Information visualization : penggunaan representasi visual interaktif untuk mengabstraksi data untuk meningkatkan kognisi (Ware, 2008; Card et al., 1999).

Karakteristik yang membedaan information visualization dengan scientific visualization :

Information visualization : variabel kategorikal, ada pola, trend, cluster, outlier, dan gap
Scientific visualization: variable, volume, dan surface kontinu

Terkadang disebut juga  visual data mining, menggunakan visual bandwidth dan human perceptual system  untuk memungkinkan user untuk menemukan, mengambil keputusan, atau mengajukan penjelasan tentang pola, kolompok item, atau item scara individu

Visual-information-seeking : “overview first, zoom and filter, then details on demand”

7 tipe data :

1. 1D Linear Data
2. 2D Map Data
3. 3D World Data
4. Multidimensional
5. Temporal Data
6. Tree Data
7. Network Data
7  task dasar :

Overview task  – user dapat memperoleh overview dar seluruh bagian
Zoom task – user dapat men-zoom in di bagian yang diinginkan
Filter task  – user dapat memfilter hal yang tidak dinginkan
Details-on-demand task  – user  dapat memilih item/grup untuk memperoleh detail
Relate task – user dapat menghubungkan item/grup
History task – user dapat menimypan history action untuk meng-undo, replay, dan perbaikan progresif
Extract task – user dapat mengijinkan extraction sub-collection dan dalam parameter query

Challenges for Information Visualization

Mengimpor dan membersihkan data
Menggabungkan representasi visual yang dengan label tekstual
Mencari informasi yang berhubungan
Mem-view data dengan volume yang besar
Mengintegrasikan data mining
Mengintegrasikan dengan teknik analytical reasoning
Bekerja sama dengan orang lain
Mencapai usability yang universal
Evaluasi

www.binus.ac.id