Visualisasi data longitudinal skala besar menghadapi tantangan over-plotting dan kesulitan interpretasi ketika menggunakan spaghetti plots tradisional. Penelitian ini bertujuan membandingkan efektivitas lasagna plots sebagai alternatif visualisasi untuk big data longitudinal kesehatan pekerja. Metode penelitian menggunakan pendekatan komparatif dengan dataset 8270 observasi dari 3792 pekerja industri Indonesia periode 2024-2025, mencakup komponen pemeriksaan kesehatan berkala dan paparan okupasional. Data divisualisasikan menggunakan spaghetti plots dan lasagna plots dengan berbagai strategi dynamic sorting (entire-row dan cluster sorting). Hasil analisis menunjukkan distribusi risiko 84.8% kategori rendah-sedang dan 15.2% sedang-tinggi. Lasagna plots dengan entire-row sorting berhasil mendelineasi stratifikasi risiko tanpa overlapping, berbeda dengan spaghetti plots yang sulit diinterpretasi pada populasi besar. Faceted lasagna plots efektif mengidentifikasi pola co-occurrence paparan dan missing data patterns yang mendukung evaluasi kualitas data. Lasagna plots dengan dynamic sorting menawarkan pendekatan visualisasi yang lebih scalable dan informatif dibanding spaghetti plots untuk mendeteksi pola perubahan, cohort effects, dan missing data patterns dalam big data longitudinal kesehatan pekerja.
Copyrights © 2025