Roadmap data analyst ini menyusun urutan belajar dari nol: spreadsheet, SQL, statistik dasar, visualisasi, dashboard, lalu portfolio. Dengan belajar 1–2 jam per hari, sebagian besar orang bisa menyelesaikannya dalam 4–6 bulan. Setiap langkah menautkan artikel dan tools gratis yang berjalan di browser, jadi kamu bisa berlatih dengan data sendiri tanpa mengunggahnya ke mana pun.
Langkah belajar
Kerjakan berurutan. Setelah menguasai satu langkah, tandai selesai supaya kamu tahu harus lanjut ke mana saat kembali.
-
Langkah 1: Pahami pekerjaan data analyst
- 1 segera hadir
Sebelum belajar tools, pahami dulu apa yang dikerjakan data analyst setiap hari: menerima pertanyaan bisnis, mencari dan merapikan data, menghitung, lalu menyampaikan temuannya. Gambaran ini menentukan skill mana yang perlu dikejar lebih dulu.
Yang kamu kuasai
- pertanyaan bisnis
- alur kerja analisis
- tugas harian
- jenjang karier
- Apa Itu Data Analyst: Tugas, Skill, dan Gaji di IndonesiaSegera hadir
-
Langkah 2: Olah data di spreadsheet
- 1 artikel
- 1 latihan
Spreadsheet adalah alat yang paling banyak dipakai di kantor dan cara tercepat memahami data tabel. Kuasai struktur data yang rapi, rumus inti, pivot table, dan grafik sebelum pindah ke SQL.
Yang kamu kuasai
- struktur tabel
- rumus lookup
- pivot table
- data cleaning
- grafik
- Roadmap Spreadsheet untuk Analisis Data: Excel dan Google SheetsRoadmap lengkap untuk langkah ini · 8 langkah
- Bikin Spreadsheet Otomatis: Rumus Excel & Google Sheets yang Wajib DikuasaiArtikel · 4 menit baca
- Pembersih Data CSVLatihan gratis · data tetap di browser
-
Langkah 3: Ambil data dengan SQL
- 1 artikel
Data perusahaan tersimpan di database, bukan di file Excel. SQL membuatmu bisa mengambil, menggabungkan, dan merangkum jutaan baris tanpa menunggu tim IT. Skill ini paling sering diuji saat tes kerja data analyst.
Yang kamu kuasai
- SELECT
- JOIN
- GROUP BY
- CTE
- window function
- Roadmap SQL untuk Data Analyst: Dari SELECT sampai Window FunctionRoadmap lengkap untuk langkah ini · 9 langkah
- Belajar Database untuk Pemula: Konsep SQL yang Wajib Dipahami DeveloperArtikel · 4 menit baca
-
Langkah 4: Pakai statistik secukupnya
- 1 latihan
- 2 segera hadir
Data analyst tidak perlu menjadi ahli statistik, tetapi harus tahu kapan memakai rata-rata dan kapan median, cara membaca sebaran data, dan bedanya korelasi dengan sebab-akibat. Bagian ini mencegah kesimpulan yang menyesatkan.
Yang kamu kuasai
- mean dan median
- sebaran data
- outlier
- korelasi
- sampel
- Kalkulator Statistik DeskriptifLatihan gratis · data tetap di browser
- Statistik Dasar untuk Data Analyst: Yang Benar-Benar DipakaiSegera hadir
- Mean, Median, Modus: Kapan Memakai yang ManaSegera hadir
-
Langkah 5: Sajikan data dengan grafik yang jelas
- 1 latihan
- 2 segera hadir
Angka yang benar tetap gagal kalau grafiknya membingungkan. Pelajari cara memilih jenis grafik sesuai pertanyaan, membuang hiasan yang tidak perlu, dan menulis judul yang langsung menyampaikan temuan.
Yang kamu kuasai
- memilih jenis grafik
- warna dan label
- data storytelling
- CSV ke GrafikLatihan gratis · data tetap di browser
- Cara Memilih Jenis Grafik yang Tepat untuk DataSegera hadir
- Data Storytelling: Menyampaikan Temuan agar DitindaklanjutiSegera hadir
-
Langkah 6: Bangun dashboard pertama
- 1 segera hadir
Dashboard menggantikan laporan yang dikirim berulang setiap minggu. Mulai dari Looker Studio yang gratis dan bisa langsung terhubung ke Google Sheets, lalu pelajari cara menentukan metrik yang memang dilihat orang.
Yang kamu kuasai
- Looker Studio
- metrik dan KPI
- filter
- berbagi laporan
- Membuat Dashboard di Looker Studio dari Google SheetsSegera hadir
-
Langkah 7: Analisis lebih cepat dengan Python (opsional)
- 1 segera hadir
Python dengan pandas berguna ketika data terlalu besar untuk spreadsheet atau pekerjaan yang sama harus diulang setiap hari. Langkah ini opsional untuk lowongan pertama, tetapi menjadi pembeda di level berikutnya.
Yang kamu kuasai
- pandas
- Jupyter Notebook
- membaca CSV
- groupby
- otomatisasi
- Python Pandas untuk Analisis Data: Panduan PemulaSegera hadir
-
Langkah 8: Pakai AI tanpa membocorkan data
- 1 artikel
- 1 segera hadir
AI bisa mempercepat penulisan rumus, query, dan ringkasan, tetapi data pelanggan tidak boleh asal diunggah. Pelajari batas aman memakai AI, cara menyamarkan data, dan cara mengecek angka yang dihasilkan AI.
Yang kamu kuasai
- prompt untuk analisis
- anonimisasi data
- verifikasi hasil AI
- Automasi Analisis Data dengan AI: Olah Spreadsheet Tanpa Rumus RumitArtikel · 4 menit baca
- Cara Menyamarkan Data Pribadi sebelum Diolah AISegera hadir
-
Langkah 9: Susun portfolio dan mulai melamar
- 3 artikel
- 2 segera hadir
Perekrut ingin melihat bukti, bukan daftar kursus. Buat 2–3 proyek analisis dari data publik, tulis temuannya dengan jelas, lalu siapkan CV dan jawaban untuk tes teknis serta wawancara.
Yang kamu kuasai
- proyek portfolio
- dataset publik
- CV
- tes SQL
- wawancara
- Cara Bikin Portfolio Developer yang Bikin Recruiter TertarikArtikel · 3 menit baca
- Cara Pakai ChatGPT untuk Bikin CV dan Surat Lamaran yang Dilirik HRDArtikel · 4 menit baca
- Panduan Karier Digital: Dari Belajar Skill sampai Dapat Kerja atau KlienArtikel · 3 menit baca
- Portfolio Data Analyst: 5 Contoh Proyek dan Cara MenyajikannyaSegera hadir
- Pertanyaan Interview Data Analyst dan Cara MenjawabnyaSegera hadir
Untuk Siapa Roadmap Ini
Roadmap ini untuk kamu yang belum pernah bekerja dengan data secara serius: fresh graduate, pegawai yang ingin pindah ke bidang data, atau pemilik usaha yang ingin membaca angka bisnisnya sendiri. Tidak perlu latar belakang IT atau matematika tingkat lanjut. Yang dibutuhkan hanya laptop, Google Sheets atau Excel, dan kemauan berlatih dengan data sungguhan.
Di akhir roadmap, kamu bisa mengambil data dari spreadsheet atau database, merapikannya, menghitung metrik yang tepat, dan menyajikannya dalam grafik serta dashboard yang dipahami atasan.
Cara Memakai Roadmap Ini
- Ikuti urutannya. Langkah 2 dan 3 adalah fondasi. Hampir semua lowongan data analyst di Indonesia meminta Excel dan SQL.
- Langkah 2 dan 3 punya roadmap sendiri. Buka roadmap turunannya untuk urutan yang lebih rinci.
- Berlatih dengan data nyata. Pakai data penjualan tokomu, data pribadi, atau dataset publik dari BPS dan Kaggle. Membaca tanpa praktik tidak akan menempel.
- Python boleh ditunda. Kalau ingin cepat melamar, selesaikan langkah 1–6 dan 8–9 dulu, lalu kembali ke Python setelah mendapat pekerjaan.
Proyek Akhir
Ambil satu dataset penjualan (milikmu sendiri atau dari Kaggle), lalu jawab tiga pertanyaan: produk apa yang paling menguntungkan, kapan penjualan naik dan turun, dan pelanggan mana yang berhenti membeli. Rapikan datanya di spreadsheet, hitung dengan SQL, sajikan dalam dashboard Looker Studio, lalu tulis ringkasan temuan dalam satu halaman. Proyek ini langsung bisa menjadi portfolio pertamamu.
Kalau setelah ini kamu tertarik ke prediksi dan model, lanjutkan ke Roadmap Belajar Machine Learning dari Nol.
FAQ
Berapa lama belajar data analyst dari nol?
Dengan belajar 1–2 jam per hari secara konsisten, biasanya 4–6 bulan sudah cukup untuk melamar posisi junior. Yang paling memakan waktu bukan teori, melainkan latihan dengan data yang berantakan.
Apakah data analyst harus jago matematika?
Tidak. Yang dipakai sehari-hari adalah aritmetika, persentase, rata-rata, median, dan cara membaca sebaran data. Logika dan ketelitian jauh lebih penting daripada rumus yang rumit.
Lebih dulu belajar Excel, SQL, atau Python?
Excel atau Google Sheets dulu, lalu SQL, baru Python. Spreadsheet melatih cara berpikir tentang data tabel, SQL adalah skill yang paling sering diuji saat melamar, dan Python baru terasa manfaatnya setelah kamu paham dua hal sebelumnya.
Apakah bisa jadi data analyst tanpa gelar IT?
Bisa. Banyak data analyst berasal dari jurusan ekonomi, manajemen, statistik, bahkan non-eksakta. Portfolio yang menunjukkan cara kamu menjawab pertanyaan bisnis dengan data lebih dilihat daripada jurusan.