Yuk, Coba Ragam Project Data Analyst di DQLab!
![https://dqlab.id/files/dqlab/cache/3-longtail-jumat-03-2023-12-04-143853_x_Thumbnail800.jpg](https://dqlab.id/files/dqlab/cache/3-longtail-jumat-03-2023-12-04-143853_x_Thumbnail800.jpg)
Halo teman-teman, mungkin sebagian dari kalian pernah mendengar istilah data analyst. Ya, data analyst adalah satu profesi kekinian yang sedang naik daun dan banyak dibutuhkan oleh perusahaan maupun kepentingan perseorangan.
Untuk menjadi seorang data analyst, kita perlu melewati beberapa hal, yang mana salah satunya adalah mengerjakan ragam project data analyst. Dengan mengerjakan berbagai project data analyst maka akan semakin melatih kemampuan menganalisis data.
Data analyst secara umum bertanggung jawab terhadap data perusahaan. Data perusahaan sangat beragam dengan berbagai jenis serta masing-masing tujuan. Bagi para pemula yang tertarik dengan profesi ini kita bisa mencoba berbagai ragam project data analyst sebagai gambaran jika menganalisis data yang sebenarnya pada saat di dunia kerja nantinya.
Kira-kira apa sajakah project data analyst yang bisa dicoba untuk para pemula? Yuk simak artikel berikut ini!
1. 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
Baca juga : Bootcamp Data Analyst with SQL and Python
2. 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,
3. Customer Segmentation
Customer segmentation merupakan salah satu project data science yang bisa diterapkan dalam dunia marketing. Pada modul ini peserta akan mendapatkan materi mengenai pengertian customer segmentation, mengapa customer segmentation penting, cara mempersiapkan data agar siap untuk dianalisis, cara membuat data master, proses clustering menggunakan algoritma K-Means, menentukan jumlah cluster terbaik, mengoperasionalkan model K-Means.
4. Dimensi Reduction
Selain dalam bidang marketing, penerapan data science juga sangat membantu dalam bidang finance atau keuangan. Pada modul ini peserta akan mempelajari algoritma decision tree C5.0 untuk dapat memprediksi credit rating suatu nasabah.
Selain itu akan diberi materi terkait teknik principal component analysis untuk dapat menstandarisasi variabel. Selanjutnya poin penting adalah mengerjakan studi kasus dengan menggunakan 4 variabel dan 8 variabel.
Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya
Pengerjaan project data analyst merupakan suatu hal yang perlu dilakukan oleh praktisi data. Hal ini tentunya untuk meningkatkan skill analisis data dan membagun portofolio. Kamu bisa mengerjakan berbagai project data analyst di DQLab.
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