Menengah Data Analyst

Mengenal Data Cleaning dan Kenapa Data Harus Dibersihkan

Memahami apa itu data cleaning, contoh masalah pada dataset, dan langkah sederhana untuk membersihkan data sebelum digunakan untuk analisis.

Mengenal Data Cleaning dan Kenapa Data Harus Dibersihkan

Apa Itu Data Cleaning?

Data cleaning adalah proses memperbaiki atau merapikan data yang memiliki kesalahan, data kosong, duplikat, atau format yang tidak konsisten.

Sederhananya:

Data Mentah → Dibersihkan → Data Siap Dianalisis

Contohnya:

NamaKotaUmur
AndiBandung22
BudiJakarta25
Citrabandung21
DeniBandung
Geser ke samping untuk melihat seluruh tabel

Ada beberapa masalah:

  • Penulisan Bandung tidak konsisten
  • Umur Deni kosong

Data seperti ini perlu dibersihkan terlebih dahulu.

Kenapa Data Cleaning Penting?

Karena data yang salah bisa menghasilkan analisis yang salah.

Misalnya:

KotaPenjualan
Bandung10.000.000
bandung5.000.000
BANDUNG7.000.000
Geser ke samping untuk melihat seluruh tabel

Kalau langsung dibuat analisis berdasarkan kota, sistem bisa menganggap ketiganya sebagai kota yang berbeda.

Padahal sebenarnya:

Bandung = bandung = BANDUNG

Setelah dibersihkan:

KotaPenjualan
Bandung10.000.000
Bandung5.000.000
Bandung7.000.000
Geser ke samping untuk melihat seluruh tabel

Sekarang data lebih mudah dianalisis.

Masalah yang Sering Ditemukan

Ada beberapa masalah sederhana yang sering ditemukan dalam dataset.

Data Kosong

Contohnya:

NamaKotaUmur
AndiBandung22
BudiJakarta25
Citra21
Geser ke samping untuk melihat seluruh tabel

Kolom Kota milik Citra kosong.

Ini disebut missing value.

Data Duplikat

Contohnya:

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

ID 001 muncul dua kali.

Kita perlu mengecek apakah data tersebut memang transaksi berbeda atau hanya duplikat.

Penulisan Tidak Konsisten

Contohnya:

Bandung
bandung
BANDUNG
Bdng

Jika semuanya memang merujuk pada kota Bandung, penulisannya perlu diseragamkan.

Format Angka Berbeda

Contohnya:

5000000
5.000.000
Rp5.000.000

Ketiganya bisa memiliki arti yang sama, tetapi formatnya berbeda.

Sebelum melakukan perhitungan, format data perlu diperiksa.

Format Tanggal Berbeda

Contohnya:

01/09/2026
2026-09-01
1 September 2026

Tanggalnya bisa sama, tetapi formatnya berbeda.

Data tanggal sebaiknya dibuat konsisten.

Langkah Dasar Data Cleaning

Untuk pemula, cukup pahami langkah berikut:

1. Cek Data

↓

2. Cari Data Kosong

↓

3. Cari Data Duplikat

↓

4. Perbaiki Data yang Salah

↓

5. Samakan Format

↓

6. Cek Kembali

Tidak perlu langsung menggunakan teknik yang rumit.

Data Cleaning dengan Excel

Karena Excel sering digunakan untuk mengolah data, beberapa fitur yang akan sering digunakan adalah:

  • Sort
  • Filter
  • Remove Duplicates
  • Find & Replace
  • Text to Columns
  • Format Cells

Contohnya jika ingin mencari data bandung, kamu bisa menggunakan Find & Replace untuk menggantinya menjadi Bandung.

Contoh Sederhana

Data awal:

NamaKotaProduk
AndiBandungLaptop
BudibandungMouse
CitraBANDUNGKeyboard
DeniJakartaLaptop
DeniJakartaLaptop
Geser ke samping untuk melihat seluruh tabel

Setelah dicek ditemukan:

Masalah 1

Bandung, bandung, dan BANDUNG tidak konsisten.

Masalah 2

Data Deni muncul dua kali.

Setelah dibersihkan:

NamaKotaProduk
AndiBandungLaptop
BudiBandungMouse
CitraBandungKeyboard
DeniJakartaLaptop
Geser ke samping untuk melihat seluruh tabel

Sekarang dataset lebih rapi.

Jangan Asal Menghapus Data

Ini penting.

Data cleaning bukan berarti:

“Kalau datanya aneh, langsung hapus.”

Contohnya ada umur:

NamaUmur
Andi22
Budi25
Citra150
Geser ke samping untuk melihat seluruh tabel

Jangan langsung menghapus data Citra.

Kita harus mengecek terlebih dahulu.

Bisa saja:

  • Data memang salah input
  • Data merupakan kesalahan sistem
  • Atau ada penjelasan lain

Jadi setiap perubahan data harus memiliki alasan.

Checklist Data Cleaning

Sebelum data digunakan untuk analisis, cek:

  • Ada data kosong?
  • Ada data duplikat?
  • Ada penulisan yang tidak konsisten?
  • Ada angka yang salah?
  • Format tanggal sudah sama?
  • Format angka sudah benar?
  • Ada data yang terlihat tidak wajar?
  • Setiap perubahan data memiliki alasan?

Latihan

Perhatikan data berikut:

NamaKotaUmur
AndiBandung22
Budibandung25
CitraJakarta21
Deni24
AndiBandung22
Geser ke samping untuk melihat seluruh tabel

Coba cari masalah pada dataset tersebut.

Jawab:

  1. Apakah ada data kosong?
  2. Apakah ada data duplikat?
  3. Apakah ada penulisan yang tidak konsisten?
  4. Bagaimana cara merapikan data tersebut?

Kesimpulan

Data cleaning adalah proses membersihkan dan memperbaiki data sebelum digunakan untuk analisis.

Masalah yang paling dasar biasanya berupa:

Data kosong

Data duplikat

Format tidak konsisten

Data salah

Penulisan tidak konsisten

Ingat:

Data yang rapi membantu menghasilkan analisis yang lebih tepat.

Kategori: Data Analyst