Visualisasi Data Dasar dengan Matplotlib

Matplotlib adalah pustaka visualisasi data tingkat dasar yang memberikan kontrol penuh atas setiap elemen grafik (garis, sumbu, label, warna, dan legenda).

1. Inisiasi & Membuat Line Plot (Tren Waktu)

Line Plot sangat ideal untuk menampilkan tren data deret waktu (time series).

import matplotlib.pyplot as plt
import pandas as pd

# Data tren penjualan bulanan
bulan = ['Jan', 'Feb', 'Mar', 'Apr', 'Mei', 'Jun', 'Jul', 'Agu']
penjualan_2025 = [120, 135, 148, 160, 175, 190, 210, 230]
penjualan_2026 = [140, 150, 170, 185, 205, 220, 245, 270]

plt.figure(figsize=(10, 5))
plt.plot(bulan, penjualan_2025, marker='o', linestyle='--', color='#2563eb', label='Tahun 2025')
plt.plot(bulan, penjualan_2026, marker='s', linestyle='-', color='#059669', label='Tahun 2026')

plt.title('Perbandingan Tren Penjualan Bulanan (2025 vs 2026)', fontsize=14, fontweight='bold')
plt.xlabel('Bulan', fontsize=11)
plt.ylabel('Total Penjualan (Unit)', fontsize=11)
plt.legend()
plt.grid(True, linestyle=':', alpha=0.6)
plt.tight_layout()
plt.show()

2. Bar Plot (Perbandingan Antar Kategori)

Bar Plot digunakan untuk membandingkan besaran nilai diskrit antar kategori.

kategori_kursus = ['Python', 'SQL', 'Data Science', 'Web Dev', 'Cloud']
jumlah_peserta = [450, 380, 520, 290, 310]

plt.figure(figsize=(9, 5))
bars = plt.bar(kategori_kursus, jumlah_peserta, color='#3b82f6', edgecolor='#1e40af')

# Menambahkan label angka di atas setiap batang
for bar in bars:
    yval = bar.get_height()
    plt.text(bar.get_x() + bar.get_width()/2, yval + 8, f"{int(yval)}", ha='center', fontweight='bold')

plt.title('Jumlah Peserta Berdasarkan Kategori Kursus', fontsize=13, fontweight='bold')
plt.xlabel('Kategori Kursus')
plt.ylabel('Jumlah Siswa Terdaftar')
plt.ylim(0, 600)
plt.grid(axis='y', linestyle=':', alpha=0.7)
plt.tight_layout()
plt.show()

3. Histogram & Scatter Plot

Histogram: Melihat sebaran frekuensi data numerik kontinu.
Scatter Plot: Memeriksa korelasi / hubungan antara dua variabel kuantitatif.

import numpy as np

# 1. Histogram Nilai Ujian
np.random.seed(42)
nilai_mahasiswa = np.random.normal(loc=78, scale=8, size=200)

plt.figure(figsize=(10, 4))
plt.hist(nilai_mahasiswa, bins=15, color='#8b5cf6', edgecolor='white')
plt.title('Distribusi Sebaran Nilai Mahasiswa', fontsize=13, fontweight='bold')
plt.xlabel('Rentang Nilai')
plt.ylabel('Frekuensi')
plt.grid(axis='y', linestyle=':', alpha=0.6)
plt.show()

# 2. Scatter Plot: Jam Belajar vs Nilai Ujian
jam_belajar = np.random.uniform(2, 10, size=50)
nilai_ujian = 50 + (jam_belajar * 4.5) + np.random.normal(0, 3, size=50)

plt.figure(figsize=(9, 5))
plt.scatter(jam_belajar, nilai_ujian, color='#ef4444', alpha=0.8, edgecolors='black')
plt.title('Hubungan Waktu Belajar terhadap Nilai Ujian', fontsize=13, fontweight='bold')
plt.xlabel('Waktu Belajar (Jam / Minggu)')
plt.ylabel('Nilai Ujian Akhir')
plt.grid(True, linestyle=':', alpha=0.6)
plt.show()

Visualisasi Data Dasar dengan Matplotlib

Visualisasi Data Dasar dengan Matplotlib

1. Inisiasi & Membuat Line Plot (Tren Waktu)

2. Bar Plot (Perbandingan Antar Kategori)

3. Histogram & Scatter Plot

Daftar Isi Materi