Portofolio data analyst pemula tanpa pengalaman: satu proyek yang selesai mengalahkan lima notebook setengah jadi

Pertanyaan yang paling sering muncul dari orang yang belajar analisis data secara mandiri adalah bagaimana membuat portofolio kalau belum pernah bekerja di bidang data. Artikel ini menjawabnya dengan satu pendirian: satu proyek yang selesai dan bisa dipertanggungjawabkan mengalahkan lima notebook setengah jadi. Penilaian redaksi di artikel ini berdasarkan sumber yang dicantumkan di bagian akhir.

Panduan induk Kursus data analyst gratis bahasa Indonesia menyebut portofolio dalam satu bagian pendek. Artikel ini memperdalam bagian itu: cara memilih pertanyaan, cara mendapatkan datanya secara sah, apa isi proyek yang dianggap selesai, dan bagaimana bentuk terbitnya. Sasarannya orang yang materi dasarnya sudah jalan tetapi belum punya karya yang bisa ditunjukkan.

Kenapa satu proyek selesai lebih kuat daripada lima yang menggantung

Perekrut membaca portofolio untuk menjawab satu hal: kalau orang ini diberi pertanyaan berantakan dan data berantakan, apakah dia akan sampai ke jawaban yang bisa dipakai. Lima notebook berisi impor data, beberapa grafik, dan sel terakhir yang kosong tidak menjawab pertanyaan itu. Lima notebook seperti itu justru menjawab kebalikannya, karena menunjukkan pola berhenti sebelum bagian yang sulit.

Penilaian redaksi: dua proyek cukup untuk melamar, dan satu proyek yang tuntas lebih baik daripada menunggu sampai punya lima. Proyek ketiga dan keempat memberi tambahan jauh lebih kecil daripada memperdalam yang pertama sampai pembersihan datanya terdokumentasi dan batasannya tertulis.

Pertanyaan dulu, dataset belakangan

Urutan yang paling banyak ditiru pemula adalah urutan yang salah: mencari dataset menarik, mengunduhnya, lalu mencari apa yang bisa dihitung darinya. Hasilnya hampir selalu sama, yaitu kumpulan statistik deskriptif tanpa kesimpulan, karena tidak ada pertanyaan yang sedang dijawab.

Urutan yang benar dimulai dari pertanyaan, dan pertanyaan yang baik punya tiga sifat: ada jawaban yang mungkin salah, jawabannya bisa dibuktikan dengan data yang bisa kamu dapatkan, dan ada orang yang akan berbuat sesuatu dengan jawabannya. Sebelum mengunduh apa pun, tulis pertanyaannya dalam satu kalimat, lalu tulis dua kalimat jawaban yang berlawanan. Kalau kedua jawaban itu sama-sama masuk akal sebelum melihat data, pertanyaannya layak dikerjakan.

Kolom tengah tidak menyebut algoritma sama sekali. Pertanyaan yang baik menentukan data apa yang dicari dan perhitungan apa yang dilakukan; metodenya mengikuti, bukan sebaliknya. Proyek portofolio analis pemula yang kuat sering hanya memakai agregasi, penggabungan tabel, dan pembandingan antar kelompok.

Di mana mencari data publik Indonesia, dan status lisensinya

Data berkonteks Indonesia membuat proyekmu lebih mudah dinilai oleh perekrut di Indonesia, karena mereka bisa menilai apakah angkanya masuk akal. Empat sumber berikut menyediakan data yang bisa diunduh dan dipakai ulang.

• Badan Pusat Statistik. Tabel statistik resmi mulai dari harga, ketenagakerjaan, sampai data kecamatan. BPS juga menyediakan antarmuka pemrograman resmi di portal Web API BPS, sehingga data bisa ditarik langsung tanpa menyalin tabel dari halaman web.
• Portal Satu Data Indonesia di data.go.id. Katalog lintas kementerian dan lembaga yang dibangun atas dasar Peraturan Presiden Nomor 39 Tahun 2019 tentang Satu Data Indonesia. Isinya beragam, dari berkas CSV rapi sampai lampiran yang hanya berupa dokumen.
• Portal data terbuka pemerintah daerah, misalnya Jakarta Open Data. Datanya lebih granular sampai tingkat kelurahan dan sering lebih relevan untuk pertanyaan yang bisa diperiksa sendiri di lapangan.
• Data dari organisasi tempat kamu berada sekarang: koperasi kampus, unit kegiatan mahasiswa, toko keluarga, atau tim tempat kamu bekerja di bidang lain. Datanya kecil, berantakan, dan justru karena itu lebih meyakinkan, dengan syarat kamu punya izin tertulis untuk memublikasikannya dan menyamarkan identitas orang.

Penilaian redaksi: dataset latihan yang sudah jenuh dipakai semua orang sebaiknya dihindari sebagai proyek utama. Titanic, Iris, Superstore, dan dataset bawaan kursus sudah dianalisis ribuan kali, sudah bersih sejak diunduh, dan tidak memberi kesempatan menunjukkan kemampuan yang paling menentukan, yaitu membersihkan data. Perekrut yang pernah membaca sepuluh portofolio Titanic tidak akan membaca yang kesebelas dengan perhatian yang sama. Dataset itu tetap berguna untuk berlatih, dan itu memang fungsinya; yang keliru adalah menaruhnya di posisi proyek unggulan.

Anatomi satu proyek yang dianggap selesai

Proyek yang selesai punya enam bagian yang semuanya terlihat oleh pembaca. Kalau salah satu hilang, pembaca harus menebak, dan menebak adalah hal yang tidak dilakukan perekrut.

1. Pertanyaan. Satu kalimat di paling atas, lengkap dengan periode dan cakupan wilayahnya. Ditulis sebelum data diunduh, dan kalau berubah di tengah jalan, perubahannya ikut dicatat.
2. Sumber data. Nama lembaga, tautan halaman aslinya, tanggal pengambilan, jumlah baris dan kolom, serta status lisensinya. Tiga baris ini membedakan proyek yang bisa diperiksa dari proyek yang harus dipercaya begitu saja.
3. Pembersihan. Daftar keputusan, bukan daftar fungsi: berapa baris dibuang dan kenapa, bagaimana nilai kosong diperlakukan, ejaan apa yang disatukan, format tanggal mana yang diseragamkan. Setiap keputusan mengubah angka akhir, jadi perlu tertulis.
4. Analisis. Perhitungan yang menjawab pertanyaannya, dengan kode yang bisa dibaca. Sertakan pemeriksaan silang: jumlah baris sebelum dan sesudah penggabungan tabel, dan satu angka yang dibandingkan dengan sumber lain.
5. Temuan. Tiga sampai lima poin, masing-masing berupa kalimat berisi angka, satuan, dan pembandingnya. Diakhiri satu rekomendasi konkret beserta pihak yang akan menjalankannya.
6. Batasan. Apa yang tidak bisa dijawab data ini, apa yang bisa membuat kesimpulannya berubah, dan data tambahan apa yang dibutuhkan untuk mengujinya.

Keenamnya bisa muat di satu halaman README dan beberapa berkas kode. Kelas Menata Data di Spreadsheet menjelaskan bentuk tabel yang membuat langkah ketiga jauh lebih pendek, kelas Mengolah Data dengan SQL dan Analisis Data dengan Python menyediakan mesin untuk langkah keempat, dan kelas Menulis dengan Markdown menutup bentuk penyajiannya.

README yang dibaca perekrut dalam 60 detik

README adalah berkas yang ditampilkan GitHub di halaman depan repositori, dan bagi sebagian besar pembaca itulah satu-satunya bagian proyekmu yang akan dibaca. Aturan penulisannya mengikuti cara orang membaca di layar: jawaban dulu, bukti kemudian. Letakkan kesimpulan di sepuluh baris pertama, jangan di bagian akhir setelah dua belas grafik.

Struktur di bawah bisa disalin dan diisi. Panjangnya cukup satu layar gulir, dengan tabel ringkas untuk bagian data. Alat pembuat tabel Markdown di halaman Alat menyusun tabelnya tanpa harus merapikan pemisah kolom dengan tangan.

# Waktu terbit izin usaha mikro di Kota X, 2023-2025

**Pertanyaan.** Apakah waktu terbit izin usaha mikro membaik setelah layanan daring dibuka pada Juli 2024?

**Jawaban.** Median waktu terbit turun dari 14 hari menjadi 9 hari, tetapi penurunan itu hanya terjadi di 3 dari 8 kecamatan. Lima kecamatan lain tidak berubah.

## Data

| Berkas | Sumber | Periode | Baris | Lisensi |
| --- | --- | --- | --- | --- |
| izin.csv | Portal data terbuka Kota X (diambil 2026-08-14) | Jan 2023 - Des 2025 | 9.130 | Tidak dinyatakan; dipakai dengan atribusi |

## Cara menjalankan

```
pip install -r requirements.txt
python 01_unduh.py      # mengisi data/mentah/
python 02_bersihkan.py  # menghasilkan data/bersih.csv
python 03_analisis.py   # menghasilkan hasil/ringkasan.csv
```

## Keputusan saat membersihkan

- 412 dari 9.130 baris tidak punya tanggal terbit. Dibuang, bukan diisi nol, karena nol berarti terbit di hari yang sama.
- Nama kecamatan muncul dalam 17 varian ejaan. Disatukan lewat `padanan_kecamatan.csv`.
- Tanggal tertulis dalam tiga format berbeda. Diseragamkan ke YYYY-MM-DD.

## Temuan

1. Median turun dari 14 hari (2023) menjadi 9 hari (2025), selisih 5 hari.
2. Penurunan terpusat di Kecamatan A, B, dan C, yang menerima 61 persen total pengajuan.
3. Di lima kecamatan lain median bertahan di 13-15 hari sepanjang tiga tahun.

**Rekomendasi.** Bandingkan jumlah petugas verifikasi per kecamatan sebelum menambah kanal daring baru.

## Batasan

- Data hanya memuat pengajuan yang akhirnya terbit. Pengajuan yang ditolak tidak ada, jadi angka ini bukan waktu proses seluruh permohonan.
- Tidak ada kolom jumlah petugas, sehingga hubungan di rekomendasi belum diuji, baru diduga.
- Perubahan bisa disebabkan hal lain yang terjadi pada 2024 dan tidak tercatat di data ini.

Penilaian redaksi: bagian Cara menjalankan paling sering dilewatkan, dan justru itu yang paling menunjukkan kematangan. Proyek yang bisa dijalankan ulang orang lain dari nol membuktikan angkanya berasal dari kode, bukan dari langkah manual yang sudah dilupakan penulisnya. Dokumentasi GitHub menempatkan README sebagai berkas yang menjelaskan kegunaan proyek dan cara memakainya, dan ukuran itu berlaku sama untuk proyek analisis. Satu hal lain yang sering diabaikan: repositori yang masih berstatus privat menghentikan pembacaan sebelum dimulai.

Kenapa menuliskan batasan justru menaikkan kepercayaan

Pemula sering menyembunyikan kelemahan datanya karena mengira bagian itu akan mengurangi nilai proyeknya. Yang terjadi sebaliknya. Pembaca yang berpengalaman akan menemukan kelemahan itu dalam dua menit, dan yang dinilai bukan ada atau tidaknya kelemahan, melainkan apakah penulisnya menyadarinya.

Proyek tanpa bagian batasan menyisakan dua kemungkinan di kepala pembaca: penulisnya tidak tahu, atau tahu dan memilih diam. Keduanya buruk. Bagian batasan yang jujur menutup kedua kemungkinan itu sekaligus. Dalam wawancara, bagian ini sering menjadi pertanyaan pertama, dan pelamar yang sudah menuliskannya menjawab dengan tenang.

Batasan yang baik bersifat spesifik dan menyebutkan akibatnya pada kesimpulan. Bandingkan dua kalimat ini. Yang lemah: data ini punya beberapa keterbatasan. Yang kuat: data hanya memuat pengajuan yang akhirnya terbit, sehingga median di sini lebih pendek daripada waktu tunggu yang sebenarnya dirasakan pemohon. Kalimat kedua menunjukkan kamu mengerti arah biasnya, bukan sekadar tahu istilahnya.

Cara memublikasikannya

Ada dua bentuk terbit yang cukup, dan keduanya gratis. Pilih satu, jangan mengerjakan keduanya sekaligus sebelum proyek pertamamu selesai.

1. Repositori publik di GitHub. Isinya kode, README, dan berkas hasil berukuran kecil. Tambahkan berkas LICENSE, karena menurut dokumentasi GitHub repositori publik tanpa lisensi tetap berada di bawah hak cipta penuh penulisnya. Hindari mengunggah data mentah berukuran besar; GitHub menetapkan batas ukuran berkas, dan proyek analisis yang rapi memang mengunduhnya lewat skrip.
2. Satu halaman ringkas yang bisa dibuka tanpa memahami kode. GitHub Pages menerbitkan halaman langsung dari isi repositori, sehingga satu berkas Markdown atau HTML sudah cukup menjadi halaman yang bisa ditautkan di lamaran. Ini berguna untuk pembaca non-teknis, misalnya perekrut tahap pertama.

Kelas Git dan GitHub Dasar menutup bagian yang dibutuhkan untuk keduanya: menyimpan riwayat, bekerja di cabang, dan mengirim ke remote. Yang menentukan untuk portofolio bukan kemewahan alurnya, melainkan riwayat commit yang terbaca. Pesan seperti menyatukan 17 varian ejaan kecamatan lebih informatif daripada lima puluh pesan berbunyi update.

Tanda proyekmu sudah layak ditautkan

• Orang yang tidak mengenal topiknya bisa menyebutkan kesimpulanmu setelah membaca sepuluh baris pertama README.
• Kamu bisa menjalankan ulang seluruh langkahnya di komputer yang baru dan mendapatkan angka yang sama.
• Kamu bisa menyebutkan satu hal yang akan membuat kesimpulanmu berubah, dan hal itu sudah tertulis di bagian batasan.
• Ada satu rekomendasi yang menyebut pihak yang harus menjalankannya, bukan sekadar daftar temuan.
• Datanya tidak berasal dari dataset latihan yang sudah dipakai ribuan orang.

Kalau kelima pernyataan itu benar semua, proyek itu sudah cukup untuk dilampirkan. Setelah itu, menambah proyek kedua lebih berguna daripada memoles yang pertama, dan proyek kedua sebaiknya memakai alat berbeda supaya cakupan keterampilanmu terlihat: satu berbasis SQL, satu lagi berbasis pandas.

Bagian dari panduan Kursus data analyst gratis bahasa Indonesia: peta belajar tujuh kelas inti dan cara mengukurnya