Klasifikasikan prioritas dengan grafik kuadran

Visualize

Klasifikasikan prioritas dengan grafik kuadran

Dibuat: Pembaruan terakhir: Waktu baca: 1 menit

Saat menilai metrik pada dua sumbu seperti dampak dan kemudahan, grafik kuadran sangat membantu. Pewarnaan per kuadran membuat prioritas mudah dipahami.

import matplotlib.pyplot as plt
import numpy as np

projects = ["A", "B", "C", "D", "E", "F", "G"]
impact = np.array([8.5, 5.5, 7.2, 3.8, 6.1, 8.9, 4.4])
effort = np.array([3.0, 6.2, 4.1, 5.5, 2.5, 7.0, 3.8])
colors = ["#22c55e", "#f97316", "#38bdf8", "#a855f7", "#14b8a6", "#facc15", "#ef4444"]

fig, ax = plt.subplots(figsize=(6, 6))
ax.axvline(5, color="#475569", linewidth=1.2)
ax.axhline(6, color="#475569", linewidth=1.2)

ax.fill_between([0, 5], 6, 10, color="#bbf7d0", alpha=0.5)
ax.fill_between([5, 10], 6, 10, color="#dbeafe", alpha=0.6)
ax.fill_between([0, 5], 0, 6, color="#fee2e2", alpha=0.6)
ax.fill_between([5, 10], 0, 6, color="#fde68a", alpha=0.6)

ax.scatter(effort, impact, s=110, color=colors, edgecolor="white", linewidth=1)
for label, x_val, y_val in zip(projects, effort, impact):
    ax.text(x_val, y_val + 0.25, label, ha="center", fontsize=10, weight="bold")

ax.set_xlim(0, 10)
ax.set_ylim(0, 10)
ax.set_xlabel("Kemudahan eksekusi (lebih tinggi lebih mudah)")
ax.set_ylabel("Dampak bisnis (lebih tinggi lebih besar)")
ax.set_title("Klasifikasi prioritas proyek dengan kuadran")
ax.grid(alpha=0.2, linestyle="--")

fig.tight_layout()

plt.show()

Pewarnaan kuadran membuat prioritas lebih intuitif.

Kiat membaca #

  • Kuadran kanan atas adalah dampak tinggi dan mudah dieksekusi, layak diprioritaskan.
  • Kuadran kiri bawah berbiaya tinggi namun berdampak rendah, cocok untuk ditunda atau dibatalkan.
  • Sesuaikan garis pembagi ke median agar klasifikasi lebih seimbang.