Memvisualisasikan Data Interaktif bagi Calon Ahli Statistika (Terapan)

Tentang Kelas

Durasi: 394 menit

Deskripsi

Dalam sebuah bisnis, data adalah bentuk paling sederhana dari sebuah informasi. Informasi inilah yang akan membantu bisnis untuk mengidentifikasi masalah dari akar hingga memberikan solusi untuk pengambilan keputusan. Namun, pada kenyataannya tidak semua orang dapat memahami dan membaca data. Oleh karena itu diperlukan kemampuan seorang ahli statistika terapan dalam memvisualisasikan data yang interaktif sehingga lebih efektif dan mudah dipahami dengan cepat. Apa saja langkah-langkah yang dapat dilakukan? Pelajari kiat-kiatnya di kelas ini!

Metode Pembelajaran

Self Paced Learning

Metode ajar yang digunakan adalah ceramah interaktif, roleplay, dan bahan bacaan dengan penugasan praktek

Kuota Kelas: Tidak Terbatas

Metode Evaluasi

• Kuis
• Post Test
• Tugas Praktek

Tujuan Pembelajaran

Tujuan Umum

Peserta mampu menerapkan penggunaan tools pada dashboard untuk memvisualisasikan data dengan interaktif sesuai dengan contoh yang diberikan pada materi kelas

Tujuan Khusus

1. Peserta mampu mengidentifikasi kebutuhan pengolahan data 

2. Peserta mampu menjelaskan metode analisis data

3. Peserta mampu menjelaskan analisis data dan konsepnya

4. Peserta mampu menerapkan penggunaan Query dalam mengolah dan menganalisis data

5. Peserta mampu mengkonsepkan pengelolaan data

6. Peserta mampu menerapkan penggunaan tools pada dashboard

7. Peserta mampu menyusun visualisasi data yang interaktif

8. Peserta mampu memiliki sikap yang tanggung jawab dalam membuat data

9. Peserta mampu teliti dalam analisis data

10. Peserta mampu teliti dalam melakukan visualisasi data

Kurikulum dan Kompetensi

1. Konsep Analisis Data 2:23:04

1.1 Pengenalan Analisis Data (video) 03:28

1.2 Karakteristik Data & Tahap Eksplorasi (video) 07:48

1.3 Tahap Eksplanatori & Predictive Data (video) 05:56

1.4 Tipe-Tipe Data dalam Database (video) 05:51

1.5 Nested Query dan Sub-Query: Total Profit (video) 06:06

1.6 Nested Query dan Sub-Query: Total Profit Lanjutan (video) 04:33

1.7 Nested Query dan Sub-Query: Monthly Average Profit (video) 08:47

1.8 Windows Functions: Row_number dan Rank (video) 09:12

1.9 Windows Functions: Max, Min, Sum, dan Average (video) 04:55

1.10 Windows Functions: LAG (video) 06:57

1.11 Aggregation Functions (video) 05:35

1.12 Aggregation Functions Lanjutan (video) 06:31

1.13 Date & Timestamp Functions (video) 06:29

1.14 Date & Timestamp Functions: Date Array (video) 09:15

1.15 Date & Timestamp Functions: Timestamp Array (video) 02:00

1.16 Explanatory Data: Pivot Table RStudio (video) 07:13

1.17 Explanatory Data: Pivot Table RStudio Lanjutan (video) 03:30

1.18 Explanatory Data: Pivot & rpivotTable RStudio (video) 04:32

1.19 Explanatory Data: rpivotTable Rstudio Lanjutan (video) 07:27

1.20 Predictive Data: Metode Naive dan ETS (video) 08:22

1.21 Predictive Data: Metode Naive dan ETS Lanjutan (video) 05:08

1.22 Predictive Data: Metode ARIMA & Forecasts (video) 04:53

1.23 Predictive Data: Metode ARIMA & Forecasts Lanjutan (video) 08:36

   

2. Melakukan Analisa Data 1:47:24

2.1 Microsoft Excel dalam Dunia Kerja (video) 06:41

2.2 Import Data ke Microsoft Excel (video) 06:39

2.3 Import Data ke Microsoft Excel Lanjutan (video) 05:24

2.4 Data Cleaning Kata-kata Microsoft Excel (video) 06:20

2.5 Data Cleaning Kata-kata Microsoft Excel Lanjutan (video) 06:11

2.6 Data Cleaning Angka pada Microsoft Excel (video) 04:41

2.7 Data Cleaning Angka pada Microsoft Excel Lanjutan (video) 07:16

2.8 Data Validation pada Microsoft Excel (video) 06:44

2.9 Data Validation pada Microsoft Excel Lanjutan (video) 06:14

2.10 Mengatur Notifikasi Kesalahan Data (video) 07:19

2.11 Penggunaan VLOOKUP (video) 07:01

2.12 Penggunaan HLOOKUP (video) 03:46

2.13 Penggunaan XLOOKUP Data Vertical (video) 08:11

2.14 Penggunaan XLOOKUP Data Horizontal (video) 02:30

2.15 Pivot Table (video) 02:43

2.16 Cara Membuat Pivot Table (video) 07:35

2.17 Proteksi File (video) 06:20

2.18 Proteksi Workbook dan Worksheet (video) 05:49

   

   

3. 3 Langkah Membangun Visualisasi Data yang Efektif 1:03:29

3.1 Pengantar Visualisasi Data (video) 08:00

3.2 Menentukan Pesan yang Ingin Disampaikan (video) 05:37

3.3 Step 1: Menentukan Tipe Perbandingan Data (video) 07:35

3.4 Studi Kasus Menentukan Tipe Perbandingan Data (video) 06:13

3.5 Step 2: Menentukan Pie & Line Chart (video) 05:02

3.6 Step 2: Menentukan Bar & Scatter Chart (video) 06:09

3.7 Studi Kasus Menentukan Chart (video) 05:33

3.8 Step 3: Struktur Presentasi yang Profesional (video) 05:56

3.9 Step 3: Membuat Chart yang Efektif dan Profesional (video) 08:36

3.10 Studi Kasus Membuat Chart Efektif dan Profesional (video) 04:48

   

   

4. Membuat Dashboard Interaktif 1:02:43

4.1 Pengenalan Kelas Analisis Data (video) 04:05

4.2 Menyiapkan Google Sheet dan Google Data Studio (video) 03:11

4.3 Membuat Dashboard Pertama (video) 03:08

4.4 Membuat Scorecard, Header Dashboard dan Table (video) 06:15

4.5 Membuat Time Series Dashboard dan Bar Charts (video) 05:28

4.6 Membuat Pie Chart (video) 02:07

4.7 Membuat Filter Tanggal dan Dimensi (video) 04:18

4.8 Visualisasi Data: Map Visualization (video) 07:27

4.9 Visualisasi Data: Scatter Charts (video) 04:35

4.10 Visualisasi Data: Heatmaps (video) 04:58

4.11 Kalkulasi Field: Metode Agregasi (video) 02:36

4.12 Metode Agregasi: Function (video) 05:22

4.13 Metode Agregasi: Comparison Date Range (video) 02:56

4.14 Metode Agregasi: Conditional Function (video) 03:32

4.15 Publikasi Dashboard (video) 02:45

   

   

5. Rangkuman 18:00

5.1 Ringkasan Memvisualisasikan Data Interaktif bagi Calon Ahli Statistika (Terapan) (file bacaan) 18:00

Aspek Kompetensi

1.Menjelaskan konsep analisis data

> Pengenalan Analisis Data (0:14-0:58)

> Karakteristik Data & Tahap Eksplorasi (0:27-07:29)

> Tahap Eksplanatori & Predictive Data (0:06-05:29)

> Tipe-Tipe Data dalam Database (0:13-05:24)

2.Menjelaskan tipe-tipe data

> Karakteristik Data & Tahap Eksplorasi (01:49-03:23)

> Tipe-Tipe Data dalam Database (0:13-05:24)

3.Menjelaskan metode analisis data

> Explanatory Data: Pivot Table RStudio (0:28-07:06)

> Explanatory Data: Pivot Table RStudio Lanjutan (0:07-03:26)

> Explanatory Data: Pivot & rpivotTable RStudio (0:07-04:25)

> Explanatory Data: rpivotTable Rstudio Lanjutan (0:09-07:03)

> Predictive Data: Metode Naive dan ETS (0:07-08:17)

> Predictive Data: Metode Naive dan ETS Lanjutan (0:07-04:59)

> Predictive Data: Metode ARIMA & Forecasts (0:06-04:48)

> Predictive Data: Metode ARIMA & Forecasts Lanjutan (0:11-07:53)

4.Menjelaskan fungsi pengolahan data pada Ms. Excel

> Microsoft Excel dalam Dunia Kerja (0:26-03:34)

> Import Data ke Microsoft Excel (0:34-06:30)

> Import Data ke Microsoft Excel Lanjutan (0:10-04:47)

> Data Cleaning Kata-kata Microsoft Excel (0:20-06:11)

> Data Cleaning Kata-kata Microsoft Excel Lanjutan (0:08-05:41)

> Data Cleaning Angka pada Microsoft Excel (0:24-04:36)

> Data Cleaning Angka pada Microsoft Excel Lanjutan (0:08-06:36)

> Data Validation pada Microsoft Excel (0:31-06:36)

> Data Validation pada Microsoft Excel Lanjutan (0:10-06:07)

> Mengatur Notifikasi Kesalahan Data (0:07-06:41)

> Penggunaan VLOOKUP (0:33-06:54)

> Penggunaan HLOOKUP (0:07-03:20)

> Penggunaan XLOOKUP Data Vertical (0:25-08:02)

> Penggunaan XLOOKUP Data Horizontal (0:08-01:56)

> Pivot Table (0:32-02:34)

> Cara Membuat Pivot Table (0:17-07:07)

> Proteksi File (0:32-06:11)

> Proteksi Workbook dan Worksheet (0:07-05:06)

5.Menjelaskan tools dalam visualisasi data

> Menyiapkan Google Sheet dan Google Data Studio (0:18-02:56)

> Membuat Dashboard Pertama (0:16-02:51)

> Membuat Scorecard, Header Dashboard dan Table (0:18-05:56)

> Membuat Time Series Dashboard dan Bar Charts (0:18-05:11)

> Membuat Pie Chart (0:18-01:51)

> Membuat Filter Tanggal dan Dimensi (0:18-04:01)

> Visualisasi Data: Map Visualization (0:16-07:12)

> Visualisasi Data: Scatter Charts (0:16-04:09)

> Visualisasi Data: Heatmaps (0:15-04:43)

> Kalkulasi Field: Metode Agregasi (0:22-02:19)

> Metode Agregasi: Function (0:17-05:03)

> Metode Agregasi: Comparison Date Range (0:18-02:37)

> Metode Agregasi: Conditional Function (0:17-03:15)

> Publikasi Dashboard (0:16-02:28)

6.Menjelaskan konsep visualisasi data

> Step 1: Menentukan Tipe Perbandingan Data (0:12-07:27)

> Studi Kasus Menentukan Tipe Perbandingan Data (0:11-05:52)

> Step 2: Menentukan Pie & Line Chart (0:13-04:54)

> Step 2: Menentukan Bar & Scatter Chart (0:06-05:50)

> Studi Kasus Menentukan Chart (0:14-05:12)

> Step 3: Struktur Presentasi yang Profesional (0:14-05:31)

> Step 3: Membuat Chart yang Efektif dan Profesional (0:07-08:23)

> Studi Kasus Membuat Chart Efektif dan Profesional (0:09-04:10)

Fasilitas

1. Video belajar
2. PDF Materi
3. Ujian & Evaluasi
4. Sertifikat Digital

Jenis Sertifikat

Sertifikat Penyelesaian

Sertifikat Kompetensi Lulusan

Jadwal Sesi Konsultasi

Setiap Jumat, jam 16.00-17.00 WIB

Instruktur

Bagoes Rahmat Widiarso*

Bagoes, adalah seorang memiliki passion mengolah data seperti data preparation, data analysis, dan data visualisasi menggunakan tools yang advance. Ia pernah menjadi top 5 of Finhacks Data Challenge pada tahun 2018. Saat ini, Bagoes adalah seorang Data Analyst yang juga aktif menjadi pembicara publik dalam beberapa pelatihan data analysis.

 

Hafizha Husnaisa

Hafizha adalah lulusan Teknologi Informasi Universitas Komputer Indonesia. Ia aktif sebagai Trainer pada salah satu lembaga pelatihan terkait business intelligence. Hafizha juga memiliki pengalaman sebagai Big Data Analyst pada salah satu bank swasta di Indonesia. Sekarang Hafizha memiliki profesi sebagai seorang Data Analyst di salah satu e-commerce terbesar di Indonesia.

 

Asep Tamar

Asep adalah seorang Head of Business Expansion di salah satu subsidiary Japfa Group. Ia memiliki 10 tahun pengalaman kerja di berbagai perusahaan, antara lain: Unilever, Santos, dan McKinsey & Company dengan industri yang berbeda seperti consumer goods, energy, agriculture dan manufacturing, serta skill dalam bidang business strategy & implementation, data analysis & visualization, dan project management. 

 

Wanda Kinasih

Wanda, adalah lulusan Fakultas Ilmu Komputer Universitas Indonesia. Ia pernah berkecimpung di dunia software development dan audit keuangan. Kemudian pada tahun 2016, Wanda mulai menekuni bidang data analisis di sebuah decacorn startup. 

Syarat dan Ketentuan

1. Minimal lulusan S1 (sarjana satu) khususnya dengan jurusan Statistika atau sederajat

2. Tenaga profesional lainnya yang ingin merintis karir sebagai ahli statistik

3. Masyarakat umum yang ingin mempelajari pengolahan, analisis, dan visualisasi data

4. Memiliki alat (PC/laptop) untuk mengakses materi online

5. Memiliki jaringan internet yang stabil 

6. Memiliki kemampuan bahasa pemrograman dan R

7. Mampu mengoperasikan tools yang diperlukan dalam pengolahan data

Penukaran Kode Voucher

1. Kunjungi website www.skillacademy.com atau download Aplikasi Skill Academy di Play Store

2. Pilih “Masuk” apabila sebelumnya sudah mendaftar akun Skill Academy atau pilih “Daftar” jika sebelumnya Anda belum pernah mendaftar akun Skill Academy

3. Klik "Tukarkan" pada bagian penukaran voucher di homepage atau halaman prakerja

4. Masukkan kode voucher yang sudah Anda dapatkan dari Tokopedia lalu klik "Gunakan Voucher"

5. Setelah penukaran berhasil silakan klik ''Lihat Kelas'' atau cek pada bagian “Kelas Saya” untuk mengikuti kelasnya

6. Selamat Anda dapat langsung mulai belajar dan mengikuti pelatihan di Skill Academy