Professional Documents
Culture Documents
Laporan Akhir - (Magang & Studi Independen Bersertifikat) - (Laili Aulia Fitri)
Laporan Akhir - (Magang & Studi Independen Bersertifikat) - (Laili Aulia Fitri)
oleh :
Laili Aulia Fitri / 21.11.4329
Salah satu mitra yang bekerjasama dengan program MSIB yaitu PT. Cendekia
“Data Academy”, yang menyediakan 3 program kelas diantaranya Data Analyst,
Data Science, Data Engineering. Proses pembelajaran memanfaatkan beberapa
digital platform,seperti Zoom Meeting untuk pembelajaran online, WhatsApp
Group sebagai tempat koordinasi antara pihak Data Academy dan Peserta.
Program ini memberikan banyak manfaat terutama dalam relasi pertemanan yang
tersebar luas dari sabang sampai merauke, dengan mengikuti program ini dapat
mengimplementasikan teori yang telah dipelajari melalui final project akhir.
Final Project yang dikerjakan pada program studi independent bersertifikat ini
yaitu berfokus pada strategi pencegahan covid new normal khususnya pulau jawa
yang diimplementasikan dalam tableau dengan sumber dataset yang valid yang
bersumber dari kaggle.
1
kata kunci: Merdeka Belajar-Kampus merdeka (MBKM ), Program Studi
Independent Bersertifikat (MSIB), Data Academy (PT Cendekia Data Andalan),
Data Analyst, Final project.
2
Kata Pengantar
Dengan penuh kerendahan hati, penulis mengucapkan puji syukur kepada Tuhan
Yang Maha Esa atas limpahan Rahmat -Nya yang telah memberikan kemudahan
dan kelancaran dalam menyelesaikan laporan akhir Merdeka Belajar Kampus
Merdeka. Tujuan dari penyusunan laporan ini untuk memenuhi persyaratan
kelulusan Program MBKM Data Analyst Academy di PT.Cendekia Data Andalan.
Akhir kata, penulis menyadari bahwa laporan akhir ini masih jauh dari kata
sempurna karena pengetahuan dan pengalaman penulis yang masih terbatas. Oleh
3
karena itu, saran dan kritik yang bersifat membangun akan penulis terima dengan
senang hati. Penulis berharap semoga dengan laporan akhir ini dapat bermanfaat
dan menjadi referensi bagi semua pihak yang memerlukan.
4
Daftar Isi
Abstraksi................................................................................................................. 1
Kata Pengantar.......................................................................................................2
Daftar Tabel............................................................................................................ 6
Daftar Gambar....................................................................................................... 6
Bab I........................................................................................................................ 7
Pendahuluan........................................................................................................... 7
1.1 Latar Belakang............................................................................................. 7
1.2 Lingkup........................................................................................................ 8
1.3 Tujuan.........................................................................................................10
Bab II.....................................................................................................................14
Profil Perusahaan.................................................................................................14
2.1 Struktur Organisasi.....................................................................................14
2.2 Lingkup Pekerjaan..................................................................................... 15
2.3 Deskripsi Pekerjaan....................................................................................19
2.4 Jadwal Kerja...............................................................................................28
Bab III................................................................................................................... 32
Project Akhir Data Analyst.................................................................................32
3.1 Deskripsi Persoalan Project Data Analyst..................................................32
3.2 Proses Pelaksanaan Final Project Data Analyst......................................... 33
3.3 Pencapaian Hasil Final Project Data Analyst.............................................36
Bab IV................................................................................................................... 45
Penutup................................................................................................................. 45
4.1 Kesimpulan................................................................................................ 45
4.2 Saran...........................................................................................................45
Referensi................................................................................................................47
Bab V..................................................................................................................... 48
Lampiran.............................................................................................................. 48
5.1 Log Activity............................................................................................... 48
5.2 Dokumen teknik......................................................................................... 50
5
Daftar Tabel
Tabel 1.2.1 Lingkup Kegiatan Data Academy
Tabel 2.3.1 Rincian Target Hasil pembelajaran (Kompetensi)
Tabel 2.4.1 Timeline kegiatan Data Analyst Data Academy
Tabel 3.2.1 Timeline Project Akhir Data Analyst
Tabel 5.1.1 Rincian Kegiatan harian Studi Independen
Daftar Gambar
Gambar 2.1.1 Logo Data Academy
Gambar 2.1.2 Struktur Organisasi Data Academy
Gambar 2.3.1 Schedule seluruh program
Gambar 3.2.1 Timeline Data Analyst Academy-Mentoring Schedule
Gambar 3.3.1 Datasheet Covid World
Gambar 3.3.2 Datasheet covid 19 Pulau Jawa
Gambar 3.3.3 Datasheet Vaksin 19
Gambar 3.3.4 Dashboard Covid 19 World
Gambar 3.3.5 Dashboard Covid 19 Pulau Jawa
Gambar 3.3.6 Dashboard Vaksinasi 19 pulau jawa
Gambar 3.3.7 Dashboard perkembangan covid 19 di tiga negara
6
Bab I
Pendahuluan
7
Bersertifikat Kampus Merdeka ini yaitu PT. Cendekia Data Andalan. Data
Academy merupakan platform edukasi yang didirikan pada Januari 2020. Program
yang tersedia pada mitra ini salah satunya Data Analyst. Akhir periode
pelaksanaan program Data Analyst, peserta mendapatkan penugasan berupa Final
Project yang akan diimplementasikan hasil teori dari kelas pembelajaran yang
telah diperoleh mengenai Data Analyst.
Pada akhir program MSIB, peserta akan diberikan sertifikat dari mitra
sebagai tanda bahwa telah menyelesaikan program dan telah memiliki
kemampuan sesuai dengan bidang yang telah dipelajari selama mengikuti
program Kampus Merdeka. Terdapat dua sertifikat yaitu sertifikat keikutsertaan
dan sertifikasi kompetensi Data Analyst Academy. Peserta akan memperoleh
sertifikat keikutsertaan. Peserta yang memenuhi syarat akan dapat mengikuti ujian
resmi untuk mendapatkan sertifikat kompetensi Data Analyst Academy. Sertifikat
kompetensi Data Analyst Academy diberikan bagi peserta yang lulus ujian
sertifikasi.
1.2 Lingkup
Sistem pembelajaran di mitra yang terdapat di kelas program yang telah
dipilih diantaranya:
a. Lecture Session
Setiap peserta akan mengikuti kelas dalam bentuk online meeting bersama dengan
expert dibidang yang telah dipilih peserta dengan ketentuan waktu yang telah
ditetapkan mitra
b. Mentoring Session
Peserta dapat berkonsultasi dengan expert terkait materi yang dipelajarinya sesi
tanya jawab yang dilakukan pada waktu yang telah ditetapkan yang dilakukan
setiap setelah pembelajaran dengan durasi waktu 1 jam yang diikuti oleh semua
peserta sesuai dengan kelas program yang telah dipilih.
8
c. Practice Session
Peserta wajib mengerjakan tugas yang diberikan terkait materi yang telah
disampaikan dengan penuh tanggung jawab.
d. Final Project
Peserta akan memiliki pembimbing project dan dapat berkonsultasi jika peserta
menemui kesulitan non-akademik dalam mengikuti pembelajaran maupun ketika
mengerjakan project
TOR (Term of Reference) adalah acuan atau panduan dokumen kegiatan yang
memberikan gambaran umum tentang bagian- bagian utama dari proyek yang
akan dibentuk. Berikut adalah gambaran kegiatan selama program Studi
Independen di PT. Cendika Data Andalan (Data Academy):
9
dalam pengolahan data dan data engineering
diantaranya:
● Communication Skill
● Public Speaking
● Personal Branding
● Presentation Skill
● Resume and Interview Preparation
1.3 Tujuan
Tujuan mengikuti MSIB Kampus Merdeka di Data Academy program
Data Analyst ini adalah untuk mengimplementasikan ilmu yang sudah dipelajari
sebelumnya dalam karya berupa aplikasi dengan mencetus ide untuk membuat
karya yang bernilai dengan mengetahui dasar dasar bagaimana memvalidasi
sebuah ide sebelum diterapkan. Lalu, mengeksekusi solusi dengan efektif dan
efisien serta mampu bekerja sama dan berkolaborasi dengan teman satu tim.
Tujuan lain dari laporan ini adalah sebagai bahan evaluasi bagi penulis
untuk mengetahui perkembangan yang telah diperoleh selama mengikuti program
data analyst, serta untuk mengidentifikasi kekurangan yang masih terdapat pada
penulis sehingga dapat diperbaiki untuk kedepannya.
10
sehingga setelah lulus dari program ini penulis berharap nantinya dapat bekerja di
bidang data analyst.
11
20. Mampu menjelaskan perbedaan Analysis vs Analytics.
21. Mampu menjelaskan konsep Data Visualisasi.
22. Mampu menjelaskan arsitektur Tableau Platform.
23. Mampu menjelaskan data visualisasi vs infografik.
24. Mampu menjelaskan proses desain data visualisasi
25. Mampu menggunakan encoding dengan baik sesuai tujuan
26. Mampu membuat lembar kerja, halaman data,dashboard dan story pada
Perangkat lunak Tableau
27. Mampu menjelaskan cara menghubungkan sumber data dengan Tableau
28. Mampu menggabungkan data dengan metode Join, Union,
Relationship,Blending.
29. Mampu membuat, memfilter dan memperbarui extract data
30. Mampu menyederhanakan data secara terurut menggunakan kolom
dimensi dan measure
31. Mampu mengelompokkan dan membuat hierarchy data
32. Mampu membuat visualisasi menggunakan group dan hierarchy
33. Mampu membuat bentuk discrete dan continuous dengan kolom tanggal
34. Mampu menampilkan beberapa nilai measure dalam satu tampilan grafik
35. Mampu membandingkan progres data terhadap target acuan
36. Mampu menampilkan data IN dan OUT dari suatu kondisi dengan Subset.
37. Mampu menganalisa hubungan beberapa numerical value dan melihat
outlier data
38. Mampu membuat analisa data berdasarkan letak geographic baik data
geographic dan non geographical
39. Mampu menganalisa data dengan secara spesifik dan cepat
40. Mampu meng custom data dengan calculation dan quick table calculation
41. Mampu menampilkan hubungan antara data summary dan detail
keseluruhan
42. Mampu membuat grafik dengan parameter khusus pada garis reference
43. Mampu membuat Dashboard Interaktif pada Tableau Desktop
44. Mampu membuat Story telling dengan Tableau
12
45. Mampu menjelaskan visual design
46. Mampu mengenal tools dan jenis visual design
47. Mampu mengenal prinsip visual design dan elemen visual design
48. Mampu menjelaskan anatomi tipografi, layout, teori warna, dan tools
desain sesuai fungsi
49. Mampu menjelaskan langkah-langkah menggunakan aplikasi desain
(Mobile Based)
50. Mampu membuat brief desain dan membuat desain basic dengan aplikasi
mobile
51. Mampu membuat desain brief/story/rancangan visual.
52. Mampu membuat layout dasar pada artboard
53. Mampu mengkombinasikan (Kompetensi) Durasi Pembelajaran(Jam) SKS
Bentuk Pembelajaran table pada layout dan menghasilkan infografis yang
menarik.
54. Mampu menjelaskan konsep dasar dan konteks dalam bidang Data
science, modeling, mining dan pengaplikasiannya di industri.
55. Mampu menjelaskan konsep dasar big data science.
56. Mampu menjelaskan kebutuhan dan prospek Big data Science
57. Mampu mengaplikasikan konsep statistika dalam analisis data.
58. Mampu merancang dan mengembangkan model data yang efisien dan
efektif.
59. Mampu menggunakan bahasa pemrograman Python untuk Data Science.
60. Mampu mengolah dan mengeksplorasi data menggunakan teknik dan
perangkat lunak yang relevan.
13
Bab II
Profil Perusahaan
14
Business Mission :
15
juga akan mendapatkan sertifikat apabila mengikuti pelatihan sampai dengan
selesai dan nilai exam nya juga telah terpenuhi.
Data Academy juga menjadi partner untuk Prakerja, Indonesia Skill Week
(ISW), dan Kampus Merdeka. Data Academy juga mengadakan berbagai macam
event di antara nya yaitu Data Enthusiast Day (DED) dan Turnamen Data Science
Nasional (TSDN). Acara – acara ini dilakukan untuk mengembangkan Data
Science di Indonesia. Acara ini diikuti oleh berbagai kalangan, baik dari
mahasiswa, umum maupun professional.
A. Data Analyst
Saat ini data merupakan hal yang penting bagi proses yang terjadi dalam
bisnis. Melihat perkembangan data yang terus berkembang setiap harinya, tidak
mungkin seluruhnya hanya disimpan pada sistem yang tradisional. Oleh karena
itu, dengan adanya big data di era industri 4.0 dapat menjadi solusi agar data dapat
dikumpulkan secara terstruktur. Banyak perusahaan dengan berbagai macam latar
belakang industri membutuhkan profesi Data Analyst. Dimana diperlukan untuk
berperan dalam analisis data perusahaan. Sebagai seorang Data Analyst, hasil
temuan yang telah dianalisis menjadi dasar dalam pengambilan keputusan
perusahaan untuk keberlanjutan suatu bisnis. Data Analyst menjadi salah satu
profesi yang menjadi idaman di industri data.
Saat ini kebutuhan data analyst juga semakin besar. Dengan banyaknya
kebutuhan yang tersedia untuk menduduki posisi data analyst, tentunya kamu juga
butuh persiapan termasuk tools apa saja sih yang sering digunakan oleh data
analyst. Hal ini menjadi sebuah dasar pertimbangan untuk menentukan software
yang tepat demi hasil yang terbaik.
16
Pada akhir pembelajaran, setiap peserta akan mengikuti ujian sebagai
syarat untuk memperoleh sertifikat sebagai Data Analyst Pr. Pada project aktif,
peserta akan dibagi menjadi kelompok, dimana satu kelompok terdiri atas 10
orang, dan setiap kelompok akan mendapatkan use case dan studi kasus dari
beberapa mitra industri yang merupakan partner dari penyelenggara studi
independen. Setiap kelompok juga akan memiliki 1 (satu) pembimbing kelompok.
B. Data Science
Peningkatan aliran data yang drastis tersebut, akan muncul alat-alat baru
yang dapat digunakan untuk memanfaatkan data mentah dengan tepat. Data
Science mencakup semua alat, teknik, dan teknologi yang akan membantu kita
menangani peningkatan aliran data tersebut. Data Science merupakan perpaduan
17
interdisipliner dari penurunan data, pengembangan algoritma, dan teknologi untuk
memecahkan masalah analitik yang kompleks.
Data science adalah ilmu yang penting, karena bisnis kecil maupun besar
sangat bergantung pada data. Jika perusahaan tidak mampu mengolah data, bisnis
tidak akan memiliki pedoman untuk strategi operasi yang efektif dan efisien untuk
mendapat keuntungan. Saat ini, perusahaan-perusahaan di seluruh dunia semakin
menyadari pentingnya data science, kecerdasan buatan, dan machine learning.
Jika sebuah bisnis ingin berkompetisi dan tetap relevan, ia harus mampu
mengimplementasi data science.
Hal Varian, seorang ahli ekonom Google dan dosen Ilmu Komputer,
Bisnis, dan Ekonomi UC Berkeley, mengatakan bahwa kemampuan mengambil,
memahami, memroses, dan menyaring nilai dari suatu data serta
memvisualisasikannya adalah keahlian yang semakin penting di dekade yang akan
datang. Tentu saja, orang yang memiliki pemahaman data science yang baik akan
menjadi berharga dan banyak dicari.
C. Data Engineering
Saat ini data merupakan hal yang penting bagi proses yang terjadi dalam
bisnis. Melihat perkembangan data yang terus berkembang setiap harinya, tidak
mungkin seluruhnya hanya disimpan pada sistem yang tradisional. Oleh karena
itu, dengan adanya big data di era industri 4.0 dapat menjadi solusi agar data dapat
dikumpulkan secara terstruktur. Banyak perusahaan dengan berbagai macam latar
18
belakang industri membutuhkan profesi Data Scientist, Data Analyst, dan Data
Engineer.
Data engineer adalah salah satu profesi dalam bidang data yang
bertanggung jawab terhadap infrastruktur data, mengumpulkan data,
mengembangkan data serta memelihara data. Data engineer ini juga nantinya akan
bekerja sama dengan profesi lainnya seperti data scientist dan data analyst. Untuk
memaksimalkan tugas dan tanggung jawabnya, data engineer perlu memiliki
berbagai kemampuan yang perlu dikuasai.
19
Gambar 2.3.1 Schedule seluruh program
Terdapat beberapa modul yang diberikan kepada peserta. Berikut adalah rincian
target dari setiap modul pembelajaran :
20
query SQL dasar Perangkat
menggunakan Lunak
SELECT, MySQL
FROM, dan
WHERE.
• Mampu
mengelompokka
n dan
mengurutkan
data
menggunakan
GROUP BY,
HAVING, dan
ORDER BY.
• Mampu
menggabungkan
tabel dengan
berbagai jenis
join dan menulis
subquery.
• Mampu
menjelaskan
konsep dasar
Window
Functions dan
Pivoting dalam
SQL.
• Mampu
menjelaskan
konsep Pivoting
dan
menggunakannya
untuk mengubah
data.
• Mampu
menganalisis
data dengan
kombinasi
Window
Functions
dan Pivoting.
• Mampu
menggunakan
indexing untuk
meningkatkan
kinerja query.
21
• Mampu
menganalisis query
execution plan dan
menerapkan tips
optimasi query.
22
Definisi Konsultasi
Masalah Online
▪ Penggun
aan
Perangka
t Lunak
Data
Visualizatio
n Tableau
23
▪ Breakdown metode Join,
Keseluruhan Union,
Data Relationship,
▪ Highlight Blending.
Data dengan ▪ Mampu membuat,
Garis memfilter dan
Referensi dan memperbarui
Parameter extract data.
▪ Dashboard & ▪ Mampu
Storytelling menyederhanakan
data secara terurut
menggunakan
kolom dimensi dan
measure.
▪ Mampu
mengelompokkan
dan membuat
hierarchy data.
▪ Mampu membuat
visualisasi
menggunakan
group dan
hierarchy.
▪ Mampu membuat
bentuk discrete
dan continuous
dengan kolom
tanggal.
▪ Mampu
menampilkan
beberapa nilai
measure dalam
satu tampilan
grafik.
▪ Mampu
membandingkan
progres data
terhadap target
acuan.
24
dengan Subset. Diskusi)
▪ Subset Data
▪ Kalkulasi ▪ Mampu ▪ Tugas
Lanjutan pada menganalisa melalui
Tableau hubungan beberapa Learning
▪ Parameter numerical value Managemen
dan melihat outlier t System
▪ Comparing
data. (LMS)
Measures
Against a Goal ▪ Mampu membuat ▪ Mentoring
▪ Distribusi analisa data dan
berdasarkan letak Konsultasi
▪ Statistic and
geographic baik Online
Forecasting
data geographic dan ▪ Penggunaan
▪ Dashboard
non geographical. Perangkat
Interaktif
▪ Mampu Lunak
▪ Story Telling
menganalisa data Tableau Prep
dengan secara Builder
spesifik dan cepat.
▪ Mampu
mengcustom data
dengan calculation
dan quick table
calculation.
▪ Mampu
menampilkan
hubungan antara
data summary dan
detail keseluruhan.
▪ Mampu membuat
grafik dengan
parameter khusus
pada garis
reference.
▪ Mampu membuat
Dashboard
Interaktif pada
Tableau Desktop
▪ Mampu membuat
Story telling
dengan Tableau.
25
prinsip visual design ▪ Tugas
▪ Mengaplikas
dan elemen visual melalui
ikan Tools
design. Learning
Desain
(Adobe ▪ Mampu menjelaskan Managemen
Based) anatomi tipografi, t System
layout, teori warna, (LMS)
▪ Mengaplikasi
dan tools desain ▪ Mentoring
kan Tools
sesuai fungsi. dan
Desain
(Mobile ▪ Mampu menjelaskan Konsultasi
Based) langkah-langkah Online
menggunakan aplikasi ▪ Penggunaan
▪ Membuat
desain (Mobile Perangkat
Dashboard
Based). Lunak Lunak
yang
Menarik ▪ Mampu membuat Adobe
brief desain dan Photoshop dan
membuat desain basic Adobe
dengan aplikasi Illustrator
mobile.
▪ Mampu membuat
desain
brief/story/rancangan
visual.
▪ Mampu membuat
layout dasar pada
artboard.
▪ Mampu
mengkombinasikan
▪ table pada layout dan
menghasilkan
infografis yang
menarik.
26
Python kebutuhan dan ▪ Mentoring
prospek Big Data dan
Science Konsultasi
▪ Mampu Online
mengaplikasikan ▪ Penggunaan
konsep statistika Perangkat
dalam analisis data. Lunak
▪ Mampu merancang Microsoft
dan mengembangkan Excel, Google
model data yang Spreadsheet,
efisien dan efektif. Google Colab,
▪ Mampu Library
menggunakan bahasa Python
pemrograman Python (pandas,
untuk Data Science. numpy,
▪ Mampu mengolah dan matplotlib,
mengeksplorasi data seaborn)
menggunakan teknik
dan perangkat lunak
yang relevan.
8 Soft Skill ▪ Communication ▪ Mampu menerapkan 60 2 ▪ Kelas
Skill sikap teliti dan kritis Webinar
▪ Public Speaking dalam pengolahan Online
▪ Personal data dan data (Ceramah,
Branding engineering. Tutorial,
▪ Presentation Skill ▪ Mampu menerapkan Diskusi)
▪ Resume and kemampuan ▪ Tugas
Interview komunikasi yang melalui
Preparation baik. Learning
▪ Mampu Managemen
mengimplementasika t System
n manajemen waktu (LMS)
dan kerjasama tim. ▪ Mentoring
dan
Konsultasi
Online
▪ Penggunaan
Perangkat
Lunak
Microsoft
Word,
Microsoft
Presentation,a
tau aplikasi
online
27
presentation
Minggu 2
28
Minggu 4
29
27 19 October 08:30-12:00 14:00-15:00
2023
Minggu 10
39 20 November 14:00-15:00
2023
40 21 November 14:00-15:00
2023 Final Project
41 22 November 14:00-15:00
2023
30
42 23 November 14:00-15:00
2023
43 24 November 14:00-15:00
2023
Minggu 15
44 27 November 14:00-15:00
2023
45 28 November 14:00-15:00
2023
46 29 November 14:00-15:00
2023 Final Project
47 30 November 14:00-15:00
2023
48 1 December 14:00-15:00
2023
Minggu 16
49 4 December 14:00-15:00
2023
50 5 December 14:00-15:00
2023
51 6 December 14:00-15:00
2023
52 7 December Pengumpulan Final Project 14:00-15:00
2023
53 8 December 14:00-15:00
2023
Minggu 17
54 11 December 08:30-12:00
2023
55 12 December 08:30-12:00
2023
56 13 December 08:30-12:00
Presentasi Final Project
2023
57 14 December 08:30-12:00
2023
58 15 December 08:30-12:00
2023
Penyusunan Laporan Akhir
31
Bab III
Project Akhir Data Analyst
32
Tahap final project ini, setiap kelompok yang telah dibentuk diminta untuk
berdiskusi terkait judul atau topik yang akan digunakan untuk dibahas di final
project yang dimana final project itu berupa upaya apa yang harus dilakukan
seperti memproses data, data cleaning, mengcapture data, collecting data dalam
bentuk visualisasi, serta mampu menghasilkan insight yang dimana tujuan dari
final project tersebut dapat menghasilkan recommendation, optimation, serta
strategi atau upaya dari hasil permasalah visualisasi di final project dalam bentuk
dashboard yang telah dibuat melalui platform tableau yang telah dipelajari
sebelumnya serta akan di public jika final project tersebut telah selesai dikerjakan.
Pada final project ini tim kami mengambil dataset yang bersumber dari kaggle
mengenai strategi pencegahan covid 19 new normal yang berkhusus di pulau jawa
dengan rentang waktu tahun 2020-2022, kemudian kami juga menggunakan
dataset dari vaksin yang bersumber di vaksinasi, dan tambahan dataseat
selanjutnya yaitu datasheet beberapa negara untuk menjadi acuan kami jika ada
kasus covid di negara kita yaitu bersumber di website who.
33
Gambar 3.2.1 Timeline Data Analyst Academy-Mentoring Schedule
34
dimasa yang
akan datang
35
3.3 Pencapaian Hasil Final Project Data Analyst
Dalam proses pengerjaan final project, kami telah dibentuk kelompok
dengan jumlah anggota 5 orang. Setelah pengajuan kelompok disetujui, hal
pertama yang kami lakukan adalah membuat planning project yang telah
ditentukan sebagai berikut:
A. Easy to Understand
Pada langkah pertama ini saya dan tim kelompok membuat judul mengenai covid
19 yang telah di review mentor dan telah di acc untuk dilanjutkan membuat
project akhir. Langkah selanjutnya mencari dataset yang sesuai dengan judul yang
telah ditentukan.
36
Pada Datasheet Covid World tersebut terdapat beberapa kategori seperti :
Kasus baru,Meninggal,Total Kematian,Total Kasus. Datasheet World yang
temukan tersebut yaitu bersumber dari website WHO dengan rentang waktu tahun
2020-2023.
37
Pada datasheet tersebut terdapat beberapa kategori vaksinasi covid 19
seperti: vaksinasi 1 sampai 4, batch. Datasheet yang ditemukan yaitu bersumber
dari upk.kemkes dengan rentang waktu tahun 2020-2023.
Kemudian tim kita mencari permasalah use case terkait 5W1H (What,
Who, When, Where, Why, How). Pada use case ini kita membahas mengenai
strategi terkait covid 19 yang di mana strategi atau kebijakan covid 19. Berikut
Use Case yang akan menjadi acuan di Indonesia pada project kita :
1. Apa itu Covid-19?
2. Bagaimana Strategi Kebijakan Pemerintah Indonesia dalam
mengatasi pandemi Covid 19?
3. Siapa yang bertanggung jawab atas implementasi kebijakan
pencegahan penularan covid 19?
4. Siapa yang menjadi target utama dari strategi tersebut?
5. Kapan kebijakan ini dijadwalkan atau diusulkan untuk
dilaksanakan?
6. Kapan waktu tertentu yang harus dicapai dalam implementasi
kebijakan?
7. Di mana kebijakan ini akan diterapkan secara khusus?
8. Dimana sumber daya dan dukungan akan dialokasikan untuk
memastikan keberlanjutan
9. Kenapa kebijakan dibutuhkan dalam menghadapi New Normal?
10. Bagaimana Keadaan Ekonomi di Indonesia saat Pandemi
Covid-19?
11. Bagaimana Keadaan Ekonomi di Indonesia setelah Pandemi
Covid-19?
12. Bagaimana strategi kebijakan ini akan diimplementasikan secara
konkret?
13. Bagaimana cara berkomunikasi dengan masyarakat dalam rangka
mendukung kebijakan ini?
38
B. Business Value
Dari use case yang telah ditentukan tim saya membuat analisa mengenai
apa saja dampak dari covid dan bagaimana strategi yang kita terapkan sebagai
acuan jika virus tersebut muncul kembali . Covid 19 atau Coronavirus merupakan
virus yang menyebabkan terjadinya infeksi saluran pernapasan atas. Meskipun
puncak pandemi mungkin sudah lewat, tetapi dampak jangka panjangnya masih
terasa. Pada project kelompok kami ada beberapa strategi atau kebijakan yang
menjadi acuan kita yang dapat kita lihat seperti:
a. Keadaan ekonomi indonesia saat pandemi Covid-1
Masyarakat diminta untuk mematuhi protol yang telah ditetapkan seperti:
menggunakan masker, menjaga jarak dan menghindari kerumunan. Hal tersebut
secara langsung dapat membatasi aktivitas ekonomi masyarakat seperti
terganggunya proses produksi barang, distribusi produk, hingga proses pemasaran
barang dan jasa di seluruh dunia. seperti :
1. Turunnya pertumbuhan ekonomi Indonesia 5,02% pada tahun 2019
menjadi 2,97% pada tahun 2020
2. Meningkatnya jumlah pengangguran menurut Bank Dunia dari 5,28%
pada tahun 2019 menjadi 7,07% pada tahun 2020.
3. Data Badan Pusat Statistik, dimana ekspor di Indonesia menurun sekitar
2,6% pada tahun 2020
39
C. Story Telling
Tim kami membuat beberapa dashboard sederhana dari data sheet yang
telah ditemukan yang sekiranya bisa memberikan gambaran mengenai keadaan
covid 19 di dunia dan pulau jawa dan menjadi strategi atau kebijakan yang akan
diterapkan nantinya.
40
Gambar 3.3.5 Dashboard Covid 19 Pulau Jawa
41
Gambar 3.3.7 Dashboard perkembangan covid 19 di tiga negara
D. Data Visualization
Pada visualisasi data yang telah dibuat berdasarkan pembahasan yang
terkait Strategi Kebijakan Pencegahan Penularan Covid-19 khususnya pulau jawa
dapat disimpulkan dengan beberapa strategi yang harus diterapkan nantinya,
ketika virus tersebut tersebar kembali, diantaranya :
1. Peran Pemerintah
a. Kontrol Perbatasan dan Pemantauan Internasional:
- Menguatkan pengawasan perbatasan dan pemeriksaan
kesehatan internasional.
- Berkolaborasi dengan negara tetangga untuk pertukaran
informasi dan koordinasi tindakan
b. Bantuan Ekonomi dan Sosial:
- Memberikan dukungan ekonomi kepada masyarakat yang
terdampak secara ekonomi oleh pandemi.
- Menyediakan bantuan sosial kepada kelompok rentan untuk
memastikan keamanan pangan dan kesejahteraan sosial.
c. Dukungan Psikososial:
42
- Menyediakan dukungan psikososial kepada masyarakat
yang terdampak secara mental dan emosional akibat
pandemi.
- Mendorong pembentukan kelompok dukungan dan sumber
daya mental kesehatan.
2. Peran Pemuda dan Komunitas:
- Menggerakkan peran pemuda dan komunitas dalam menyebarkan
informasi kesehatan dan memotivasi masyarakat untuk mematuhi
protokol kesehatan.
- Mendukung inisiatif komunitas dalam menyediakan bantuan bagi
yang membutuhkan.
3. Lembaga kesehatan
a. Penguatan Kapasitas Rumah Sakit:
- Memastikan ketersediaan tempat tidur, peralatan medis, dan
tenaga kesehatan yang cukup.
- Melakukan perencanaan untuk skenario terburuk dan
memperkuat kapasitas rumah sakit.
b. Vaksinasi Massal:
- Percepatan program vaksinasi massal untuk mencapai
kekebalan kelompok.
- Mendorong partisipasi masyarakat dalam program
vaksinasi melalui kampanye penyuluhan dan informasi
yang akurat.
4. Masyarakat.
Pemerintah dapat mengimplementasikan fiskal (fiskal adalah kebijakan
yang dibuat oleh pemerintah untuk mengarahkan perekonomian suatu negara) dan
stimulus guna untuk mengurangi dampak negatif pada perekonomian, kebijakan
fiskal diantaranya:
43
pengeluaran atau investasi pemerintah dalam ekonomi dengan tujuan mendorong
pertumbuhan ekonomi, menciptakan lapangan kerja, dan merangsang aktivitas
ekonomi
44
Bab IV
Penutup
4.1 Kesimpulan
Berdasarkan dari implementasi kegiatan program MSIB sangat
memberikan banyak manfaat bagi penulis, terutama program studi independen
pada mitra PT. Cendekia Data Andalan. Berikut adalah manfaat yang saya
dapatkan diantaranya:
1. Pelaksanaan kegiatan Studi Independen Bersertifikat Kampus Merdeka
dari Data Academy berjalan dengan lancar dan baik selama kurang lebih 5
bulan dari tanggal 21 Agustus 2023 sampai 15 desember 2023.
2. Materi yang diberikan sudah sangat baik dan sesuai dengan kurikulum
yang diberikan, serta sesuai dengan bidang konsentrasi yang saya ambil
3. Penjelasan materi terkait Data Analyst di jelaskan oleh expert yang
berpengalam dibidangnya yaitu bagian data
4. Dalam masa pembelajaran, seluruh peserta akan diberikan mentor yang
dibagi ke dalam beberapa kelompok untuk pengerjaan final project akhir.
5. Project akhir yang dilakukan oleh kelompok saya adalah strategi kebijakan
pencegahan covid 19 dengan tujuan agar kedepannya jika virus tersebut
tersebar kembali maka kita bisa menerapkan strategi yang telah
direncanakan dengan baik.
4.2 Saran
Kesempatan mengikuti MSIB yang diberikan oleh Kemendikbud Ristek
sangat memberikan pengaruh yang sangat amat baik kepada peserta. Banyak
sekali manfaat yang telah penulis dapatkan seperti bertambahnya relasi
pertemanan karena yang mengikuti program MSIB ini tidak hanya berasal dari
satu universitas melainkan dari seluruh indonesia sehingga membuat peserta
untuk bisa bersosialisasi. Dengan mengikuti program ini dapat membantu peserta
semakin percaya diri jika berinteraksi dengan banyak orang terutama saat
45
menjelaskan hasil final project. Peserta mendapatkan pengetahuan serta
pengalaman baru dengan studi case yang mirip seperti di lapangan pekerjaan
sehingga peserta dapat melihat gambaran mengenai lingkungan profesional, serta
dapat mengasah kemampuan baik soft skill maupun hard skill. Namun, terdapat
beberapa hal yang perlu diperhatikan untuk diperbaiki pada MSIB batch
selanjutnya, diantaranya:
1. Perlu melakukan perbaikan kembali pada platform pembelajaran yang
telah ditentukan oleh mitra.
2. Mempertahankan serta perlu ditingkatkan kedisiplinan yang telah
ditetapkan mengenai timeline pembelajaran agar senantiasa selalu tepat
waktu/on time.
3. Sebaiknya untuk jadwal bimbingan final project lebih diperhatikan lagi
agar proses pengerjaan final project lebih baik.
4. Disarankan untuk menggunakan perangkat lunak komunikasi yang
memungkinkan interaksi efektif antara peserta dan mentor, supaya
informasi yang penting bisa tersusun rapi, agar peserta tidak menerima
informasi yang kurang pasti atau simpang siur. Hal tersebut juga nantinya
akan mendukung proses lancarnya program MSIB.
5. Tetap ikut serta sebagai mitra dalam program MSIB batch selanjutnya.
Harapannya semoga pelaksanaan program MSIB pada batch ini bisa terus
dikembangkan dan semakin lebih baik lagi untuk kedepannya dan menjadi yang
terbaik. Serta dapat memberikan manfaat kepada peserta, instansi dan perusahaan.
46
Referensi
[1] https://kampusmerdeka.kemdikbud.go.id/program
[2] Noviana Sami Ratri. 18 Desember 2022. diakses pada 22 Desember 2023.
from: https://materi.amikom.ac.id/
[3] Microcredential. (2021). Panduan Singkat Magang dan Studi Independen
Bersertifikat Untuk Mahasiswa. Jakarta: Microcredential.
47
Bab V
Lampiran
48
● Mengerjakan Pretest
● Review materi
9 ● Pengantar Visualisasi Data
● Mentoring Pengantar Visualisasi Data
● Mengerjakan tugas 3 Data Visualisasi
● Mengerjakan PreTest dan Final Project
● Menonton recording
10 ● Visualisasi Data Lanjutan
● Mentoring Visualisasi Data Lanjutan
● Mengerjakan Tugas 1 dan 2 Visualisasi Data Lanjutan
● Pengumpulan Akhir Tugas 1 dan 2 Visualisasi Data
Lanjutan
11 ● Visualisasi Data Lanjutan
● Mentoring Visualisasi Data Lanjutan
● Mengerjakan Tugas 3 Visualisasi Data Lanjutan
● Menonton recording Visualisasi Data Lanjutan
● Mengerjakan PostTest Visualisasi Data Lanjutan
49
Project
● Diskusi dengan Mentor untuk Final Project
18 ● Penambahan Rencana Use Case
● Visualisasi Data untuk Final Project
● Finishing PPT
● Finishing Visualization
19 ● Discussion For Final Project
● Presentasi Final Project
● Independent Learning
20 ● Membuat Laporan Akhir
● Belajar Mandiri
50