin bahwa ia dapat menggunakan fasilitasnya untuk ilustrasi untuk membuat data menjadi hidup.
"Seorang ekonom politik rata-rata tentu akan mampu menghasilkan tabel untuk publikasi, tetapi tidak harus berupa grafik, " kata Ian Spence, seorang psikolog di University of Toronto yang menulis biografi Playfair. Playfair, yang memahami data dan seni, diposisikan dengan sempurna untuk menciptakan disiplin baru ini.
Dalam salah satu bagan terkenal, ia memplot harga gandum di Inggris terhadap biaya tenaga kerja. Orang-orang sering mengeluh tentang tingginya harga gandum dan berpikir upah menaikkan harga. Bagan Playfair menunjukkan ini tidak benar: Upah naik jauh lebih lambat daripada biaya produk.
Grafik seri waktu neraca perdagangan-playfair, diterbitkan dalam bukunya Commercial and Political Atlas, 1786 (Wikipedia) "Dia ingin menemukan, " Spence mencatat. "Dia ingin menemukan keteraturan atau titik-titik perubahan." Ilustrasi Playfair sering terlihat sangat modern: Dalam satu, ia menggambar diagram lingkaran — penemuannya juga — dan garis-garis yang membandingkan ukuran populasi berbagai negara terhadap pendapatan pajak mereka. Sekali lagi, bagan tersebut menghasilkan analisis baru yang tajam: Inggris membayar pajak jauh lebih tinggi daripada warga negara dari negara lain.
Neurologi belum menjadi ilmu pengetahuan yang kuat, tetapi Playfair tampaknya mengaitkan beberapa prinsipnya. Dia curiga otak memproses gambar lebih mudah daripada kata-kata: Sebuah gambar benar-benar bernilai ribuan kata. "Dia mengatakan hal-hal yang kedengarannya hampir seperti peneliti visi abad ke-20, " tambah Spence. Data, Playfair menulis, harus "berbicara kepada mata" - karena mereka adalah "hakim proporsi terbaik, mampu memperkirakannya dengan lebih cepat dan akurat daripada organ lain mana pun." Visualisasi data yang sangat bagus, ia berpendapat, "Menghasilkan bentuk dan bentuk untuk sejumlah ide yang terpisah, yang sebaliknya abstrak dan tidak terhubung."
Segera, para intelektual di seluruh Eropa menggunakan visualisasi data untuk bergulat dengan perjuangan urbanisasi, seperti kejahatan dan penyakit. Di Prancis pada tahun 1830-an, seorang pengacara bernama André-Michel Guerry membuat peta yang menunjukkan "statistik moral." Ia termasuk orang pertama yang menggunakan bayangan untuk menunjukkan data — lebih gelap di mana kejahatan lebih buruk atau buta huruf lebih tinggi, misalnya. Petanya kontroversial, karena membantah kearifan konvensional. Kritik sosial Prancis percaya bahwa pendidikan rendah menyebabkan kejahatan, tetapi peta menunjukkan ini tidak benar. “Jelas, ” tulis Guerry, “hubungan yang dibicarakan orang tidak ada.” Ilmu sosial berbasis data lahir.
Pada pertengahan abad ke-19, "statistik moral" sedang booming dan para ilmuwan menggunakan visualisasi data untuk meredam epidemi. Ketika kolera memorak-porandakan London pada 1854, dokter John Snow memetakan insiden, dan melihat sekelompok besar di sekitar pompa air di Broad Street. Dewan kota yang skeptis menutup pompa, epidemi mereda, dan peta Snow membantu mendorong gagasan penting: bahwa penyakit dapat disebabkan oleh kontak dengan penularan yang belum diketahui — bakteri.
"Diagram mawar" Florence Nightingale menunjukkan kematian akibat penyakit (biru), luka perang (merah) dan penyebab lainnya (hitam). (Wellcome Library, London) **********
Di Amerika abad ke-19, salah satu masalah sosial terbesar adalah perbudakan. Dan itu adalah perbudakan yang mendorong beberapa visualisasi data yang paling luar biasa di negara ini: “peta budak.”
Ketika negara-negara Selatan mulai memisahkan diri pada tahun 1860 dan 1861, pasukan Union menyerbu Virginia untuk mencoba memukul mundur para separatis. Tetapi di mana mereka harus memusatkan kekuatan mereka? Di tengah pertempuran pada bulan Juni 1861, departemen Survei Pantai pemerintah federal menghasilkan peta Virginia yang menarik yang menyarankan strategi. Dengan menggunakan data dari sensus terakhir, peta itu menunjukkan konsentrasi budak di setiap county di Virginia: Semakin gelap county, semakin tinggi persentase populasi yang diperbudak.
Satu tren segera muncul: Virginia bagian timur adalah pusat perbudakan. Wilayah barat relatif bebas budak. Ini menunjukkan bahwa Barat tidak akan terlalu peduli tentang pertempuran untuk melestarikan perbudakan; memang, itu bahkan mungkin beralih sisi dan bergabung dengan Unionis. Peta itu adalah visualisasi data yang sangat politis, kata Susan Schulten, seorang sejarawan di Universitas Denver dan penulis Mapping the Nation . Itu berusaha menunjukkan bahwa hanya sebagian kecil dari warga Virgin yang mendukung — dan mendapat manfaat dari — perbudakan. Itu menyarankan strategi militer juga: Cobalah mengadu barat melawan timur.
"Itu adalah peta terobosan, " catat Schulten. “Itu adalah upaya untuk mempengaruhi bagaimana pemerintah melihat negara, dan bagaimana militer memahaminya. Itu mengarahkan perhatian Lincoln ke tempat perbudakan paling lemah. ”
Segera setelah itu, Survei Pantai AS menghasilkan peta lain yang memetakan kepadatan budak, kecuali yang ini mencakup semua negara bagian Selatan. Presiden Lincoln terpesona oleh peta ini, begitu sering berkonsultasi dengannya selama Perang Sipil sehingga menunjukkan "tanda banyak pelayanan, " seperti yang digambarkan oleh seorang pelukis potret, Francis Bicknell Carpenter, kemudian. Suatu hari Carpenter meminjam peta untuk memeriksanya, ketika Lincoln masuk ke kamar.
" Anda telah mengambil peta saya, bukan?" Kata Lincoln. "Saya sudah mencari-cari di sekitar." Presiden mengenakan kacamatanya, "dan duduk di atas koper mulai meneliti dengan sangat serius, " seperti yang ditulis Carpenter kemudian. Lincoln menunjuk ke posisi di mana divisi kavaleri Judson Kilpatrick dari Angkatan Darat sekarang melawan pasukan Konfederasi. "Seperti yang kupikirkan, " katanya. "Dia dekat dengan _County, tempat budak paling tebal. Sekarang kita harus mendapatkan 'tumpukan' dari mereka, ketika dia kembali. ”Seperti halnya dengan peta Virginia, Lincoln menggunakan peta untuk memahami negara dengan cara baru — untuk melihat di mana orang selatan paling, dan paling tidak, sangat ingin melawan Utara.
**********
Pada akhir abad ke-19, visualisasi data telah menciptakan tipe baru warga negara. Orang-orang yang berpendidikan di AS atau Eropa semakin nyaman berpikir secara statistik. "Dua kata dominan pada zaman kita, " tulis Oliver Wendell Holmes pada tahun 1860, "adalah hukum dan rata-rata."
Seorang yang benar-benar percaya adalah perawat Inggris Florence Nightingale. Sebagai seorang anak, dia begitu tersihir oleh matematika sehingga dia mengatur informasi tentang berkebun di meja. Statistik, katanya, adalah alat untuk mengetahui "pemikiran tentang Tuhan"; saat lelah, pandangan sekilas ke meja angka "benar-benar hidup kembali."
Selama Perang Krimea dia mendapat kesempatan untuk menggunakan keterampilan datanya. Saat berada di lapangan, Nightingale menjadi ngeri melihat kondisi rumah-rumah sakit tentara dan barak-barak tentara yang jorok, yang penuh dengan kotoran dan hama. Dia membujuk Ratu Victoria untuk membiarkannya mempelajari masalah ini, dan Nightingale bekerja sama dengan temannya William Farr, ahli statistik terkemuka negara itu, untuk menganalisis angka kematian tentara. Mereka mengungkap fakta yang menakjubkan: Sebagian besar tentara dalam Perang Krimea tidak mati dalam pertempuran. Mereka meninggal karena "penyakit yang bisa dicegah" —bisanya penyakit yang disebabkan oleh kebersihan yang buruk. Bersihkan kebersihan dan Anda akan menyelamatkan nyawa.
Nightingale dengan cerdas menyadari bahwa tabel angka dan teks akan terlalu sulit untuk diuraikan. Mereka membutuhkan, katanya, sebuah visualisasi data— "untuk memengaruhi Mata apa yang gagal kami sampaikan kepada publik melalui telinga mereka yang tahan kata." Penemuannya adalah "bagan area kutub" yang elegan, sebuah varian baru dari pie bagan: Setiap irisan pai menunjukkan kematian selama satu bulan perang, tumbuh lebih besar jika kematian meningkat, dan diberi kode warna untuk menunjukkan penyebab kematian. Fans menyebutnya "diagram mawar, " karena terlihat seperti bunga.
Sang ratu dan Parlemen dapat melihat sekilas pentingnya kebersihan; mereka dengan cepat membentuk komisi sanitasi untuk memperbaiki kondisi, dan angka kematian turun. Nightingale menjadi salah satu orang pertama yang berhasil menggunakan visualisasi data untuk persuasi — untuk mempengaruhi kebijakan publik.
“Dia adalah seorang aktivis dan dia ingin membuat perbedaan, ” kata Lynn McDonald, seorang profesor emeritus di Universitas Guelph di Ontario dan editor The Collected Works of Florence Nightingale .
Visualisasi bahkan mengatur bagaimana wilayah AS diperluas. Banyak orang Amerika ingin pindah ke barat, tetapi elit tidak yakin apakah interior cocok untuk pertanian. Beberapa percaya itu adalah "Gurun Besar Amerika"; Joseph Henry, seorang ilmuwan dan Sekretaris Smithsonian Institution, menganggap Barat sebagai "limbah gersang ... tidak layak untuk pertanian, " dan dia menghasilkan peta yang menganalisis data curah hujan Angkatan Darat untuk mendukung pendapatnya. Yang lain membalas dengan visualisasi data mereka sendiri dengan argumen sebaliknya: Pola curah hujan di Barat bersifat siklis, kata mereka, sehingga tanah di sana tentu saja dapat mendukung binatang yang sedang merumput. Para ekspansionis akhirnya menang. Visi Manifest Destiny dibangun tidak hanya dengan pidato, tetapi dengan infografis.
**********
Musim semi ini, Wall Street Journal menghasilkan visualisasi data yang menarik berjudul "Umpan Biru, Umpan Merah." Di situs web Journal, "koresponden visual" Jon Keegan membuat halaman interaktif yang menunjukkan seperti apa tampilan Facebook bagi pengguna yang "sangat liberal" atau "sangat konservatif." Karena umpan berita Facebook menekankan cerita yang "disukai", orang-orang dengan banyak teman liberal cenderung mendapatkan banyak berita dari sayap kiri, dan sebaliknya. Keegan ingin membantu pembaca melihat seberapa keras suara itu di dalam ruang gema.
Hasilnya sangat mencolok: Ketika Anda melihat "umpan biru, " itu menunjukkan foto-foto yang kuat, Hillary Clinton yang tampak tegas. "Umpan merah" menunjukkan sebuah pos tentang "rencana beracun Hillary untuk Amandemen Kedua" dengan tulisan "benar-benar jahat."
Era data, tampaknya, bahkan telah menciptakan pekerjaan baru: jurnalis data, yang nyaman tidak hanya membuat panggilan telepon dan menulis cerita, tetapi juga menulis kode dan mengolah data. Untuk kisah "Umpan Biru, Umpan Merah", Keegan menganalisis kumpulan data akademik besar dari posting Facebook. Berkat bahasa pemrograman seperti R atau Python, jurnalis data saat ini dapat membuat visualisasi data pada tenggat waktu harian.
"Dulu sepuluh tahun yang lalu kita tidak bisa membangun analisis data yang canggih dengan kecepatan yang sama seperti seseorang dapat menulis sebuah cerita, " kata Scott Klein, seorang jurnalis data dengan ProPublica. "Dan sekarang kita bisa." Gerai-gerai berita sekarang sering menerbitkan seluruh basis data dengan antarmuka pencarian, karena para pembaca senang melihat-lihat sendiri di sungai besar data itu sendiri.
“Kita dapat mengandalkan tingkat literasi data yang tidak dapat kita andalkan 100 tahun lalu, atau bahkan 40 tahun lalu, ” tambah Klein. Setiap hari orang memiliki alat untuk memetakan informasi kehidupan mereka. Google, misalnya, baru-baru ini meningkatkan aplikasi spreadsheet daring sehingga penggunanya dapat secara otomatis menghasilkan visualisasi dari data apa pun yang mereka masukkan ke dalam.
Langkah selanjutnya? Realitas virtual. Alberto Cairo, seorang profesor jurnalisme di University of Miami, membayangkan mengenakan headset VR untuk membaca laporan atau menonton TV, dan menonton visualisasi berenang di depannya dalam 3-D. "Bagaimana Anda bisa menempatkan gambar data di atas gambar nyata?" Itu akan menjadi pertanyaan untuk William Playfairs abad ini.
