Pendahuluan

Dalam setiap aktivitas perusahaan, terdapat begitu banyak data yang dihasilkan ataupun dikumpulkan dari berbagai sumber baik referensi, dasar, rules, hingga data operasional lapangan. Banyaknya data yang tersimpan tersebut dapat menjadi sebuah aset, tetapi di sisi lain juga menjadi tantangan ketika data tersebut masih tersebar dan belum terolah menjadi informasi yang dapat digunakan secara optimal.

Kondisi tersebut terasa semakin nyata dalam industri pelayaran, khususnya di lingkungan PT PELNI (Persero) yang memiliki aktivitas operasional dengan banyak kapal, voyage, rute, dan pelabuhan. Setiap aktivitas tersebut menghasilkan data yang beragam, mulai dari pergerakan kapal, konsumsi BBM, aktivitas bunker, hingga berbagai indikator kinerja operasional. Dengan jumlah dan keragaman data tersebut, kemampuan untuk mengolah dan melihat keterkaitan antar data menjadi penting agar informasi yang tersedia tidak hanya berhenti sebagai angka dalam laporan periodik.

Hal inilah yang menjadi dasar kebutuhan untuk memahami Data Analytics menjadi semakin relevan. Sebagai bagian dari upaya meningkatkan kompetensi pegawai di bidang analisis data, PT PELNI (Persero) menyelenggarakan Program Pelatihan Data Analyst Bootcamp Level 1. Pelatihan ini memberikan pemahaman mengenai proses analisis data secara menyeluruh, mulai dari pengolahan raw data menggunakan Microsoft Excel, data cleaning dan transformasi melalui Power Query, hingga penyajian informasi dalam bentuk dashboard interaktif menggunakan Microsoft Power BI.

Dengan mengikuti pelatihan ini, dapat memberikan perspektif baru bahwa data bukan sekadar kumpulan angka, tetapi dapat diolah menjadi insight yang mendukung pengambilan keputusan. Pada akhirnya, proses tersebut membawa pemahaman sederhana namun penting: data yang diolah dengan tepat dapat memberikan insight yang lebih tajam, dan insight yang tepat dapat menjadi dasar bagi keputusan yang lebih cerdas.

Materi Pelatihan

1. Raw Data dari Excel — Semua Berawal dari Data

Microsoft Excel selama ini sudah menjadi salah satu tool yang sangat familiar dalam pekerjaan. Namun, dalam konteks data analytics, Excel tidak hanya digunakan untuk membuat tabel atau menghitung angka, tetapi juga sebagai sumber data yang nantinya dapat diolah lebih lanjut.

Data mentah dapat memiliki berbagai permasalahan, seperti:

• format yang tidak konsisten;
• data cell kosong;
• duplikasi data;
• satuan yang tidak seragam;
• dll.

Di tahap ini hal penting yang perlu menjadi satu pemahaman adalah:

Data yang banyak belum tentu merupakan data yang siap dianalisis.

Sebelum menghasilkan grafik yang menarik,perlu dipastikan bahwa data yang digunakan memang benar, konsisten, dan dapat dipertanggungjawabkan.

2. Data Cleaning dengan Power Query — Membersihkan dan Merapikan Data

Power Query memberikan pendekatan yang menarik karena proses pembersihan data dapat dilakukan secara lebih sistematis dan dapat diulang kembali ketika terdapat data baru.

Beberapa proses yang dipelajari dalam Program Pelatihan Data Analyst Bootcamp Level 1 antara lain:

• Menghapus data yang tidak diperlukan;
• Menghilangkan duplikasi;
• Mengubah tipe data;
• Melakukan filtering;
• Melakukan transformasi data;
• Melakukan standardisasi informasi;
• dll.

Salah satu keunggulan Power Query adalah konsep bahwa ketika melakukan editting di Power Query tersebut, maka Raw Data di file asli tersebut tidak berubah ataupun terganti, sehingga dapat disimpan sebagai file yang independen.

Do it once, refresh it many times.

Ketika proses cleaning sudah dibuat dengan benar, penambahan data baru tidak selalu berarti harus mengulang pekerjaan secara manual dari awal. Data dapat diperbarui melalui proses refresh. Dan perlu diketahui bahwa pelaksanaan Data Cleaning tersebut tidak dilakukan secara manual tapi melalui fitur yang tersedia pada aplikasi tersebut.

Ini merupakan salah satu bagian paling berharga dari pelatihan karena pekerjaan analisis sering kali bukan hanya tentang menghasilkan output, tetapi juga bagaimana mengurangi pekerjaan repetitif.

3. Data Visualization dengan Power BI — Mengubah Data Menjadi Informasi

Data yang telah dibersihkan tersebut kemudian masuk ke tahap Data Visualization menggunakan Microsoft Power BI. Pada tahap ini, angka dan tabel mulai diterjemahkan menjadi informasi yang lebih mudah dipahami melalui visualisasi.

Materi Pembuatan dashboard interaktif yang dipelajari mencakup:

• Data modelling;
• Pembuatan KPI dan card;
• Bar chart, line chart, table, dan berbagai visual lainnya;
• Penggunaan slicer dan filter;
• Penyusunan layout agar informasi mudah dibaca;
• dll.

Hal yang menarik adalah visualisasi tidak sekadar dibuat agar terlihat menarik. Setiap grafik dan indikator perlu memiliki tujuan dan mampu membantu menjawab pertanyaan tertentu.

A good dashboard doesn’t just show data. It tells you what matters.

4. Artificial Intelligence untuk Data Analytics — Pemanfaatan AI sebagai Assistant

Pembelajaran kemudian diperluas dengan pemanfaatan Artificial Intelligence (AI) untuk membantu proses data analytics. AI dapat digunakan sebagai assistant ketika menghadapi kebutuhan analisis yang membutuhkan eksplorasi atau pendekatan tertentu.

Salah satu penerapannya adalah membantu:

• Mencari rumus DAX untuk kebutuhan tertentu di Power BI;
• Memahami fungsi dan struktur formula;
• Membantu melakukan pemecahan masalah ketika formula tidak menghasilkan output yang diharapkan;
• Mengeksplorasi ide visualisasi dan indikator dashboard;
• dll.

AI tetap hanya sebagai alat penunjang kinerja, bukan penentu keputusan 

Pemahaman terhadap data, validasi hasil, dan keputusan akhir tetap berada pada pengguna. Dengan pendekatan ini, AI bukan sekadar alat untuk mencari jawaban, tetapi dapat menjadi partner dalam proses eksplorasi data.

5. Dashboard Final Project — Implementasi Pelatihan

Sebagai tahap akhir, seluruh materi yang dipelajari diterapkan melalui Dashboard Final Project. Tahap ini menjadi kesempatan untuk menggabungkan seluruh proses yang sebelumnya dipelajari secara terpisah. Dengan adanya Dashboard tersebut, diharapkan menjadi dasar dalam pelaksanaan Decision Making untuk menentukan arah kebijakan berikutnya di masa depan. 

Gambar Sampel Dashboard Konsumsi BBM*

*Sumber Data bukan merupakan Data Sebenarnya

Dengan dibuatnya Dashboard Final Project, visualisasi data lebih baik, interaktif, bersifat user-friendly, dan dapat bersifat real time sesuai input data terbaru. Data yang bisa ditampilkan pada Dashboard dapat disesuaikan dengan kebutuhan unit kerja masing – masing. Dalam hal ini, dashboard tersebut dapat menampilkan data pada periode tertentu untuk kapal tertentu dan voyage tertentu seperti:

• Rata – Rata Konsumsi BBM (dalam Liter);
• Rata – Rata Konsumsi BBM (dalam Liter / Mil);
• Rata – Rata Konsumsi BBM (dalam Liter / Comdays);
• Efisiensi Konsumsi BBM (dalam % dibandingkan konsumsi sebelumnya);
• Kapal dengan Konsumsi BBM terbesar, dan;
• Jumlah suplai di berbagai lokasi Pelabuhan Bunker.

Pembelajaran yang Didapat

Implementasi dalam Pekerjaan

Penutup

Pelatihan Data Analyst Bootcamp Level 1 tidak hanya sekadar memberikan kemampuan penggunaan Excel, Power Query, dan Power BI. Pelatihan ini memberikan cara pandang baru bahwa data yang tersebar dalam berbagai laporan dapat diolah menjadi informasi yang lebih terstruktur, divisualisasikan menjadi insight, dan pada akhirnya digunakan untuk mendukung keputusan.

Penerapannya pada data operasional kapal, khususnya konsumsi BBM, menunjukkan bahwa data dapat membantu menjawab pertanyaan yang lebih konkret seperti kapal mana yang Konsumsi BBM-nya tinggi, voyage mana yang perlu diperhatikan, bagaimana pola bunker, dan apakah konsumsi telah sesuai dengan target, dll.

Berhenti Membaca Data, Mulai Membaca Masa Depan

Pelatihan ini sangat berharga karena membantu proses analisis menjadi lebih cepat, visual, dan terarah. Namun, nilai terbesar dari pelatihan ini bukan pada dashboard yang berhasil dibuat, melainkan pada kemampuan untuk mengubah data menjadi Cetak Biru pengambilan keputusan strategis dengan Data Analytics hasil kombinasi AI dan Data Visualization.