Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS!

Data Analyst Project Untuk Mengasah Skill Data Analyst

Belajar Data Science di Rumah 19-Mei-2022
https://dqlab.id/files/dqlab/cache/b2c0690f026b34e718e6dd0a465367aa_x_Thumbnail800.jpg

Skill set yang harus dikuasai Data Analyst sangat banyak karena profesi ini bisa bekerja dimanapun dan di bidang apapun. Namun ada tiga syarat ilmu yang paling penting untuk seorang Data Analyst kuasai yaitu curiosity, common sense dan communication skills.


Seorang praktisi data dalam bidang Data Science, seperti Data Analyst, Data Scientist dan Data Engineer harus memiliki communication skills karena perlu mempresentasikan dashboard atau hasil pekerjaan mereka kepada user. Sedangkan dari segi common sense, yang mana artinya Data Analyst harus memiliki kemampuan sensitivitas terhadap data yang diiringi dengan ilmu terkait.


Selain mempelajari skill, menuliskan hasil project sebagai portfolio juga akan membantu kita dalam mempelajari Data Science dengan terarah. Skill dan pengetahuan seorang Data Analyst perlu diimplementasikan melalui real case industri sebagai gambaran garis besar mengenai industri data.


Bersama DQLab, kalian semua bisa untuk mencoba mengimplementasikan case industri data melalui Data Analyst Career Track. Business Decision Research merupakan salah satu project yang dapat kalian temukan pada Data Analyst Career Track di DQLab dan bisa kalian coba untuk mengasah kemampuan skill Data Analyst. Kira-kira apa saja ya skill tersebut? Yuk simak artikel berikut ini!


1. Business Decision Research

data analyst

Business Decision Research merupakan project yang terdapat di Data Analyst Career Track DQLab yang bisa kalian coba untuk mengasah kemampuan skill set Data Analyst. Project ini mendeskripsikan mengenai proses keputusan bisnis pada bidang industri retail. Di project ini tersedia 6 chapter dan 24 sub-chapter. Projects real case industri ini meliputi berbagai tahapan seperti Data Preparation, Data Visualization, dan Modelling. 


Data Preparation terdiri dari data cleansing, analisis customer churn dan menghapus kolom yang tidak diperlukan. Pada chapter Data Visualization, kita akan membuat visualisasi data menggunakan bar chart, seaborn pointplot, dan pie chart. Di bagian Modelling, Data Analyst akan menentukan feature columns dari dataset yang dimiliki, melakukan training dan testing, kemudian mengevaluasi model menggunakan confusion matrix, nilai akurasi, presisi dan recall.


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


2. Data Preparation Test

data analyst

Pada chapter ini dimaksudkan untuk menguji kemampuan kamu dalam melakukan ETL (Extract Transform Load) data. ETL adalah proses integrasi data yang menggabungkan data dari berbagai sumber ke dalam suatu penyimpanan data.


Data Preparation atau bisa disebut juga dengan Data Preprocessing adalah teknik yang digunakan untuk mengubah data mentah ke dalam format yang berguna dan efisien. Kualitas pada data nantinya akan sangat berpengaruh dengan keberhasilan setiap project yang melibatkan analisis data.


Di bagian Data Preparation ini kamu akan diuji terkait keahlian kamu dalam menggunakan library Python untuk membuat rekomendasi dan visualisasi yang tepat dari data retail sehingga dapat membantu proses pengambilan keputusan bisnis di tahap persiapan data.


3. Data Visualization Test

data analyst

Tahapan selanjutnya ini dimaksudkan untuk menguji kemampuan kamu dalam hal visualisasi data. Data Visualization atau visualisasi data adalah salah satu komunikasi visual modern yang dapat menjadi solusi menyajikan suatu data agar lebih pembaca lebih mudah memahami pola, outliers atau trends dari suatu data.


Pada bagian Data Visualization kamu akan diuji terkait keahlian kamu dalam menggunakan library Python untuk membuat rekomendasi dan visualisasi yang tepat dari data retail sehingga dapat membantu proses pengambilan keputusan bisnis di tahap EDA (Exploratory Data Analysis) dengan visualisasi data.


4. Basic Stats Method Test

data analyst

Tahap terakhir yaitu Modeling. Chapter berikutnya ini dimaksudkan untuk menguji kemampuan kamu dalam melakukan modeling data menggunakan statistika dasar. Data modeling menjadi salah satu keahlian yang harus kamu kuasai apabila ingin menjadi seorang Data Analyst. Dengan Data Modeling, kita dapat menyederhanakan kumpulan data rumit, membantu proses manajemen data dan pastinya akan menurunkan biaya.


Di bagian ini kamu akan diuji terkait keahlian kamu dalam menggunakan library Python untuk membuat rekomendasi dan visualisasi yang tepat dari data retail sehingga dapat membantu proses pengambilan keputusan bisnis di tahap pemodelan data dengan menggunakan klasifikasi.


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


Ingin mempelajari semua skills Data Analyst plus dipertemukan dengan recruiter? Yuk asah dan perdalam skills Data Analystmu bersama DQLab! Pelajari modul, challenge, dan program lainnya dari DQLab untuk meningkatkan pemahaman kita mengenai data dan aplikasikan materinya langsung menggunakan Live Code Editor pada platform belajar DQLab.

Salah satu program DQLab kini yang sangat direkomendasikan bagi kamu yang ingin berkarir menjadi Data Analyst yaitu Data Analyst Career Track. Dengan program ini, kamu tidak perlu bingung lagi harus mulai belajar darimana, karena roadmap yang telah dirancang khusus untuk instruktur dan modul-modul lengkap yang akan membuat kamu lebih siap lagi menjadi seorang Data Analyst.

Nikmati pengalaman belajar di rumah secara praktis dan aplikatif bersama DQLab, dan akses program baru DQLab "Data Analyst Career TrackĀ serta raih sertifikat untuk menjadi modal memulai karir menjadi seorang Data Analyst! Caranya gampang, kamu tinggal Sign Up di DQLab.id dan siap untuk mengakses modulnya!


Penulis: Salsabila MR

Editor: Annisa Widya Davita





Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login