Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS

3 Ide Project Data Analyst dengan Exploratory Data

Belajar Data Science di Rumah 13-Februari-2023
https://dqlab.id/files/dqlab/cache/abf09f2afd37b65520e0b9777c8aa169_x_Thumbnail800.jpeg

Project Data Analyst akan menggambarkan pekerjaan seorang Data Analyst sebenarnya, mulai dari memproses data, mengolah data, hingga akhirnya menyajikan data tersebut. Dalam pekerjaan sehari-hari, akan selalu ada project yang dikerjakan untuk menjawab permasalahan bisnis yang dialami oleh perusahaan. Menariknya project data ini bisa menjadi salah satu bagian dari portfolio data sebagai bukti bahwa kita memang benar-benar memiliki skill tersebut. 


Kebutuhan akan Data Analyst terus meningkat, bahkan lebih tinggi jika dibandingkan dengan kebutuhan Data Scientist dan Data Engineer. Hal ini juga berbanding lurus dengan jumlah orang yang tertarik menjadi Data Analyst, hanya saja tidak semua orang memang benar-benar memenuhi kualifikasi tersebut. Sehingga dengan adanya project data yang pernah dikerjakan akan membantu para recruiter untuk menemukan calon kandidat yang tepat. Salah satu ide project data yang bisa digunakan adalah memproses data dengan menggunakan Exploratory Data Analysis. Berikut adalah 3 ide yang bisa kamu coba dengan topic ini!


1.Tingkat Bunuh Diri Secara Global

Data Analyst

Kumpulan data tingkat bunuh diri secara global akan mencakup tingkat bunuh diri di berbagai negara, dengan data tambahan termasuk tahun, jenis kelamin, usia, populasi, PDB, dan lainnya. Saat melakukan Exploratory Data Analysis, kita harus bisa menentukan pola seperti apa yang ingin dilihat. Misalnya: Apakah tingkat bunuh diri naik atau turun di berbagai negara? Variabel apa yang mungkin berkorelasi dengan tingkat bunuh diri? Data nya bisa kamu dapatkan di Kaggle : Data Bunuh Diri.


Baca juga : Kenali Perbedaan Data Scientist, Data Analyst dan Data Engineer


2.Tingkat Kebahagiaan secara Global

Data Analyst

Jika sebelumnya melihat berapa banyak tingkat ingin bunuh diri, maka kita juga bisa mengukur tingkat kebahagiaan secara global. Setidaknya ada enam faktor yang bisa digunakan untuk mengukur kebahagiaan di seluruh warga dunia, yaitu angka harapan hidup, ekonomi, dukungan sosial, tidak adanya korupsi, kebebasan, serta kedermawanan. Misalkan kita bisa melihat negara serta benua mana yang paling bahagia? Lalu apa faktor yang berperan penting (baik memiliki dampak terbesar atau terkecil) terhadap kebahagiaan suatu bangsa? Dan apakah sebenarnya kebahagiaan meningkat atau menurun secara keseluruhan negara? Data yang digunakan juga bisa berasal dari Kaggle: World Happiness Report.


3. Most Followed in Instagram

Data Analyst

Kita juga bisa menggunakan data Most Followed in Instagram untuk membuat project analisis data dengan EDA (Exploratory Data Analysis). Dari sini kita akan bisa melihat apa yang membuat seseorang memiliki banyak follower di instagram, apakah memang karena profesinya (seorang selebritis, atlet, influencer, dll) atau karena itu merupakan sebuah brand besar. Kita juga bisa melihat apakah jumlah media yang di post akan berkorelasi dengan jumlah follower atau tidak? Atau melihat korelasi rata-rata engagement rate dari setiap postingan dengan jumlah follower. Datanya bisa didapatkan dari Data World: Most Followed in Instagram.


4. Gunakan Data Sendiri

Data AnalystData Analyst

Selain tiga jenis project yang sudah dijabarkan di atas, Sahabat DQ juga bisa menggunakan data yang dimiliki sendiri untuk melakukan Exploratory Data Analysis. Namun jika dirasa terlalu susah untuk menemukan data sendiri, Sahabat DQ bisa menggunakan project EDA yang sudah tersedia di DQLab, baik dengan menggunakan bahasa R maupun Python. Kedua modul ini akan bisa diakses setelah kamu memutuskan untuk berlangganan menjadi member DQLab.


Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya 


Mengikuti bootcamp Data Analyst bisa menjadi jalan pintas untuk menguasai ilmu data meskipun Sahabat DQ tidak memiliki background pendidikan yang berhubungan dengan data. Tidak bisa dipungkiri, saat ini siapapun dan apapun background nya bisa menjadi Data Analyst asalkan bisa menguasai skill yang dibutuhkan.


DQLab kerap kali memberikan promo meskipun harga yang ditawarkan untuk bootcamp nya jauh lebih murah. Mengingat kuota yang ditawarkan sangat terbatas, jadi jangan sampai kamu kehilangan kesempatan yang menarik ini ya! Caranya gampang banget, kamu bisa kunjungi menu Live Class di website DQLab untuk mendaftar ke bootcamp yang kamu inginkan. Sekarang giliranmu untuk menjemput impian menjadi Data Analyst, yuk tunggu apa lagi?


Penulis : Gifa Delyani Nursyafitri

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login