Pada Final Project Bootcamp Data Analyst, peserta mengerjakan studi kasus analisis dataset Shark Attacks yang berisi 4.614 catatan insiden. Project ini berfokus pada proses mengubah data mentah menjadi informasi yang lebih terstruktur untuk memahami pola serangan berdasarkan waktu, lokasi, tipe serangan, aktivitas korban, karakteristik korban, dan outcome insiden.
Peserta menjalankan workflow mulai dari data cleaning menggunakan Google Sheets, descriptive analysis menggunakan Python di Google Colab, hingga pembangunan dashboard interaktif menggunakan Looker Studio.
Studi Kasus dan Tujuan Analisis
Dataset Shark Attacks menyimpan informasi historis mengenai berbagai insiden yang melibatkan hiu.
Dari dataset tersebut, peserta menyusun beberapa fokus analisis:
- Melihat perubahan jumlah insiden berdasarkan waktu
- Mengidentifikasi negara atau wilayah yang memiliki catatan insiden
- Membandingkan distribusi berdasarkan tipe serangan
- Melihat aktivitas yang dilakukan ketika insiden terjadi
- Menganalisis karakteristik korban berdasarkan usia dan jenis kelamin
- Membandingkan outcome fatal dan non-fatal
Pertanyaan tersebut kemudian digunakan sebagai dasar dalam menentukan variabel yang dibersihkan, dianalisis, dan ditampilkan pada dashboard.
Identifikasi Dataset
Dataset awal terdiri dari 4.614 baris dan 22 kolom.
Beberapa variabel utama yang digunakan antara lain Case Number, Date, Year, Type, Country, Area, Location, Activity, Sex, Age, Fatal, dan Species.
Peserta terlebih dahulu memahami struktur data sebelum masuk ke proses visualisasi. Tahapan ini penting karena tidak semua kolom memiliki format dan kualitas data yang langsung siap digunakan.
Data Cleaning dengan Google Sheets
Proses cleaning dilakukan untuk mengurangi masalah pada struktur data dan membuat kategori lebih konsisten.
Peserta menggunakan fitur Remove Duplicates untuk memeriksa data ganda dan Trim Whitespace untuk membersihkan spasi yang tidak diperlukan. Proses trim dilakukan terhadap 1.699 cell.
Beberapa variabel kemudian distandarkan.
Standardisasi Country dan Sex
Penulisan pada Country diseragamkan menggunakan fungsi UPPER agar perbedaan kapitalisasi tidak menghasilkan kategori yang berbeda.
Variabel Sex disederhanakan menjadi tiga kategori:
- Male
- Female
- Unknown
Mengolah Status Fatalitas
Kolom Fatal Y atau N diubah menjadi Fatal Status dengan kategori Fatal, Non-Fatal, dan Unknown.
Pengelompokan tersebut membuat data lebih mudah digunakan pada visualisasi dan perhitungan outcome.
Membuat Age Group
Kolom Age memiliki format yang beragam sehingga peserta membuat variabel tambahan berupa Age Group menggunakan formula IF pada Google Sheets.
Nilai yang tidak tersedia tetap dipertahankan sebagai Missing daripada dipaksakan masuk ke kelompok tertentu.
Kolom Time tidak digunakan dalam analisis karena memiliki banyak missing value serta format yang tidak konsisten.
Pendekatan ini menunjukkan bahwa tidak semua data harus dipaksakan masuk ke analisis apabila kualitasnya belum mendukung.
Descriptive Analysis dengan Python
Setelah proses cleaning, peserta melanjutkan analisis menggunakan Python melalui Google Colab.
Tahap pertama adalah memeriksa tipe data setiap kolom untuk memastikan variabel numerik dan kategorikal dapat digunakan sesuai kebutuhan analisis.
Peserta kemudian melakukan descriptive statistics terhadap Year dan Age untuk melihat informasi seperti rata-rata, standar deviasi, kuartil, nilai minimum, dan maksimum.
Analisis Distribusi Kategori
Untuk data kategorikal, peserta menghitung distribusi pada beberapa variabel seperti:
- Type
- Sex
- Age Group
- Fatal Status
Peserta juga menganalisis 10 kategori yang paling sering muncul pada Country, Activity, dan Species.
Tahap ini membantu memperoleh gambaran umum mengenai kategori yang paling dominan sebelum hasilnya dipindahkan ke dashboard.
Analisis Tren Insiden
Jumlah kasus juga dikelompokkan berdasarkan Year.
Analisis tersebut digunakan untuk melihat bagaimana jumlah insiden yang tercatat berubah dari waktu ke waktu dan kemudian menjadi dasar visualisasi trend of shark attacks pada dashboard.
Pembuatan Dashboard dengan Looker Studio
Dataset yang telah dibersihkan di Google Sheets kemudian dihubungkan ke Looker Studio.
Dashboard dirancang berdasarkan pertanyaan analisis yang telah ditentukan sebelumnya.
KPI digunakan untuk memberikan informasi ringkas mengenai jumlah kasus dan outcome insiden. Peserta juga menambahkan filter interaktif berdasarkan Year, Country, dan Type agar pengguna dapat mengeksplorasi data berdasarkan kelompok tertentu.
Visualisasi kemudian digunakan untuk memperlihatkan pola berdasarkan:
- Waktu
- Lokasi
- Attack type
- Activity
- Sex
- Age group
- Fatal status
- Species
Dua Halaman Dashboard
Dashboard akhir dibagi menjadi dua bagian.
Global Overview
Halaman ini digunakan untuk memberikan gambaran umum mengenai pola dan distribusi insiden secara keseluruhan.
Pengguna dapat melihat berbagai indikator utama serta melakukan penyaringan berdasarkan tahun, negara, dan tipe serangan.
Incident and Victim Deep Dive
Halaman kedua memberikan analisis yang lebih fokus pada karakteristik insiden dan korban.
Pembagian dashboard menjadi dua halaman membantu memisahkan informasi overview dan analisis yang lebih detail sehingga visualisasi tidak terlalu padat dalam satu tampilan.
Insight dari Final Project
Dari 4.614 insiden yang dianalisis, terdapat 871 insiden dengan outcome fatal dan 3.675 insiden non-fatal.
Fatality rate yang diperoleh adalah sekitar 19,2 persen.
Namun project ini tidak hanya berfokus pada angka fatalitas. Dashboard memungkinkan pola insiden ditelusuri berdasarkan attack type, country, activity, sex, age group, species, dan outcome.
Dengan struktur tersebut, pengguna dapat melihat data dari beberapa perspektif tanpa harus membaca ribuan baris dataset secara langsung.
Teknologi yang Digunakan
Final project ini menggunakan tiga tools utama.
Google Sheets digunakan untuk data cleaning, standardisasi kategori, penanganan missing value, serta pembuatan variabel tambahan seperti Age Group dan Fatal Status.
Python melalui Google Colab digunakan untuk descriptive analysis, pemeriksaan tipe data, statistik numerik, distribusi kategori, dan analisis tren.
Looker Studio digunakan untuk membangun dashboard, KPI, filter interaktif, serta visualisasi pola insiden.
Benefit Final Project
Melalui final project ini, peserta berlatih menjalankan workflow Data Analyst mulai dari data identification, cleaning, transformation, descriptive analysis, hingga dashboard development.
Project juga memberikan pengalaman dalam menentukan data yang layak digunakan dan data yang sebaiknya tidak dipaksakan masuk ke analisis, seperti kolom Time yang memiliki banyak nilai kosong dan format tidak konsisten.
Hasil akhirnya dapat digunakan sebagai bagian dari portfolio untuk menunjukkan kemampuan mengolah dataset dengan lebih dari 4.600 record menggunakan Google Sheets, Python, Google Colab, dan Looker Studio serta menyajikannya menjadi dashboard interaktif yang lebih mudah dipahami.