Menengah Data Analyst

Cara Membaca dan Memahami Dataset Sebelum Dianalisis

Belajar membaca dataset sebelum melakukan analisis dengan memahami isi kolom, jumlah data, jenis data, dan menemukan masalah sederhana pada dataset.

Cara Membaca dan Memahami Dataset Sebelum Dianalisis

Kenapa Dataset Harus Dibaca Terlebih Dahulu?

Sebelum langsung menggunakan rumus atau membuat grafik, Data Analyst harus memahami data yang akan digunakan.

Jangan langsung:

buka data → bikin grafik → selesai

Tetapi lakukan:

lihat data → pahami isi → cek kondisi → baru analisis

Tujuannya supaya kita tidak salah membaca atau salah mengambil kesimpulan.

Langkah 1 — Lihat Nama Kolom

Pertama, lihat semua nama kolom yang tersedia.

Contohnya:

TanggalProdukKotaJumlahHargaTotal
01/09/2026LaptopBandung2600000012000000
02/09/2026MouseJakarta5100000500000
Geser ke samping untuk melihat seluruh tabel

Dari sini kita sudah bisa mengetahui bahwa dataset tersebut berisi informasi tentang:

  • Tanggal
  • Produk
  • Kota
  • Jumlah
  • Harga
  • Total

Langkah 2 — Lihat Jumlah Data

Selanjutnya lihat berapa banyak data yang tersedia.

Misalnya terdapat:

1.000 baris

Artinya ada 1.000 record atau data yang bisa dianalisis.

Contohnya:

Jumlah baris = 1.000
Jumlah kolom = 6

Ini membantu kita memahami seberapa besar dataset yang digunakan.

Langkah 3 — Pahami Arti Setiap Kolom

Jangan hanya melihat nama kolom.

Pahami juga maksudnya.

Misalnya ada kolom:

Jumlah

Apakah maksudnya jumlah barang?

Atau jumlah transaksi?

Kemudian ada:

Total

Apakah total harga?

Atau total keuntungan?

Kalau tidak memahami arti kolom, analisis bisa salah.

Langkah 4 — Cek Jenis Data

Periksa apakah data sudah sesuai dengan jenisnya.

Contohnya:

KolomJenis
TanggalTanggal
ProdukTeks
JumlahAngka
HargaAngka
TotalAngka
Geser ke samping untuk melihat seluruh tabel

Kalau kolom harga berisi:

Rp6.000.000
Rp5.000.000
Rp7.000.000

kita perlu memastikan data tersebut bisa digunakan untuk perhitungan.

Langkah 5 — Cek Data Kosong

Cari apakah ada data yang kosong.

Contohnya:

NamaKotaUmur
AndiBandung22
BudiJakarta25
Citra21
DeniBandung
Geser ke samping untuk melihat seluruh tabel

Di sini terdapat data kosong pada:

  • Kota Citra
  • Umur Deni

Data kosong disebut missing value.

Nanti kita akan belajar cara mengatasinya.

Langkah 6 — Cek Data Duplikat

Data duplikat adalah data yang muncul lebih dari satu kali padahal seharusnya hanya satu.

Contohnya:

IDNamaProduk
001AndiLaptop
002BudiMouse
003AndiLaptop
001AndiLaptop
Geser ke samping untuk melihat seluruh tabel

Data dengan ID 001 muncul dua kali.

Kita perlu mengecek apakah memang transaksi yang berbeda atau hanya data yang terduplikasi.

Langkah 7 — Cek Data yang Tidak Konsisten

Contohnya:

Kota
Jakarta
jakarta
JAKARTA
Jakrta
Geser ke samping untuk melihat seluruh tabel

Secara penulisan berbeda, tetapi mungkin sebenarnya menunjukkan kota yang sama.

Data seperti ini perlu diperbaiki agar hasil pengelompokan tidak salah.

Langkah 8 — Lihat Data Secara Keseluruhan

Setelah mengecek bagian-bagian kecil, coba lihat gambaran besarnya.

Tanyakan:

  • Data ini tentang apa?
  • Data berasal dari mana?
  • Periode datanya kapan?
  • Berapa jumlah datanya?
  • Apa saja kolomnya?
  • Apakah ada data kosong?
  • Apakah ada data duplikat?
  • Apakah ada data yang aneh?

Pertanyaan sederhana ini sudah cukup untuk tahap awal.

Contoh Membaca Dataset

Misalnya kamu mendapatkan dataset penjualan:

TanggalProdukKotaJumlahTotal
01/09/2026LaptopBandung212000000
02/09/2026MouseJakarta5500000
03/09/2026KeyboardBandung3900000
04/09/2026LaptopJakarta16000000
Geser ke samping untuk melihat seluruh tabel

Sebelum menganalisis, kita bisa membaca:

Isi data:

Data transaksi penjualan.

Jumlah data:

4 transaksi.

Periode:

1–4 September 2026.

Produk:

Laptop, Mouse, Keyboard.

Kota:

Bandung dan Jakarta.

Data angka:

Jumlah dan Total.

Setelah memahami dataset, barulah kita bisa mulai membuat pertanyaan analisis.

Contoh Pertanyaan Analisis

Dari dataset tadi, kita bisa bertanya:

Produk apa yang paling banyak terjual?

atau:

Kota mana yang memiliki total penjualan terbesar?

atau:

Berapa total pendapatan?

Inilah awal dari proses analisis data.

Jangan Langsung Membuat Kesimpulan

Misalnya kamu melihat:

Laptop memiliki pendapatan terbesar.

Jangan langsung mengatakan:

“Laptop adalah produk terbaik.”

Karena pendapatan terbesar belum tentu berarti produk terbaik dalam semua aspek.

Bisa saja jumlah yang terjual sedikit tetapi harga produknya mahal.

Jadi, selalu lihat data sesuai konteksnya.

Checklist Sebelum Analisis

Sebelum mulai mengolah dataset, pastikan:

  • Sudah tahu dataset ini tentang apa
  • Sudah mengetahui sumber data
  • Sudah mengetahui periode data
  • Sudah mengetahui jumlah baris
  • Sudah mengetahui jumlah kolom
  • Sudah memahami setiap kolom
  • Sudah mengecek jenis data
  • Sudah mengecek data kosong
  • Sudah mengecek data duplikat
  • Sudah mengecek data yang tidak konsisten

Kalau sudah, dataset lebih siap untuk masuk ke tahap berikutnya.

Latihan

Perhatikan dataset berikut:

NamaProdukKotaJumlah
AndiLaptopBandung2
BudiMouseJakarta5
CitraKeyboardBandung3
DeniLaptopJakarta1
AndiLaptopBandung2
Geser ke samping untuk melihat seluruh tabel

Coba jawab:

  1. Dataset tersebut berisi data tentang apa?
  2. Ada berapa kolom?
  3. Ada berapa baris?
  4. Apa saja nama kolomnya?
  5. Apakah ada data yang terlihat duplikat?
  6. Kota apa saja yang terdapat dalam dataset?
  7. Produk apa saja yang tersedia?

Kesimpulan

Sebelum menganalisis data, jangan langsung menggunakan rumus atau membuat dashboard.

Biasakan melakukan:

Pahami data → Cek data → Bersihkan data → Baru analisis

Semakin baik kamu memahami dataset, semakin kecil kemungkinan kamu salah dalam melakukan analisis.

Kategori: Data Analyst