4.90 •

Data Analyst

Learning Path

Belajar Analisis Data untuk Pemula

Topik:

AI Machine Learning +2 lainnya

Level: Pemula

Level: Pemula 50 Jam Belajar

1.448

Siswa Terdaftar

Pelajari dasar analisis data mulai dari pembersihan, analisis, hingga prediksi menggunakan Spreadsheet, SQL, Looker Studio, dan Orange.

Harga

Rp600,000

/ bulan

Harga

Rp600,000

/ bulan

Berlangganan sekarang Lihat langganan lainnya

Akses modul gratis

Learning Path Data Analyst

Kelas ini merupakan langkah ke-empat Anda untuk menjadi Data Analyst.

Langkah sebelumnya

Langkah 3

Memulai Pemrograman dengan Python

60 Jam 4,83 Level Dasar

Langkah setelahnya

Langkah 5

Belajar Fundamental Analisis Data

70 Jam 4,84 Level Menengah

Promo yang tersedia

Apa yang akan Anda dapatkan

Sertifikat

Dapatkan sertifikat standar industri setelah menyelesaikan kelas ini.

Code Review

Kode yang Anda kerjakan akan di-review secara komprehensif oleh Reviewer.

Forum Diskusi

Diskusikan materi belajar dengan siswa lainnya.

Modul Tutorial

Materi bacaan elektronik disajikan dengan bahasa yang mudah dipahami.

Submission

Uji kemampuan teknis Anda dengan mengerjakan tugas submission.

Kuis

Kuis pilihan ganda membantu Anda memahami materi yang dipelajari.

Ujian

Validasi pengetahuan Anda dengan mengerjakan soal-soal ujian.

Level Pemula
Mempelajari topik dasar dengan objektif membuat produk, sistem, atau latihan sederhana.

Deskripsi

Kemampuan mengolah data menjadi insight bisnis adalah keahlian yang dicari di semua industri saat ini. Perusahaan bergantung pada Data Analyst untuk membuat keputusan strategis. Kelas ini memperkenalkan ekosistem analisis data secara utuh: perumusan masalah, pembersihan data, analisis, visualisasi, hingga prediksi. Anda akan fokus menguasai tools esensial industri, mulai dari Spreadsheet, SQL, Looker Studio untuk dashboard interaktif, dan prediksi menggunakan Orange.

Membangun keahlian analisis data yang fundamental dan paling dicari di berbagai industri saat ini.
Menguasai penggunaan tools esensial—Spreadsheet dan SQL—sebagai fondasi praktis untuk mengolah dan membersihkan data.
Menerapkan teknik visualisasi data dan data storytelling untuk mengubah angka mentah menjadi insight yang berdampak.
Meningkatkan kesiapan karier untuk memasuki peran awal di bidang data, seperti Junior Data Analyst atau Business Intelligence.
Mengadopsi pola pikir analitis dan terstruktur untuk memecahkan masalah bisnis menggunakan pendekatan berbasis data (data-driven).

Target dan Sasaran Siswa

Kelas ini ditujukan bagi pemula, mahasiswa, atau profesional dari bidang non-teknis yang ingin memulai karier sebagai Data Analyst atau Business Intelligence, dengan materi yang disusun berdasarkan kebutuhan standar industri.
Kelas dapat diikuti oleh siswa yang melek IT, sehingga wajib memiliki dan dapat mengoperasikan komputer dengan baik.
Kelas ini didesain untuk pemula dan tidak memerlukan prasyarat kemampuan pemrograman sebelumnya.
Siswa harus belajar mandiri, berkomitmen, benar-benar memiliki rasa ingin tahu, dan tertarik pada subjek materi. Sebaik apa pun materi kelas ini tidak akan berguna tanpa keseriusan siswa untuk belajar, berlatih, dan mencoba.
Setelah lulus kelas ini, siswa mampu menganalisis masalah bisnis sederhana dengan membersihkan, memvisualisasikan, dan menginterpretasikan data menggunakan Spreadsheet, SQL, dan Looker Studio untuk menghasilkan wawasan yang dapat ditindaklanjuti.

Selengkapnya

Sembunyikan

Learning Path

Kelas ini merupakan langkah ke-empat Anda untuk menjadi Data Analyst.

Langkah sebelumnya

Langkah 3

Memulai Pemrograman dengan Python

60 Jam 4,83 Level Dasar

Langkah setelahnya

Langkah 5

Belajar Fundamental Analisis Data

70 Jam 4,84 Level Menengah

Peralatan Belajar

Spesifikasi minimal perangkat:

Prosesor

Intel Dual Core (Rekomendasi Core i3 ke atas).

Tools yang dibutuhkan untuk belajar:

Web Browser (Google Chrome atau Mozilla Firefox)

Lihat semua peralatan belajar

Peralatan Belajar

Spesifikasi minimal perangkat

Kelas ini membutuhkan spesifikasi perangkat seperti berikut:

RAM

4GB (Rekomendasi 8GB)

Layar

1366 x 768 (Rekomendasi Full HD 1920 x 1080)

Sistem Operasi

Windows, Linux, MacOS

Prosesor

Intel Dual Core (Rekomendasi Core i3 ke atas).

Tools

Kelas ini membutuhkan beberapa tools berikut:

Web Browser (Google Chrome atau Mozilla Firefox)

Metode Ajar

Online - Self-paced Learning

Total jam belajar : 50 jam
Rekomendasi waktu belajar : 10 jam per hari (selesai dalam 35 hari)
Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas

Fasilitas Pengajaran

Materi bacaan elektronik : Materi disajikan dalam bentuk teks dan bacaan
Forum diskusi : Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi
Evaluasi pembelajaran: Kuis pada setiap akhir modul dan Ujian akhir kelas

Sertifikat kompetensi

Lihat semua metode ajar

Metode Ajar

Online - Self-paced Learning

Total jam belajar : 50 jam
Rekomendasi waktu belajar : 10 jam per hari (selesai dalam 35 hari)
Anda tentukan sendiri berapa lama waktu yang akan digunakan untuk belajar materi kelas ini selama masih aktif terdaftar pada kelas

Fasilitas Pengajaran

Materi bacaan elektronik : Materi disajikan dalam bentuk teks dan bacaan
Forum diskusi : Setiap kelas memiliki sebuah forum diskusi yang dapat Anda gunakan untuk bertanya dan berdiskusi
Evaluasi pembelajaran: Kuis pada setiap akhir modul dan Ujian akhir kelas

Sertifikat kompetensi

Kontributor

Curriculum Developer yang membangun kelas ini:

Ridha Ginanjar

Curriculum Developer and Technical Instructor at Dicoding Indonesia

Reviewer

Code Reviewer yang akan me-review tugas dan kode Anda:

MAULANA KAVALDO

Interest in data science, analyst, machine learning and cloud computing. A passion for code and semantics.

Ahmad Raihan

Data Science & Ai Curriculum Developer at Temudataku | External Machine Learning Code Reviewer at Dicoding Indonesia | Distinction Graduate at Laskar AI

Ridha Ginanjar

Curriculum Developer and Technical Instructor at Dicoding Indonesia

Ridha Ginanjar

Google Associate Cloud Engineer Certified

Google Cloud Professional Data Engineer Certified

Kevin Aditya Ikhsan

AI Engineer at Siloam Hospitals Group

The beautiful thing about learning is that nobody can take it away from you.

Dwi Cahaya Dharma

External Reviewer at Dicoding Indonesia

Lihat semua kontributor dan reviewer

Kontributor & Reviewer

Kontributor kelas

Curriculum Developer yang membangun kelas ini:

Ridha Ginanjar

Curriculum Developer and Technical Instructor at Dicoding Indonesia

Tim Reviewer

Code Reviewer yang akan me-review tugas dan kode Anda:

MAULANA KAVALDO

Interest in data science, analyst, machine learning and cloud computing. A passion for code and semantics.

Ahmad Raihan

Data Science & Ai Curriculum Developer at Temudataku | External Machine Learning Code Reviewer at Dicoding Indonesia | Distinction Graduate at Laskar AI

Ridha Ginanjar

Curriculum Developer and Technical Instructor at Dicoding Indonesia

Ridha Ginanjar

Google Associate Cloud Engineer Certified

Google Cloud Professional Data Engineer Certified

Kevin Aditya Ikhsan

AI Engineer at Siloam Hospitals Group

The beautiful thing about learning is that nobody can take it away from you.

Dwi Cahaya Dharma

External Reviewer at Dicoding Indonesia

Mohamad Zaelani

External Code Reviewer Dicoding

Feel free to connect with me on LinkedIn.

• External Code Reviewer Dicoding

• Backend Developer

• TensorFlow Developer Certified

• AWS Certified Cloud Practitioner

• AWS Certified Solutions Architect – Associate

Muhammad Abiya Makruf

AI Engineer (Computer Vision) at DIGITS Universitas Padjajaran

Distinction Graduate of Bangkit Academy 2024, currently serving as an AI Engineer at DIGITS FEB Unpad and an External Code Reviewer for MLOps and Google Cloud learning paths at Dicoding Indonesia. Alongside my professional roles, I am pursuing a Master’s degree in Informatics at Telkom University, specializing in Computer Vision and MLOps.

Insania Cindy Puan Fadilahsari

Jonry Simbolon

Keep Learning Maplen,,,

Github

MAULANA KAVALDO

Interest in data science, analyst, machine learning and cloud computing. A passion for code and semantics.

Ahmad Raihan

Data Science & Ai Curriculum Developer at Temudataku | External Machine Learning Code Reviewer at Dicoding Indonesia | Distinction Graduate at Laskar AI

Ridha Ginanjar

Curriculum Developer and Technical Instructor at Dicoding Indonesia

Ridha Ginanjar

Google Associate Cloud Engineer Certified

Google Cloud Professional Data Engineer Certified

Kevin Aditya Ikhsan

AI Engineer at Siloam Hospitals Group

The beautiful thing about learning is that nobody can take it away from you.

Dwi Cahaya Dharma

External Reviewer at Dicoding Indonesia

Mohamad Zaelani

External Code Reviewer Dicoding

Feel free to connect with me on LinkedIn.

• External Code Reviewer Dicoding

• Backend Developer

• TensorFlow Developer Certified

• AWS Certified Cloud Practitioner

• AWS Certified Solutions Architect – Associate

Muhammad Abiya Makruf

AI Engineer (Computer Vision) at DIGITS Universitas Padjajaran

Insania Cindy Puan Fadilahsari

Jonry Simbolon

Keep Learning Maplen,,,

Github

Testimoni Siswa

Ribuan siswa sukses belajar di Dicoding Academy. Apa kata mereka? Berikut adalah testimoni asli mereka.

Muhammad Hasby Asshiddiqy

Institut Teknologi Nasional Bandung

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Kepuasan saya terhadap kelas ini luar biasa, banyak hal baru yang saya pelajari, terutama ada hal penting yang tidak saya ketahui sebelumnya di pada dokumen URS (User Requirement Specification), dokumen SKPL (Spesifikasi Kebutuhan Perangkat Lunak), dan dokumentasi tenis aplikasi

Baca selengkapnya

Yuki Niken Agfira Kitatrah

PT SAITEC PRIMA MANDIRI

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Saya sangat puas belajar di Dicoding, bahasanya mudah dipahami bagi pemula, selain itu terdapat studi kasus yang bisa membuat kita langsung praktek sehingga bisa menjadi lebih mahir.

Baca selengkapnya

Lihat semua testimoni

Testimoni Siswa

Muhammad Hasby Asshiddiqy

Institut Teknologi Nasional Bandung

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Yuki Niken Agfira Kitatrah

PT SAITEC PRIMA MANDIRI

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Saya sangat puas belajar di Dicoding, bahasanya mudah dipahami bagi pemula, selain itu terdapat studi kasus yang bisa membuat kita langsung praktek sehingga bisa menjadi lebih mahir.

Bayu Frassetyo Wibowo

Batam Aero Technic

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Kelas ini sangat informatif dan terstruktur dengan baik. Materinya jelas, mudah dipahami, dan relevan bagi pemula. Latihan dan kuis yang disediakan juga membantu memperkuat pemahaman. Terima kasih!

Devi Mikhael Empi

Alner (PT Solusi Sirkular Indonesia)

Memulai Dasar Pemrograman untuk Menjadi Pengembang Software

Puas sekali dan sangat mudah dipahami oleh pemula yang ingin mengembangkan perangkat lunak

Punya pertanyaan seputar kelas ini?

Berikut adalah beberapa pertanyaan yang paling sering ditanyakan.

Bagaimana cara memasukkan token Academy? Aturan membuat pertanyaan di forum diskusi kelas Bagaimana cara mencetak sertifikat kelulusan kelas?

Lihat semua FAQ

Silabus

Materi yang akan Anda pelajari pada kelas ini.

Persiapan Belajar

Memahami HAKI, mekanisme belajar, forum diskusi, glosarium, dan daftar referensi.

8 Artikel

77 menit

Persetujuan Hak Cipta
2 Menit
Pengenalan Kelas
10 Menit
Prasyarat Kemampuan
10 Menit
Prasyarat Tools
10 Menit
Mekanisme Belajar
10 Menit
Forum Diskusi
20 Menit
Glosarium
10 Menit
Daftar Referensi
5 Menit

Fondasi Analisis Data

Menjelaskan konsep-konsep fundamental dan perangkat utama yang mendukung proses analisis data secara terstruktur dan komprehensif

9 Artikel
1 Ujian

250 menit

Memahami Data: Aset Berharga di Era Digital

15 Menit
Pentingnya Data dalam Dunia Bisnis

20 Menit
Siklus Hidup Data

30 Menit
Proses Analisis Data: Menemukan Jawaban dari Lautan Informasi

30 Menit
Pentingnya Berpikir Analitis: Membongkar Masalah Data

30 Menit
Pengenalan Tool Pengolahan Data

25 Menit
Pengenalan Tool Visualisasi Data

25 Menit
Pengenalan Tool Machine Learning

25 Menit
Rangkuman Fondasi Analisis Data

30 Menit
Kuis Fondasi Analisis Data

20 Menit

Merumuskan Masalah Bisnis yang Tepat

Mengidentifikasi masalah bisnis yang relevan untuk dianalisis melalui penerapan teknik-teknik khusus dengan tujuan menemukan akar permasalahan bisnis secara tepat.

7 Artikel
1 Ujian

185 menit

Membuat Pertanyaan yang Efektif

20 Menit
Masalah Bisnis yang Umum

20 Menit
Teknik SMART Questions

20 Menit
Pemikiran Terstruktur dan Scope of Work (SoW)

35 Menit
Mentransformasikan Data Menjadi Keputusan

35 Menit
Story: Mencari Masalah Bisnis dalam Perusahaan

5 Menit
Rangkuman Malu Bertanya, Sesat di Jalan

30 Menit
Kuis Malu Bertanya, Sesat di Jalan

20 Menit

Mempersiapkan Data untuk Analisis

Memaparkan urgensi pemahaman terhadap data yang dimiliki sebagai langkah awal dalam mempersiapkan data untuk analisis, sehingga dapat meminimalkan bias, menjaga kredibilitas, menjamin keamanan, dan memastikan penyimpanan data secara tepat.

11 Artikel
1 Ujian

258 menit

Pengantar Pertimbangan dalam Pengolahan Data

15 Menit
Bias dalam Data

20 Menit
Mengenal Kredibilitas Data

23 Menit
Privasi dan Etika dalam Pengolahan Data

25 Menit
Keamanan Data

20 Menit
Penyimpanan Data

20 Menit
Anatomi Database Relasional

25 Menit
Menghubungkan Data antar Tabel

20 Menit
Metadata: Jembatan Memahami Data Anda

30 Menit
Mengorganisir Data

10 Menit
Rangkuman Mempersiapkan Data untuk Analisis

30 Menit
Kuis Mempersiapkan Data untuk Analisis

20 Menit

Membersihkan Data

Mengoperasikan SQL dan spreadsheets dalam proses pembersihan data guna meningkatkan kualitas serta mengoptimalkan hasil analisis.

8 Artikel
1 Ujian

400 menit

Pentingnya Data yang Bersih

20 Menit
Latihan: Menjelajahi Google Sheet

50 Menit
Latihan: Menggunakan Formula dan Fungsi pada Google Sheets

50 Menit
Latihan: Membersihkan Data dengan Google Sheets

50 Menit
Latihan: Membersihkan Data dengan SQL

60 Menit
Kenapa Data Perlu Dibersihkan?

60 Menit
Mengelompokkan Hasil dengan SQL

60 Menit
Rangkuman Membersihkan Data

30 Menit
Kuis Membersihkan Data

20 Menit

Analisis dan Visualisasi Data

Mengimplementasikan proses analisis data melalui penggunaan spreadsheets dan Looker Studio untuk menghasilkan visualisasi yang informatif serta memperoleh insight yang mendalam dari data.

9 Artikel
1 Ujian

235 menit

Memulai Analisis

15 Menit
Latihan: Agregasi Data dengan Google Sheets dan BigQuery

30 Menit
Menghubungkan Analisis dengan Masalah Bisnis

20 Menit
Membangun Visualisasi Data

20 Menit
Latihan: Membuat Visualisasi dengan Spreadsheet

30 Menit
Mengubah Data Jadi Visual di Looker Studio

30 Menit
Menyampaikan Data dengan Cerita (Data Storytelling)

20 Menit
Melakukan Presentasi yang Efektif

20 Menit
Rangkuman Analisis dan Visualisasi Data

30 Menit
Kuis Analisis dan Visualisasi Data

20 Menit

Mengubah Wawasan Menjadi Prediksi

Mendemonstrasikan proses analisis prediktif dengan memanfaatkan tools seperti Orange guna menghasilkan model prediksi yang dapat mendukung pengambilan keputusan secara tepat dan berbasis data.

6 Artikel
1 Ujian

265 menit

Mengenal Analisis Prediktif

25 Menit
Prediktif Machine Learning

25 Menit
Mengeksplorasi Data dengan Orange

25 Menit
Membangun Model Klasifikasi dengan Orange

70 Menit
Membangun Model Regresi dengan Orange

70 Menit
Rangkuman Mengubah Wawasan Menjadi Prediksi

30 Menit
Kuis Mengubah Wawasan Menjadi Prediksi

20 Menit

Membangun Proyek Analisis Data

Membangun proyek analisis data tingkat pemula dengan menyiapkan data, menganalisis data, menyajikan insight, serta mengevaluasi hasil analisis dan model prediktif dasar menggunakan Google Sheets, Looker Studio, dan Orange.

11 Artikel
1 Ujian

350 menit

Memahami Alur Kerja Proyek Analisis Data

20 Menit
Menyiapkan dan Membersihkan Dataset

30 Menit
Menggunakan Formula Lanjutan untuk Data Referensi dan Otomatisasi

30 Menit
Melakukan Analisis dengan =QUERY() di Google Sheets

30 Menit
Menggunakan Pivot Table untuk Menjawab Pertanyaan Bisnis

20 Menit
Menjawab Pertanyaan Bisnis Melalui Visualisasi Data di Looker/Data Studio

40 Menit
Menulis Narasi Insight yang Ringkas dan Tepat

30 Menit
Memahami Machine Learning untuk Proyek Prediktif

30 Menit
Membangun dan Mengevaluasi Model Regresi di Orange

50 Menit
Mengevaluasi dan Menjelaskan Hasil Proyek

20 Menit
Rangkuman Membangun Proyek Analisis Data

30 Menit
Kuis Membangun Proyek Analisis Data

20 Menit

Penutup

Mengidentifikasi poin penting berupa materi-materi dari seluruh kelas dan informasi daftar referensi yang digunakan di kelas ini.

1 Artikel
1 Ujian

180 menit

Rangkuman Kelas

60 Menit
Ujian Akhir

120 Menit

Proyek Akhir

Siswa akan diuji kemampuannya untuk membangun proyek analisis data mulai dari membersihkan, menganalisis, menyajikan insight, hingga membangun analisis prediktif.