4,9/5 · 1.000+ ulasan · Umum

Analisis Data di Medan

Les Analisis Data Medan dari Edubisa melatih kamu merapikan tabel sampai bisa dihitung, mengambil datanya dengan kueri, mengolahnya dengan Python, lalu menggambar temuannya. Privat satu tutor satu peserta di Kota Medan, Deli Serdang, dan Binjai. Mulai Rp240.101 per sesi 60 menit.

Analisis Data di Medan

Apa itu Analisis Data di Medan?

Les Analisis Data Medan dari Edubisa melatih kamu merapikan tabel sampai bisa dihitung, mengambil datanya dengan kueri, mengolahnya dengan Python, lalu menggambar temuannya. Privat satu tutor satu peserta di Kota Medan, Deli Serdang, dan Binjai. Mulai Rp240.101 per sesi 60 menit.

Peserta
Mahasiswa yang mengolah data skripsi, karyawan non-teknis, dan pelaku usaha yang memegang rekap penjualannya sendiri
Titik mulai
Pemula yang belum pernah menulis satu rumus pun tetap diterima
Perangkat lunak
Pengolah angka, satu basis data SQL, dan Python beserta pustaka pengolah tabel
Perangkat yang dipakai
Laptop, lisensi aplikasi berbayar, dan koneksi internet disiapkan peserta sendiri
Berkas yang keluar
Satu berkas xlsx rapi, skrip sql, notebook ipynb, grafik png, dan ringkasan temuan satu halaman
Data latihan
Berkas kerjamu sendiri, atau salinan tanpa isi sensitif bila berkas aslinya terkunci di kantor
Durasi sesi
60, 90, atau 120 menit per sesi, kamu yang memilih
Biaya
Mulai Rp240.101 per sesi 60 menit
Bentuk kelas
Privat, satu tutor satu peserta, tanpa kelas gabungan
Wilayah kunjungan
Kota Medan, Kabupaten Deli Serdang, Kota Binjai; di luar itu dilayani lewat kelas online
Jadwal
Dipilih peserta saat pendaftaran, pukul 07.00 sampai 21.00 WIB
Bahasa pengantar
Bahasa Indonesia, dengan nama menu dan pesan galat dibaca apa adanya
  • 4,9/5

    1.000+ ulasan
  • 500+

    tutor terverifikasi
  • 1-on-1

    seorang tutor, seorang siswa
  • Fleksibel

    rumah · kafe · kampus · online
  • Garansi

    tukar tutor gampang
  • Assessment

    kebutuhan diukur dulu
Perbandingan

Tiga cara menjalani les analisis data, pilih yang pas

Aspek yang dibandingkan Les Analisis Data Privat Edubisa Di tempat pilihan Anda, Medan Kursus Analisis Data Kelompok Belajar Analisis Data Sendiri
Perhatian tutor saat belajar analisis data Tercurah ke satu siswa Terpecah ke satu kelasSendirian saja
Materi analisis data disesuaikan level siswa Disusun dari hasil tes awal Satu materi untuk satu kelasDitebak sendiri
Fokus ke bagian analisis data yang paling sulit Waktu sesi penuh untuk bagian itu Mengekor tempo kelasSekuat disiplin sendiri
Materi analisis data disusun dari nol Dirancang dari titik mulai Anda SeragamCari sendiri
Latihan praktik analisis data terarah Dipilih dari kelemahan Anda SeragamBerburu sendiri
Kemajuan dicek di tiap sesi Dicatat tiap akhir sesi SesekaliTidak tercatat
Tutur Mereka

Dari ragu sampai menikmati analisis data

  • Saya ambil kelas privat karena mau upgrade skill buat apply posisi data entry. Sekarang saya lebih percaya diri saat interview.

    Indurasmi C. Fresh Graduate
  • Saya ambil program ini buat bekal kerja. Excel dan SQL-nya diajarin lengkap dan bisa langsung dipraktikkan di kantor.

    Faradiba P. Karyawan
Yang jadi andalan

Keunggulan Les Analisis Data Medan

  • Berkasmu sendiri yang jadi bahan kelas

    Pertemuan pertama dibuka dengan berkas yang sedang kamu kerjakan, entah rekap penjualan harian, daftar stok, atau hasil kuesioner. Tutor membaca strukturnya lebih dulu, lalu urutan materi disusun dari isi berkas itu.

  • Satu alat masuk setelah alat sebelumnya terpakai

    Pengolah angka dipakai dulu karena di sana kamu melihat sel mana yang berubah saat rumus diubah. Kueri masuk saat datamu terlalu besar untuk dibuka sekaligus, dan Python menyusul saat langkah yang sama perlu diulang tiap bulan.

  • Pesan galat dibaca sampai paham

    Tanda galat pada rumus pencarian, penolakan kueri karena kolom tidak ikut dikelompokkan, dan KeyError di Python dibedah satu per satu. Pesan itu menyebutkan letak persoalannya, dan membacanya memotong separuh waktu perbaikan.

  • Satu angka dihitung dua jalan

    Angka yang akan masuk laporan dihitung ulang dengan cara berbeda, misalnya tabel pivot diadu dengan rumus jumlah bersyarat. Kalau keduanya berselisih, yang dicari penyebab selisihnya sebelum angka itu dipakai.

  • Grafik ditutup kalimat temuan

    Tiap gambar yang kamu buat ditutup satu sampai dua kalimat temuan beserta angka pembandingnya. Pembaca laporanmu jadi tidak perlu menafsirkan sendiri arah yang kamu maksud.

  • Langkahnya disimpan, bisa dijalankan ulang

    Kueri dan sel kode disimpan dengan catatan pendek di atas setiap saringan. Bulan depan kamu menjalankannya lagi di data baru tanpa mengingat-ingat urutan yang pernah dipakai.

Keluaran nyata

Berkas yang tersimpan di laptopmu sesudah tiap sesi analisis data

  • Satu berkas pengolah angka berekstensi xlsx

    Tabel datar hasil pembersihan, lengkap dengan kolom bantu dan catatan singkat soal baris yang dibuang beserta alasannya.

  • Skrip kueri berekstensi sql

    Teks kueri yang bisa dijalankan ulang bulan depan, dengan komentar pendek di atas tiap saringan supaya maksudnya tetap terbaca.

  • Notebook Python berekstensi ipynb

    Sel kode yang sudah berjalan urut dari atas ke bawah tanpa galat, memuat langkah baca, saring, kelompokkan, dan simpan.

  • Grafik siap tempel dalam format png

    Gambar dengan resolusi cukup untuk slide dan dokumen, sudah berjudul, bersatuan, dan menyebut dari berkas mana angkanya diambil.

  • Ringkasan temuan satu halaman

    Tiga sampai lima kalimat temuan beserta angka pendukungnya, bentuk yang biasa diminta atasan maupun dosen pembimbing.

  • Catatan galat beserta penyebabnya

    Daftar pesan galat yang pernah kamu temui, apa pemicunya, dan langkah perbaikannya. Dipakai lagi saat galat yang sama muncul di berkas lain.

  • Daftar periksa sebelum angka dikirim

    Butir pemeriksaan jumlah baris, duplikat kunci, sel kosong, dan total pembanding yang kamu jalankan sendiri sebelum laporan keluar.

Kecocokan

Tanda kamu sudah siap masuk kelas analisis data

Cocok dimulai sekarang

  • Kamu sudah memegang berkas data sendiri, sekecil apa pun, dan bingung harus mulai dari kolom mana.
  • Rekap mingguanmu masih dihitung dengan kalkulator lalu diketik ulang ke pengolah angka.
  • Jawaban kuesioner skripsimu sudah terkumpul tetapi tabelnya belum bisa diringkas per kelompok.
  • Kamu pernah menerima tabel dari orang lain dan mencurigai angkanya, tanpa tahu cara memeriksanya.
  • Atasanmu meminta grafik mingguan dan kamu ingin menyusunnya sendiri tanpa menunggu tim lain.
  • Kamu ingin mengerti arti pesan galat di pengolah angka maupun di kode, tanpa menebak-nebak lagi.

Sebaiknya menunggu dulu

  • Laptopmu belum ada. Seluruh materi berjalan di atas layarmu sendiri sejak pertemuan pertama.
  • Yang kamu butuhkan sekarang membangun basis data atau mengatur server, pekerjaan yang berbeda dari membaca data.
  • Targetmu sebuah ujian sertifikasi tertentu. Sampaikan ke tim lebih dulu supaya ketersediaannya ditelusuri sebelum kamu mengambil keputusan.
  • Kamu masih duduk di bangku SD atau SMP. Istilah kerja dan berkas kantor di sini masih jauh dari pelajaranmu.
Siapa yang Mengajar

Siapa yang mengajar Analisis Data

Profil di bawah hanyalah sebagian; tim kami mencocokkan yang paling pas untuk Anda.

  • Ferdinand M., Ilmu Komputer · USU — tutor les analisis data Medan Edubisa

    Ferdinand M.

    Ilmu Komputer · USU
  • Grace C., Teknik Informatika · Universitas Mikroskil — tutor les analisis data Medan Edubisa

    Grace C.

    Teknik Informatika · Universitas Mikroskil
  • Boni D., Sistem Informasi · STMIK Triguna Dharma — tutor les analisis data Medan Edubisa

    Boni D.

    Sistem Informasi · STMIK Triguna Dharma
  • Jessica B., Teknik Informatika · Universitas Mikroskil — tutor les analisis data Medan Edubisa

    Jessica B.

    Teknik Informatika · Universitas Mikroskil

Sesi Analisis Data yang mengikuti ritme kerja Anda

Tutor analisis data datang dengan rencana belajar yang disusun dari kebutuhan Anda.
Peta materi

Sepuluh bahasan analisis data dan titik orang paling sering tersandung

Satu berkas dirapikan, diambil, dihitung, lalu digambar. Tiap bahasan ditulis beserta titik rawan yang paling sering menjatuhkan pemula dan cara tutor menanganinya di sesi.

  • Bentuk tabel yang bisa dihitung

    Pertemuan awal

    Satu baris satu transaksi, satu kolom satu variabel, judul kolom cuma satu baris, dan tabel tanpa subtotal yang menyelip di tengahnya.

    Titik rawan

    Rekap yang terlihat rapi di mata manusia justru mustahil dihitung mesin: judul bertumpuk dua baris, sel digabung demi kerapian, dan baris total duduk di antara data.

    Cara kami mendampingi

    Tutor meminta kamu membongkar satu rekap bawaanmu menjadi tabel datar, lalu hasil hitung sebelum dan sesudah pembongkaran diadu supaya kamu melihat sendiri bedanya.

  • Angka yang tersimpan sebagai teks

    Paling sering terjadi

    Tanda desimal koma, pemisah ribuan titik, spasi yang tidak terlihat di ujung sel, dan impor berkas csv yang mengubah seluruh kolom angka menjadi teks.

    Titik rawan

    Jumlah berhenti di nol padahal kolomnya penuh angka, dan tidak satu pun pesan galat muncul untuk memberi tahu penyebabnya.

    Cara kami mendampingi

    Posisi isi sel dipakai sebagai tes cepat: angka asli menempel ke tepi kanan, teks menempel ke tepi kiri. Perbaikannya membuang spasi, menyeragamkan tanda desimal, lalu mengubah tipe kolomnya.

  • Rumus pencarian antar tabel

    Pengolah angka

    Mencocokkan kode produk, nomor pelanggan, atau nomor induk dari satu tabel ke tabel lain, beserta mode pencocokan persis dan letak kolom kuncinya.

    Titik rawan

    Hasilnya penuh tanda galat yang disangka data hilang, padahal kuncinya berbeda satu spasi, berbeda huruf besar kecil, atau kolom kuncinya tidak berada di posisi yang dituntut rumusnya.

    Cara kami mendampingi

    Sebelum rumusnya diperbaiki, kamu menghitung dulu berapa kunci yang tidak berpasangan. Angka itu yang menentukan apakah masalahnya di ejaan kunci atau memang datanya belum lengkap.

  • Tabel pivot dan ringkasan cepat

    Pengolah angka

    Menyusun baris, kolom, dan nilai; menukar hitung jumlah baris menjadi jumlah nominal; serta menyegarkan pivot setelah data bertambah.

    Titik rawan

    Satu sel teks terselip di kolom nominal membuat pivot memilih cacah baris, sehingga ringkasannya berubah dari total rupiah menjadi banyaknya transaksi tanpa peringatan apa pun.

    Cara kami mendampingi

    Tiap pivot dibuka dengan memeriksa tipe kolomnya lebih dulu, dan total satu kategori dihitung manual sebagai pembanding sebelum ringkasannya dipakai.

  • Tanggal yang tidak dikenali mesin

    Sering luput

    Tanggal sebagai bilangan urut di dalam sel, perbedaan susunan hari dan bulan antar berkas, serta cara memisahkan bulan dan tahun untuk diringkas.

    Titik rawan

    Tanggal yang tersimpan sebagai teks diurutkan menurut huruf, sehingga bulan sepuluh berdiri sebelum bulan dua. Rentang tanggal juga sering kehilangan transaksi di hari terakhir ketika jamnya ikut tersimpan.

    Cara kami mendampingi

    Kolom tanggal diubah tipenya lebih dulu, lalu diuji dengan mengurutkan naik: kalau urutannya masih kacau, berarti masih teks. Batas atas rentang dipasang sebagai awal hari berikutnya.

  • Sel kosong dan nilai yang terlalu jauh

    Penentu kualitas

    Beda sel kosong dengan sel bernilai nol, perlakuan nilai kosong saat dicacah dan dirata-rata, serta cara menandai nilai yang terlalu jauh dari sebarannya.

    Titik rawan

    Rata-rata diam-diam melompati sel kosong tetapi tetap menghitung nol, jadi dua perlakuan yang berbeda arah tercampur dalam satu angka. Satu transaksi borongan juga bisa menyetir rata-rata seluruh bulan.

    Cara kami mendampingi

    Jumlah sel kosong per kolom dihitung lebih dulu dan diputuskan satu per satu: diisi, dibuang, atau ditandai. Nilai ekstrem dilaporkan terpisah, dengan nilai tengah sebagai pembanding.

  • Mengambil data dengan kueri SQL

    SQL

    Urutan SELECT, WHERE, GROUP BY, dan ORDER BY; batas jumlah baris saat menjajal; serta perbedaan saringan yang berjalan sebelum dan sesudah pengelompokan.

    Titik rawan

    Mesin menolak kueri dengan pesan bahwa sebuah kolom wajib ikut dikelompokkan, dan pemula biasanya menghapus kolom itu padahal yang perlu diputuskan adalah setinggi apa ringkasannya.

    Cara kami mendampingi

    Kueri ditulis bertahap: ambil sepuluh baris dulu, periksa isinya, baru pengelompokan dan saringan ditambahkan satu per satu sambil hasilnya diperiksa di tiap tahap.

  • Menggabungkan tabel tanpa melipatkan baris

    SQL

    Jenis penggabungan tabel, cara memastikan kunci penghubungnya tunggal, dan kebiasaan mencatat jumlah baris sebelum serta sesudah penggabungan.

    Titik rawan

    Satu kunci yang berulang membuat baris berlipat, lalu total penjualan naik tanpa sebab. Laporannya tetap keluar, tetap terlihat masuk akal, dan selisihnya sulit dilacak sebulan kemudian.

    Cara kami mendampingi

    Jumlah baris dicatat di dua titik, dan selisihnya wajib bisa kamu jelaskan sebelum angka hasil penggabungan dipakai di laporan mana pun.

  • Python untuk tabel yang berulang

    Python

    Membaca berkas csv dengan pemisah dan tanda desimal yang benar, menyaring, mengelompokkan, menggabungkan, lalu menyimpan hasilnya kembali ke berkas.

    Titik rawan

    Nama kolom berspasi di ujung melahirkan KeyError, jalur berkas yang salah melahirkan FileNotFoundError, dan pustaka yang belum terpasang melahirkan ModuleNotFoundError. Ketiganya sering disangka kode yang rusak.

    Cara kami mendampingi

    Pesan galat dibaca dari baris terakhirnya karena di situ namanya disebut. Daftar nama kolom hasil pembacaan dicetak lebih dulu, dan nama itulah yang dipakai di langkah berikutnya.

  • Memilih bentuk grafik dan menulis temuannya

    Penutup

    Batang untuk membandingkan kategori, garis untuk urutan waktu, sebaran untuk hubungan dua angka, beserta judul, satuan, dan keterangan sumber di tiap gambar.

    Titik rawan

    Sumbu yang dipotong membuat selisih kecil tampak besar, dan rata-rata yang ditulis sendirian menutupi satu nilai ekstrem yang sebetulnya menyetir seluruh angkanya.

    Cara kami mendampingi

    Rata-rata selalu didampingi nilai tengah saat sebarannya lebar, dan tiap gambar diuji dengan satu pertanyaan: apakah orang yang tidak ikut sesi bisa membacanya tanpa penjelasanmu.

Les Analisis Data Medan dimulai dari berkas yang kamu bawa

Kelas ini dibuka dengan satu pertanyaan sederhana: berkas apa yang sedang kamu kerjakan sekarang.

Jawabannya biasanya sudah tersimpan di laptopmu, berupa rekap penjualan harian, daftar stok, jawaban kuesioner, atau salinan laporan dari kantor. Berkas itulah yang dibedah di pertemuan pertama, dan isinya yang menentukan materi mana didahulukan.

Urutan kerjanya selalu sama. Data dirapikan dulu sampai bisa dihitung, baru potongan yang relevan diambil, baru ringkasannya dihitung, dan paling akhir digambar. Melompat ke grafik sebelum tabelnya rapi menghasilkan gambar yang terlihat meyakinkan di atas angka yang keliru, dan itu kekeliruan paling mahal di pekerjaan ini.

Tutor datang ke alamatmu di Kota Medan, Kabupaten Deli Serdang, atau Kota Binjai, dan sesi juga bisa berjalan online kalau datamu memang hidup di komputer kantor. Pilihan tempatnya mengikuti satu hal: di mana berkas itu bisa dibuka dengan tenang.

Sorotan utama

Empat bentuk berkas yang paling sering dibuka di sesi awal

  • Rekap penjualan harian

    Satu baris per hari atau per struk, sering bercampur catatan tangan di kolom paling kanan yang belum pernah ikut dihitung.
  • Jawaban kuesioner

    Kolom berisi angka 1 sampai 5 bercampur jawaban teks panjang, dengan nama responden yang perlu ditukar kode sebelum diolah.
  • Daftar stok dan harga

    Kode barang yang ejaannya berubah antar berkas, sehingga pencocokan antar tabel gagal di puluhan baris tanpa peringatan.
  • Salinan laporan dari aplikasi kasir

    Berkas csv dengan pemisah titik koma dan desimal koma, yang seluruh angkanya terbaca sebagai teks begitu dibuka langsung.

Kenapa angka di pengolah angka bisa rapi dan tetap salah?

Dua jenis kekeliruan hidup di berkas yang sama.

Jenis pertama membuat hitungan berhenti bekerja: sel berisi angka yang tersimpan sebagai teks, tanggal yang terbaca sebagai kalimat, atau kolom yang di dalamnya ada sel kosong. Jenis ini biasanya kelihatan, karena jumlahnya berhenti di nol atau muncul tanda galat di selnya.

Jenis kedua lebih sulit, sebab hasilnya tetap keluar dan tetap terlihat masuk akal. Baris yang berlipat setelah dua tabel digabung, saringan yang masih menyala saat angka disalin, atau rata-rata yang dihitung dari kolom bercampur satuan. Tidak ada tanda galat, dan laporannya tetap terkirim ke orang yang memintanya.

Karena itu tiap sesi menutup hitungan dengan pemeriksaan ulang: berapa baris masuk, berapa baris keluar, berapa kunci yang tidak berpasangan, dan apakah satu kategori yang dihitung manual memberi angka yang sama. Kebiasaan memeriksa inilah yang membedakan orang yang memakai pengolah angka dari orang yang memercayainya tanpa melihat.

Keunggulan

Kebiasaan kerja yang dibentuk di kelas analisis data

Empat kebiasaan di bawah yang dibawa peserta keluar dari program, dan semuanya bisa diperiksa dari berkas yang kamu simpan sendiri.

  • Menamai kolom sebelum menghitungnya

    Nama kolom yang pendek, tanpa spasi di ujung, dan konsisten antar berkas memotong separuh galat yang biasa muncul di rumus maupun di kode.

  • Menyimpan langkahnya, sekalian dengan angkanya

    Kueri dan sel kode disimpan supaya bisa dijalankan ulang di data bulan berikutnya tanpa menyusun ulang urutannya dari awal.

  • Membandingkan dua cara hitung sebelum percaya

    Satu angka penting dihitung dua kali lewat jalan berbeda, lalu hasilnya diadu. Selisih sekecil apa pun dicari sebabnya sebelum dilanjutkan.

  • Menyembunyikan data pribadi sejak awal

    Nama, nomor telepon, dan alamat responden ditukar kode di salinan kerja, sehingga berkas latihanmu aman dibuka di mana saja.

Beda kelas analisis data dengan kelas pemrograman dan statistik kuliah

Tiga kelas yang sering tertukar punya objek kerja berbeda.

Kelas pemrograman menyusun aplikasi: ada fungsi, ada tampilan, ada yang dipasang supaya orang lain bisa memakainya. Di sini kode dipakai sebatas memindahkan dan meringkas tabel, dan hasilnya berhenti di berkas, gambar, serta kalimat temuan.

Statistik di bangku kuliah berangkat dari rumus dan uji, dan soalnya biasanya sudah bersih tinggal dihitung. Pekerjaan di kelas ini justru habis di bagian yang tidak pernah muncul di soal kuliah: ejaan kode barang yang berbeda antar berkas, tanggal yang tersimpan sebagai teks, dan baris ganda yang lahir setelah dua tabel digabung.

Kalau yang kamu cari pembuatan aplikasi atau pembuktian uji hipotesis untuk sidang, sebutkan sejak awal. Materi di sini tetap bisa menopangnya, dan tutor akan menyebut terang bagian mana yang berada di luar jangkauan program ini supaya kamu tidak menunggu sesuatu yang tidak akan datang.

Titik tekannya

Urutan membersihkan satu tabel penjualan sebelum dihitung

  • Satukan judul kolom jadi satu baris

    Judul bertumpuk dan sel gabungan dibongkar lebih dulu. Selama keduanya masih ada, saringan dan pivot menolak membaca tabelnya utuh.
  • Buang baris total yang menyelip

    Subtotal di tengah data ikut terhitung dua kali begitu seluruh kolom dijumlahkan, dan selisihnya sulit dilacak di kemudian hari.
  • Seragamkan tipe tiap kolom

    Tanggal jadi tanggal, nominal jadi angka, kode barang jadi teks. Kolom bercampur tipe adalah sumber tanda galat yang paling sering muncul.
  • Rapikan ejaan kolom kunci

    Spasi di ujung, huruf besar kecil, dan garis pemisah pada kode barang disamakan supaya pencocokan antar tabel tidak gagal diam-diam.
  • Catat jumlah baris awalnya

    Angka ini jadi pembanding setelah penggabungan maupun penyaringan. Tanpa catatan itu, baris yang hilang atau berlipat tidak akan terdeteksi.
Biar kamu tahu

Lima pesan galat yang paling sering muncul dan artinya

  • Tanda tidak tersedia pada rumus pencarian

    Kunci yang dicari tidak ditemukan di tabel tujuan. Hampir selalu soal ejaan, spasi di ujung, atau kolom kunci yang bukan kolom pertama.

  • Tanda nilai salah tipe

    Rumus menerima teks di tempat yang menuntut angka. Pemicunya kolom hasil impor yang belum diubah tipenya, atau tanda desimal yang belum seragam.

  • Penolakan kueri karena kolom belum dikelompokkan

    Mesin basis data menuntut tiap kolom yang ditampilkan ikut diringkas atau ikut dikelompokkan. Yang perlu diputuskan setinggi apa ringkasannya, bukan kolomnya dihapus.

  • KeyError di Python

    Nama kolom yang kamu tulis tidak ada di tabel yang dibaca. Biasanya karena spasi di ujung nama atau huruf besar kecil yang berbeda dari berkas aslinya.

  • FileNotFoundError di Python

    Jalur berkasnya salah, bukan kodenya. Letak berkas dan folder kerja dicocokkan dulu sebelum satu baris kode pun diubah.

Apa yang kamu latih di rumah antara dua sesi analisis data?

Latihan di luar sesi memakai berkas yang sama, dan waktunya tidak perlu panjang.

Dua puluh sampai tiga puluh menit cukup untuk mengulang satu langkah: menulis ulang rumus pencarian dari nol tanpa menyalin sel sebelumnya, atau mengetik ulang satu kueri sampai berjalan tanpa penolakan.

Satu aturan kecil berlaku di tahap ini: ketik, jangan salin. Menyalin rumus yang sudah jadi membuat kamu hafal bentuknya tanpa mengenali bagian mana yang menentukan hasilnya. Mengetik ulang memaksa kamu memutuskan kolom kunci, mode pencocokan, dan urutan argumennya sendiri.

Catatan galat yang kamu simpan dipakai di sini. Tiap pesan galat baru ditulis beserta penyebab dan perbaikannya, lalu dibuka lagi saat pesan serupa muncul di berkas lain. Daftar itu biasanya berhenti tumbuh setelah beberapa pekan, dan di situ kamu akan merasakan sendiri bahwa jenis galatnya memang terbatas.

Ringkasnya

Tiga pertanyaan yang dijawab sebelum grafik dibuat

  • Siapa yang akan membacanya

    Atasan, dosen pembimbing, atau dirimu sendiri bulan depan. Pembacanya menentukan seberapa banyak keterangan yang perlu menempel di gambar.
  • Apa yang sedang dibandingkan

    Kategori, urutan waktu, atau hubungan dua angka. Jawaban inilah yang memilih bentuk grafiknya, jauh sebelum urusan warna dibahas.
  • Angka mana yang jadi patokan

    Satu angka pembanding, misalnya rata-rata periode sebelumnya, supaya pembaca tahu kenaikan yang dilihatnya itu kenaikan terhadap apa.

Kalau datamu tidak boleh keluar dari kantor

Sebagian peserta memegang data yang terikat aturan tempat kerjanya: daftar pelanggan, nominal transaksi, atau rekam medis.

Berkas seperti itu tidak perlu dibawa ke sesi. Yang dibawa cukup struktur tabelnya, yaitu nama kolom beserta tipenya, dan beberapa baris contoh yang isinya sudah ditukar.

Penukarannya sederhana dan kamu sendiri yang mengerjakannya: nama diganti kode urut, nomor telepon dipotong, dan nominal dikalikan satu pengali tetap yang hanya kamu ketahui. Bentuk tabel, jenis galat, dan langkah pembersihannya tetap persis sama, jadi apa yang kamu pelajari langsung bisa dijalankan di berkas aslinya.

Kalau aturannya menuntut datanya tetap di jaringan kantor, sesi online jadi pilihan yang lebih masuk akal: layar yang dibagikan adalah layar komputer kerjamu, dan datanya tidak pernah berpindah tempat. Pilihan ini disebutkan sejak pendaftaran supaya tempat sesinya ditetapkan sekali saja.

Biaya les analisis data per sesi dan apa yang dihitung di dalamnya

Tarifnya dihitung per sesi, dan panjang sesi yang kamu pilih menentukan angkanya.

Pilihan terpendek Rp240.101 per sesi 60 menit. Sesi yang lebih lega Rp306.056 per sesi 90 menit. Sesi terpanjang Rp393.996 per sesi 120 menit. Banyaknya pertemuan dalam sebulan kamu yang menentukan, dari empat sampai dua puluh delapan sesi.

Yang dibayar adalah pendampingan tutor. Laptop, lisensi aplikasi berbayar, dan koneksi internet disiapkan peserta sendiri, dan tarif di atas tidak mencakup ketiganya. Sebelum kamu membeli apa pun, tutor menyebutkan patokan spesifikasi minimum beserta kisaran harganya, termasuk pilihan aplikasi tanpa langganan yang cukup untuk seluruh materi.

Angkanya disampaikan terbuka sebelum sesi pertama berjalan. Pilihan durasi juga boleh diubah di pertemuan berikutnya, dan itu biasa terjadi: satu jam sering terasa pendek begitu tabel yang dibersihkan menembus puluhan ribu baris.

Urutannya

Cara mendaftar les analisis data di Medan

  1. Ceritakan berkas dan targetmu

    Sebutkan jenis data yang kamu pegang, aplikasi yang sudah terpasang di laptopmu, dan hasil yang diminta atasan atau dosen pembimbing.

  2. Pilih durasi dan jadwal sesi

    Tentukan sesi 60, 90, atau 120 menit beserta hari dan jamnya. Banyaknya pertemuan sebulan ikut dipilih di tahap ini.

  3. Isi formulir pendaftaran

    Alamat sesi, nomor yang bisa dihubungi, dan catatan tambahan soal data yang terikat aturan kantor diisi di formulir yang sama.

  4. Tutor dicocokkan setelah jadwalmu pasti

    Tim mencari tutor yang jam kosongnya bertemu dengan jadwal pilihanmu dan terbiasa memakai aplikasi yang kamu sebutkan.

  5. Pertemuan pertama membedah berkasmu

    Siapkan satu berkas asli atau salinan yang sudah ditukar isinya. Pertemuan itu dipakai membaca strukturnya dan menyusun urutan materinya.

Biar makin mantap soal les analisis data, ini jawabannya

Apakah saya perlu jago matematika untuk ikut les analisis data?

Yang dipakai sehari-hari adalah penjumlahan, rata-rata, persentase, dan selisih. Bagian yang paling menyita waktu justru merapikan tabel dan mencocokkan kode, pekerjaan yang menuntut ketelitian lebih besar daripada kemampuan berhitung cepat. Rumus statistik yang lebih jauh dibuka hanya bila datamu memang menuntutnya.

Mulainya dari pengolah angka, SQL, atau Python?

Pengolah angka lebih dulu, karena di sana kamu melihat langsung sel mana yang berubah saat rumus diubah. SQL masuk begitu datamu tersimpan di basis data dan terlalu besar untuk dibuka sekaligus. Python dibuka paling akhir, saat langkah pembersihan yang sama perlu dijalankan ulang tiap bulan di data baru.

Kenapa jumlah di tabel saya berhenti di nol padahal kolomnya penuh angka?

Hampir selalu karena angkanya tersimpan sebagai teks. Penandanya kelihatan tanpa rumus apa pun: isi sel menempel di tepi kiri, sementara angka asli menempel di tepi kanan. Pemicu yang paling sering adalah impor dari aplikasi kasir dengan desimal koma dan pemisah ribuan titik. Perbaikannya membuang spasi tersembunyi, menyeragamkan tanda desimal, mengubah tipe kolomnya, lalu menghitung ulang.

Basis data apa yang dipakai untuk latihan SQL di kelas ini?

Satu basis data yang bisa dipasang di laptopmu sendiri sudah cukup, dan ada pilihan yang tidak menuntut biaya lisensi. Kalau kantormu memakai basis data tertentu dan kamu punya akses baca ke sana, kueri latihan disusun di atas salinan tabelnya supaya yang kamu pelajari langsung terpakai di pekerjaan.

Berapa lama sampai saya bisa menyusun laporan mingguan sendiri?

Kecepatannya berbeda tiap orang dan ditentukan dua hal: sekotor apa data awalmu, dan seberapa sering langkahnya kamu ulang di luar sesi. Yang bisa dipastikan hanya urutannya. Satu berkas rapi keluar lebih dulu, kueri menyusul setelah struktur datamu jelas, dan laporan utuh disusun setelah kamu nyaman membaca hasilnya sendiri. Program ini tidak menjanjikan tanggal.

Bisakah saya belajar analisis data memakai data kantor yang terikat aturan?

Bisa, dengan salinan yang isinya sudah ditukar: nama pelanggan diganti kode urut, nomor telepon dipotong, dan nominal dikalikan satu pengali tetap. Nama kolom, tipe data, dan jenis galatnya tetap sama, jadi langkah yang kamu pelajari bisa dijalankan apa adanya di berkas aslinya di komputer kantor.

Apa beda analisis data dengan ilmu data dan rekayasa data?

Analisis data berhenti di membaca yang sudah terjadi: merapikan tabel, menghitung ringkasan, dan menjelaskan temuannya. Ilmu data melangkah ke pemodelan dan perkiraan. Rekayasa data mengurus saluran dan penyimpanan datanya. Kelas ini duduk di yang pertama, dan kemampuan dasar itu tetap jadi pijakan bila nanti kamu melanjutkan ke dua bidang lainnya.

Grafik apa yang sebaiknya dipakai untuk laporan penjualan bulanan?

Garis untuk memperlihatkan arah dari bulan ke bulan, batang untuk membandingkan produk atau cabang di satu periode, dan tabel ringkas bila angkanya memang perlu dibaca persis. Diagram lingkaran dengan belasan irisan ditinggalkan karena mata sulit membandingkan sudut. Satu angka pembanding selalu ikut dipasang supaya kenaikan terbaca sebagai kenaikan terhadap apa.

Apakah materi analisis data ini menuntut aplikasi berbayar?

Seluruh materi bisa dijalankan dengan aplikasi yang tidak menuntut langganan: pengolah angka sumber terbuka, satu basis data bebas biaya, dan Python beserta pustakanya. Kalau di kantormu sudah terpasang pengolah angka berlisensi, materinya sama saja dan hanya nama menunya yang berbeda. Lisensi apa pun yang kamu pilih berada di luar biaya sesi.

Mulai les analisis data Medan-mu pekan ini

Ribuan peserta Medan sudah memulai. Giliranmu menjajal sesi analisis data pertama.