Kualitas Data dan Validasi Pipeline
Tulis kontrak dataset, temukan duplikat dan rujukan putus, rekonsiliasi hasil transformasi, dan otomatiskan pemeriksaannya.
Pelajaran pertama bisa dicoba tanpa akun. Selanjutnya pakai akun gratis agar progres, draft kode, dan sertifikatmu tersimpan.
Ringkasnya: Kualitas Data dan Validasi Pipeline adalah kelas gratis berbahasa Indonesia tingkat menengah dari KelasGratis. Cocok untuk data analyst dan data engineer junior yang sudah bisa menulis JOIN, CTE, dan pandas dasar, lalu perlu membuktikan bahwa data dan hasil pipeline-nya bisa dipercaya sebelum dipakai laporan. Isinya 14 pelajaran dalam 4 modul (±3 jam) dengan 46 latihan yang dinilai otomatis di browser. Sertifikat penyelesaian gratis dan bisa dicek keasliannya.
Empat belas pelajaran untuk membuktikan kualitas data dengan pemeriksaan yang bisa diulang setiap kali datanya berubah. Kamu menulis kontrak dataset (tipe, boleh kosong atau tidak, rentang, format, daftar nilai, dan kunci) lalu mencari pelanggarannya dengan SQL, termasuk jebakan khas SQLite: teks yang lolos syarat angka, tanggal mustahil yang digeser ke bulan berikutnya, dan NOT IN yang diam-diam tidak mengembalikan apa pun bila ada NULL. Setelah itu kamu memilah kunci ganda menjadi baris kembar dan konflik, menemukan rujukan putus dan rujukan ambigu, memeriksa konsistensi header dan rincian serta ketepatan waktu pencatatan, lalu merekonsiliasi jumlah baris dan total sebelum dan sesudah transformasi. Modul terakhir memindahkan pemeriksaan itu ke fungsi pandas yang mengembalikan daftar baris bermasalah, dan menandai pencilan untuk ditinjau tanpa menyebutnya galat. Definisi dimensi kualitas mengikuti Government Data Quality Framework milik Pemerintah Inggris. Latihannya kueri SQLite dan kode Python yang dinilai otomatis di browser, ditambah soal pilihan ganda.
5,0 ★ (Belum ada ulasan) · 14 pelajaran · 4 modul · ±203 menit
Bawa pulang keterampilannya
Yang akan kamu bisa setelah kelas ini
- Menulis kontrak dataset — tipe, nullability, rentang, format, daftar nilai, dan kunci — lalu menemukan pelanggarannya dengan SELECT, termasuk jebakan afinitas tipe dan tanggal mustahil di SQLite
- Membedakan dimensi kelengkapan, keunikan, validitas, konsistensi, ketepatan waktu, dan akurasi sesuai definisi sumber, lalu mengukur kelengkapan sebagai persen
- Memilah kunci ganda menjadi baris kembar dan konflik, serta menemukan rujukan putus dan ambigu dengan NOT EXISTS dengan aturan NULL yang tertulis dan tanpa jebakan NOT IN
- Merekonsiliasi jumlah baris per kunci dan total kontrol per kelompok sebelum dan sesudah transformasi, serta antara dua sumber yang dicatat pihak berbeda
- Menulis pemeriksaan otomatis di pandas yang mengembalikan daftar baris bermasalah, dan menandai pencilan untuk ditinjau tanpa menyebutnya galat
Untuk siapa
Data analyst dan data engineer junior yang sudah bisa menulis JOIN, CTE, dan pandas dasar, lalu perlu membuktikan bahwa data dan hasil pipeline-nya bisa dipercaya sebelum dipakai laporan.
Prasyarat
SQL Lanjutan (IS NULL, COALESCE, CASE, subkueri, CTE), Desain Basis Data (kunci primer dan asing, GROUP BY ... HAVING, LEFT JOIN untuk baris yatim), Analisis Data dengan Python (DataFrame, loc, groupby, merge)
Kelas yang dianjurkan sebelumnya: Analisis Data dengan Python, SQL Lanjutan, Desain Basis Data
Alat yang perlu disiapkan
- Browser modern di komputer. SQLite dan Python berjalan di halaman pelajaran; tidak perlu menginstal apa pun.
- pandas dimuat sekali (±25 MB) saat latihan Python pertama, lalu tersimpan di cache.
- Sebagian latihan berbentuk pilihan ganda.
Tempat berlatih
Coba, periksa, lalu lanjutkan.
46 latihan di 14 pelajaran. Jawaban diperiksa langsung di halaman materi; petunjuk dibuka bertahap.
Jalur belajar kelas ini
Kurikulum
4 modul · 14 pelajaran · ±203 menit
03Rekonsiliasi sebelum dan sesudah transformasi3 pelajaran
Urutan pelajaran tidak dikunci.
Sertifikat kelas
Selesaikan kelasnya, sertifikat ini atas namamu.
- Nama lengkapmu dan judul kelas tercetak di sertifikat.
- Kode dan QR yang bisa dicek siapa saja di kelasgratis.com/verifikasi.
- Sekali klik ke profil LinkedIn, atau unduh PNG dan PDF.
Bukti penyelesaian materi, bukan akreditasi atau sertifikasi kompetensi.
Pertanyaan yang sering muncul
Apa yang dipelajari di kelas Kualitas Data dan Validasi Pipeline?
Kualitas Data dan Validasi Pipeline adalah kelas gratis KelasGratis tingkat menengah berisi 14 pelajaran. Empat belas pelajaran untuk membuktikan kualitas data dengan pemeriksaan yang bisa diulang setiap kali datanya berubah. Kamu menulis kontrak dataset (tipe, boleh kosong atau tidak, rentang, format, daftar nilai, dan kunci) lalu mencari pelanggarannya dengan SQL, termasuk jebakan khas SQLite: teks yang lolos syarat angka, tanggal mustahil yang digeser ke bulan berikutnya, dan NOT IN yang diam-diam tidak mengembalikan apa pun bila ada NULL. Setelah itu kamu memilah kunci ganda menjadi baris kembar dan konflik, menemukan rujukan putus dan rujukan ambigu, memeriksa konsistensi header dan rincian serta ketepatan waktu pencatatan, lalu merekonsiliasi jumlah baris dan total sebelum dan sesudah transformasi. Modul terakhir memindahkan pemeriksaan itu ke fungsi pandas yang mengembalikan daftar baris bermasalah, dan menandai pencilan untuk ditinjau tanpa menyebutnya galat. Definisi dimensi kualitas mengikuti Government Data Quality Framework milik Pemerintah Inggris. Latihannya kueri SQLite dan kode Python yang dinilai otomatis di browser, ditambah soal pilihan ganda.
Berapa lama menyelesaikan kelas Kualitas Data dan Validasi Pipeline?
Sekitar 203 menit (±3 jam) untuk 14 pelajaran wajib, dihitung dari durasi tiap pelajaran dan latihannya. Kecepatan nyata bergantung pada berapa lama kamu berlatih setiap hari.
Apa yang perlu disiapkan sebelum mulai?
Prasyaratnya: SQL Lanjutan (IS NULL, COALESCE, CASE, subkueri, CTE); Desain Basis Data (kunci primer dan asing, GROUP BY ... HAVING, LEFT JOIN untuk baris yatim); Analisis Data dengan Python (DataFrame, loc, groupby, merge). Alat dan persiapan: Browser modern di komputer. SQLite dan Python berjalan di halaman pelajaran; tidak perlu menginstal apa pun.; pandas dimuat sekali (±25 MB) saat latihan Python pertama, lalu tersimpan di cache.; Sebagian latihan berbentuk pilihan ganda.
Apakah kelas Kualitas Data dan Validasi Pipeline gratis dan bersertifikat?
Ya. Seluruh 14 pelajaran gratis sampai selesai tanpa iklan; pelajaran pertama bisa dicoba tanpa akun, sisanya memakai akun gratis. Setelah semua pelajaran wajib tuntas dan kamu menulis ulasan singkat tentang kelasnya, kamu bisa menerbitkan sertifikat penyelesaian dengan tautan verifikasi publik. Sertifikat ini bukan akreditasi atau sertifikasi profesi.
Dari pengalaman belajar
Ulasan peserta
Apa yang membantu, dan apa yang masih bisa diperbaiki?
Ulasan berasal dari akun yang telah menyelesaikan setidaknya satu pelajaran. Bintang 1–3 ditinjau admin sebelum terbit; bintang 4–5 langsung terbit. Sebelum ada ulasan terbit, kelas menggunakan nilai awal admin 5,0. Setelahnya, rating mengikuti rata-rata ulasan yang sudah terbit.
Pengalamanmu bisa membantu peserta berikutnya.
Belum ada ulasan yang terbit untuk kelas ini.
Bagikan pengalaman belajarmu
Masuk dan selesaikan satu pelajaran untuk menulis ulasan. Masuk ke akun →
Setelah kelas ini
Jalur yang memuat kelas ini
Lanjutkan ke kelas lain
Prompt AI yang memakai materi ini
Revisi materi terakhir: 7 Okt 2026. Laporan kesalahan bisa dikirim dari setiap halaman pelajaran.