Ini Project Data Analyst yang Hasilkan Portofolio
![https://dqlab.id/files/dqlab/cache/2-longtail-jumat-03-2024-04-22-072417_x_Thumbnail800.jpg](https://dqlab.id/files/dqlab/cache/2-longtail-jumat-03-2024-04-22-072417_x_Thumbnail800.jpg)
Halo teman-teman! Seperti yang kita ketahui bahwa saat ini keberadaan data memang sangat banyak dan mudah diakses. Data yang ada tersebut berasal dari berbagai tempat serta memiliki banyak tujuan. Seorang data analyst tentu membutuhkan data juga untuk menyelesaikan tanggung jawab mereka. Saat ini pun tersedia begitu banyak ragam project data analyst di berbagai bidang seperti bidang pemasaran, keuangan, pendidikan, kesehatan, dan lainnya.
Data analyst kini menjadi suatu profesi yang banyak diidamkan oleh beberapa orang. Data analyst adalah suatu profesi yang bisa diikuti oleh siapapun. Menjadi seorang data analyst ini bisa dilaksanakan dengan mengikuti beberapa hal seperti mencari tahu roadmap data analyst, menguasai skill-skill yang diperlukan data analyst, dan masih banyak lainnya. Pada artikel kali ini kita akan mengenali beberapa project data analyst yang bisa dikerjakan untuk membangun portofolio data.
1. Market Basket Analysis
Pada modul ini peserta akan belajar mengerjakan project yang berjudul Market Basket Analysis. Materi yang diberikan antara lain penjelasan apa dan mengapa Market Basket Analysis dimanfaatkan pada bisnis ritel untuk menemukan product packaging yang tepat, pengenalan algoritma apriori, pembahasan mengenai konsep dasar agar bisa menggunakan algoritma secara efektif, penjelasan detail mengenai transaksi dan item, serta penggunaan item set, rules, scoring and evaluation,
Baca juga : Bootcamp Data Analyst with SQL and Python
2. Credit Risk Analysis
Salah satu project data analyst yang bisa dikerjakan adalah Credit Risk Analysis. Project ini berisi beberapa bab dan masing-masing bab terdiri dari berbagai subbab. Beberapa materi yang akan diberikan adalah pengenalan terhadap credit risk dan credit rating prediction serta apa manfaatnya untuk industri finansial, penjelasan mengenai konsep decision tree, implementasi machine learning, penjelasan mengenai algoritma C5.0, memahami output, evaluasi model, menggunakan model untuk prediksi
3. Basic Feature Discovering for Machine Learning
Basic Feature Discovering for Machine Learning adalah salah satu modul yang bisa digunakan untuk belajar terkait data analyst dalam penerapan industri. Pada modul ini peserta akan diberikan perkenalan singkat terkait feature engineering serta dataset yang digunakan.
Setelah itu peserta akan mencari korelasi dan melakukan data cleansing sederhana. proses exploring data sehingga menghasilkan plot untuk membaca isi dari data tersebut, melakukan feature engineering dan membahas hasil dari feature engineering yang telah dilakukan dengan membuat model.
4. Business Decision Research
Project selanjutnya adalah mengenai business decision research. Untuk mengerjakan project ini diperlukan pemahaman terkait konsep dasar data analyst, data preparation, data visualization, serta statistika dasar untuk melakukan modelling. Pada project ini kita akan diberikan sebuah studi kasus mengenai suatu toko yang memiliki permasalahan terhadap menurunnya pelanggan yang membeli kembali ke tokonya.
Beberapa tahapan yang nantinya dapat dilakukan adalah importing data, cleansing data, visualisasi data dan membuat model serta evaluasi model yang telah diuji. Untuk mengetahui terkait project ini lebih dalam, langsung saja coba modulnya ya!
Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya
Portofolio data adalah suatu hal yang perlu dibangun oleh seorang praktisi data seperti data analyst. Untuk menjadi seorang data analyst diperlukan beberapa project yang bisa digunakan dalam membangun portofolio data seperti yang telah dijelaskan di atas.
DQLab menyajikan materi secara teori maupun praktek. Selain itu di DQLab pun menyediakan berbagai modul dan ebook dengan materi yang beragam sesuai kebutuhan.
Cara bergabungnya sangat mudah. Langsung saja sign up di DQLab.id/signup dan nikmati belajar data science DQLab dan ikuti Bootcamp Data Analyst with SQL and Python.
Penulis : Latifah Uswatun Khasanah
Editor : Annissa Widya Davita