Visualisasi Data

figur — Bahasa Visual Sesuai Konteks Riset

Figur yang lemah jarang gagal karena estetika. Ia gagal karena bentuknya tidak mengatakan apa-apa tentang objek yang diteliti: kekuatan alfa 14 elektroda dijadikan bar chart 14 batang, prevalensi 38 provinsi dijadikan bar chart 38 batang terurut, sepuluh studi meta-analisis dijadikan tabel. Semua "benar", dan semuanya membuang informasi yang sudah ada di dalam data — bahwa elektroda punya posisi di kepala, provinsi punya posisi di peta, dan studi punya presisi yang berbeda-beda.

Skill ini mengerjakan dua hal yang berbeda dan keduanya wajib:

1. Memilih bentuk visual dari rujukan datanya (bagian utama skill ini).
2. Menjaga kebenaran figur — fidelitas data, ketidakpastian, label, warna, spesifikasi cetak (references/aturan-figur.md).

Bentuk yang tepat dengan sebaran yang disembunyikan tetap figur yang buruk. Begitu pula sebaliknya.

Langkah 0 — Wajib: tetapkan konteks dulu

Jangan menggambar apa pun sebelum lima hal ini jelas. Tanyakan dengan daftar bernomor biasa (jangan AskUserQuestion), dan tanyakan hanya yang belum diketahui dari percakapan atau dari datanya:

1. Klaim figur — satu kalimat yang harus dibuat benar oleh figur ini. Bukan "visualisasi hasil eksperimen", tapi "beban kognitif menaikkan theta frontal tapi tidak alfa parietal". Satu figur, satu klaim.
2. Unit observasi — satu baris data ini adalah apa? (lihat Uji Rujukan)
3. Sumber angka — file/tabel mana yang jadi acuan. Figur dan tabel naskah wajib membaca berkas agregat yang sama; ini sumber ketidakcocokan angka yang paling sering lolos sampai proofread.
4. Struktur ketidakpastian — ada berapa ulangan/subjek/seed/fold, dan sebarannya dilaporkan sebagai apa (SD, SEM, CI 95%, kuartil).
5. Tujuan akhir — jurnal target dan lebar kolomnya, atau presentasi/poster. Ini menentukan ukuran fisik dan ukuran font, dan harus diketahui sebelum menggambar, bukan sesudah.

Bila user tidak punya jawaban untuk (4), tanyakan sekali lagi dengan tegas: figur tanpa lapis ketidakpastian hanya sah untuk kuantitas yang memang tunggal dan eksak (jumlah partisipan, spesifikasi perangkat).

Prinsip inti — Uji Rujukan

Sebelum memilih jenis grafik, jawab: satu baris data ini adalah apa di dunia nyata? Bentuk visualnya mengikuti jawaban itu, bukan mengikuti kebiasaan.

Bar chart baru sah bila rujukannya memang kategori abstrak tanpa posisi, urutan, atau relasi — dan bahkan saat itu, titik data individual wajib ditampilkan di atasnya bila n < 25.

Tiga lapis setiap figur

Setiap figur yang selesai punya ketiganya. Yang paling sering hilang adalah lapis 3.

1. Substrat — bidang tempat data diletakkan: kepala, peta, genom, sumbu waktu, matriks, ruang laten. Substrat inilah yang membuat figur "berbahasa" domain.
2. Kanal kuantitas — bagaimana angka dipetakan: warna sekuensial (besaran satu arah), warna divergen (besaran bertanda, pusat pada nol semantik), posisi, ukuran. Satu kuantitas satu kanal.
3. Ketidakpastian — sebaran antar-ulangan digambar di belakang rerata, selang kepercayaan, n tertulis, hasil uji dilaporkan apa adanya termasuk yang tidak signifikan. "n.s." adalah hasil, bukan kekosongan.

Rute per domain

Baca hanya file domain yang relevan (progressive disclosure). Setiap file berisi: bentuk kanonik domain itu, kapan dipakai, jebakan yang lazim, dan resep kode.

Bidang yang tidak ada di tabel → baca references/domain-baru.md. Sepuluh file di atas adalah jalan pintas, bukan batas cakupan. Substrat visual tidak ditentukan oleh nama bidang melainkan oleh struktur datanya, dan struktur itu jumlahnya terbatas — file domain-baru.md memuat tabel 22 struktur (posisi pada objek fisik, waktu bersiklus, data berarah, persilangan dua kategori, aliran, hierarki, trade-off, kesepakatan dua alat ukur, …) beserta substrat untuk masing-masing, plus prosedur lima langkah untuk menemukan konvensi bidang yang belum kamu kenal. Jangan pernah mundur ke bar chart hanya karena bidangnya tidak terdaftar.

Aturan yang selalu berlaku

Ringkas di sini; versi lengkap dengan alasan dan ujinya di references/aturan-figur.md — baca file itu sebelum render final.

• Fidelitas. Baris yang dieksklusi tidak boleh masuk statistik ringkas. Judul yang berbentuk klaim harus benar untuk setiap kategori di sumbu. Satu klaim kuantitatif punya satu angka kanonik di seluruh naskah.
• Sebaran wajib tampil. Bar rerata polos dilarang bila ada ulangan: pakai titik individual, box/violin, atau bar + CI. Nyatakan n.
• Warna mengikat entitas. Sekali sebuah warna dipakai untuk satu kondisi, warna itu dipakai untuk kondisi tersebut di semua panel semua figur. Kontribusi sendiri digambar pekat; pembanding digambar abu-abu berbobot rendah.
• Aman buta warna. Jangan pernah merah vs hijau untuk dua hal yang dikontraskan. Jangan pakai colormap pelangi/jet.
• Ekonomi label. Setiap tanda harus bisa dikenali dari figur saja; sisanya (n, apa yang dikontrol, kepanjangan akronim, caveat) pindah ke caption.
• Siap cetak. Vektor (PDF/EPS) untuk naskah + PNG 300 dpi untuk pratinjau. Ukuran font pada ukuran cetak akhir minimal 7 pt. Lebar mengikuti kolom jurnal (umumnya 85 mm satu kolom, 180 mm dua kolom).
• Verifikasi setelah render. Jalankan cek tumpang-tindih dan lihat hasil gambarnya, jangan hanya mempercayai kodenya.

Batas kejujuran

• Jangan mengarang geometri. Posisi elektroda, batas wilayah, koordinat peta, dan struktur molekul diambil dari sumber standar (montase MNE, shapefile resmi, database struktur) — bukan diperkirakan. Bila sumbernya tidak ada, katakan dan minta user menyediakan, atau gunakan bentuk skematik yang dilabeli eksplisit sebagai skematik.
• Jangan mengarang data. Bila data belum ada, buat figur kerangka dengan data placeholder yang ditandai jelas [DATA PLACEHOLDER] di dalam gambar, supaya mustahil lolos ke naskah tanpa disadari.
• Jangan menghaluskan hasil nol. Hasil yang tidak signifikan tetap digambar dan dilabeli. Judul panel tidak boleh mengklaim melebihi ujinya.
• Trace ilustratif (simulasi untuk menjelaskan mekanisme) harus dibangkitkan dari parameter terukur studi itu sendiri, dilabeli "ilustratif" di dalam panel dan di caption.

Alur kerja

1. Tetapkan konteks (Langkah 0).

2. Jalankan Uji Rujukan → tentukan substrat → baca file domain yang relevan (atau references/domain-baru.md bila bidangnya tidak terdaftar).

3. Baca references/aturan-figur.md. Bila figurnya lebih dari satu panel, baca juga references/multi-panel.md — klaim satu kalimat → kerangka panel bergrid (a = kail, b = pemikul klaim, sisanya bukti) → verifikasi berlapis → putaran telaah bermusuhan.

4. Muat perkakas dan gaya dasar:

   import sys; sys.path.insert(0, "scripts")   # atau ~/.claude/skills/visualisasi-data/scripts
   from vizkit import *
   apply_style()                          # ladder font, tick keluar, legenda tanpa bingkai
   fig, ax = new_figure(width="single")   # 85 mm; "double" = 180 mm
   

   Perkakas yang tersedia:

   Kelompok	Fungsi
   Gaya & simpan	apply_style, new_figure, save_figure, panel_letter
   Multi-panel	panel_grid (grid 12 kolom dari kerangka panel, menolak kerangka tak konsisten), panel_crops (kotak potong per panel untuk cek perseptual), check_layout (axes menciut jadi galat, bukan warning)
   Warna	palette, focal_comparator, ramp, cvd_check
   Ketidakpastian	spread_lines, mean_line, points_with_mean, sig_stars, sig_bracket
   Substrat kepala	electrode_xy, draw_head, topomap, montage_glyph, ELECTRODES_1020
   Substrat peta	tile_map, ID_PROVINSI_TILES
   Bentuk domain	likert_diverging, forest_plot, dot_whisker, confusion_matrix, alluvial
   Dua input → satu luaran	surface_pair (3D + kontur berpasangan, penanda optimum), scatter3d
   Banyak kriteria	parallel_coordinates (MCDM, kriteria biaya dibalik otomatis)
   SEM	pls_path_diagram (dua gaya: journal dan smartpls (lingkaran biru + indikator kuning); tata letak otomatis, reflektif/formatif, jalur n.s. tetap tampak, menolak model bersiklus)
   Asesmen & ekonomi-bisnis	wright_map (item-person Rasch, melaporkan kesenjangan skala), event_study (menandai koefisien pra-perlakuan yang signifikan), waterfall (rotasi label terukur otomatis), lorenz_curve (Gini dihitung dari kurva yang digambar)
   Substrat generik (lintas bidang)	rose_plot (data berarah/bersiklus + statistik sirkular), slope_plot (dua kondisi berpasangan), ridgeline (banyak distribusi), bubble_matrix (persilangan dua kategori, sel kosong ditandai)
   Verifikasi	check_overlaps, check_layout, cvd_check

   Semuanya matplotlib murni — topomap tidak membutuhkan MNE (koordinat 10-20 sudah dibakukan di dalam modul dari montase standard_1020; set prefer_mne=True untuk membacanya langsung dari MNE bila terpasang).

5. Gambar dengan bentuk domain, lengkap dengan lapis ketidakpastian.

6. Simpan: save_figure(fig, "fig2_topografi") → menulis .pdf dan .png.

7. QA berlapis — tiga pemeriksaan, tiga jenis cacat:

   check_layout(fig, "fig2")     # tata letak: axes menciut? (multi-panel)
   check_overlaps(fig, "fig2")   # geometris: teks bertumpang / menabrak spine
   paths = save_figure(fig, "fig2_topografi")
   for huruf, box in panel_crops(fig).items():
       host.view_image(paths[-1], crop=box)     # perseptual: LIHAT tiap panel
   

   python scripts/figcheck.py figures/fig2_topografi.png --kolom single
   

   Cek geometris tidak menangkap label berkontras rendah, penunjuk yang menyilang, atau warna seri yang tertukar — potongan panel itulah yang menangkapnya. Untuk figur multi-panel, tambahkan pemeriksaan lintas panel (references/multi-panel.md §4): pengikatan warna, satu-angka-satu-klaim, dan kosakata yang seragam antara skema dan label sumbu.

8. Sisipkan ke naskah dan tulis caption mengikuti references/integrasi-naskah.md.

Rantai skill

nulis menyusun struktur section dan menentukan hasil mana yang layak jadi figur · visualisasi-data merancang dan membuat figurnya · polish-manuscript memoles prosa dan memeriksa figur yatim (dirujuk tapi tak ada, atau ada tapi tak dirujuk) · submit memeriksa kepatuhan format figur terhadap author guidelines sebelum dikirim · revisi menangani permintaan perbaikan figur dari reviewer.