Modul ini membahas prinsip desain visualisasi data yang efektif agar data dapat dikomunikasikan dengan jelas, jujur, dan mudah dipahami oleh audiens. Materi dimulai dari pemilihan jenis grafik yang tepat berdasarkan pertanyaan analitik dan jenis data, seperti grafik untuk perbandingan, distribusi, komposisi, hubungan, dan tren. Selanjutnya dibahas psikologi warna dan persepsi visual, termasuk konsep hue, saturation, dan value serta bagaimana warna digunakan untuk menyoroti informasi penting dan menjaga aksesibilitas bagi penyandang buta warna. Modul ini juga menekankan pentingnya menyederhanakan kompleksitas melalui konsep data-ink ratio, penghapusan chartjunk, penggunaan prinsip Gestalt, dan teknik progressive disclosure agar visualisasi tidak membebani audiens. Pada bagian akhir, modul menjelaskan bagaimana mengintegrasikan seluruh prinsip tersebut dalam perancangan dashboard yang berpusat pada keputusan dengan hierarki informasi yang jelas, penggunaan KPI visual seperti sparkline dan bullet chart, serta tata letak yang mendukung pengambilan keputusan secara cepat dan tepat.

Modul 3 membahas pemanfaatan kecerdasan artifisial (AI), khususnya Large Language Models (LLM), untuk mendukung proses analisis data dan pembuatan narasi data yang efektif. Pada modul ini peserta mempelajari konsep Prompt Engineering, yaitu teknik menyusun instruksi yang jelas, terstruktur, dan kontekstual agar AI dapat menghasilkan analisis, ringkasan, dan narasi data yang akurat serta relevan dengan kebutuhan bisnis. Modul ini juga menekankan pentingnya penggunaan AI secara produktif sekaligus kritis agar hasil analisis tetap bertanggung jawab dan tidak menyesatkan. Dengan memahami teknik ini, peserta diharapkan mampu mengubah data yang kompleks menjadi cerita data yang mudah dipahami oleh pengambil keputusan tanpa harus memiliki kemampuan pemrograman yang mendalam.

Modul 4 membahas penggunaan alat visualisasi data modern dan integrasi kecerdasan buatan (AI) dalam proses analisis dan komunikasi data. Peserta diperkenalkan dengan berbagai platform visualisasi populer seperti Tableau, Microsoft Power BI, dan Flourish, serta memahami kelebihan, keterbatasan, dan konteks penggunaan masing-masing alat. Modul ini juga mengeksplorasi perkembangan AI native tools seperti Google Looker dan integrasi AI pada Power BI melalui Copilot yang memungkinkan analisis data menggunakan bahasa alami, auto-insight, dan pembuatan laporan otomatis. Selain itu, modul ini membahas teknik visualisasi interaktif, scrollytelling, animasi data, serta fitur drill-down dan filter untuk meningkatkan pengalaman eksplorasi data oleh audiens. Pada bagian akhir, peserta mempelajari pentingnya design system dan template visual berulang untuk memastikan konsistensi, efisiensi, dan profesionalisme dalam penyajian laporan data di organisasi.

Modul 5 membahas bagaimana menyajikan hasil analisis data secara efektif kepada pimpinan eksekutif dalam sebuah organisasi. Setelah pada modul sebelumnya peserta mempelajari dasar data storytelling, pemilihan visualisasi yang tepat, serta penggunaan alat visualisasi modern seperti Tableau, Power BI, dan Flourish, modul ini menekankan pentingnya kemampuan komunikasi strategis agar temuan analitik dapat benar-benar memengaruhi pengambilan keputusan. Peserta diperkenalkan pada dua kerangka presentasi yang banyak digunakan secara global, yaitu Minto Pyramid Principle dan SCQA (Situation, Complication, Question, Answer), yang membantu menyusun pesan secara ringkas, logis, dan berorientasi pada keputusan. Modul ini juga menjelaskan karakteristik audiens eksekutif yang memiliki keterbatasan waktu dan membutuhkan informasi yang langsung relevan dengan strategi organisasi, sehingga presentasi data harus fokus pada insight utama dan implikasi bisnisnya.

Modul ini membahas tentang bagaimana membangun alur kerja data storytelling yang berkelanjutan dengan memanfaatkan dukungan kecerdasan artifisial (AI) dalam proses analitik. Setelah peserta mempelajari fondasi data storytelling, desain visualisasi, analisis berbasis AI, penggunaan alat visualisasi modern, serta teknik presentasi kepada audiens eksekutif pada modul sebelumnya, modul ini berfokus pada integrasi seluruh keterampilan tersebut ke dalam sistem kerja yang terstruktur dan konsisten. Peserta mempelajari konsep AI-augmented workflow, yaitu alur kerja analitik yang memanfaatkan AI untuk membantu pengolahan data, eksplorasi insight, pembuatan visualisasi, hingga penyusunan narasi data secara lebih efisien. Modul ini juga menekankan pentingnya praktik berkelanjutan, kolaborasi tim, serta pengembangan kebiasaan kerja berbasis data agar kemampuan data storytelling tidak hanya menjadi keterampilan individu, tetapi juga menjadi bagian dari budaya kerja organisasi.