Power BI as a Tools for data Visualisation

Visualisasi data adalah proses menyajikan data dalam bentuk grafis untuk memudahkan pemahaman, analisis, dan pengambilan keputusan. Power BI adalah salah satu tools populer yang dikembangkan Microsoft untuk visualisasi data yang interaktif dan dinamis. Integrasi Power BI dengan Python memperluas kemampuannya, seperti :

• Preprocessing data sebelum divisualisasikan di Power BI.

• Analisis statistik dan machine learning yang lebih mendalam.

• Otomatisasi pembuatan laporan dengan scripting Python.

Dalam materi ini, kita akan mempelajari :

1. Dasar-dasar Power BI dan integrasinya dengan Python.

2. Cara mengimpor data dari Python ke Power BI.

3. Contoh visualisasi sederhana menggunakan Python sebelum diproses di Power BI.

Persiapan Data dengan Python untuk Power BI

Power BI dapat mengimpor data dari berbagai sumber, termasuk file CSV, Excel, database, dan output dari script Python. Library Python yang berguna untuk persiapan data :

• Pandas untuk manipulasi data.

• Matplotlib/Seaborn untuk visualisasi awal.

• Power BI REST API untuk otomatisasi laporan.

Contoh 1 : Load dan Cleaning Data

import pandas as pd

# Load dataset contoh
data = pd.read_csv("https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv")

# Membersihkan data (handling missing values)
data['total_bill'] = data['total_bill'].fillna(data['total_bill'].median())
data['sex'] = data['sex'].fillna(data['sex'].mode()[0])

# Simpan ke CSV untuk diimpor ke Power BI
data.to_csv("tips_cleaned.csv", index=False)

Contoh 2 : Analisis Data dengan Python di Power BI

Power BI memungkinkan eksekusi script Python langsung di dalamnya :

1. Buka Power BI Desktop.

2. Pilih Get Data > Python script.

3. Masukkan script berikut :

import pandas as pd
import seaborn as sns

# Load data tips
tips = sns.load_dataset('tips')

# Hitung rata-rata tip per hari
avg_tip = tips.groupby('day')['tip'].mean().reset_index()
avg_tip

Power BI akan mengimpor DataFrame avg_tip sebagai tabel.

Visualisasi Data di Power BI

Power BI menyediakan berbagai visualisasi bawaan seperti :

• Bar Chart (perbandingan kategori)

• Line Chart (trend waktu)

• Scatter Plot (korelasi numerik)

• Custom Visuals dengan Python

Contoh 3 : Membuat Visualisasi dengan Python di Power BI

Power BI mendukung visualisasi menggunakan Matplotlib atau Seaborn :

1. Pilih Python visual di toolbar.

2. Tambahkan field yang dibutuhkan (misal: total_bill, tip).

3. Masukkan script berikut :

import matplotlib.pyplot as plt

plt.scatter(dataset['total_bill'], dataset['tip'])
plt.xlabel('Total Bill')
plt.ylabel('Tip')
plt.title('Hubungan Total Bill dan Tip')
plt.show()

Integrasi Lanjutan: Python dan Power BI Service

Untuk otomatisasi laporan di Power BI Service, kita bisa menggunakan Power BI REST API dengan Python :

import requests
import json

# Konfigurasi API
api_url = "https://api.powerbi.com/v1.0/myorg/groups/{group_id}/reports/{report_id}/ExportTo"
access_token = "your_access_token"

headers = {
    "Authorization": f"Bearer {access_token}",
    "Content-Type": "application/json"
}

# Ekspor laporan ke file .pbix
response = requests.post(api_url, headers=headers)
print(response.status_code)

Kelebihan dan Kekurangan Power BI + Python

Kesimpulan

• Power BI adalah alat visualisasi yang powerful dengan integrasi Python.

• Python digunakan untuk persiapan data, analisis tambahan, dan visualisasi custom.

• Kombinasi Power BI + Python cocok untuk analisis data end-to-end.