Data analyst adalah orang yang mengubah data mentah menjadi jawaban untuk pertanyaan bisnis, misalnya "cabang mana yang penjualannya turun dan kenapa". Pekerjaannya mengambil data (dari spreadsheet atau database dengan SQL), membersihkannya, menghitung dan membandingkan, lalu menyajikan temuannya dalam grafik atau dashboard yang bisa dipakai untuk mengambil keputusan. Di bawah ada contoh tugas hariannya, bedanya dengan data scientist, skill yang dicari, kisaran gaji di Indonesia, dan urutan belajar kalau mulai dari nol.

Contoh Satu Tugas dari Awal sampai Selesai

Definisi mudah dilupakan, jadi lebih baik melihat satu tugas nyata. Misalnya kamu bekerja di jaringan kedai kopi dengan 12 cabang, dan manajer operasional bertanya:

"Penjualan bulan ini turun 8%. Cabang mana yang turun, dan apa penyebabnya?"

Yang dikerjakan data analyst:

  1. Memperjelas pertanyaan. Turun dibanding bulan lalu atau bulan yang sama tahun lalu? Yang dihitung omzet atau jumlah transaksi? Lima menit bertanya di awal menghemat sehari kerja yang salah arah.
  2. Mengambil data. Menarik transaksi dua bulan terakhir dari database kasir dengan query SQL, atau mengunduh ekspor CSV dari aplikasi kasir.
  3. Membersihkan data. Menyeragamkan nama cabang, membuang transaksi uji coba, dan mengecek duplikat dari ekspor yang tergabung dua kali.
  4. Menganalisis. Membandingkan omzet per cabang, lalu memecahnya menjadi jumlah transaksi dikali rata-rata belanja. Ternyata dua cabang turun karena jumlah transaksinya berkurang di jam 07.00 sampai 09.00.
  5. Mencari penyebab. Mengecek data lain: kedua cabang itu ada di dekat kampus yang sedang libur semester.
  6. Menyampaikan temuan. Satu halaman berisi grafik omzet per cabang, satu kalimat kesimpulan, dan saran: tahan dulu rencana menambah stok di dua cabang itu sampai perkuliahan mulai lagi.

Perhatikan proporsinya: menghitung hanya sebagian kecil. Sebagian besar waktu habis untuk memperjelas pertanyaan, menyiapkan data, dan menjelaskan hasilnya ke orang yang bukan orang data.

Tugas Harian Data Analyst

  • Membuat dan memperbarui laporan rutin harian, mingguan, dan bulanan.
  • Menjawab pertanyaan dadakan dari tim lain ("berapa pelanggan yang beli lagi setelah promo kemarin?").
  • Membangun dan merawat dashboard supaya tim lain bisa melihat angka sendiri tanpa harus bertanya.
  • Mengecek kualitas data: angka yang tiba-tiba melonjak, data yang hilang, atau definisi yang berbeda antar tim.
  • Menganalisis hasil program, misalnya promo, harga baru, atau pembukaan cabang.

Data Analyst, Data Scientist, Data Engineer, dan BI Analyst

Nama jabatannya mirip, tetapi pekerjaannya berbeda. Di perusahaan kecil, satu orang bisa mengerjakan semuanya.

Peran Pertanyaan utama Pekerjaan inti Tools yang sering dipakai
Data analyst Apa yang terjadi dan kenapa? Mengolah data, laporan, analisis, dashboard Spreadsheet, SQL, Looker Studio, Power BI
BI analyst Angka apa yang perlu dipantau setiap hari? Dashboard dan definisi metrik untuk seluruh perusahaan SQL, Power BI, Tableau
Data scientist Apa yang akan terjadi? Model prediksi, eksperimen, machine learning Python, statistik, SQL
Data engineer Bagaimana data sampai ke tempatnya dengan rapi? Pipeline data, data warehouse SQL, Python, Airflow, cloud

Kalau baru mulai, data analyst adalah pintu masuk yang paling realistis karena skill awalnya (spreadsheet dan SQL) bisa dipelajari tanpa latar belakang pemrograman.

Skill yang Dicari

Urutan di bawah mengikuti seberapa sering skill itu dipakai di pekerjaan sehari-hari, bukan seberapa keren kedengarannya.

  1. Spreadsheet. Excel atau Google Sheets: rumus lookup, SUMIFS, pivot table, dan grafik. Hampir semua data analyst di Indonesia memakai spreadsheet setiap hari, bahkan yang sudah mahir SQL.
  2. SQL. Untuk mengambil dan merangkum data langsung dari database. Skill ini paling sering diuji di tes teknis lowongan data analyst.
  3. Visualisasi dan dashboard. Memilih grafik yang tepat, lalu membangun dashboard di Looker Studio (gratis), Power BI, atau Tableau.
  4. Statistik dasar. Rata-rata dan median, sebaran data, persentase perubahan, dan perbedaan korelasi dengan sebab-akibat. Tidak perlu sampai rumus statistik tingkat lanjut.
  5. Komunikasi. Menulis kesimpulan dalam satu kalimat yang dimengerti manajer, lalu menjelaskan keterbatasan datanya dengan jujur.
  6. Pemahaman bisnis. Tahu apa itu margin, retensi pelanggan, atau stok mengendap di bidang tempatmu bekerja.
  7. Python (opsional di awal). Berguna untuk data besar dan pekerjaan berulang, tetapi jarang menjadi syarat utama untuk posisi junior.

Satu skill tambahan yang makin penting: menjaga data. Data pelanggan dan karyawan dilindungi UU Pelindungan Data Pribadi, jadi data analyst perlu tahu cara menyamarkan data sebelum dibagikan atau diolah AI.

Gaji Data Analyst di Indonesia

Angka gaji berbeda jauh antar sumber, kota, dan jenis perusahaan. Dua sumber yang datanya bisa dicek:

Sumber Angka Keterangan
Indeed Indonesia Rata-rata sekitar Rp6,36 juta per bulan Dari lowongan dan laporan gaji, diperbarui 27 Oktober 2026
NodeFlair Median sekitar Rp6,5 juta per bulan, rentang Rp4 juta sampai Rp22,5 juta Dari data gaji pekerja teknologi

Angka di atas diambil pada 21 November 2026. Rentang NodeFlair menunjukkan jaraknya: batas bawahnya sekitar Rp4 juta, sedangkan batas atasnya lebih dari lima kali lipat, yang biasanya untuk posisi senior di Jakarta. Pengalaman, kota, dan industri menggeser angka ini jauh lebih banyak daripada nama jabatannya. Sebelum negosiasi, cek lowongan aktif dengan posisi dan kota yang sama, karena itu angka yang paling relevan untukmu.

Nama Lowongan yang Sebenarnya Pekerjaan Data Analyst

Tidak semua lowongan memakai judul "Data Analyst". Coba cari juga:

  • Business Analyst atau Business Intelligence Analyst
  • Reporting Analyst atau MIS Staff (management information system)
  • Sales Analyst, Marketing Analyst, Supply Chain Analyst
  • Staff Data atau Admin Data di perusahaan menengah, yang sering menjadi jalan masuk ke posisi analyst

Baca deskripsinya, bukan judulnya. Kalau isinya mengolah data, membuat laporan, dan dashboard, itu pekerjaan data analyst.

Cara Mulai dari Nol

Urutan yang paling realistis untuk pemula, termasuk yang bukan lulusan IT atau statistik:

  1. Spreadsheet sampai lancar: format tabel data yang rapi, membersihkan data, dan rumus lookup seperti di XLOOKUP vs VLOOKUP.
  2. SQL dasar: siapkan tempat latihan SQL gratis, lalu ikuti Roadmap SQL untuk Data Analyst. Contoh tugas analisis seperti di atas, lengkap dengan query-nya, ada di studi kasus SQL analisis penjualan.
  3. Statistik secukupnya dan grafik: cukup untuk menghitung dan menjelaskan dengan benar. Kalkulator Statistik Deskriptif dan CSV ke Grafik bisa dipakai untuk latihan dengan datamu sendiri.
  4. Satu dashboard dan dua sampai tiga proyek portfolio dari data publik, lalu mulai melamar.

Urutan lengkapnya, termasuk perkiraan waktu dan artikel untuk setiap langkah, ada di Roadmap Data Analyst dari Nol. Roadmap itu memperkirakan 4 sampai 6 bulan dengan belajar rutin setiap minggu sampai siap ikut tes teknis. Kalau ada kursus yang menjanjikan "siap kerja dalam 30 hari", anggap itu iklan.

Kesalahan yang Sering Terjadi Saat Mulai

  • Langsung belajar Python dan machine learning. Lowongan junior lebih sering menguji spreadsheet dan SQL. Python bisa menyusul.
  • Mengoleksi sertifikat tanpa proyek. Perekrut ingin melihat hasil analisis, bukan daftar kursus.
  • Belajar tools tanpa pertanyaan. Dashboard yang indah tidak berguna kalau tidak menjawab pertanyaan apa pun. Setiap latihan, mulai dari pertanyaan bisnisnya.
  • Mengabaikan pekerjaan yang sekarang. Kalau kamu bekerja sebagai admin, staf keuangan, atau sales, data di pekerjaanmu sekarang adalah bahan portfolio terbaik, setelah disamarkan.

Langkah Berikutnya