Data Analyst

Fokus Pembelajaran: Memahami arsitektur data internal dan menguasai pengolahan data dasar. • Materi Pembelajaran: o Pengenalan profil perusahaan dan SOP. o Skema basis data (database schema) dan aturan privasi data perusahaan/K/L. o Sintaks dasar SQL (SELECT, WHERE, JOIN, GROUP BY). o Fungsi Excel tingkat lanjut (XLOOKUP, Pivot Table, Dynamic Array). • Target Pembelajaran (Output Pekerjaan): o 1 Dokumen Kamus Data (Data Dictionary) internal. o Laporan pembersihan data mentah menggunakan SQL & Excel.

Fokus Pembelajaran: Menggunakan bahasa pemrograman untuk pembersihan dan analisis eksplorasi data. • Materi Pembelajaran: o Manipulasi data menggunakan Python (Pandas, NumPy) atau R (Tidyverse). o Penanganan missing values, data ganda, dan outliers. o Teknik analisis deskriptif dan visualisasi awal data. • Target Pembelajaran (Output Pekerjaan): o 1 Dokumen Laporan Exploratory Data Analysis (EDA) beserta Jupyter Notebook / RMarkdown Script.

Fokus Pembelajaran: Menerapkan metode statistik kuantitatif untuk penarikan kesimpulan. • Materi Pembelajaran: o Uji beda (T-Test, ANOVA) dan analisis korelasi. o Regresi Linier dan Regresi Logistik dasar. o Interpretasi nilai p-value dan confidence interval dalam konteks bisnis/kebijakan. • Target Pembelajaran (Output Pekerjaan): o 1 Laporan Analisis Statistik Inferensial mengenai tren penggunaan produk atau program K/L.

Fokus Pembelajaran: Merancang dan membangun dasbor pemantauan kinerja berbasis visual. • Materi Pembelajaran: o Prinsip data visualization dan UX untuk dasbor. o Pengoperasian tools BI (Tableau / Power BI / Looker Studio). o Pembuatan indikator kalkulasi (DAX / Calculated Fields). • Target Pembelajaran (Output Pekerjaan): o 1 Dasbor Interaktif Pemantauan Kinerja Operasional / Layanan Produk K/L.

Fokus Pembelajaran: Eksekusi proyek analisis data mandiri dari masalah bisnis hingga rekomendasi. • Materi Pembelajaran: o Analisis Deret Waktu (Time-Series Forecasting) sederhana atau Klasterisasi (Clustering). o Otomatisasi alur kerja pengolahan data (data pipeline). o Penyusunan proyek analisis menyeluruh. • Target Pembelajaran (Output Pekerjaan): o 1 Laporan Analisis Data Komprehensif (Proyeksi Tren & Segmentasi Data) dilengkapi model prediksi sederhana.

Fokus Pembelajaran: Mengomunikasikan temuan data kepada manajemen non teknis dan pemeliharaan dasbor. • Materi Pembelajaran: o Kerangka kerja Data Storytelling. o Penyusunan Ringkasan Eksekutif (Executive Summary). o Penyusunan dokumentasi teknis dan SOP pemeliharaan dasbor. • Target Pembelajaran (Output Pekerjaan): o Slide Presentasi Eksekutif untuk Manajemen/Pimpinan. o Panduan Operasional (User Manual) Pemeliharaan Dasbor.