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.
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:
| Tanggal | Produk | Kota | Jumlah | Harga | Total |
|---|---|---|---|---|---|
| 01/09/2026 | Laptop | Bandung | 2 | 6000000 | 12000000 |
| 02/09/2026 | Mouse | Jakarta | 5 | 100000 | 500000 |
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:
| Kolom | Jenis |
|---|---|
| Tanggal | Tanggal |
| Produk | Teks |
| Jumlah | Angka |
| Harga | Angka |
| Total | Angka |
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:
| Nama | Kota | Umur |
|---|---|---|
| Andi | Bandung | 22 |
| Budi | Jakarta | 25 |
| Citra | 21 | |
| Deni | Bandung |
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:
| ID | Nama | Produk |
|---|---|---|
| 001 | Andi | Laptop |
| 002 | Budi | Mouse |
| 003 | Andi | Laptop |
| 001 | Andi | Laptop |
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 |
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:
| Tanggal | Produk | Kota | Jumlah | Total |
|---|---|---|---|---|
| 01/09/2026 | Laptop | Bandung | 2 | 12000000 |
| 02/09/2026 | Mouse | Jakarta | 5 | 500000 |
| 03/09/2026 | Keyboard | Bandung | 3 | 900000 |
| 04/09/2026 | Laptop | Jakarta | 1 | 6000000 |
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:
| Nama | Produk | Kota | Jumlah |
|---|---|---|---|
| Andi | Laptop | Bandung | 2 |
| Budi | Mouse | Jakarta | 5 |
| Citra | Keyboard | Bandung | 3 |
| Deni | Laptop | Jakarta | 1 |
| Andi | Laptop | Bandung | 2 |
Coba jawab:
- Dataset tersebut berisi data tentang apa?
- Ada berapa kolom?
- Ada berapa baris?
- Apa saja nama kolomnya?
- Apakah ada data yang terlihat duplikat?
- Kota apa saja yang terdapat dalam dataset?
- 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.