Pada Final Project Bootcamp Data Analyst, peserta mengerjakan studi kasus Movie Ratings dengan fokus pada proses pengolahan data mentah hingga penyajiannya dalam bentuk dashboard yang lebih mudah dibaca.
Project ini menekankan dua tahapan utama dalam pekerjaan Data Analyst, yaitu data cleaning menggunakan Google Sheets dan data visualization menggunakan Google Looker Studio. Peserta berlatih memastikan data memiliki struktur dan format yang sesuai sebelum digunakan untuk membuat grafik maupun diagram pada dashboard.
Studi Kasus: Analisis Dataset Movie Ratings
Dataset yang digunakan berisi informasi terkait movie ratings. Tujuan utama project adalah mempersiapkan data tersebut agar lebih bersih dan konsisten sehingga dapat digunakan untuk kebutuhan analisis dan visualisasi.
Pada tahap awal, peserta tidak langsung membuat dashboard. Dataset terlebih dahulu diperiksa untuk menemukan kemungkinan masalah seperti:
- Data duplikat
- Whitespace atau ruang kosong
- Format angka yang tidak sesuai
- Format tanggal yang belum konsisten
- Cell kosong pada data numerik
- Struktur data yang perlu disesuaikan dengan kebutuhan dashboard
Pendekatan ini memberikan latihan bahwa proses analisis data dimulai dari kualitas data yang digunakan.
Data Cleaning dengan Google Sheets
Tool utama yang digunakan pada tahap pengolahan data adalah Google Sheets.
Peserta memanfaatkan beberapa fitur bawaan Google Sheets seperti Cleanup Suggestions, Remove Duplicates, dan Trim Whitespace.
Cleanup Suggestions digunakan untuk membantu menemukan bagian data yang perlu diperiksa. Remove Duplicates digunakan untuk mengurangi pencatatan data yang berulang, sedangkan Trim Whitespace membantu membersihkan spasi tambahan yang dapat menyebabkan data terlihat sama tetapi sebenarnya terbaca sebagai nilai yang berbeda oleh sistem.
Proses ini menjadi bagian penting karena inkonsistensi sederhana pada data dapat berpengaruh ketika informasi tersebut digunakan untuk agregasi maupun visualisasi.
Memastikan Format Angka dan Tanggal
Selain membersihkan data, peserta juga melakukan pengecekan terhadap tipe dan format data.
Beberapa field perlu dipastikan benar-benar memiliki format numerik atau tanggal sebelum digunakan pada dashboard.
Untuk melakukan pengecekan tersebut, peserta menggunakan formula seperti:
ISNUMBER() untuk memeriksa apakah nilai tersimpan sebagai angka.
ISDATE() untuk memeriksa apakah data sudah dikenali sebagai tanggal.
Hasil formula berupa True atau False digunakan untuk membantu proses validasi.
Tahap ini memberikan pemahaman bahwa nilai yang secara visual terlihat seperti angka atau tanggal belum tentu sudah disimpan dalam tipe data yang sesuai.
Menangani Data Kosong
Peserta juga menemukan kebutuhan untuk menangani cell kosong pada data numerik.
Untuk kondisi tersebut digunakan formula IF(ISBLANK()). Formula ini digunakan untuk mengecek apakah sebuah cell kosong dan kemudian memberikan nilai 0 pada kondisi tertentu.
Penanganan ini dilakukan agar data yang digunakan pada proses berikutnya memiliki format yang lebih konsisten sesuai kebutuhan dashboard.
Peserta belajar bahwa perlakuan terhadap missing value perlu disesuaikan dengan konteks data dan tujuan penggunaannya.
Menambahkan Variabel untuk Kebutuhan Dashboard
Dalam proses pengolahan data, peserta menambahkan dua kolom baru yang berkaitan dengan data tanggal.
Kolom tersebut digunakan untuk membantu mengubah atau mengelompokkan informasi tanggal berdasarkan bulan.
Penambahan ini dilakukan karena dashboard yang akan dibangun membutuhkan informasi bulanan agar data lebih mudah difilter dan divisualisasikan.
Tahap tersebut menjadi contoh sederhana dari proses data manipulation, yaitu membuat variabel tambahan dari data yang sudah tersedia agar lebih sesuai dengan kebutuhan analisis.
Membangun Dashboard dengan Google Looker Studio
Setelah proses cleaning dan preparation selesai, data dari Google Sheets kemudian dihubungkan ke Google Looker Studio.
Pada tahap ini, peserta mengubah data tabular menjadi tampilan visual seperti diagram dan grafik.
Peserta terlebih dahulu menghubungkan sumber data dari Google Sheets, kemudian membuat dashboard dan menentukan visualisasi yang sesuai dengan informasi yang ingin disajikan.
Pengaturan chart dilakukan melalui panel properties dengan menentukan Dimension sebagai informasi yang digunakan pada sumbu atau kategori serta Metric sebagai nilai yang akan dihitung dan ditampilkan.
Dengan proses tersebut, peserta berlatih memahami hubungan antara struktur dataset dengan kebutuhan visualisasi.
Dari Data Mentah ke Informasi yang Lebih Mudah Dibaca
Insight utama dari final project ini tidak hanya terletak pada hasil sebuah grafik, tetapi pada proses bagaimana dataset Movie Ratings dipersiapkan agar dapat menghasilkan visualisasi yang lebih konsisten.
Peserta melihat bahwa duplicate data, whitespace, cell kosong, atau format tanggal dan angka yang tidak sesuai dapat memengaruhi hasil dashboard.
Setelah data dibersihkan dan beberapa kolom pendukung ditambahkan, data dapat disajikan melalui diagram dan grafik sehingga informasi terkait Movie Ratings lebih mudah dibaca dibandingkan jika pengguna hanya melihat data dalam bentuk spreadsheet mentah.
Project ini juga memperlihatkan hubungan antara dua pekerjaan penting Data Analyst: data preparation dan data visualization. Dashboard merupakan tahap akhir dari proses yang sebelumnya membutuhkan pemeriksaan serta perapian dataset.
Teknologi yang Digunakan
Final project ini menggunakan dua tools utama.
Google Sheets digunakan untuk data cleaning, data validation, penyesuaian format, penanganan cell kosong, serta pembuatan kolom tambahan. Beberapa fitur dan formula yang digunakan mencakup Cleanup Suggestions, Remove Duplicates, Trim Whitespace, ISNUMBER(), ISDATE(), dan IF(ISBLANK()).
Google Looker Studio digunakan untuk menghubungkan data hasil cleaning dan menyajikannya dalam bentuk dashboard melalui diagram dan grafik.
Insight dan Benefit Final Project
Melalui final project Movie Ratings, peserta berlatih menjalankan alur kerja dasar seorang Data Analyst dari raw data menuju dashboard.
Peserta mendapatkan pengalaman dalam memeriksa kualitas dataset, membersihkan duplicate dan whitespace, melakukan validasi tipe data, menangani nilai kosong, membuat variabel tambahan berdasarkan tanggal, serta menentukan dimension dan metric ketika membuat visualisasi.
Final project ini dapat digunakan sebagai bagian dari portfolio untuk menunjukkan pengalaman dalam data cleaning, data preparation, data validation, data manipulation, dan dashboard development menggunakan Google Sheets dan Google Looker Studio.