Kursus data analyst gratis bahasa Indonesia: peta belajar tujuh kelas dan cara mengukurnya

Ditulis Redaksi KelasGratis · Terbit 2026-09-22

Untuk siapa: Pencari kerja dan pekerja yang ingin pindah ke posisi analis data, serta mahasiswa tingkat akhir yang menyiapkan magang di bidang data.

Posisi analis data adalah salah satu pintu masuk paling terbuka ke pekerjaan berbasis data di Indonesia, dan sekaligus salah satu yang paling banyak disalahpahami. Artikel ini memetakan keterampilan yang benar-benar diuji saat seleksi, urutan belajarnya, dan cara mengukur apakah kamu sudah siap melamar. Penilaian redaksi di artikel ini berdasarkan sumber yang dicantumkan di bagian akhir.

Sasarannya orang yang memulai dari nol atau dari kemampuan spreadsheet sehari-hari, bukan orang yang sudah bekerja di bidang data dan mencari materi tingkat lanjut.

Apa yang sebenarnya dikerjakan analis data

Gambaran populer tentang analis data menyesatkan. Pekerjaannya jarang berupa membuat model prediksi; sebagian besar waktunya habis untuk tiga hal yang lebih membosankan dan lebih menentukan: memahami pertanyaan yang sebenarnya diajukan orang, mengambil dan membersihkan data, lalu menyajikan hasilnya dalam bentuk yang bisa dipakai mengambil keputusan.

Penilaian redaksi: angka di tabel itu perkiraan berdasarkan pola pekerjaan yang kami amati, bukan hasil survei. Yang ingin kami tekankan bukan angkanya, melainkan bentuknya. Porsi terbesar ada di pengambilan dan pembersihan data, dan itulah bagian yang paling jarang dilatih orang yang belajar mandiri karena terasa paling tidak menarik. Orang yang membalik prioritasnya, yaitu berlatih membersihkan data lebih banyak daripada berlatih membuat grafik, hampir selalu lebih siap saat tes.

Tiga alat, satu urutan

Spreadsheet, SQL, dan Python bukan pilihan yang saling menggantikan, melainkan lapisan yang saling melengkapi. Urutan belajarnya penting karena setiap lapisan memakai cara berpikir dari lapisan sebelumnya.

1. Spreadsheet dulu, karena di sinilah kamu belajar melihat data sebagai tabel: baris sebagai pengamatan, kolom sebagai variabel. Kelas Excel dari Nol dan Rumus Logika dan Syarat menutup rekap bersyarat, sementara Menata Data di Spreadsheet menjelaskan bentuk data yang bisa dihitung mesin.
2. SQL kedua, karena hampir semua data perusahaan tersimpan di basis data. Mengolah Data dengan SQL menutup SELECT sampai JOIN, dan SQL Lanjutan menutup nilai kosong, CASE, subkueri, dan CTE. Ini lapisan yang paling sering diuji di tahap teknis.
3. Python terakhir, saat pembersihan dan perhitungannya sudah melebihi kemampuan dua lapisan sebelumnya. Python dari Nol memberi dasarnya, lalu Analisis Data dengan Python membawa ke numpy dan pandas: DataFrame, filter, groupby, merge, nilai kosong, dan tanggal.

Jalur Analisis Data untuk Pemula menyusun ketujuh kelas itu dalam satu urutan yang bisa diikuti tanpa memilih sendiri. Total materinya sekitar 15 jam dengan lebih dari 200 latihan yang semuanya diperiksa otomatis: rumus dihitung sungguhan di lembar kerja, kueri dijalankan sungguhan di SQLite, dan kode Python dijalankan sungguhan lalu diuji dengan assert.

Berapa lama dari nol sampai layak melamar

Empat bulan adalah perkiraan untuk orang yang konsisten satu jam per hari dan mengerjakan latihannya sendiri. Penilaian redaksi: janji “jadi data analyst dalam empat minggu” yang beredar di iklan kursus tidak realistis untuk orang yang mulai dari nol, kecuali definisi “jadi” diturunkan sampai sekadar pernah menyentuh alatnya. Yang bisa dicapai dalam empat minggu adalah kemampuan menulis kueri dasar, dan itu sudah bermanfaat, tetapi bukan kesiapan melamar.

Portofolio yang benar-benar dibaca perekrut

Portofolio analis data yang lemah punya ciri yang sama: memakai dataset latihan yang sudah bersih, menampilkan sepuluh grafik tanpa kesimpulan, dan tidak menyebutkan satu pun keputusan yang bisa diambil dari hasilnya. Portofolio yang kuat berbentuk sebaliknya, dan biasanya hanya berisi dua proyek.

• Mulai dari pertanyaan, bukan dari dataset. Tulis pertanyaannya di paragraf pertama, misalnya cabang mana yang penjualannya turun tiga bulan berturut-turut dan apa penyebab yang terlihat di data.
• Pakai data yang berantakan. Data publik dari lembaga statistik atau data operasional dari organisasi kampus jauh lebih meyakinkan daripada dataset yang sudah rapi, karena pembersihannya terlihat.
• Tunjukkan kuerinya. Lampirkan SQL atau kode pandas yang kamu pakai, bukan hanya hasil akhirnya. Perekrut teknis membaca kueri untuk menilai cara berpikirmu.
• Tulis apa yang tidak bisa dijawab data. Analis yang menyebut keterbatasan datanya lebih dipercaya daripada yang menyimpulkan lebih jauh dari yang didukung angka.
• Akhiri dengan satu rekomendasi konkret dan perkiraan dampaknya. Satu rekomendasi yang jelas mengalahkan sepuluh temuan yang menggantung.

Bentuk penyajiannya cukup sederhana: satu halaman README di repositori publik berisi pertanyaan, sumber data, langkah pembersihan, temuan, dan keterbatasan, dengan tabel ringkas di dalamnya. Alat pembuat tabel Markdown di halaman Alat mempercepat bagian tabelnya, dan hasilnya bisa langsung ditempel ke README tanpa merapikan pemisah kolom dengan tangan.

Kesalahan yang membuat pelamar gugur di tahap teknis

1. Tidak memeriksa jumlah baris setelah JOIN. Angka penjualan yang berlipat karena baris tergandakan adalah kesalahan yang paling sering muncul di tes, dan pewawancara sengaja menyiapkan datanya agar kesalahan itu terjadi.
2. Menganggap nilai kosong sama dengan nol. Rata-rata yang dihitung mengabaikan NULL berbeda dari rata-rata yang menganggapnya nol, dan perbedaannya besar. Yang benar bergantung pada pertanyaannya, dan jawaban yang baik menyebutkan pilihan itu terang-terangan.
3. Langsung menghitung tanpa bertanya. Tes teknis yang baik sengaja memberi pertanyaan ambigu. Pelamar yang menanyakan definisi “pelanggan aktif” lebih dinilai daripada yang langsung menulis kueri berdasarkan tebakan.
4. Menyajikan angka tanpa konteks. Menyebut penjualan naik 12 persen tanpa menyebut pembandingnya, periode, dan besaran dasarnya membuat angka itu tidak bisa dipakai.
5. Mengandalkan alat visual tanpa bisa menjelaskan hitungannya. Ketika ditanya dari mana angka di sebuah kartu dasbor berasal, jawaban “dari alatnya” mengakhiri wawancara lebih cepat daripada jawaban yang salah tetapi bisa dilacak.

Cara mengukur kemajuan tanpa menunggu panggilan wawancara

• Bisakah kamu mengambil satu file CSV publik yang belum pernah kamu lihat dan menyebut tiga masalah kualitas datanya dalam 15 menit?
• Bisakah kamu menulis kueri rekap bulanan lintas tiga tabel tanpa membuka catatan?
• Bisakah kamu menjelaskan hasil analisismu ke orang non-teknis dalam tiga kalimat tanpa istilah teknis?
• Bisakah kamu menemukan kesalahan di laporan buatanmu sendiri minggu lalu?
• Bisakah kamu menyebut apa yang akan membuat kesimpulanmu berubah, dan data apa yang dibutuhkan untuk mengujinya?

Di KelasGratis, padanannya adalah misi di akhir setiap modul: tiga sampai lima latihan skenario kerja gabungan dengan syarat lulus minimal 80 persen, dan sengaja tidak menyebut fungsi atau perintah mana yang harus dipakai. Penilaiannya dihitung ulang di server, bukan di browser, sehingga angkanya bukan klaim sendiri.

Perbandingan jujur dengan pilihan belajar lain

Penilaian redaksi: yang paling menentukan bukan pilihan di tabel itu, melainkan apakah kamu mengerjakan latihan sendiri dan menyelesaikan proyek sampai ada kesimpulannya. Bootcamp memaksa itu terjadi lewat jadwal dan biaya yang sudah dibayar; belajar mandiri harus menciptakan paksaan itu sendiri, misalnya dengan menetapkan tanggal terbit proyek dan mengumumkannya ke orang lain.

Soal sertifikat dan apa yang benar-benar dinilai

Sertifikat penyelesaian KelasGratis diterbitkan gratis setelah seluruh pelajaran wajib sebuah kelas selesai dan latihannya lulus pemeriksaan otomatis, dengan kode yang bisa dicek siapa pun. Sertifikat itu bukti penyelesaian, bukan akreditasi dan bukan sertifikat kompetensi dari lembaga sertifikasi profesi.

Untuk posisi analis data, urutan hal yang dibaca perekrut biasanya: pengalaman yang relevan, portofolio dengan kueri yang terlihat, hasil tes teknis, lalu sisanya. Sertifikat berada di kelompok terakhir. Itu bukan alasan untuk tidak mengambilnya, karena menuntaskan kelas sampai selesai adalah cara paling murah membuktikan kamu bisa menyelesaikan sesuatu. Tetapi menaruh harapan bahwa lampiran sertifikat akan menggantikan portofolio adalah kekeliruan yang membuat banyak pelamar berhenti di tahap pertama.