Data Analyst Intern

Bulan pertama berfokus pada pembekalan teori mengenai arsitektur data di PT. Mahakarya Nanggroe Kreasi. Peserta (berlatar belakang IT) akan mempelajari terminologi bisnis konstruksi (RAB, Kurva S, Termin Pembayaran), struktur database perusahaan (ERP), dan tata kelola keamanan data. Aktivitas mencakup observasi sumber data dari lapangan ke server, pemetaan elemen kompetensi SKKNI, dan perumusan objektif bisnis. Output bulan ini adalah peserta memahami konteks bisnis dari tabel-tabel data (korelasi antara material, biaya, dan waktu) sebelum melakukan penarikan dan modifikasi data.

Berbekal pemahaman database di Bulan 1, peserta mulai mempraktikkan proses Extract, Transform, Load (ETL). Peserta bertugas menarik data mentah logistik dan absensi pekerja menggunakan query SQL lanjutan, kemudian melakukan pembersihan data (handling missing values, outlier detection, data formatting) menggunakan Python (Pandas/NumPy) atau Excel tingkat lanjut. Praktik ini memastikan integritas data siap olah dan secara langsung memenuhi unit kompetensi SKKNI: Mengumpulkan Data dan Membersihkan Data.

Setelah data bersih di Bulan 2, peserta mempraktikkan pencarian pola atau anomali yang tersembunyi. Peserta menggunakan metode statistik deskriptif untuk menganalisis tren penggunaan material, variansi antara anggaran (RAB) dengan realisasi biaya proyek bulanan, serta produktivitas tenaga kerja. Lulusan IT mengaplikasikan logika algoritma untuk menemukan korelasi antar variabel. Praktik investigasi data ini mengasah ketajaman analisis bisnis, memenuhi unit kompetensi SKKNI: Menelaah Data (Data Exploration).

Angka dan statistik dari Bulan 3 kini diubah menjadi format visual yang mudah dipahami oleh jajaran Direksi dan Manajer Proyek. Peserta mempraktikkan pembuatan dashboard interaktif menggunakan Power BI, Tableau, atau Google Looker Studio. Peserta merancang metrik kunci (KPI) seperti Cost Variance dan Schedule Variance secara real-time. Keahlian UI/UX dari sisi IT sangat berguna di sini untuk membuat tampilan yang intuitif, selaras dengan unit kompetensi SKKNI: Mempresentasikan Hasil Ilmu Data (Visualisasi).

Pada bulan ini, pemanfaatan data ditarik satu langkah lebih maju. Berdasarkan histori data proyek yang telah divisualisasikan (Bulan 4), peserta berlatih membangun model prediksi sederhana (seperti Linear Regression atau Time Series Forecasting). Tujuannya adalah memprediksi potensi pembengkakan biaya (cost overrun) atau keterlambatan waktu proyek di masa depan berdasarkan tren saat ini. Praktik ini merupakan kompetensi bernilai tinggi (sebagai nilai tambah mahasiswa IT) dan memenuhi unit kompetensi tingkat lanjut SKKNI: Membangun Model dan Mengevaluasi Model.

Bulan terakhir berfungsi untuk mengintegrasikan seluruh alur kerja dari Bulan 1 hingga 5. Peserta melakukan finalisasi dashboard agar dapat diakses penuh oleh manajemen (deployment terbatas). Fokus utama peserta adalah pemberkasan mandiri: merapikan repositori code (GitHub), dokumentasi query, tangkapan layar dashboard, dan laporan insight bisnis menjadi satu Portofolio Asesmen BNSP yang utuh. Program ditutup dengan simulasi pitching presentasi data kepada Manajer IT dan Manajer Proyek, selayaknya uji kompetensi BNSP.