Implementasi Data Analytics dalam Penyusunan Dashboard Kinerja Kapal Penumpang
By WAHYUNINGSIH
Â
- Pendahuluan
Training Data Analyst merupakan sebagai bagian dari pengembangan kompetensi dalam bidang pengolahan dan analisis data. Pelatihan ini sangat relevan dengan kebutuhan pekerjaan, khususnya dalam mendukung proses penyusunan laporan, monitoring kinerja, serta pengambilan keputusan berbasis data di lingkungan perusahaan.Tujuan dari pelatihan ini adalah untuk memahami proses analisis data secara menyeluruh, mulai dari pengenalan data, pembersihan data, visualisasi, penyusunan dashboard, hingga penyampaian insight secara efektif melalui data storytelling. Selain itu, pelatihan ini juga memberikan pemahaman mengenai penggunaan tools analisis data, seperti Power BI, serta alternatif tools visualisasi lain seperti Excel, Google Sheets, SPSS, R, SAS, Python, SQL, Google BigQuery, AWS, Azure, Looker dan Tableau.
Manfaat yang diharapkan dari pelatihan ini adalah meningkatnya kemampuan dalam mengolah data menjadi informasi yang lebih mudah dipahami, akurat, dan bermanfaat untuk mendukung evaluasi kinerja. Dengan kemampuan tersebut, data tidak hanya disajikan dalam bentuk angka, tetapi juga dapat dikembangkan menjadi dashboard interaktif dan laporan yang mampu memberikan gambaran kondisi kinerja secara lebih jelas.
- Materi yang Dipelajari
Materi yang dipelajari dalam training Data Analyst mencakup beberapa tahapan penting dalam proses data analytics meliputi:
- Introduction to Data & Data Analytics
Pada bagian awal diberikan pemahaman mengenai Introduction to Data & Data Analytics, termasuk pengenalan dasar mengenai data, peran data dalam organisasi, serta bagaimana data dapat digunakan untuk mendukung proses pengambilan keputusan. - Data Governance dan Identifikasi Data
Selanjutnya, mempelajari Data Governance dan Identifikasi Data, yang mencakup pemahaman terhadap sumber data, struktur data, serta pentingnya pengelolaan data yang baik. Dalam materi ini juga dijelaskan mengenai Data Understanding, yaitu proses memahami karakteristik data sebelum dilakukan analisis lebih lanjut. - Key Dimensions of Data Quality, Common Data Issues, dan Data Cleaning
Materi berikutnya adalah Key Dimensions of Data Quality, Common Data Issues, dan Data Cleaning. Pada bagian ini, peserta mempelajari pentingnya kualitas data, seperti kelengkapan, konsistensi, akurasi, dan validitas data serta mempelajari cara mengidentifikasi permasalahan umum pada data, misalnya data kosong, duplikasi, format yang tidak seragam, serta kesalahan penulisan. - Pengenalan Visualisasi Data, Data Storytelling, dan Converting Data to Story.
Selain itu, pelatihan juga membahas Pengenalan Visualisasi Data, Data Storytelling, dan Converting Data to Story. Materi ini memberikan pemahaman bahwa visualisasi data tidak hanya bertujuan untuk menampilkan angka, tetapi juga untuk menyampaikan cerita, temuan, dan insight secara lebih mudah dipahami oleh pengguna laporan atau manajemen. - Power BI
Pada bagian teknis, peserta mempelajari penggunaan Power BI, mulai dari pengenalan user interface, proses importing data, connecting data, penggunaan Power Query Editor, data merging, filtering, pembuatan kolom baru, semantic model, relationship, hierarchy, hingga pengenalan DAX, calculated column, dan measure. Peserta juga mempelajari penyusunan dashboard interaktif melalui pengaturan layout, filter, slicer, dan advanced data visualization. - Artificial IntelligenceÂ
Selain tools Business Intelligence, pelatihan juga membahas pemanfaatan Artificial Intelligence dalam analisis dan riset data, termasuk teknik prompting, data processing dengan AI, data analysis dengan AI, serta data reporting dengan AI. Materi ini memberikan gambaran bahwa AI dapat digunakan untuk membantu mempercepat proses analisis, penyusunan insight, dan pembuatan laporan berbasis data.
- Pembelajaran yang Didapat
Pembelajaran utama didapatkan dari training ini adalah bahwa proses analisis data harus dilakukan secara sistematis, dimulai dari memahami data, memastikan kualitas data, melakukan pembersihan data, kemudian menyajikannya dalam bentuk visualisasi yang tepat. Data yang belum dibersihkan dapat menghasilkan analisis yang kurang akurat, sehingga proses data cleaning menjadi salah satu tahapan penting sebelum data digunakan dalam dashboard atau laporan.Selain itu, saya memperoleh pemahaman baru bahwa visualisasi data harus disesuaikan dengan tujuan analisis. Pemilihan grafik, tabel, warna, dan layout dashboard perlu mempertimbangkan kemudahan pembaca dalam memahami informasi. Dashboard yang baik tidak hanya menampilkan banyak data, tetapi mampu menunjukkan informasi utama, tren, capaian, serta area yang membutuhkan perhatian.
Pelatihan ini juga memberikan pembelajaran mengenai pentingnya data storytelling. Temuan dari data perlu disampaikan dalam bentuk cerita yang runtut, mulai dari kondisi umum, temuan utama, analisis penyebab, hingga rekomendasi tindak lanjut. Dengan demikian, hasil analisis dapat lebih mudah dipahami dan digunakan oleh pihak yang membutuhkan.
Selain aspek teknis, saya juga mendapatkan keterampilan tambahan dalam menyusun presentasi berbasis data. Materi mengenai Presentation Design membantu saya memahami bagaimana menyusun slide yang informatif, sederhana, dan menarik, sehingga hasil analisis dapat disampaikan secara lebih efektif kepada audiens.
- Implementasi dalam Pekerjaan
Implementasi dari training ini saya terapkan dalam penyusunan Final Project berupa dashboard Kinerja Kapal Penumpang di Divisi Perencanaan Perusahaan & Manajemen Terintegrasi. Dalam pengerjaan tugas akhir tersebut, saya diperbolehkan menggunakan tools selain Power BI, sehingga saya menggunakan Looker Studio sebagai media untuk membuat dashboard interaktif.Dashboard yang dibuat berisi informasi terkait Score Card Kapal Penumpang periode sampai dengan Juni 2024. Dashboard tersebut menampilkan capaian kinerja kapal berdasarkan beberapa perspektif, antara lain Financial Perspective, Customer Perspective, Internal Business Process Perspective, serta Learning & Growth Perspective. Dengan adanya dashboard ini, data kinerja kapal dapat disajikan secara lebih ringkas, visual, dan mudah dipantau.
Pada dashboard tersebut, pengguna dapat melihat skor masing-masing kapal, capaian indikator, serta perbandingan kinerja antar kapal. Fitur filter atau dropdown juga digunakan agar pengguna dapat memilih nama kapal tertentu dan melihat detail capaian indikatornya. Dengan tampilan interaktif tersebut, proses monitoring menjadi lebih praktis dibandingkan hanya menggunakan tabel data secara manual.
Contoh penerapan nyata dalam pekerjaan adalah penggunaan dashboard untuk mendukung evaluasi kinerja kapal penumpang secara periodik. Dashboard dapat membantu unit kerja dalam melihat kapal dengan capaian sesuai kategori (Istimewa, Baik Sekali, Baik, Kurang Baik, Buruk). Hal ini dapat mendukung proses pelaporan, diskusi kinerja, dan pengambilan keputusan secara lebih cepat dan berbasis data.
Potensi manfaat bagi perusahaan adalah meningkatnya efektivitas monitoring kinerja, percepatan penyusunan laporan, serta peningkatan kualitas analisis. Dengan dashboard interaktif, data dapat disajikan secara lebih transparan dan mudah dipahami oleh berbagai pihak, baik tim teknis maupun manajemen.
Link tampilan hasil Dashboard Looker Studio:
https://datastudio.google.com/reporting/fa5fa100-1fd9-46e6-a91a-83611e539f3c - Penutup
Training Data Analyst memberikan pemahaman yang sangat bermanfaat mengenai proses pengolahan, analisis, visualisasi, dan penyampaian data secara efektif. Materi yang dipelajari tidak hanya berfokus pada penggunaan tools, tetapi juga pada bagaimana data dapat diolah menjadi insight yang mendukung pengambilan keputusan.Key takeaway dari pelatihan ini adalah bahwa data yang baik harus dikelola dengan proses yang benar, mulai dari data governance, data cleaning, visualisasi, hingga data storytelling. Dashboard yang efektif harus mampu menyampaikan informasi penting secara sederhana, jelas, dan mudah digunakan.Harapannya, pembelajaran ini diharapkan dapat terus diterapkan dalam pekerjaan sehari-hari, khususnya dalam penyusunan dashboard, laporan kinerja, dan analisis data di lingkungan PELNI. Dengan pemanfaatan data analytics yang lebih optimal, perusahaan dapat meningkatkan kualitas monitoring kinerja dan memperkuat pengambilan keputusan berbasis data.
