← Semua track
📈

Analisis Data & Visualisasi

pandas, statistik praktis, Looker Studio, dan data storytelling.

±70 jam · 0/54 selesai (0%)

💡 Saran (bukan syarat): sebaiknya selesaikan dulu Python, Database & SQL. Tapi semua materi tetap terbuka — kamu yang menentukan.

Modul 1: pandas Tuntas

Alat kerja harian data analyst — dari filter sampai reshape.

8 bab dalam modul ini
  1. 1.1Review DataFrame & tipe data kolom (dtypes)
  2. 1.2loc vs iloc — seleksi yang tidak membingungkan
  3. 1.3Filter kompleks: kondisi ganda, isin, query
  4. 1.4groupby & agg multi-fungsi
  5. 1.5merge/join antar DataFrame (dan bandingkan dengan SQL)
  6. 1.6pivot_table & melt: wide vs long
  7. 1.7apply, map, dan kapan menghindarinya
  8. 1.8Time series dasar: resample, rolling

Modul 2: Data Cleaning di pandas

Data nyata itu kotor — proses yang memakan 80% waktu analis.

7 bab dalam modul ini
  1. 2.1Diagnosis: duplikat, missing, outlier, tipe salah
  2. 2.2Strategi missing value: drop, fill, flag (dan trade-offnya)
  3. 2.3String cleaning: str accessor, regex dasar
  4. 2.4Parsing tanggal yang berantakan
  5. 2.5Kategori tidak konsisten & mapping
  6. 2.6Deteksi outlier: IQR & z-score
  7. 2.7Pipeline cleaning yang reproducible

Modul 3: Statistik Praktis

Tanpa matematika berat — cukup untuk tidak salah mengambil kesimpulan.

7 bab dalam modul ini
  1. 3.1Mean vs median: kapan rata-rata menipu
  2. 3.2Sebaran: std, persentil, distribusi
  3. 3.3Korelasi ≠ kausalitas (dengan contoh yang menampar)
  4. 3.4Sampling & bias: kenapa data yang ada bisa menyesatkan
  5. 3.5A/B test dasar: hipotesis, signifikansi secara intuitif
  6. 3.6Simpson's paradox & jebakan agregasi
  7. 3.7Cara jujur melaporkan ketidakpastian

Modul 4: Visualisasi Data

matplotlib & seaborn — chart yang menjelaskan, bukan menghias.

7 bab dalam modul ini
  1. 4.1Anatomi figure matplotlib: axes, label, judul
  2. 4.2Chart inti: line, bar, histogram, scatter, box
  3. 4.3seaborn untuk chart statistik cepat
  4. 4.4Memilih chart dari jenis pertanyaan
  5. 4.5Prinsip kejujuran: sumbu, skala, cherry-picking
  6. 4.6Styling untuk presentasi: warna, anotasi, decluttering
  7. 4.7Menyimpan & menyematkan chart di laporan

Modul 5: BI Tools

Dashboard interaktif untuk stakeholder — Looker Studio gratis, konsep berlaku ke Tableau/Power BI.

7 bab dalam modul ini
  1. 5.1Konsep BI: data source, dimensi vs metrik
  2. 5.2Looker Studio: koneksi data & chart
  3. 5.3Filter, date range, dan interaktivitas
  4. 5.4Calculated field
  5. 5.5Desain dashboard: pertanyaan bisnis → layout
  6. 5.6Pengenalan Tableau & Power BI (peta konsep yang sama)
  7. 5.7Sharing & scheduled refresh

Modul 6: Data Storytelling

Skill yang makin diminta lowongan: dari angka ke keputusan.

6 bab dalam modul ini
  1. 6.1Kenali audiens: eksekutif vs tim teknis
  2. 6.2Struktur narasi: konteks → temuan → rekomendasi
  3. 6.3Satu slide satu pesan
  4. 6.4Menulis insight yang actionable (bukan 'penjualan naik 5%')
  5. 6.5Menghadapi pertanyaan & data yang menantang kesimpulanmu
  6. 6.6Etika: batas antara persuasi dan manipulasi

Modul 7: Studi Kasus End-to-End

Portofolio yang membedakanmu: proyek lengkap dari data mentah sampai presentasi.

6 bab dalam modul ini
  1. 7.1Memilih dataset (BPS, Kaggle, data publik Indonesia)
  2. 7.2Merumuskan pertanyaan bisnis sebelum menyentuh data
  3. 7.3Full cycle: SQL → pandas → cleaning → analisis → viz
  4. 7.4Dashboard final di Looker Studio
  5. 7.5Laporan tertulis + rekomendasi
  6. 7.6Menyusun repo/notebook portofolio yang rapi