<![CDATA[Makalah ini menyajikan sistem visualisasi streamgraph interaktif yang dirancang untuk mengeksplorasi data kompetisi penerimaan mahasiswa baru pada seleksi nasional berbasis tes (SNBT) untuk rumpun ilmu komputer di sepuluh universitas terkemuka Indonesia periode 2021–2025. Untuk mengatasi keterbatasan streamgraph standar yang rentan terhadap distorsi geometri dan Sine Illusion, penelitian ini mengusulkan mekanisme Layer Peel, yaitu teknik interactive disentanglement yang mengisolasi secara spasial layer data terpilih dari tumpukan utama. Pemisahan kontekstual ini mentransformasikan tampilan makro menjadi panel detail mikro dengan baseline ortogonal yang stabil, tanpa mengorbankan konteks visual tumpukan global. Sistem diimplementasikan menggunakan HTML5 Canvas, algoritma interpolasi Catmull-Rom spline, dan pengurutan inside-out. Evaluasi empiris menunjukkan bahwa Layer Peel terbukti mampu menyingkap pola anomali lonjakan rasio kompetisi yang sebelumnya terdistorsi pada tumpukan utama. Pengujian terhadap 15 responden menghasilkan nilai System Usability Scale (SUS) sebesar 70,83 (kategori baik) dan mengonfirmasi efektivitas sistem dalam mereduksi beban kognitif secara signifikan. Hasil penelitian ini membuktikan bahwa mekanisme Layer Peel secara efektif menjembatani visualisasi eksploratif dan presisi analitis dalam kerangka focus+context.]]>
Copyrights © 2026
