Ringkasan Kuliah Data Analytics Hari Kedua

Sep 17, 2024

Catatan Kuliah Mini Course Data Analytics - Hari Kedua

Selamat Datang

  • Pembukaan oleh Cita, perwakilan dari Revoyu
  • Pertanyaan tentang kesiapan peserta untuk sesi hari ini

Agenda Hari Ini

  • Penjelasan tentang Data Analytics in Business
  • Tahapan dalam menganalisis data
  • Informasi mengenai tugas dan syarat untuk mendapatkan sertifikat
  • Sesi tanya jawab

Pembicara Utama: Kak Vanessa Geraldine

  • Head of Programs di Revolut
  • Pengalaman sebagai AI Analyst di Amazon Web Services Australia, Business Analytics Manager di Gojek, Senior Analyst di Lazada

Topik Bahasan

Pengertian Data

  • Data dapat berupa angka, gambar, rekaman, dll.
  • Data tanpa konteks tidak memiliki arti (misalnya: angka 1000).
  • Data yang diberikan konteks menjadi informasi (misalnya: jumlah penduduk).

Pengertian Data Analytics

  • Proses untuk mengekstrak pola dan tren dari data untuk pengambilan keputusan.
  • Memfokuskan keputusan bisnis pada data, bukan pada perasaan.

Big Data

  • Volume, velocity, dan variety adalah karakteristik big data.
  • Kemajuan teknologi, termasuk AI, meningkatkan kebutuhan akan data analytics.

Tipe Analitik

  1. Descriptive Analytics: Melaporkan data yang sudah ada (laporan keuangan).
  2. Diagnostic Analytics: Mencari penyebab masalah (kenapa penjualan turun).
  3. Predictive Analytics: Memprediksi tren masa depan dengan model data.
  4. Prescriptive Analytics: Memberikan rekomendasi tindakan berdasarkan analisis.

Database dan Data Warehousing

  • Database adalah kumpulan data yang terstruktur.
  • Data Warehousing adalah pengarsipan data dari berbagai sumber untuk analisis.

Proses Data Analytics

  1. Identifikasi Masalah Bisnis: Memahami pertanyaan bisnis.
  2. Pengumpulan Data: Mencari dan mendefinisikan data yang diperlukan.
  3. Pembersihan Data: Menghilangkan data yang tidak akurat atau tidak relevan.
  4. Analisis Data: Menggunakan metode analisis untuk menemukan insight.
  5. Visualisasi Data: Menggunakan grafik untuk menyampaikan hasil analisis.

Kesimpulan

  • Data analis harus memahami bagaimana menggunakan data untuk keputusan bisnis.
  • Pentingnya keterampilan teknis (SQL, Python) dan soft skills (komunikasi, pemecahan masalah).

Tugas

  • Tugas 1: Ujian sertifikasi (20 soal wajib, 16 soal opsional).
  • Tugas 2: Studi kasus (opsional, tidak mempengaruhi sertifikasi).

Informasi Tambahan

  • Jalur cepat untuk bergabung di program Fullstack Data Analytics bagi yang lulus ujian.
  • Kesempatan mendapatkan sertifikat digital dan hadiah melalui kompetisi media sosial.

Penutupan

  • Cita menekankan pentingnya kehadiran untuk mendapatkan sertifikat dan pengumuman tentang sesi praktik selanjutnya.
  • Formulir kehadiran dan umpan balik harus diisi untuk mendapatkan sertifikat.