- (021) 53660861
- tableau@ilogoindonesia.id
- AKR Tower – 9th Floor Jl. Panjang no. 5
Seiring berkembangnya teknologi Artificial Intelligence (AI), cara manusia berinteraksi dengan data juga mengalami perubahan yang signifikan. Jika sebelumnya pengguna harus memahami struktur database, bahasa query, atau membuat visualisasi secara manual untuk menemukan insight, kini muncul berbagai pendekatan baru yang membuat eksplorasi data menjadi jauh lebih alami.
Namun, meskipun teknologi Natural Language Processing (NLP) dan AI generatif telah berkembang pesat, masih ada satu tantangan besar yang sering dihadapi pengguna. Tidak semua kebutuhan analisis dapat dijelaskan hanya dengan kata-kata. Terkadang seseorang lebih mudah menggambarkan pola melalui gambar, sketsa, tanda panah, lingkaran, atau bahkan sekadar menunjuk area tertentu yang dianggap penting.
Melihat tantangan tersebut, para peneliti dari Tableau memperkenalkan sebuah konsep baru yang disebut Proximity Semantics, sebuah pendekatan yang berpotensi mengubah cara manusia berinteraksi dengan data di masa depan. Konsep ini dipublikasikan dalam penelitian yang dipresentasikan pada EuroVis 2026 dan menjadi salah satu inovasi menarik dalam dunia data analytics modern.
Saat ini sebagian besar platform analytics mengandalkan dua pendekatan utama, yaitu query berbasis bahasa dan visualisasi data.
Pendekatan berbasis bahasa memungkinkan pengguna bertanya menggunakan kalimat natural seperti "bagaimana tren penjualan selama lima tahun terakhir?" atau "produk mana yang memiliki pertumbuhan tertinggi?". Sementara itu, visualisasi membantu pengguna memahami pola melalui grafik dan dashboard.
Namun dalam praktiknya, banyak kebutuhan analisis yang sulit dijelaskan hanya melalui teks. Misalnya ketika seorang analis ingin mencari pola grafik yang bentuknya menyerupai tren tertentu, atau ingin menunjukkan area spesifik pada peta yang berkaitan dengan suatu kondisi tertentu.
Dalam situasi seperti ini, bahasa sering kali tidak cukup untuk menjelaskan maksud pengguna secara detail. Akibatnya proses eksplorasi data menjadi lebih lambat dan membutuhkan banyak iterasi sebelum menemukan insight yang dicari.
Secara sederhana, Proximity Semantics adalah konsep yang menjelaskan bagaimana makna dapat terbentuk dari hubungan kedekatan antara berbagai elemen visual dan tekstual dalam satu ruang kerja yang sama.
Bayangkan seseorang menggambar tren penjualan, kemudian menambahkan lingkaran pada area tertentu, memberi tanda silang pada area lain, serta menuliskan catatan seperti "fokus pada bagian ini". Bagi manusia, hubungan antar elemen tersebut sangat mudah dipahami karena semuanya saling berdekatan dan memiliki konteks yang jelas.
Penelitian Tableau menunjukkan bahwa pengguna secara alami menggunakan kedekatan visual, spasial, dan temporal untuk menyampaikan maksud mereka ketika berinteraksi dengan data. Sistem yang mampu memahami hubungan tersebut akan dapat menangkap kebutuhan analisis pengguna dengan lebih akurat dibandingkan hanya mengandalkan teks atau query tradisional.
Untuk menguji konsep ini, tim Tableau mengembangkan sebuah prototipe yang memungkinkan pengguna melakukan eksplorasi data menggunakan berbagai metode sekaligus.
Pengguna dapat menggambar pola tren secara bebas, membuat anotasi visual seperti lingkaran atau panah, serta menambahkan instruksi menggunakan bahasa natural dalam satu area kerja yang sama. Sistem kemudian memanfaatkan kombinasi teknologi pencocokan geometris dan Visual Language Models (VLM) untuk memahami maksud pengguna dan menerjemahkannya menjadi query analitik yang dapat dieksekusi.
Pendekatan ini membuka peluang baru dalam dunia analytics karena pengguna tidak lagi dibatasi oleh satu metode interaksi saja. Mereka dapat menggunakan cara yang paling alami untuk menjelaskan kebutuhan analisis mereka.
Dalam studi awal yang melibatkan 20 peserta dari berbagai latar belakang profesional, para peneliti menemukan bahwa mayoritas peserta secara spontan menggunakan kedekatan visual untuk menyampaikan makna.
Sebanyak 17 dari 20 peserta menggunakan penempatan teks, simbol, atau anotasi di dekat objek tertentu untuk membantu sistem memahami konteks yang mereka maksud. Mereka juga sering mengombinasikan berbagai elemen seperti panah, lingkaran, dan catatan teks untuk memperjelas kebutuhan analisis.
Menariknya, hubungan antar elemen tersebut sering kali tidak dijelaskan secara eksplisit. Makna muncul karena posisi dan keterkaitan visual antar objek. Inilah yang menjadi dasar lahirnya konsep Proximity Semantics.
Meskipun saat ini masih berada dalam tahap penelitian, konsep Proximity Semantics memberikan gambaran yang sangat menarik mengenai masa depan Business Intelligence.
Ke depan, pengguna mungkin tidak lagi harus mempelajari bahasa query yang kompleks atau membuat dashboard secara manual untuk menemukan insight. Mereka cukup menggambar pola, memberikan catatan, atau menandai area tertentu, lalu AI akan memahami maksud mereka secara otomatis.
Pendekatan ini juga sejalan dengan perkembangan AI Agent dan multimodal analytics yang saat ini mulai menjadi fokus berbagai platform data modern. Dengan menggabungkan teks, visual, dan konteks secara bersamaan, sistem analytics akan mampu memahami kebutuhan pengguna secara lebih mendalam dan memberikan insight yang lebih relevan.
Bagi perusahaan, inovasi seperti Proximity Semantics berpotensi memperluas akses terhadap data kepada lebih banyak pengguna. Selama ini, analisis data sering dianggap sebagai tugas yang hanya dapat dilakukan oleh analis atau tim teknis tertentu.
Dengan pendekatan yang lebih natural, pengguna bisnis dari berbagai departemen dapat berinteraksi dengan data menggunakan cara yang lebih intuitif. Hal ini dapat mempercepat proses pengambilan keputusan, meningkatkan produktivitas, serta membantu organisasi membangun budaya kerja yang lebih data-driven.
Semakin mudah data dipahami dan dieksplorasi, semakin besar pula peluang organisasi untuk menemukan insight yang sebelumnya tersembunyi.
Penelitian mengenai Proximity Semantics menunjukkan bahwa masa depan analitik tidak hanya bergantung pada kemampuan AI memahami bahasa manusia, tetapi juga pada kemampuannya memahami konteks visual dan hubungan antar elemen dalam sebuah ruang kerja. Dengan menggabungkan sketsa, anotasi, bahasa natural, dan AI dalam satu pengalaman yang terpadu, Tableau memperlihatkan bagaimana eksplorasi data dapat menjadi lebih intuitif, fleksibel, dan mendekati cara manusia berpikir secara alami.
Meskipun masih dalam tahap penelitian, konsep ini memberikan gambaran yang sangat menjanjikan mengenai generasi berikutnya dari Business Intelligence. Bagi organisasi yang ingin memaksimalkan pemanfaatan data dan AI, inovasi seperti Proximity Semantics menunjukkan bahwa masa depan analytics tidak lagi sekadar tentang melihat dashboard, tetapi tentang berinteraksi langsung dengan data secara lebih natural, cepat, dan cerdas.
Infrastruktur IT yang kuat adalah kunci produktivitas perusahaan. Dengan Tableau Indonesia, merupakan bagian dari PT. iLogo Infralogy Indonesia, yang merupakan mitra terpercaya dalam solusi Infrastruktur IT dan Cybersecurity terbaik di Indonesia. Hubungi kami sekarang atau kunjungi tableau.ilogoindonesia.id untuk informasi lebih lanjut!
Tableau Indonesia adalah bagian dari PT. iLogo Infralogy Indonesia, yang bertindak sebagai partner resmi Tableau. Selain itu, kami juga berperan sebagai penyedia layanan (vendor) sekaligus distributor berbagai produk Infrastruktur IT dan Cybersecurity terbaik di Indonesia.