Final Project Bootcamp Data Analyst: Analisis 76 Tahun Insiden Serangan Hiu dengan Google Sheets dan Looker Studio
Pada Final Project Bootcamp Data Analyst, peserta mengerjakan studi kasus analisis historis insiden serangan hiu menggunakan Google Sheets dan Google Looker Studio. Dataset awal berisi 4.615 catatan, kemudian difokuskan pada periode 1941 sampai 2017 hingga menghasilkan 4.233 data bersih yang digunakan untuk analisis.
Project ini mencakup workflow Data Analyst dari identifikasi data mentah, data cleaning, exploratory data analysis, pembuatan pivot table, hingga pembangunan dashboard interaktif.
Studi Kasus dan Tujuan Analisis
Dataset memuat informasi mengenai tanggal kejadian, negara, lokasi, aktivitas korban, tipe serangan, usia, jenis kelamin, serta status fatalitas.
Sebelum melakukan pengolahan data, peserta terlebih dahulu menentukan beberapa pertanyaan analisis, antara lain:
- Berapa total insiden dan tingkat fatalitasnya
- Berapa banyak insiden yang tergolong unprovoked
- Negara mana yang mencatat jumlah insiden terbesar
- Aktivitas apa yang paling sering dilakukan korban
- Bagaimana perubahan jumlah insiden dari tahun ke tahun
- Bagaimana profil korban berdasarkan usia dan jenis kelamin
Pertanyaan tersebut kemudian menjadi dasar dalam menentukan kolom, pivot table, dan visualisasi yang digunakan.
Identifikasi Masalah pada Data Mentah
Pada tahap awal, peserta menyimpan dataset asli dalam sheet Raw_Data agar data sumber tetap tersedia sebagai referensi.
Beberapa masalah ditemukan, seperti format Case Number yang beragam, Year dalam bentuk desimal, tanggal yang tidak selalu tersimpan sebagai date, penulisan Sex yang tidak konsisten, Age yang terkadang berisi teks, serta variasi format pada Activity, Country, dan Time.
Temuan tersebut menunjukkan kondisi yang umum ditemukan pada real-world dataset, yaitu data belum langsung siap digunakan untuk analisis.
Data Cleaning dengan Google Sheets
Proses cleaning dilakukan pada sheet terpisah bernama Clean_Data.
Peserta melakukan pengecekan duplikasi menggunakan fitur Remove Duplicates. Tidak ditemukan baris duplikat sehingga seluruh record tetap dipertahankan.
Fitur Trim Whitespace juga digunakan untuk membersihkan spasi tambahan yang dapat menyebabkan kategori identik terbaca sebagai nilai berbeda.
Membatasi Periode Analisis
Dataset memiliki beberapa catatan yang jauh lebih lama, termasuk tahun 1848.
Untuk menjaga konsistensi periode, peserta memfokuskan analisis pada tahun 1941 sampai 2017. Baris di luar periode tersebut tidak digunakan pada analisis akhir.
Peserta kemudian membuat kolom hasil standardisasi dengan penanda Clean dan beberapa kolom turunan untuk mendukung proses analisis.
Setelah proses validasi, diperoleh 4.233 record yang siap dianalisis dan tidak memiliki duplikasi.
Exploratory Data Analysis
Setelah data dibersihkan, peserta melakukan exploratory data analysis menggunakan fungsi statistik Google Sheets, Pivot Table, dan chart.
Beberapa fungsi seperti AVERAGE, MEDIAN, MIN, MAX, dan STDEV digunakan untuk memahami karakteristik data.
Fatality Rate
Dari 4.233 insiden, terdapat 712 kasus fatal dan 3.469 kasus non-fatal dengan outcome yang diketahui.
Sebanyak 52 kasus memiliki status unknown sehingga tidak dimasukkan ke perhitungan fatality rate.
Dengan pendekatan tersebut, fatality rate yang diperoleh adalah sekitar 17,03 persen.
Analisis Jenis Serangan
Kategori Unprovoked mendominasi dengan 3.398 kasus atau sekitar 80,3 persen.
Kategori lainnya meliputi Provoked sebanyak 445 kasus, Boat 237, Sea Disaster 151, dan Unknown 2.
Namun peserta juga membandingkan tingkat fatalitas pada setiap tipe serangan.
Sea Disaster memiliki tingkat fatalitas tertinggi, sekitar 68,2 persen. Unprovoked berada di sekitar 17,7 persen, sedangkan Provoked sekitar 2,5 persen dan Boat sekitar 1,3 persen.
Analisis ini menunjukkan bahwa jumlah kasus dan tingkat fatalitas merupakan dua metrik yang berbeda dan perlu dibaca secara terpisah.
Negara dan Aktivitas dengan Insiden Terbanyak
Amerika Serikat mencatat 1.696 insiden, Australia 762, dan Afrika Selatan 444.
Ketiga negara tersebut secara bersama mencakup sekitar 68,6 persen dari seluruh data yang dianalisis.
Dari sisi aktivitas, Surfing memiliki jumlah insiden terbanyak dengan 892 kasus atau sekitar 21,1 persen. Swimming berada di posisi berikutnya dengan 528 kasus atau sekitar 12,5 persen.
Aktivitas lain seperti Spearfishing dan Fishing juga termasuk kategori yang cukup sering muncul.
Analisis Tren Waktu
Peserta menggunakan visualisasi berdasarkan Year untuk melihat perubahan jumlah insiden.
Jumlah insiden tercatat relatif rendah pada 1940-an hingga 1950-an, kemudian mengalami perubahan dari tahun ke tahun. Sejak 1990-an terlihat tren peningkatan yang lebih tajam dan mencapai hampir 130 kasus per tahun pada pertengahan 2010-an.
Penurunan pada 2017 tidak langsung dianggap sebagai penurunan insiden sebenarnya karena data pada tahun tersebut belum lengkap.
Dashboard dengan Google Looker Studio
Setelah analisis awal menggunakan Google Sheets, peserta menghubungkan Clean_Data ke Google Looker Studio.
Tipe setiap field diperiksa kembali agar data numerik dan kategorikal dapat digunakan sebagai metric maupun dimension secara tepat.
Peserta juga membuat calculated field seperti Total_Fatal, Fatality_Rate, dan Record Count.
Dashboard kemudian dirancang dengan ukuran custom 1200 kali 1700 pixel agar dapat ditampilkan seperti infografis.
Komponen Dashboard
Dashboard menampilkan beberapa komponen utama:
- Total Insiden sebanyak 4.233
- Total Fatal sebanyak 712
- Fatality Rate sebesar 17,03 persen
- Tren insiden berdasarkan tahun
- Aktivitas dengan jumlah insiden terbesar
- Negara dengan jumlah insiden terbesar
- Distribusi kelompok usia
- Profil korban berdasarkan gender
Looker Studio digunakan untuk mengubah hasil analisis yang sebelumnya berada pada Pivot Table menjadi visualisasi yang lebih mudah dibaca.
Insight dan Keterbatasan Analisis
Dari project ini, beberapa insight utama yang diperoleh adalah sekitar 80 persen insiden tergolong Unprovoked, mayoritas kasus tidak berakhir fatal, serta jumlah insiden terkonsentrasi pada beberapa negara dan aktivitas tertentu.
Korban juga cenderung berusia muda, dengan rata-rata sekitar 27,5 tahun dan median 24 tahun. Mayoritas korban dengan data gender yang tersedia adalah laki-laki.
Namun peserta juga mencatat bahwa jumlah kasus tidak sama dengan tingkat risiko. Banyaknya insiden pada suatu negara atau aktivitas dapat dipengaruhi jumlah orang yang terpapar aktivitas tersebut.
Kenaikan tren juga belum tentu berarti serangan hiu benar-benar meningkat karena kualitas pencatatan, akses informasi, dan jumlah orang yang beraktivitas di laut ikut berubah dari waktu ke waktu.
Benefit Final Project
Melalui final project ini, peserta berlatih melakukan data cleaning, standardisasi data, exploratory data analysis, Pivot Table, calculated field, serta dashboard development.
Project ini juga memberikan pengalaman dalam membaca data secara lebih hati-hati, terutama membedakan antara jumlah insiden, fatality rate, dan risiko sebenarnya.
Hasil akhirnya dapat digunakan sebagai bagian dari portfolio untuk menunjukkan kemampuan mengolah data historis menggunakan Google Sheets dan Google Looker Studio serta menyampaikan insight melalui dashboard yang lebih terstruktur.