DICARI! Yang Mau Belajar Data Science Disc. 96%
Belajar Data 6 BULAN Bersertifikat hanya Rp120K!

1 Hari 23 Jam 25 Menit 31 Detik

Tools yang Harus Masuk Dalam Portofolio Data Analyst

Belajar Data Science di Rumah 14-Maret-2023
https://dqlab.id/files/dqlab/cache/39036074d390263e729e6956a1d6a839_x_Thumbnail800.jpeg

Secara sederhana, portofolio data analyst adalah platform yang memberi tahu recruiter secara singkat mengenai kompetensi dan project yang telah kita kerjakan. Media ini merupakan dokumentasi project-project yang telah kita kerjakan dan menjelaskan informasi mengenai data, preprocessing data, processing data, summary, dan suggestions dari setiap project analisis data. Di bidang praktis seperti analisis data, tidak cukup hanya memberitahu recruiter project apa yang telah kita selesaikan. Kita perlu memberikan bukti mengenai project yang telah kita kerjakan. Oleh karena itu, CV saja tidak cukup untuk menceritakan skill set dan project-project yang kita kerjakan.


Data analyst adalah sebuah role pekerjaan yang memerlukan banyak support tools untuk membantu setiap pekerjaan. Karena data analyst bekerja dari hulu ke hilir, mulai dari mempersiapkan data yang akan digunakan, membersihkan, menganalisis, hingga akhirnya membuat report dan dashboard, maka profesi ini memerlukan banyak tools yang harus dikuasai. Bagi seorang calon data analyst, tools yang membantu proses pekerjaan day to day sangat penting untuk dicantumkan agar recruiter dapat menilai seberapa jauh penguasaan kita terhadap tools tersebut. Pada artikel kali ini, DQLab akan membahas tools yang perlu kita tampilkan dalam portfolio dalam bentuk project. Penasaran apa saja? Yuk kita simak bersama!


1. Microsoft Excel

Data Analyst

Excel merupakan software spreadsheet paling terkenal di dunia. Tools yang dikembangkan oleh perusahaan raksasa Microsoft ini memiliki fitur perhitungan dan fungsi grafik yang ideal untuk analisis data. Kelebihan dari tools ini adalah memiliki fitur bawaan powerful seperti tabel pivot untuk menyortir atau menjumlahkan data dan tools pembuatan formulir. Excel juga memiliki berbagai fungsi lain untuk merampingkan manipulasi data. Misalnya, fungsi CONCATENATE untuk menggabungkan teks, angka, dan tanggal ke dalam satu sel, SUMIF untuk membuat total nilai berdasarkan kriteria variabel dan fungsi search memudahkan untuk mengisolasi data tertentu. Kita bisa mengerjakan project menggunakan tools ini dan memasukkannya ke dalam portfolio yang kita miliki. Hal ini karena excel merupakan basic tools yang WAJIB dikuasai oleh seorang data analyst.


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


2. Python dan R

Bahasa pemrograman adalah salah satu tools yang wajib dikuasai oleh data analyst. Alasannya adalah karena data analyst sering kali bekerja dengan data yang berukuran dan bervolume cukup besar sehingga perlu tools powerful yang bisa mengolah data tersebut dengan lebih efisien. R dan Python adalah dua bahasa pemrograman yang paling banyak digunakan di dunia data science. Salah satu alasannya adalah karena bahasa pemrograman ini bersifat open source dan memiliki berbagai fitur powerful. Bagi seorang data analyst, tidak harus menguasai kedua bahasa pemrograman ini, namun jika memang bisa, why not? Akan lebih baik, bukan?


Ada banyak project yang bisa kita kerjakan menggunakan R dan Python, mulai dari scraping data, analisis data, bahkan visualisasi data. Saat ini, data open source sudah mudah untuk diakses sehingga kita bisa mengerjakan berbagai project data analyst dengan data-data tersebut.

Data Analyst


3. Business Intelligence Dashboard

Salah satu tugas seorang data analyst adalah membuat dashboard yang dapat digunakan untuk mengkomunikasikan data kepada stakeholders lain dengan lebih mudah. Ada berbagai software dashboard yang bisa digunakan, mulai dari dashboard gratis hingga berbayar. 


Data Analyst


Source 

Beberapa tools dashboard yang biasa digunakan oleh data analyst adalah google data studio (sekarang berubah nama menjadi looker studio), tableau, dan power BI. Kita bisa mengerjakan project menggunakan tools tersebut dan menampilkannya dalam portfolio. 


4. SQL

Standard Query Language atau lebih dikenal dengan SQL adalah bahasa pemrograman yang digunakan dalam mengakses, mengubah, dan memanipulasi data yang berbasis relasional dan menggunakan standar American National Standard Institute (ANSI) untuk mengelola manajemen database relasional. Dengan SQL, kita dapat mengakses, menghapus data, mengubah data, dan menjalankan query saat mengambil data dari database. 

Data Analyst

Tools ini merupakan tools WAJIB dan pasti ada dalam requirement data analyst. Oleh karena itu, calon data analyst harus mencantumkan paling tidak satu project mengenai SQL. Ada banyak tools SQL yang bisa kita gunakan, mulai dari BigQuery, Postgre, MySQL, dan lain sebagainya.


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


Ingin membuat project data analyst namun bingung mulai dari mana? Yuk buat project menarik dengan modul dari DQLab! Modul DQLab dilengkapi challenge dan project yang bisa kamu cantumkan sebagai portfolio kamu. Selain itu, setiap kita selesai mengerjakan project, akan ada sertifikat compliance sebagai bukti bahwa kita telah menyelesaikan project tersebut.


Klik button di bawah ini atau sign up melalui DQLab.id untuk menikmati modul gratis ‘Introduce to Data Science’ menggunakan R dan Python sebagai pengenalan menulis script bahasa pemrograman R dan Python sebelum terjun dan menggunakan python lebih lanjut. Selamat belajar!


Penulis: Galuh Nurvinda K

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login