Tips Simpel Buat Portofolio Data Analyst & Contohnya

Karir sebagai Data Analyst beberapa tahun ini di Indonesia memiliki peran yang sangat penting. Dengan munculnya istilah revolusi digital 4.0 membuat semua pihak semakin melek data. Data tidak hanya disimpan begitu saja namun diolah menggunakan metode yang sesuai sehingga menghasilkan informasi yang berguna untuk langkah kedepan. 

Hampir semua aktivitas manusia kini sudah beralih dalam bentuk digital. Data pun semakin banyak terkumpul dalam waktu yang relatif singkat dan beragam atau biasa disebut juga dengan big data. Disinilah Data Analyst berperan besar dalam pengelolaan big data dan menggali informasi semaksimal mungkin dari balik kumpulan data. 

Kebutuhan profesi sebagai Data Analyst pun jadi meningkat. Umumnya memang lebih disukai yang memiliki latar belakang statistika dan IT. Akan tetapi tidak menutup kemungkinan yang tidak memiliki latar belakang tersebut tidak bisa menjadi Data Analyst. Banyak kisah orang berlatar belakang non IT yang sukses berkarir sebagai Data Analyst.

Portofolio data merupakan salah satu kunci ketika ingin menjadi seorang Data Analyst. Seperti apa portofolio Data Analyst? Yuk, simak tipsnya dibawah ini!

1. Kumpulkan Dataset dari Sumber Terpercaya

Pengumpulan data merupakan tahap awal sebelum analisis data. Seorang Data Analyst tugasnya tidak akan jauh dari yang namanya data. Setiap hari akan berhadapan dengan berbagai jenis data sehingga calon talenta data harus memahami dengan benar jenis-jenis data. Untuk membuat portofolio data, carilah dataset dari sumber yang kredibel. 

Tidak hanya itu, sumber data juga harus sesuai atau relevan dengan penelitian atau analisis yang akan kamu kerjakan. Ada banyak cara untuk mengumpulkan data yang diperlukan untuk analisis seperti mengekstrak database, web scraping, studi pustaka, dan lain sebagainya.

Jika sudah cukup datanya, lakukan cleaning data dan manipulation hingga data tersebut layak dan siap dianalisis. Contoh sumber datanya yaitu Kaggle, situs web Badan Pusat Statistik, Litbang, atau database kampus. 

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

2. Tentukan Tujuan Analisis Serta Gunakan Metode Analisis yang Tepat

Data sudah dikumpulkan dan dibersihkan, selanjutnya adalah melakukan analisis data. Namun sebelum itu kamu perlu menentukan tujuan analisis dilakukan. Tujuan ini akan memberi batasan dan arah langkahmu sehingga tidak terdistraksi ketika menemukan hal-hal lain selama proses analisis.

Contohnya analisis ditujukan untuk meningkatkan penjualan suatu produk, maka fokuslah pada data yang relevan dengan tujuan tersebut. Lalu gunakan metode analisis yang sesuai untuk mencapai tujuan tersebut. Metode-metode yang digunakan Data Analyst adalah metode statistik. 

Jadi kamu perlu memahami benar metode statistik apa saja yang biasa digunakan Data Analyst untuk analisis. Dalam portofolio kamu dapat memberitahu metode apa yang kamu gunakan dan alasan kenapa kamu memilih metode tersebut. Sehingga rekruter yang melihat portofolio kamu memahami apa yang kamu kerjakan dan hasil apa yang diperoleh dari proses analisismu. 

3. Contoh Ide Portofolio Data Analyst

Apa saja sih yang bisa dijadikan portofolio data? Pertanyaan ini memang cukup banyak ditanyakan dalam webinar yang menyangkut Data Analyst. Begitu tingginya antusias para pemula data agar bisa berkarir sebagai Data Analyst namun masih kurang paham bagaimana bentuk portofolio yang baik. Sebenarnya portofolio Data Analyst bisa dibuat dalam bentuk presentasi, dashboard, blog pribadi, dan lain sebagainya.

Umumnya portofolio data berisi judul analisis, latar belakang dan tujuan analisis, sumber dataset, metode yang digunakan, serta kesimpulan dari hasil analisis. Kamu harus mampu menjabarkannya dengan baik sehingga mudah dipahami orang lain.

Ada banyak ide untuk membangun portofolio Data Analyst, contohnya yaitu sebagai berikut:

• Penyebaran kasus Covid-19 di dunia

• Progres program vaksin Covid-19 di Indonesia atau dunia

• Analisis rating reviews pengguna media sosial (contoh: tiktok, instagram, dan lain-lain)

• Analisis faktor-faktor yang mempengaruhi harapan hidup di suatu wilayah tertentu

• Visualisasi temperatur rata-rata di permukaan bumi untuk memantau terkait global warming 

• Analisis faktor-faktor yang mempengaruhi tingkat kelulusan mahasiswa di universitas

• Customer churn analysis

4. Cara Bangun Portofolio Data Analyst dengan DQLab Project

Masih pemula dan bingung mulai bangun portofolio data dari mana? Jangan khawatir, kamu bisa loh mulai membangun portofolio dengan project-project di DQLab. Tidak hanya modul belajar, DQLab juga menyediakan project-project menarik menggunakan real case study, contohnya seperti dibawah ini:

Python, R, dan SQL adalah tools yang wajib dikuasai seorang Data Analyst dan DQLab memiliki project dengan masing-masing tools. Project yang sudah berhasil kamu kerjakan dapat kamu rangkum menjadi tulisan atau presentasi dan bisa juga diunggah di media sosial kamu sebagai portofolio data.

Contohnya portofolio dalam bentuk artikel di Medium seperti berikut:

Sedangkan contoh dalam bentuk presentasi yaitu dibawah ini:

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

Ingin jadi Data Analyst handal? Yuk, bangun portofolio data dengan project di DQLab.id! Dengan subscribe paket DQLab kamu bisa akses seluruh modul premium dan project-project yang disusun oleh mentor data profesional. Ada juga challenge untuk member DQLab agar semakin mengasah skill analisis serta mendapat feedback dari mentor.

Dapatkan sertifikat completion di setiap modul yang berhasil kamu selesaikan. Jangan lupa unggah di media sosialmu sebagai pencapaian proses belajar skill Data Analyst.

Penulis: Dita Kurniasari

Editor: Annissa Widya Davita