Pada Final Project Bootcamp Data Analyst, peserta mengerjakan studi kasus analisis Adult Income Dataset, yaitu dataset turunan sensus Amerika Serikat yang berisi 1.561 data individu dan 15 kolom. Variabel di dalamnya mencakup usia, pendidikan, pekerjaan, jam kerja, negara asal, serta kategori pendapatan.
Project ini tidak berhenti pada pembuatan dashboard. Peserta juga mengembangkan pertanyaan analisis, melakukan data cleaning, membuat calculated field, menyusun visualisasi interaktif, membaca pola dari data, serta menghubungkan temuan tersebut dengan isu migrasi internasional dan ketimpangan pendapatan.
Studi Kasus: Membaca Ketimpangan Pendapatan dari Data Sensus
Peserta memulai project dengan tiga fokus analisis utama.
Pertama, melihat apakah pola pendapatan pada dataset konsisten dengan konsep selective migration, yaitu kecenderungan migran yang berhasil berpindah ke negara maju sudah memiliki modal pendidikan tertentu.
Kedua, melihat perbedaan pendapatan berdasarkan gender.
Ketiga, mencoba menarik implikasi yang relevan bagi negara pengirim tenaga kerja.
Peserta juga mencatat dua keterbatasan sejak awal. Sekitar 92,1% data berasal dari wilayah North America, sehingga dataset tidak dapat dianggap sebagai representasi seimbang berbagai kawasan dunia. Selain itu, batas pendapatan USD 50.000 yang digunakan berasal dari konteks tahun 1994 dan tidak disesuaikan terhadap inflasi.
Pendekatan ini menunjukkan pentingnya memahami konteks dataset sebelum menarik kesimpulan.
Data Cleaning dengan Google Sheets
Tahap awal pengolahan data dilakukan menggunakan Google Sheets.
Peserta memeriksa struktur data dan menemukan beberapa missing value yang ditandai dengan simbol ?, khususnya pada kolom workclass, occupation, dan native.country.
Daripada langsung menghapus seluruh baris, peserta mengganti nilai tersebut menjadi Unknown menggunakan fitur Find and Replace. Pertimbangannya adalah proporsi data kosong berada di bawah 4% dan informasi pada kolom lain masih dapat digunakan.
Peserta juga melakukan pengecekan duplicate dan mencatat bahwa tidak ditemukan baris duplikat.
Tahap ini memberi pengalaman penting bahwa data cleaning tidak selalu berarti menghapus data. Keputusan cleaning perlu mempertimbangkan seberapa besar data yang hilang dan apakah baris tersebut masih memiliki informasi yang relevan.
Membuat Calculated Field untuk Analisis
Setelah data dibersihkan, peserta menghubungkan Google Sheets ke Looker Studio.
Di dalam Looker Studio, peserta menambahkan calculated field untuk membuat variabel baru.
Salah satunya adalah region, yang mengelompokkan 33 negara asal ke dalam enam wilayah besar seperti North America, Asia, Europe, South America, Caribbean and Central America, serta Other.
Peserta juga membuat age_category, yang membagi usia ke dalam enam kelompok dari usia di bawah 25 tahun hingga 65 tahun ke atas.
Calculated field ini membantu mengubah data mentah menjadi kategori yang lebih mudah dibandingkan pada dashboard.
Membangun Dashboard Interaktif
Dashboard kemudian disusun menggunakan Looker Studio dengan Google Sheets sebagai data source.
Bagian atas dashboard menggunakan lima scorecard untuk menampilkan:
- Total record
- Rata-rata usia
- Rata-rata jam kerja
- Jumlah negara asal
- Persentase high income
Dashboard juga memuat beberapa visualisasi lain, yaitu distribusi regional, persentase high income berdasarkan negara, distribusi pekerjaan, high income berdasarkan kelompok usia, high income berdasarkan pendidikan, serta scatter plot yang membandingkan jam kerja dan usia berdasarkan kategori pendapatan.
Untuk meningkatkan eksplorasi data, peserta menambahkan filter interaktif berdasarkan region, education, dan sex.
Dengan pendekatan ini, dashboard tidak hanya menjadi laporan statis. Pengguna dapat mengubah konteks analisis dengan memilih kelompok tertentu.
Insight Utama dari Data
Salah satu pola yang paling terlihat adalah hubungan antara pendidikan dan kategori pendapatan.
Dalam dataset ini, sekitar 94,5% pemegang Doctorate berada pada kategori high income, sementara kelompok dengan pendidikan 12th grade tanpa diploma hanya sekitar 12,5%. Perbedaannya mencapai sekitar 82 percentage points.
Peserta juga menemukan adanya perbedaan berdasarkan gender. Sekitar 59,7% laki-laki berada dalam kategori high income, dibandingkan 28,7% perempuan, menghasilkan selisih sekitar 31 percentage points.
Dari sisi wilayah asal, peserta melihat adanya perbedaan tingkat high income antarregion. Namun karena komposisi dataset sangat didominasi North America, temuan tersebut diperlakukan sebagai indikasi deskriptif dan bukan kesimpulan universal.
Hal ini menjadi bagian penting dari project: peserta tidak hanya mencari angka tertinggi dan terendah, tetapi juga mempertimbangkan keterbatasan sampel.
Dari Data ke Interpretasi
Salah satu karakter project ini adalah penggunaan data untuk mendukung pembahasan yang lebih luas mengenai migration studies, brain drain, selective migration, gender gap, dan world-systems theory.
Namun peserta juga membatasi klaim yang dibuat. Analisis yang dilakukan bersifat deskriptif, bukan kausal. Perbedaan pendapatan berdasarkan pendidikan, wilayah, atau gender menunjukkan asosiasi, tetapi tidak membuktikan bahwa satu variabel menyebabkan perubahan pendapatan secara langsung.
Peserta juga menyebut bahwa analisis berikutnya dapat dikembangkan menggunakan regression model untuk mengontrol beberapa variabel sekaligus.
Bagian ini memberikan insight bahwa Data Analyst perlu membedakan antara apa yang terlihat pada data dan apa yang benar-benar dapat dibuktikan dari data tersebut.
Teknologi yang Digunakan
Final project ini menggunakan:
Google Sheets untuk data cleaning dan persiapan dataset.
Looker Studio untuk calculated field, data visualization, dashboard, dan interactive filtering.
Dataset yang dianalisis adalah Adult Income Dataset yang berasal dari data sensus Amerika Serikat.
Insight dan Benefit Final Project
Melalui final project ini, peserta berlatih menjalankan workflow Data Analyst mulai dari memahami konteks dataset, membersihkan data, membuat kategori baru, menyusun dashboard, membaca pola, hingga menyampaikan insight secara hati-hati.
Project juga memperlihatkan bahwa tugas Data Analyst bukan sekadar membuat chart. Analyst perlu memahami kualitas data, keterbatasan sampel, pilihan visualisasi, serta batas antara descriptive insight dan causal claim.
Hasil akhirnya dapat digunakan sebagai bagian dari portfolio peserta untuk menunjukkan pengalaman dalam data cleaning, exploratory analysis, dashboard development, calculated field, data visualization, interactive reporting, dan analytical storytelling menggunakan Google Sheets dan Looker Studio.