Lompat ke konten utama

4,9/5 · 1.200 ulasan · Dewasa dan mahasiswa

Les Analisis Data di Surabaya

Les analisis data Edubia Surabaya adalah kelas privat untuk peserta dewasa yang membawa berkas kerjanya sendiri. Satu tutor mendampingi sesi 60 sampai 120 menit, dari merumuskan pertanyaan sampai laporan satu halaman, di rumah, kantor, atau online.

4,9/5 1.200 ulasan
2.500+ tutor terverifikasi
1.200+ peserta didampingi
1-on-1 satu tutor satu peserta
Les Analisis Data di Surabaya

Sekilas tentang Les Analisis Data di Surabaya

Les analisis data Edubia Surabaya adalah kelas privat untuk peserta dewasa yang membawa berkas kerjanya sendiri. Satu tutor mendampingi sesi 60 sampai 120 menit, dari merumuskan pertanyaan sampai laporan satu halaman, di rumah, kantor, atau online.

Daftar Sekarang

Spesifikasi Les

Lembaga penyelenggara
Edubia, les privat personal di Surabaya dan area layanan Sidoarjo
Cakupan pelajaran
Merumuskan pertanyaan, membaca sumber data, pembersihan, SQL, lembar kerja lanjutan, ringkasan angka, visualisasi, dashboard, dan laporan satu halaman
Tutor pengampu
Praktisi pengolah data dan pengajar terverifikasi, dicocokkan tim Edubia dengan bentuk data yang Anda kerjakan
Peserta yang dilayani
Pemilik usaha, staf administrasi dan keuangan, karyawan logistik dan ritel, serta mahasiswa tingkat akhir
Format sesi
Privat satu tutor satu peserta, memakai berkas kerja milik peserta
Durasi sesi
60, 90, atau 120 menit. Umumnya dipilih 90 menit untuk sesi baku, 120 menit untuk peserta dengan ekspor data besar.
Ritme jadwal
4 sesi sebulan sebagai ritme baku, 8 sesi sebulan saat mengejar tenggat laporan
Tempat belajar
Rumah, ruang kerja peserta, co-learning space Edubia, atau sesi online
Wilayah layanan
31 kecamatan Kota Surabaya dan 18 kecamatan Kabupaten Sidoarjo
Biaya per sesi
Mulai Rp240.100 per sesi 60 menit, sama untuk sesi di tempat Anda maupun daring
Dasar tarif
Sesi 60 menit; 90 dan 120 menit menyesuaikan
Sesudah mendaftar
Laporan kemajuan bulanan, catatan tutor tiap sesi
Tambahan co-learning space
Rp15.000 per sesi di luar tarif program, dipakai peserta yang butuh ruang terpisah
Perangkat yang dipakai
Laptop peserta sendiri, program lembar kerja, dan akses basis data bila materinya SQL
Bahan latihan
Berkas nyata milik peserta, dengan contoh cadangan dari tutor bila datanya belum boleh dibuka
Penggantian tutor
Tutor dapat diganti tanpa biaya tambahan, catatan dan berkas kerja ikut berpindah

Fleksibel

Kelas analisis data di tempat pilihan Anda

Tutor analisis data datang ke tempat pilihan Anda di Surabaya atau via online. Rencana belajar disusun dari kebutuhan Anda.

Pilihan belajar

Kenapa les privat analisis data lebih efektif di Surabaya?

Fitur Pilihan terbaik Les Analisis Data Privat Edubia Di tempat pilihan Anda, Surabaya Bimbel Analisis Data Grup Belajar Analisis Data Sendiri
Perhatian tutor saat belajar analisis data Penuh, satu untuk satu Terbagi ke banyak peserta Tanpa pendamping
Materi analisis data disesuaikan level peserta
Belajar analisis data di tempat Anda, Surabaya
Bahan dipilih dari perkakas yang sudah dipakai peserta Umum Tergantung sendiri
Assessment kebutuhan analisis data di awal
Koreksi langsung saat langkah kerja meleset Menunggu giliran Tak ada yang memeriksa

Keunggulan kelas ini

Kelebihan kelas analisis data bersama Edubia

Berkas Anda sendiri jadi bahan sesi

Sejak pertemuan kedua yang dibuka ekspor, rekap, atau unduhan formulir milik peserta, lengkap dengan kekacauan aslinya.

Pertanyaan ditajamkan sebelum data disentuh

Enam pemeriksaan di sesi pembuka mengubah keluhan samar jadi pertanyaan berkolom, berperiode, dan berpembanding.

Pembersihan diajarkan sebagai langkah yang bisa diulang

Langkahnya dicatat dan disimpan, jadi ekspor bulan depan tinggal diputar ulang.

SQL dibatasi pada bagian yang benar-benar dipakai

Mengambil, menyaring, mengelompokkan, dan menggabungkan, plus pemeriksaan baris sebelum angka masuk laporan.

Laporan satu halaman jadi keluaran wajib

Tiap rangkaian sesi ditutup laporan bertemuan di baris pertama, berikut batas data dan usulan tindakan.

Jadwal mengikuti jam kerja peserta

Sesi malam hari kerja dan pagi akhir pekan, dengan ritme yang bisa disesuaikan saat tutup buku.

Kecocokan

Peserta yang cocok mengambil les analisis data ini

Peserta yang cocok

  • Pemilik usaha yang datanya menumpuk di lembar kerja dan belum pernah diringkas per kategori.
  • Staf administrasi atau keuangan yang tiap bulan menyusun rekap yang sama secara manual.
  • Karyawan logistik dan ritel yang memegang catatan keluar masuk barang atau penjualan harian.
  • Mahasiswa tingkat akhir yang perlu merapikan dan meringkas data lapangan atau isian formulir.
  • Orang yang sudah bisa lembar kerja dasar dan tersendat saat datanya melewati puluhan ribu baris.
  • Peserta yang ingin berhenti mengulang pembersihan yang sama tiap bulan.

Cakupan

Yang tercakup di kelas privat analisis data Edubia

Pemetaan kebutuhan di sesi pertama

Bentuk data yang Anda urus, alat di tempat kerja, kemampuan awal, dan pertanyaan yang sedang menunggu jawaban.

Pendampingan atas berkas kerja Anda sendiri

Sesi berjalan di atas ekspor, rekap, atau unduhan formulir milik peserta, dengan contoh cadangan bila datanya belum boleh dibuka.

Langkah pembersihan yang tersimpan

Rangkaian langkah dicatat sekali dan diputar ulang atas berkas bulan berikutnya, berikut alasan tiap keputusan.

Kumpulan perintah SQL milik Anda

Perintah yang ditulis sendiri selama sesi, disimpan berikut keterangan singkat kegunaannya untuk dipakai kembali di kantor.

Pemeriksaan sebelum angka dikirim

Daftar periksa pendek: hitungan baris, pembanding periode, arti sel kosong, dan penyebut persentase.

Laporan satu halaman sebagai keluaran

Temuan di baris pertama, tiga angka pendukung, satu gambar, batas data, dan usulan tindakan berikut penanggung jawabnya.

Susunan materi

Susunan materi les analisis data dari pertanyaan sampai laporan

Urutan di bawah mengikuti alur kerja sungguhan, dari pertanyaan sampai keputusan.

  1. 1

    Merumuskan pertanyaan yang bisa dijawab

    Sesi pembuka

    Yang dibahas. Menetapkan satuan yang diukur, potongan yang diperiksa, rentang waktu, pembanding, ambang, dan keputusan yang menunggu.

  2. 2

    Membaca susunan berkas sebelum menyentuhnya

    Kebiasaan dasar

    Yang dibahas. Jumlah baris dan kolom, arti satu baris, kolom yang seharusnya unik, tipe isi tiap kolom, dan periode yang tercakup.

  3. 3

    Sumber data dan penyakit khasnya

    Praktik berkas nyata

    Yang dibahas. Ekspor sistem kasir, lembar kerja isian bersama, unduhan formulir, basis data internal, laporan yang sudah diringkas, dan berkas CSV lama.

  4. 4

    Pembersihan data dan jejaknya

    Porsi waktu besar

    Yang dibahas. Duplikat, arti sel kosong, penyeragaman tanggal dan satuan, tabel padanan kategori, serta catatan keputusan pembersihan.

  5. 5

    SQL untuk mengambil dan meringkas

    Sesi pertengahan

    Yang dibahas. SELECT, WHERE, GROUP BY, HAVING, urutan pengerjaan perintah, dan perilaku nilai kosong dalam penyaringan.

  6. 6

    JOIN dan penggandaan baris

    Jebakan berulang

    Yang dibahas. INNER dan LEFT, keunikan kolom penghubung, serta pemeriksaan jumlah baris sebelum dan sesudah penggabungan.

  7. 7

    Lembar kerja tingkat lanjut

    Alat sehari-hari

    Yang dibahas. Tabel pivot, pencarian nilai antar tabel, langkah pembersihan yang tersimpan, tabel bernama, pemeriksaan isian, dan penandaan bersyarat.

  8. 8

    Angka mana yang dilaporkan

    Satu sesi penuh

    Yang dibahas. Rata-rata dan median, sebaran, persentil untuk pengalaman pelanggan, dan penanganan pencilan sebelum dibuang.

  9. 9

    Visualisasi, dashboard, dan laporan

    Sesi penutup

    Yang dibahas. Memilih bentuk grafik menurut pertanyaan, sumbu dan warna yang jujur, metrik berpemilik di dashboard, serta laporan satu halaman.

Jebakan per topik

Kesalahan olah data yang ditangkap tutor di tiap bagian kelas

Tiap bagian materi membawa satu kesalahan yang berulang di berkas peserta, berikut cara tutor membongkarnya di sesi.

Jebakan umum

  • Merumuskan pertanyaan yang bisa dijawab : Pertanyaan terasa jelas padahal belum menyebut satu kolom pun, lalu berhari-hari habis mengolah data yang tak menjawab apa-apa.
  • Membaca susunan berkas sebelum menyentuhnya : Rumus dibuat di baris pertama tanpa tahu satu baris mewakili transaksi, barang, atau hari.
  • Sumber data dan penyakit khasnya : Semua berkas dianggap sama, sehingga cacat bawaan sumbernya ketahuan sesudah angka salah terkirim ke atasan.
  • Pembersihan data dan jejaknya : Seluruh sel kosong diisi nol, dan kategori disunting satu per satu sehingga mustahil diulang bulan depan.
  • SQL untuk mengambil dan meringkas : WHERE tertukar dengan HAVING, dan tanda tidak sama diam-diam ikut membuang baris bernilai kosong.
  • JOIN dan penggandaan baris : Penjumlahan membengkak karena tabel kanan berbaris ganda untuk satu nilai penghubung, tanpa pesan galat.
  • Lembar kerja tingkat lanjut : Rumus menunjuk rentang tetap sehingga baris baru terlewat, dan pivot menghitung cacah karena angkanya masih teks.
  • Angka mana yang dilaporkan : Rata-rata dilaporkan pada data berisi beberapa nilai sangat besar, sehingga angkanya tak mewakili kejadian nyata.
  • Visualisasi, dashboard, dan laporan : Dashboard berisi belasan grafik tanpa pemilik, dan temuan disimpan di halaman terakhir laporan.
Pilihan terbaik

Cara tutor

  • Merumuskan pertanyaan yang bisa dijawab : Peserta menuliskan pertanyaannya, lalu menyusunnya ulang bersama tutor sampai tiap unsurnya bisa ditunjuk ke kolom.
  • Membaca susunan berkas sebelum menyentuhnya : Tiga menit pemeriksaan wajib di awal tiap berkas baru, dengan tutor menanyakan alasan tiap kesimpulan.
  • Sumber data dan penyakit khasnya : Peserta membawa berkas dari sumbernya sendiri, dan tutor menunjuk cacat khasnya di baris yang bermasalah.
  • Pembersihan data dan jejaknya : Tiap langkah dikerjakan di salinan kerja, dan hitungan baris dibandingkan sebelum serta sesudahnya.
  • SQL untuk mengambil dan meringkas : Peserta menulis perintahnya atas sepuluh baris dulu, lalu menebak hasilnya sebelum perintah dijalankan.
  • JOIN dan penggandaan baris : Tutor menyiapkan tabel kecil yang sengaja berbaris ganda, lalu selisih hasil gabungannya dihitung bersama.
  • Lembar kerja tingkat lanjut : Berkas diubah jadi tabel bernama, lalu baris baru ditambahkan untuk melihat rumus mana yang ikut tumbuh.
  • Angka mana yang dilaporkan : Rata-rata dan median dihitung berdampingan atas berkas peserta, lalu peserta memilih satu beserta alasannya.
  • Visualisasi, dashboard, dan laporan : Tiap grafik diuji dengan satu pertanyaan sebelum dipasang, dan laporan disusun dengan temuan di baris pertama.

Tahap demi tahap

Perjalanan sesi les analisis data dari berkas mentah ke laporan

Pola yang lazim pada ritme empat sesi sebulan. Kecepatannya bergeser mengikuti keadaan data yang Anda bawa.

  1. 01

    Sesi 1: pertanyaan Anda ditulis ulang

    Pemetaan awal

    Pemetaan kebutuhan, alat di tempat kerja, dan bentuk data yang Anda pegang, lalu keluhan diubah jadi pertanyaan berkolom dan berperiode.

  2. 02

    Sesi 2 sampai 3: berkas sendiri dibaca utuh

    Membaca data

    Ekspor atau rekap milik Anda dibuka, susunannya dibaca, dan cacat bawaan sumbernya didaftar sebelum diperbaiki.

  3. 03

    Sesi 4 sampai 6: pembersihan yang bisa diulang

    Tiga sesi

    Tanggal dan satuan diseragamkan, tabel padanan kategori disusun, duplikat ditangani, dan langkahnya disimpan untuk ekspor berikutnya.

  4. 04

    Sesi 7 sampai 9: meringkas dan menggabungkan

    Meringkas

    Menghitung per kelompok lewat pivot atau SQL, menggabungkan tabel dengan pemeriksaan jumlah baris, dan memilih angka yang mewakili data.

  5. 05

    Sesi 10 sampai 12: grafik dan laporan satu halaman

    Menyampaikan

    Bentuk visual dipilih menurut pertanyaan, sumbu dan warna dirapikan, lalu laporan disusun dengan temuan di baris pertama.

  6. 06

    Sesudah sesi 12: ritme bulanan yang Anda jalankan sendiri

    Mandiri

    Ekspor baru masuk, langkah pembersihan diputar ulang, angka diperiksa, dan laporan dikirim. Sesi lanjutan dipakai untuk pertanyaan yang lebih rumit.

Biaya les analisis data per sesi dan apa yang tercakup

Sesi 60 menit di Surabaya tercatat Rp240.100, sesi 90 menit Rp306.050, dan sesi 120 menit Rp394.000. Ketiga angka itu berlaku pada ritme empat sesi sebulan, dan sama untuk sesi di rumah, di kantor, maupun daring. Peserta dengan ekspor ratusan ribu baris cenderung memilih sesi 120 menit, sebab berkas sebesar itu menuntut waktu muat dan waktu periksa yang lebih lama.

Angka itu berlaku untuk pendampingan satu tutor satu peserta, termasuk waktu tutor menyiapkan contoh yang cocok dengan bentuk data Anda, supaya latihan tak berhenti di contoh toko kelontong ketika yang Anda urus pengiriman barang. Belajar di co-learning space Edubia menambah Rp15.000 per sesi, pilihan bagi peserta yang tak leluasa membuka data pekerjaan di rumah atau di kantor. Untuk pelatihan tim satu perusahaan, susunan biayanya disepakati sesudah jumlah peserta dan panjang programnya jelas.

Les analisis data privat di Surabaya dimulai dari pertanyaannya

Les analisis data Edubia Surabaya adalah kelas privat untuk peserta dewasa yang membawa berkas kerjanya sendiri ke sesi. Satu tutor mendampingi satu peserta, sesi 60 menit mulai Rp240.100, dan pertemuan berjalan di rumah, di kantor, atau lewat sambungan daring.

Pekerjaan seorang analis dimulai sebelum kolom pertama disentuh. Yang datang ke meja biasanya keluhan samar: penjualan turun, biaya membengkak, pelanggan sepi. Kalimat semacam itu belum menunjuk satu kolom pun, sehingga siapa saja yang langsung membuka berkas akan sibuk berminggu-minggu lalu pulang tanpa jawaban.

Sesi pembuka karena itu dipakai mengubah keluhan menjadi pertanyaan yang bisa dijawab. Kalimat penjualan turun berubah menjadi omzet cabang timur turun berapa persen pada Mei dibanding April, dan kategori barang mana yang menyumbang. Pertanyaan kedua sudah menyebut kolom, periode, dan bentuk jawaban yang diharapkan. Peserta di Rungkut yang mengurus gerai dan peserta di Gubeng yang menyusun rekap kantor berangkat dari titik yang sama.

Rincian

Penajam pertanyaan yang dipakai tutor di sesi awal

Menajamkan pertanyaan terdengar sepele sampai Anda mencoba menuliskannya. Enam pemeriksaan berikut dipakai tutor sebagai urutan tanya di pertemuan pertama, dan tiap jawaban mempersempit ruang jawaban berikutnya. Peserta yang melompatinya kembali dua pekan kemudian membawa tabel besar yang benar hitungannya dan tak menjawab apa pun.

Satuan yang diukur

Omzet, jumlah transaksi, jumlah pembeli, dan margin sama-sama disebut penjualan. Tutor meminta Anda memilih satu, sebab keempatnya bisa bergerak berlawanan pada bulan yang sama.

Potongan yang diperiksa

Cabang, jenis barang, kanal penjualan, atau jam layanan. Tanpa potongan, jawaban berhenti sebagai satu angka yang tidak bisa ditindaklanjuti siapa pun.

Rentang waktu yang diambil

Tanggal mulai dan berhenti ditulis tegas. Periode yang panjangnya berbeda, misalnya Februari melawan Maret, sudah melahirkan selisih sebelum apa pun terjadi.

Pembanding yang dipakai

Turun dibanding apa: bulan sebelumnya, bulan sama tahun lalu, target, atau cabang sebelah. Kata turun belum punya arti sampai pembandingnya disebut.

Ambang yang dianggap berarti

Selisih dua persen dan dua puluh persen menuntut tindakan jauh berbeda. Menyepakati ambang di awal menahan kebiasaan mengejar riak kecil tiap pekan.

Keputusan yang menunggu jawaban

Kalau tak ada keputusan yang berubah apa pun hasilnya, pertanyaan itu belum layak dikerjakan, dan banyak permintaan laporan kembali ke pengirimnya di titik ini.

Sumber data yang dibawa peserta ke kelas privat

Data di dunia kerja jarang datang rapi. Ia keluar dari sistem pencatat transaksi, dari lembar kerja yang diisi banyak orang selama bertahun-tahun, dari formulir berjawaban bebas, atau dari basis data yang aksesnya terbatas, dan tiap pintu meninggalkan jejaknya sendiri.

Karena itu pertemuan kedua dipakai membuka berkas milik peserta, dengan contoh bawaan tutor sebagai cadangan. Pemilik gerai membawa ekspor sistem kasir, staf administrasi membawa rekap kehadiran, mahasiswa tingkat akhir membawa unduhan formulir, dan karyawan gudang di Waru membawa catatan keluar masuk barang. Tutor membaca berkas apa adanya lebih dulu: berapa baris, satu baris mewakili apa, dan kolom mana yang seharusnya tidak berulang.

Sorotan

Penyakit khas tiap sumber data yang dibedah di sesi les

Tiap sumber punya cacat bawaan yang berulang di mana-mana. Mengenalinya lebih dulu memangkas separuh waktu pembersihan. Keenam sumber di bawah benar-benar dibawa peserta ke kelas, urut menurut seberapa sering ia muncul.

01

Hasil ekspor sistem kasir

Baris berganda untuk satu transaksi, pembatalan yang tetap tercatat, tanggal tersimpan sebagai teks, dan baris judul yang berulang tiap halaman ekspor.

02

Lembar kerja isian banyak orang

Kategori yang dieja berbeda-beda, sel yang digabung, catatan yang diketik di kolom angka, dan warna sel yang membawa arti tanpa satu rumus pun sanggup membacanya.

03

Unduhan formulir isian

Jawaban pilihan ganda yang menumpuk di satu sel dipisah koma, penanda waktu berzona lain, responden yang mengisi dua kali, dan kotak Lainnya berisi teks bebas.

04

Basis data internal kantor

Umumnya rapi, dengan syarat tabel rujukannya jelas, baris terhapus yang masih tersimpan berikut penandanya, dan kode status yang perlu tabel penjelas terpisah.

05

Laporan bulanan yang sudah diringkas

Angkanya terlanjur dijumlah sehingga rincian di bawahnya hilang, ditambah subtotal yang menyelip di tengah data dan baris kosong sebagai pemisah.

06

Berkas CSV dari sistem lama

Huruf yang berubah bentuk karena beda pengodean, tanda pemisah yang bentrok dengan koma di dalam teks, dan angka nol di depan kode barang yang lenyap saat dibuka.

Kenapa pembersihan data menyita sebagian besar jam kelas

Peserta baru sering terkejut: hitungannya selesai dalam sepuluh menit, sementara menyiapkan datanya makan tiga pertemuan. Rumus bekerja atas apa yang diberikan kepadanya, dan berkas yang belum rapi menghasilkan angka yang tampak rapi sekaligus keliru isinya.

Sebagian besar keputusan pembersihan sebenarnya keputusan usaha yang menyamar. Apakah transaksi batal ikut dihitung, apakah pesanan borongan dipisahkan, apakah pelanggan yang berganti nomor dianggap satu orang, semuanya mengubah angka akhir dan tak tercantum di buku rumus mana pun. Tutor menanyakannya kepada Anda, sebab Anda yang memahami usahanya, lalu jawabannya dicatat supaya angka lama tetap bisa dipertanggungjawabkan enam bulan kemudian.

Lembar kerja, SQL, atau Python: alat yang dipakai di kelas privat

Alat dipilih menurut keadaan berkas dan seberapa sering pekerjaannya berulang. Tutor menimbangnya bersama Anda di sesi pembuka, sebab alat yang terlalu berat membuang waktu belajar dan alat yang terlalu ringan macet di tengah jalan.

Keadaan data AndaAlat yang dilatihAlasannya
Satu berkas berisi ribuan baris, dibaca rekan satu timLembar kerjaRekan kerja bisa membuka dan memeriksa angkanya tanpa memasang apa pun
Data tinggal di basis data kantor dan terus bertambahSQLRingkasan diambil langsung dari sumbernya tanpa mengekspor ulang tiap pekan
Puluhan berkas sebulan dengan pembersihan yang samaPython atau RSatu skrip menjalankan seluruh langkah atas tiap berkas baru
Laporan rutin untuk atasan yang membacanya di layar ponselDashboard sederhanaAngka terbaru tampil tanpa berkas dikirim berulang

Sebagian besar peserta berhenti di dua baris pertama, dan itu sudah cukup untuk pekerjaan sehari-harinya. Perangkat lunaknya dipasang sendiri oleh peserta di laptopnya.

Poin penting

Perintah SQL yang dilatih di les privat analisis data

SQL dipakai ketika datanya tinggal di basis data dan terlalu besar untuk lembar kerja. Yang dilatih adalah bagian yang dipakai menjawab pertanyaan sehari-hari: mengambil, menyaring, mengelompokkan, dan menggabungkan. Enam butir di bawah menutup sebagian besar permintaan laporan di kantor.

SELECT dan WHERE

Memilih kolom yang dibutuhkan lalu menyaring baris. Latihan pertamanya menahan diri: ambil sepuluh baris dulu, perhatikan bentuknya, baru perlebar ke seluruh tabel.

GROUP BY dan fungsi peringkas

Menjumlah, menghitung, dan merata-rata per kelompok. Peserta membedakan cacah seluruh baris, cacah satu kolom, dan cacah nilai unik, tiga angka yang kerap tertukar.

Urutan pengerjaan perintah

Basis data mengerjakan FROM, WHERE, GROUP BY, HAVING, lalu SELECT. Urutan itu menjelaskan kenapa nama singkat yang Anda buat di SELECT belum bisa dipanggil di WHERE.

HAVING untuk menyaring ringkasan

WHERE menyaring baris sebelum dikelompokkan, HAVING menyaring kelompok sesudah dijumlah. Menukar keduanya menghasilkan angka yang terlihat masuk akal dan sebenarnya salah.

Perilaku nilai kosong

Nilai kosong tidak sama dengan apa pun, termasuk nilai kosong lain. Akibatnya penyaringan dengan tanda tidak sama ikut membuang baris kosong tanpa pesan galat.

JOIN dan pilihan jenisnya

INNER menyimpan yang berpasangan, LEFT menahan seluruh baris tabel kiri. Salah memilih membuat pelanggan tanpa transaksi lenyap dari laporan tanpa peringatan.

Cara tutor menunjukkan JOIN yang menggandakan baris

Satu kesalahan dialami hampir semua peserta dan jarang tertangkap sendiri: penggabungan tabel yang diam-diam melipatgandakan baris. Seribu baris transaksi ditempeli tabel pelanggan untuk mengambil kolom wilayah, dan sesudahnya barisnya jadi seribu dua ratus. Tak ada pesan galat, sementara jumlah rupiahnya naik dua puluh persen tanpa satu transaksi baru.

Sebabnya kolom penghubung di tabel kanan berulang, misalnya satu pelanggan tercatat dengan tiga alamat. Kebiasaan yang dilatih menutup lubang ini dengan murah: hitung baris sebelum dan sesudah penggabungan, lalu periksa keunikan kolom penghubung lewat satu perintah pengelompokan kalau angkanya bertambah.

Yang perlu diketahui

Kemampuan lembar kerja lanjutan dalam kurikulum kelas ini

Lembar kerja tetap alat utama sebagian besar peserta: datanya sudah di sana dan rekan kerjanya membacanya di sana juga. Yang dilatih lapisan menengah yang jarang dipakai, tempat pekerjaan berulang berhenti dikerjakan ulang tiap bulan.

Unggulan utama

Tabel pivot dan setelan bawaannya

Menyeret kolom menjadi baris, kolom, dan nilai, lalu membaca setelannya. Pivot yang menghitung cacah padahal diminta jumlah menandakan angkanya masih teks.

Pencarian nilai antar tabel

Menempelkan nama, harga, atau wilayah dari tabel lain. Pencocokan persis dipisahkan dari perkiraan, dan hasil tak ditemukan dibaca sebagai tanda data belum lengkap.

Langkah pembersihan yang bisa disimpan

Rangkaian langkah dicatat sekali lalu diputar ulang bulan depan atas berkas baru. Inilah pemisah pembersihan sekali pakai dari laporan bulanan yang sanggup diulang.

Tabel bernama dan rentang yang tumbuh

Rumus yang menunjuk tabel ikut melebar saat baris bertambah. Rumus yang menunjuk rentang tetap melewatkan baris baru diam-diam, penyebab laporan yang mendadak kurang seminggu.

Pemeriksaan isian di kolom masukan

Daftar pilihan dan batas nilai dipasang di lembar yang diisi banyak orang, sehingga kategori berhenti beranak pinak dan pembersihan berikutnya jauh lebih ringan.

Angka mana yang dilaporkan: satu sesi khusus rata-rata dan median

Satu pertemuan penuh dipakai membahas pilihan yang kelihatan remeh dan menentukan isi laporan: angka mana yang pantas mewakili sekumpulan data. Rata-rata jadi pilihan bawaan hampir semua orang, dan ia menyesatkan pada kasus yang berulang tiap hari.

Sembilan pesanan bernilai sekitar Rp50.000 dan satu pesanan borongan Rp5.000.000. Rata-ratanya naik ke Rp545.000, dan tak satu pun pesanan sungguhan mendekati angka itu. Median, nilai yang berdiri di tengah setelah data diurutkan, tetap menunjuk Rp50.000 dan menggambarkan pesanan yang lazim. Pola sama muncul pada lama pengiriman, waktu tunggu layanan, dan nilai tagihan.

Sesudah nilai tengah, dibahas sebarannya. Dua cabang bisa punya rata-rata sama dengan kenyataan jauh berbeda: satu stabil, satu berayun liar. Persentil ke-90 dipakai untuk hal yang dirasakan pelanggan, misalnya batas lama pengiriman yang dilewati sepersepuluh pesanan.

Ringkasnya

Bentuk grafik yang dipilih menurut pertanyaan di kelas

Tiap bentuk grafik menjawab jenis pertanyaan tertentu, dan memasangkannya keliru membuat pembaca bekerja keras untuk sesuatu yang seharusnya terbaca sekali pandang. Di kelas, pertanyaannya ditulis dulu dan bentuknya menyusul.

Perbandingan antar kategori

Batang mendatar, diurutkan menurut nilainya, sumbu dimulai dari nol. Mengurutkan menurut abjad membuang keterangan yang justru dicari pembaca.

Perubahan sepanjang waktu

Garis dengan jarak waktu yang sama di sumbu mendatar. Bulan yang datanya hilang wajib tampil sebagai celah, sebab menyambungnya menyembunyikan periode tanpa catatan.

Komposisi sebuah keseluruhan

Batang bertumpuk atau batang seratus persen. Bentuk lingkaran hanya terbaca untuk dua sampai tiga bagian, selebihnya beralih ke bentuk lain.

Sebaran nilai

Histogram atau titik per baris. Rata-rata yang berdiri sendirian menyembunyikan apakah nilainya berkerumun rapat atau berpencar jauh.

Hubungan antara dua angka

Titik sebar dengan sumbu berlabel satuannya. Bentuk ini menunjukkan pola, sementara menyimpulkan sebabnya langkah terpisah yang butuh bukti lain.

Sumbu terpotong dan warna yang menipu

Memotong sumbu tegak membesarkan selisih kecil sampai terlihat dramatis, dan warna pelangi membuat urutan besaran terbaca acak.

Dashboard yang benar-benar dibuka, bahan sesi lanjutan

Dashboard menampilkan angka terkini secara berulang, dan ia gampang berubah jadi hiasan. Pertanyaan pertama tutor sebelum satu grafik pun dipasang: siapa yang membukanya, seberapa sering, dan keputusan apa yang berubah kalau angkanya bergerak.

Metrik yang lolos pertanyaan itu punya pemilik, yaitu orang yang bertugas menindaklanjutinya, berikut ambang yang membuatnya bertindak. Metrik yang tidak lolos boleh tetap dihitung, dan tempatnya di lampiran. Halaman itu juga wajib mencantumkan waktu pembaruan terakhir, sebab angka kemarin tanpa keterangan membuat pembacanya bertindak atas keadaan yang sudah lewat. Peserta di bagian penjualan atau logistik biasanya keluar dari sesi ini dengan halaman yang lebih sedikit isinya, dan itu capaian.

Detail

Salah kaprah mahal yang diluruskan tutor sejak awal

Beberapa kekeliruan berpikir muncul di hampir semua peserta, dan semuanya mahal karena menghasilkan keputusan yang terdengar berdasar. Keenamnya dibahas sejak pertemuan awal, lalu ditagih lagi tiap kali peserta menyimpulkan sesuatu dari berkasnya.

Bergerak bersama dianggap saling menyebabkan

Penjualan payung dan jas hujan naik pada pekan yang sama. Keduanya digerakkan hujan, dan menambah stok payung tidak menggerakkan penjualan jas hujan sedikit pun.

Hanya memeriksa yang bertahan

Menanyakan kepuasan kepada pelanggan yang masih membeli menghasilkan angka bagus dan nol keterangan tentang mereka yang berhenti. Yang pergi justru menyimpan jawabannya.

Angka gabungan menyembunyikan kelompok

Total bisa naik sementara setiap cabang turun, sebab komposisi pesertanya bergeser. Membelah angka menurut kelompok sebelum menyimpulkan dilatih tiap sesi.

Periode yang panjangnya berbeda

Februari melawan Maret berselisih tiga hari, dan jumlah akhir pekan di dalamnya juga berbeda. Selisih kalender itu muncul di laporan seolah perubahan kinerja usaha.

Persentase tanpa angka dasarnya

Kenaikan seratus persen dari dua transaksi menjadi empat terbaca megah dan nyaris tidak berarti. Angka dasar wajib ditulis di sebelah persentasenya.

Membuang pencilan sebelum diperiksa

Nilai yang menyimpang jauh bisa berupa salah ketik dengan nol tambahan, satuan berbeda, atau kejadian nyata yang berharga. Periksa dulu, putuskan kemudian.

Peserta les analisis data Edubia membaca tabel di laptop bersama tutor

Sekilas

Contoh latihan di sesi les: retur barang dari satu gudang

Bayangkan ekspor tiga bulan catatan retur dari sebuah gudang di Gedangan, sekitar delapan ribu baris. Pertanyaannya ditulis ulang dulu: produk mana yang returnya naik pada Agustus dibanding Juni, diukur sebagai persen dari barang terkirim. Pembacaan berkas menemukan dua masalah, kode alasan retur yang diketik bebas dan tanggal yang separuhnya tersimpan sebagai teks. Sesudah tabel padanan alasan disusun dan tanggal diseragamkan, data retur digabung dengan data pengiriman, lalu hitungan baris diperiksa sebelum dan sesudah penggabungan. Hasilnya satu batang mendatar per produk, diurutkan menurut kenaikannya, dan satu kalimat temuan di baris pertama laporan. Seluruh rangkaian ini memakan empat sampai lima sesi, dan langkah pembersihannya tersimpan untuk ekspor bulan berikutnya.

Wilayah layanan tutor analisis data di Surabaya

Tutor menjangkau 31 kecamatan Kota Surabaya, dari Tegalsari, Genteng, dan Bubutan di tengah kota sampai Lakarsantri, Pakal, dan Benowo di barat. Sisi timur dan selatan seperti Sukolilo, Mulyorejo, Rungkut, Tenggilis Mejoyo, Gayungan, dan Wiyung rutin dijadwalkan. Kabupaten Sidoarjo dilayani sampai 18 kecamatannya, termasuk Waru, Gedangan, Buduran, Taman, Sukodono, dan Candi.

Lokasi sesi perlu dibicarakan lebih dulu, sebab data yang dibedah biasanya milik tempat Anda bekerja dan sebagian tersimpan di perangkat kantor yang tak boleh dibawa pulang. Peserta di perkantoran Wonokromo atau gudang Gedangan karena itu sering memilih sesi di ruang kerja sendiri pada jam sepi. Kalau kebijakan tempat kerja melarang tamu, sesi online jadi jalannya, dan peserta di Krian atau Sedati yang jarak tempuhnya panjang kerap memilihnya untuk sesi tengah pekan.

Jadwal les untuk peserta yang bekerja penuh waktu

Hampir seluruh peserta program ini belajar di luar jam kerja. Ritme yang umum empat sesi sebulan, sekali sepekan, di malam hari kerja atau pagi akhir pekan. Jeda enam hari di antaranya menentukan kemajuan, sebab kemampuan mengolah data tumbuh dari mengulang atas berkas yang berbeda.

Peserta yang dikejar tenggat, misalnya laporan tahunan atau bab pengolahan data, menaikkan ritme ke delapan sesi sebulan selama satu sampai dua bulan.

Banyak peserta memilih sesi 90 menit karena bentuk pekerjaannya: membuka berkas, mengingat sampai mana pembersihan berhenti, dan menjalankan satu putaran pemeriksaan memakan waktu awal yang tetap. Akhir bulan masa sibuk bagi yang mengurus tutup buku, dan sebagian menaruh sesi tepat sesudahnya supaya ekspor yang baru keluar jadi bahan latihan. Pergeseran karena lembur cukup dikabarkan lebih awal kepada tim penjadwalan.

Kalau tutor belum cocok dengan data yang Anda bawa

Analisis data punya banyak dialek. Tutor yang terbiasa dengan data penjualan ritel lancar menemani pemilik gerai dan bisa tersendat di depan catatan produksi pabrik. Ketidakcocokan itu biasanya terlihat pada sesi kedua atau ketiga, ketika contoh yang dipakai tutor terasa jauh dari pekerjaan Anda sehari-hari.

Sampaikan kepada tim disertai keterangan konkret: bentuk data yang Anda urus, alat yang dipakai di kantor, dan bagian mana yang terasa melompat. Sesudah itu tutor dapat diganti tanpa biaya tambahan. Tutor pengganti menerima catatan pembersihan, berkas kerja, dan daftar perintah yang sudah Anda susun, sehingga sesi berikutnya menyambung dari titik terakhir tanpa menjelaskan bentuk datanya dari nol.

Langkah demi langkah

Urutan pembersihan data yang dilatih bersama tutor

Pembersihan data menyita banyak waktu dan jarang diajarkan utuh. Di meja kerja urutannyalah yang menyelamatkan, jadi tujuh langkah berikut dijalankan berulang sampai peserta bisa memutarnya sendiri atas berkas bulan berikutnya.

Tujuh langkah, dijalankan berurutan.

  1. Simpan berkas mentah dan jangan menimpanya

    Salinan asli disimpan terpisah dan dibiarkan utuh. Pembersihan berjalan di salinan kerja, jadi kesalahan sebesar apa pun bisa diputar ulang tanpa meminta ekspor baru.

  2. Hitung dulu sebelum menyunting apa pun

    Berapa baris, berapa sel kosong per kolom, berapa nilai unik di kolom kategori. Angka ini jadi pembanding kalau langkah berikutnya diam-diam membuang data.

  3. Tetapkan arti sel yang kosong

    Kosong bisa berarti belum terjadi, tidak tercatat, tidak berlaku, atau memang nol. Mengisi semuanya dengan nol merusak rata-rata dan jumlah sekaligus.

  4. Seragamkan tanggal dan satuan

    Tanggal disatukan ke satu bentuk, yang tersimpan sebagai teks dipisahkan dari angka urut, dan satuan berat, mata uang, serta periode disamakan sebelum dijumlah.

  5. Rapikan kategori lewat tabel padanan

    Ejaan Sidoarjo, sidoarjo, dan Sda dipertemukan lewat tabel padanan yang bisa diperiksa orang lain. Menyunting satu per satu terasa cepat dan mustahil diulang bulan depan.

  6. Tangani duplikat sesudah artinya disepakati

    Baris identik di seluruh kolom dibuang, sementara dua catatan pelanggan sama berejaan lain disatukan memakai aturan yang ditulis lebih dulu.

  7. Catat tiap keputusan pembersihan

    Berapa baris dibuang, kolom mana yang diperbaiki, dan atas dasar apa. Catatan ini ikut ke laporan, sebab pembaca berhak tahu data mana yang tidak masuk hitungan.

Urutan langkah

Menyusun laporan satu halaman bersama mentor

Pengambil keputusan membaca tiga baris pertama, dan sisanya dibaca bila tiga baris itu menahan perhatiannya. Enam langkah berikut dilatih sampai peserta sanggup menyusun laporan satu halaman dalam waktu kurang dari satu jam.

Enam langkah, dijalankan berurutan.

  1. Tulis temuannya di baris pertama

    Satu kalimat yang menyebut apa yang terjadi, di bagian mana, dan sebesar apa. Menyimpan temuan di halaman terakhir kebiasaan skripsi yang tidak berlaku di ruang rapat.

  2. Sertakan tiga angka pendukung saja

    Angka pokok, pembandingnya, dan besar selisihnya. Menambah angka keempat dan kelima menurunkan daya ingat pembaca sekaligus menggerus kepercayaannya.

  3. Pasang satu gambar yang menjawab

    Bentuknya mengikuti jenis pertanyaan, dengan judul gambar yang menyebutkan temuannya. Judul gambar yang cuma menulis nama kolom membuang satu kesempatan menyampaikan pesan.

  4. Sebutkan batas datanya dengan jujur

    Periode yang tercakup, cabang yang ikut, baris yang dibuang, dan apa yang tidak terekam. Batas yang disebut sendiri lebih kuat daripada batas yang ditemukan pembaca.

  5. Usulkan tindakan berikut penanggung jawabnya

    Satu atau dua usulan, masing-masing menyebut siapa yang mengerjakan dan kapan diperiksa lagi. Laporan tanpa usulan berhenti di meja pertama yang membacanya.

  6. Simpan cara kerjanya di lampiran

    Perintah yang dipakai, langkah pembersihan, dan sumber berkasnya. Bagian ini jarang dibaca dan wajib ada, sebab ia membuat angka Anda bisa diperiksa ulang.

Tanya jawab

Masih ragu soal les analisis data? Ini jawabannya

Berkas seperti apa yang sebaiknya dibawa ke sesi les analisis data pertama?

Satu berkas yang benar-benar Anda pakai bekerja, dalam keadaan apa adanya: ekspor sistem kasir, rekap lembar kerja, unduhan formulir, atau salinan tabel basis data. Jangan dirapikan dulu, sebab kekacauannya justru bahan latihan. Sertakan satu pertanyaan yang ingin dijawab meski masih samar, misalnya kenapa stok tertentu sering habis di akhir bulan. Kalau isinya rahasia, hapus dulu kolom nama dan nomor kontak.

Saya belum pernah menulis rumus sama sekali. Apakah kelas ini terlalu berat?

Titik mulainya disesuaikan. Dua pertemuan pertama peserta pemula hampir seluruhnya dipakai membaca berkas: berapa baris, kolom apa saja, satu baris mewakili apa, dan bagian mana yang bermasalah. Rumus masuk sesudah bentuk datanya dipahami, sebab menghafal rumus lebih dulu cuma mempercepat lahirnya angka yang salah. Banyak peserta kelas ini pemilik usaha dan staf administrasi yang selama ini mengolah lembar kerja secara manual.

Apakah saya harus bisa memprogram untuk mengikuti les analisis data?

Tidak harus. Sebagian besar pertanyaan di tempat kerja tuntas dengan lembar kerja dan SQL, dan keduanya dipelajari dari nol. SQL berupa perintah tertulis yang bentuknya dekat ke kalimat permintaan: Anda menyebut kolom, syarat penyaringan, dan cara pengelompokannya. Peserta yang pekerjaannya menuntut pembersihan berulang dalam jumlah besar bisa dikenalkan pada Python atau R di sesi tambahan, tetap terikat pada berkas sendiri.

Data kantor saya tidak boleh keluar. Bagaimana perlakuannya selama sesi?

Sesi berjalan di perangkat Anda sendiri, dan Anda yang mengetik sementara tutor mendampingi. Tutor tidak menyimpan salinan, dan tak ada berkas yang perlu dikirim ke mana pun. Kalau kebijakan kantor ketat, siapkan salinan dengan kolom pengenal orang dihapus atau diganti kode; susunan datanya tetap utuh. Untuk data yang tak boleh keluar ruang kerja, sesi dijadwalkan di kantor Anda pada jam sepi.

Berapa biaya les analisis data per sesi di Surabaya?

Sesi 60 menit mulai Rp240.100, sesi 90 menit Rp306.050, dan sesi 120 menit Rp394.000, pada ritme empat sesi sebulan. Tarifnya sama untuk sesi di tempat Anda maupun daring, dan berlaku untuk pendampingan satu tutor satu peserta. Peserta baru membayar biaya pendaftaran Rp95.000 sekali. Belajar di co-learning space Edubia menambah Rp15.000 per sesi.

Berapa lama sampai saya bisa menyusun laporan sendiri dari data saya?

Bergantung pada keadaan data dan seberapa sering berkas disentuh di sela sesi. Pola yang berulang: tiga sampai empat sesi untuk membaca dan membersihkan berkas dengan percaya diri, empat sesi berikutnya untuk meringkas dan memilih grafik, lalu sekitar sesi kesepuluh sampai kedua belas peserta menyusun laporan satu halaman tanpa dituntun. Lembar kerja yang diisi bertahun-tahun oleh banyak orang menambah dua sampai tiga sesi pembersihan.

Tutor analisis data menjangkau kecamatan mana saja di Surabaya dan sekitarnya?

Seluruh 31 kecamatan Kota Surabaya, dari Tegalsari dan Genteng di tengah kota, Sukolilo dan Mulyorejo di timur, sampai Lakarsantri dan Benowo di barat. Kabupaten Sidoarjo dilayani hingga 18 kecamatannya, termasuk Waru, Gedangan, Buduran, dan Taman. Lokasi perlu dibicarakan lebih awal, sebab data yang dibedah sering tersimpan di perangkat kantor, sehingga sesi di ruang kerja sendiri pada jam sepi kerap jadi pilihan.

Apa bedanya sesi online untuk materi seperti analisis data?

Kehilangannya kecil, sebab yang dipandang bersama memang tabel, rumus, dan perintah. Berkas tetap di perangkat Anda, tutor melihat tampilan yang Anda bagikan, dan Anda yang mengetik sepanjang sesi. Kekurangannya pada kecepatan tutor menangkap saat Anda tersendat, jadi peserta diminta lebih sering menyuarakan bagian yang membingungkan. Bentuk ini sering dipilih peserta yang datanya terikat kebijakan kerahasiaan kantor.

Perangkat apa yang perlu saya siapkan untuk mengikuti kelas ini?

Satu laptop yang bisa Anda pasangi program sendiri, dengan aplikasi lembar kerja terpasang. Untuk SQL ada dua jalur: akses baca ke basis data kantor bila tersedia, atau basis data kecil yang Anda pasang di laptop sebagai tempat latihan. Ukuran layar berpengaruh besar, sebab tabel lebar di layar kecil melelahkan mata, jadi peserta yang biasa memakai tablet disarankan meminjam laptop.

Saya mahasiswa tingkat akhir dengan data kuesioner. Apakah program ini cocok?

Cocok untuk bagian pengolahannya. Kelas ini merapikan unduhan formulir, memecah jawaban pilihan ganda yang menumpuk dalam satu sel, memberi kode pada jawaban teks bebas, menangani responden yang mengisi dua kali, lalu meringkasnya jadi tabel dan grafik untuk bab pengolahan data. Pengujian statistik untuk menarik kesimpulan tentang populasi berdiri sebagai subjek terpisah, jadi sampaikan sejak awal kalau kebutuhan Anda di sana.

Bisakah jadwal digeser kalau saya lembur atau sedang tutup buku akhir bulan?

Bisa, dengan pemberitahuan lebih awal kepada tim penjadwalan supaya tutor mengatur ulang harinya. Peserta yang jam kerjanya berubah-ubah biasanya memilih jadwal tidak tetap sejak awal, disepakati per pekan bersama tutor. Sebagian justru menaruh sesi tepat sesudah tutup buku, sehingga ekspor yang baru keluar langsung jadi bahan latihan dan hasil pembersihannya bisa dipakai bulan itu juga.

Saya sudah bisa lembar kerja dasar. Dari mana sesi saya akan dimulai?

Dari pemetaan di sesi pertama, memakai berkas Anda sendiri. Tutor meminta Anda mengerjakan hal yang sudah biasa dilakukan, misalnya membuat pivot dan menempelkan nilai dari tabel lain, lalu memperhatikan titik tempat hasilnya melenceng. Peserta dengan latar seperti ini umumnya masuk di tiga tempat: setelan pivot yang menghitung cacah, langkah pembersihan yang bisa diputar ulang, dan SQL untuk data yang terlalu besar bagi lembar kerja.

Apakah materinya bisa dipelajari ulang setelah rangkaian sesi berakhir?

Bisa, dan bentuknya memang dirancang begitu. Di tangan Anda tersisa berkas kerja yang bersih, langkah pembersihan yang bisa diputar ulang atas ekspor bulan berikutnya, kumpulan perintah SQL berikut catatan kegunaannya, dan laporan satu halaman yang bisa dijadikan cetakan. Tutor menutup tiap sesi dengan catatan pendek berisi apa yang dikerjakan dan apa yang perlu dicoba sendiri sebelum pertemuan berikutnya.

Daftar Hari Ini

Kuasai analisis data bersama tutor Surabaya

Rating 4,9/5 dari 1.200 ulasan. Mulai dari konsultasi kebutuhan analisis data, tanpa komitmen.