b488de8a09
Each worksheet now includes Ringkasan Materi, Template A.x, 3 exercises with example answers, and reflection prompts. Synced from rti-20252 student repo.
145 lines
4.7 KiB
Markdown
145 lines
4.7 KiB
Markdown
# WS-12: Result Presentation & Visualization
|
||
|
||
> **Bab 12 — Penyajian Hasil & Visualisasi**
|
||
|
||
---
|
||
|
||
## Ringkasan Materi
|
||
|
||
### Data → Insight Model
|
||
|
||
```
|
||
Validated Data → Structured Presentation → Visualization → Pattern Recognition → Insight
|
||
```
|
||
|
||
Penyajian **mendahului** analisis. Tabel dan grafik membantu peneliti "melihat" data sebelum menghitung. Langsung ke uji statistik tanpa visualisasi berisiko kesimpulan yang secara teknis benar tapi kontekstual salah (Anscombe's Quartet, 1973).
|
||
|
||
### Tabel = Presisi, Grafik = Pola
|
||
|
||
Keduanya **saling melengkapi**:
|
||
- Tabel: angka presisi, self-contained (dipahami tanpa teks), sortable
|
||
- Grafik: pola visual, tren, perbandingan cepat
|
||
|
||
### Jenis Grafik Berdasarkan Tujuan
|
||
|
||
| Tujuan | Jenis Grafik |
|
||
|--------|-------------|
|
||
| Perbandingan antar-skenario | Bar chart (grouped/stacked) |
|
||
| Distribusi per-skenario | Box plot / violin plot |
|
||
| Tren temporal | Line chart |
|
||
| Korelasi dua variabel | Scatter plot |
|
||
| Proporsi (total = 100%) | Pie chart (hati-hati!) |
|
||
|
||
### Contoh Tabel Hasil yang Baik
|
||
|
||
| Model | Accuracy (%) | F1-Score (%) | Training Time (min) |
|
||
|-------|-------------|-------------|---------------------|
|
||
| BERT | 88.4 ± 1.2 | 87.1 ± 1.4 | 45.2 ± 3.1 |
|
||
| LSTM | 86.1 ± 1.8 | 84.5 ± 2.0 | 12.8 ± 1.2 |
|
||
| SVM | 82.3 ± 0.9 | 80.7 ± 1.1 | 0.3 ± 0.1 |
|
||
|
||
*N=10 per model. Mean ± std. Diurutkan berdasarkan Accuracy.*
|
||
|
||
### Visualization Bias — Yang Harus Dihindari
|
||
|
||
| Bias | Deskripsi | Dampak |
|
||
|------|----------|--------|
|
||
| Truncated axis | Y tidak dari 0 | Memperbesar perbedaan kecil |
|
||
| Inconsistent scale | Dua grafik skala beda | Perbandingan menyesatkan |
|
||
| Cherry-picked data | Hanya tampilkan yang "menang" | Selektif, tidak jujur |
|
||
| 3D effects | Efek 3D tanpa dimensi data ke-3 | Distorsi tanpa informasi |
|
||
| Missing error bar | Tidak ada variabilitas | Menyembunyikan ketidakpastian |
|
||
|
||
### Engineering vs Research Presentation
|
||
|
||
| Aspek | Engineering | Research |
|
||
|-------|-----------|---------|
|
||
| Tujuan grafik | Dashboard monitoring | Mendukung argumen ilmiah |
|
||
| Informasi wajib | KPI, threshold | Mean, std, CI, N, p-value |
|
||
| Bias handling | Less critical | Wajib dihindari (peer-review) |
|
||
|
||
---
|
||
|
||
## Template A.12 — Result Presentation Plan
|
||
|
||
```
|
||
RESULT PRESENTATION PLAN
|
||
|
||
Research Question : ____________________
|
||
Metrik Utama : ____________________
|
||
|
||
Tabel Hasil:
|
||
| Skenario | Metrik 1 (mean ± std) | Metrik 2 (mean ± std) | n |
|
||
|----------|----------------------|----------------------|---|
|
||
| | | | |
|
||
|
||
Visualisasi yang Direncanakan:
|
||
| # | Jenis Grafik | Pesan Utama | Metrik |
|
||
|---|-------------|-------------|--------|
|
||
| 1 | | | |
|
||
| 2 | | | |
|
||
|
||
Bias Check:
|
||
[ ] Y-axis mulai dari 0 (atau dijustifikasi)
|
||
[ ] Error bar/CI ditampilkan
|
||
[ ] Semua data disertakan (tidak cherry-picked)
|
||
[ ] Tidak menggunakan 3D tanpa alasan
|
||
```
|
||
|
||
---
|
||
|
||
## Latihan 1 — Tabel Hasil
|
||
|
||
Buat tabel hasil eksperimen Anda (boleh dengan data simulasi jika belum punya data riil).
|
||
|
||
| Skenario | Metrik 1 (mean ± std) | Metrik 2 (mean ± std) | n |
|
||
|----------|----------------------|----------------------|---|
|
||
| *Contoh: BERT-base* | *88.4 ± 1.2%* | *45.2 ± 3.1 min* | *10* |
|
||
| | | | |
|
||
| | | | |
|
||
|
||
**Checklist tabel:**
|
||
- [ ] Self-contained (judul jelas, satuan ada, N tercantum)
|
||
- [ ] Mean ± std (bukan single number)
|
||
- [ ] Diurutkan berdasarkan metrik utama
|
||
- [ ] Format konsisten di semua baris
|
||
|
||
---
|
||
|
||
## Latihan 2 — Rencana Visualisasi
|
||
|
||
Rencanakan 2-3 grafik untuk menyajikan data dari Latihan 1. Setiap grafik = satu pesan.
|
||
|
||
| # | Jenis Grafik | Pesan | Data yang Digunakan |
|
||
|---|-------------|-------|---------------------|
|
||
| 1 | *Contoh: Bar chart + error bar* | *Perbandingan accuracy antar 3 model* | *Mean accuracy ± std* |
|
||
| 2 | *Box plot* | *Distribusi F1 per model* | *Semua run F1* |
|
||
| 3 | *Scatter plot* | *Trade-off accuracy vs training time* | *Mean accuracy vs mean time* |
|
||
|
||
---
|
||
|
||
## Latihan 3 — Bias Detection
|
||
|
||
Evaluasi visualisasi berikut untuk bias (skenario dari contoh):
|
||
|
||
**Skenario:** Metode A = 91.2%, Metode B = 90.8%. Bar chart dengan Y-axis mulai dari 90%.
|
||
|
||
| Pertanyaan | Jawaban |
|
||
|-----------|---------|
|
||
| Apakah Y-axis menyesatkan? | *Contoh: Ya — A terlihat 2× B padahal beda 0.4%* |
|
||
| Apakah error bar ditampilkan? | |
|
||
| Apakah semua kondisi ditampilkan? | |
|
||
| Apa solusinya? | |
|
||
|
||
**Evaluasi grafik Anda sendiri dari Latihan 2:**
|
||
- [ ] Semua bias check lulus
|
||
- [ ] Ada yang perlu diperbaiki: ____
|
||
|
||
---
|
||
|
||
## Refleksi
|
||
|
||
> Mengapa tabel dan grafik keduanya diperlukan — tidak cukup salah satu saja? Pernahkah Anda membuat grafik yang (tanpa sengaja) menyesatkan?
|
||
|
||
> ___________________________________________________
|
||
> ___________________________________________________
|