Docs / Treemap

🌳 Treemap

Treemap adalah visualisasi hierarki yang menampilkan struktur tema → sub-tema → kode → quote sebagai rectangle bersarang, dengan luas area = frekuensi quote. Cara cepat melihat "mana yang dominan" dalam corpus Anda.

Apa itu

Treemap (Shneiderman 1992) memetakan data hierarkis ke kotak-kotak proporsional. Di TEMATIK-PRO:

  • Level 1: Tema utama (rectangle besar).
  • Level 2: Sub-tema (dipartisi dalam tema).
  • Level 3: Kode individual (rectangle kecil dengan label).
  • Luas: jumlah quote yang ter-tag.
  • Warna: opsional, sentimen, source type, atau density.

Kapan pakai

  • Setelah Phase 4-5 Braun & Clarke (Reviewing & Defining themes), visual verifikasi hierarki tema sudah balanced.
  • BAB IV thesis, sertakan treemap sebagai overview struktur temuan sebelum narasi per-tema.
  • Identifikasi imbalance, satu tema mendominasi 80% data? Mungkin perlu split. Tema kecil banget? Mungkin merge ke tema lain.
  • Presentasi sidang, slide overview lebih kuat dengan treemap daripada bullet list tema.

Cara baca

  1. Ukuran kotak: tema dengan kotak besar = banyak quote = sentral dalam corpus.
  2. Nesting depth: tema dengan banyak sub-divisi → konseptual rich.
  3. Empty space: tema dengan 1-2 kode saja → kurang dikembangkan, atau memang minor.
  4. Color cluster: jika diwarnai per source, lihat apakah satu source mendominasi satu tema (potensi bias).

Cara pakai

  1. Buka launcher Visualization Dashboard → tab Treemap.
  2. Pilih dimensi root: theme, parent_theme, atau code.
  3. Pilih color encoding: frequency (default), source_type, atau sentiment (jika scored).
  4. Klik kotak untuk drill-down ke quote di tema tersebut.
  5. Klik AI Insights untuk observasi otomatis (mis. "Tema X dominan 42%, pertimbangkan split jika spektrum konseptual lebar").
  6. Export PNG / SVG untuk thesis / slide.

Output

  • Interactive treemap (D3 v7).
  • Drill-down quote panel.
  • AI insights overlay (3-5 observasi, severity tag).
  • Export PNG (high-res 2x) / SVG (vector untuk publikasi).

Caveat

  • Frekuensi ≠ kepentingan. Satu quote killer bisa lebih penting dari 20 quote biasa. Treemap = quantitative, narrative tetap kualitatif.
  • Visualisasi bisa misleading jika hierarki tidak balanced, 1 tema raksasa + 10 tema mini akan tampak skewed. Itu bisa jadi tanda re-structuring needed.
  • Tidak cocok untuk <3 tema, terlalu sedikit untuk visual hierarki.
  • Color blindness, jika pakai color encoding, gunakan palette ColorBrewer safe.

Literatur

  • Shneiderman, B. (1992). Tree visualization with tree-maps: 2-d space-filling approach. ACM Transactions on Graphics, 11(1), 92–99.
  • Friendly, M., & Wainer, H. (2021). A History of Data Visualization and Graphic Communication. Harvard University Press.
  • Braun, V., & Clarke, V. (2022). Thematic Analysis: A Practical Guide. SAGE, bab Phase 4 Reviewing Themes (visual mapping).