Pilihan Real Case Industry pada Project Data Analyst

Data analyst tidak terlepas dari adanya studi kasus maupun real case industry. Apalagi day-to-day dari posisi data analyst ini lebih berfokus pada menganalisis data perusahaan. Adapun salah satu tugas dari data analyst yaitu menganalisis data yang spesifik pada sumber data tertentu. Contoh apabila data analyst ingin melakukan analisis insight media sosial maka beberapa sumber yang perlu ditelusuri antara lain jam akses followers ketika menggunakan media sosial, jumlah likes dan views, jenis kelamin, umur, jumlah pengikut, jumlah interaksi antara followers dengan pemilik akun. Dari data-data berikut pastinya akan bermanfaat bagi tim sebagai acuan untuk menentukan waktu yang paling tepat dalam melakukan posting konten.

Jika kamu ingin menjadi seorang data analyst, sekarang kamu tidak perlu bingung karena ada banyak sumber yang bisa diperoleh untuk membuat project data analyst. Setiap project yang kamu ambil pastinya akan memiliki tingkat kesulitan, alur pengerjaan, dan juga sumber perolehan data yang berbeda-beda. Project data analyst bisa kamu jadikan sebagai bahan baku dalam membuat portofolio data analyst. Semakin kamu pandai dalam menganalisis berbagai kasus dengan memanfaatkan tools tertentu maka peluang kamu untuk menjadi seorang data analyst makin besar. Berikut ini DQLab berikan kamu sederetan pilihan yang bisa kamu manfaatkan untuk membuat portofolio dengan project data analyst.

1. Analisis Sentimen dalam Ulasan Film

Analisis Sentimen melibatkan mengklasifikasikan komentar sebagai positif, negatif atau netral. Klasifikasi yang lebih luas juga dapat dilakukan seperti “sangat setuju, setuju, netral, tidak setuju, sangat tidak setuju”. Dengan menganalisis ulasan yang ditulis oleh orang-orang yang pernah menonton film tertentu, Anda bisa mendapatkan rekomendasi film yang lebih baik. Dengan popularitas media sosial, sangat mudah untuk mengungkapkan perasaan seseorang terhadap film tertentu. Ada banyak dampak dari ulasan ini yang diungkapkan. 

Analisis sentimen ulasan dapat digunakan untuk mengidentifikasi pola minat audiens, yang selanjutnya dapat digunakan untuk menghasilkan rekomendasi. Penggunaan sarkasme, ambiguitas dalam penggunaan bahasa, negasi, dan multipolaritas menambah tantangan yang terkait dengan pengkategorian ulasan berdasarkan sentimen. Melalui proyek ini, akan mungkin untuk memahami lebih lanjut tentang konsep penandaan ucapan, perbedaan antara stemming dan lemmatisasi dan penerapan matriks jarang. Penerapan model Naive Bayes dan SVM (Support Vector Machine) dapat digunakan untuk model pelatihan dan membuat prediksi.

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

2. Emisi CO2

Emisi karbon adalah gas yang dikeluarkan dari hasil pembakaran segala senyawa yang mengandung karbon seperti CO2, solar, bensin, LPG, serta bahan bakar lainnya. Fenomena emisi karbon merupakan proses pelepasan karbon ke lapisan atmosfer bumi. Emisi karbon menjadi kontributor perubahan iklim bersama dengan emisi gas rumah kaca. Emisi gas yang berlebihan dapat menyebabkan pemanasan global atau efek rumah kaca. Hal ini mengakibatkan peningkatan suhu di bumi secara signifikan.

3. Identifikasi Produk Bundling

Belakangan ini, strategi marketing bundling mulai banyak dilirik oleh pebisnis. Menurut definisinya, bundling atau produk bundling merupakan sebuah strategi pemasaran dimana produk dikelompokkan menjadi dua atau lebih dalam satu kemasan penjualan dengan satu harga saja.

Salah satu contoh nya seperti dalam kasus paket makanan fastfood McD yaitu paket happy meal untuk anak-anak dengan cara bundling paket makanan dengan mainan. Dari pada menjual kentang, burger, mainan, dll secara terpisah, mereka menjualnya menjadi satu kombinasi. Strategi bundling dapat kita lakukan juga kepada setiap produk yang kurang laku atau produk baru yang masih dan kurang dikenal serta diminati oleh konsumen. Nah, kamu bisa menggunakan ide ini sebagai salah satu bahan project data analyst.

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

4. Rekomendasi Genre Musik

Setiap orang tentu memiliki kesukaan genre musik yang berbeda-beda. Tiap genre diwakili dengan mood yang dibangun dalam lagu dan juga lirik lagu itu sendiri. Biasanya kalau mood lagu yang sedih maka lirik yang diutarakan juga memiliki makna yang sedih. Lirik lagu merupakan ekspresi seseorang tentang suatu hal yang sudah dilihat, didengar, dirasakan maupun dialaminya. Dalam mengekspresikan pengalamannya, penyair atau pencipta lagu melakukan permainan kata-kata dan bahasa untuk menciptakan daya tarik dan kekhasan terhadap lirik atau syairnya. 

Lagu diciptakan karena adanya hubungan antara lirik lagu dengan mood lagu yang dikehendaki pendengar. Pencipta lagu pasti menyelipkan pesan – pesan pada lagu yang diciptakannya. Pesan didalamnya pun dapat memiliki berbagai macam arti. Pesan – pesan tersebut dituangkan kedalam lirik maupun nada yang digunakan. Jika kamu penasaran dengan karakteristik genre musik yang dimiliki setiap orang maka kamu bisa mendalami kasus ini sebagai project data analyst yang bisa kamu pecahkan.

5. Jadwal Kedatangan Pesawat dan Jadwal Penerbangan

Ketepatan waktu penerbangan, saat keberangkatan ataupun kedatangan pesawat merupakan sesuatu yang diperlukan bagi angkutan udara. Hal ini merupakan salah satu harapan penumpang selain keselamatan dan kenyamanan, terutama bagi penumpang yang melakukan perjalanan untuk tujuan bisnis.

Apabila terjadi keterlambatan penerbangan, kerugian tidak hanya akan dialami oleh perusahaan penerbangan, tetapi juga bagi para penumpang karena terbuangnya waktu mereka. Ketepatan waktu jadwal penerbangan akan menjadi pemikiran utama dan sebagai tolak ukur kepercayaan para pemakai jasa angkutan udara. Hal ini disebabkan karna di era yang modern ini waktu menjadi prioritas utama, dimana setiap pengguna jasa menjadi sangat meminimalkan waktu. Nah, kamu bisa menggunakan ide ini sebagai salah satu bahan project data analyst.

Yuk, bulatkan tekad kamu mulai berkarir atau switch karir di bidang data analyst sekarang juga. Nggak usah overthinking karena tidak memiliki background pendidikan yang linier dengan itu. Kamu bisa mulai bangun portfolio datamu yang outstanding dengan Modul Data Analyst Career Track bersama DQLab dan nikmati modul-modul dari dasar hingga tingkat mahir. Caranya dengan Sign Up sekarang untuk #MulaiBelajarData di DQLab:

Buat Akun Gratis dengan Signup di DQLab.id

• Pilih menu Learn

• Pilih menu Career Track

• Lalu Pilih menu Data Analyst

Yuk sama-sama kita bikin portfolio data bersama DQLab!

Penulis: Reyvan Maulid