Glosarium Ringkas

Cara Memakai Glosarium Ini

Glosarium ini bukan sekadar daftar istilah untuk dihafal, melainkan referensi kerja yang bisa kamu buka kapan pun kamu lupa arti sebuah istilah saat sedang mengerjakan analisis, membaca ulang bab tertentu, atau berdiskusi dengan kolega. Setiap istilah dilengkapi keterangan bab tempat istilah tersebut dibahas lebih mendalam, sehingga jika penjelasan singkat di sini belum cukup, kamu tahu persis ke mana harus kembali membaca konteks lengkapnya.

Berbeda dari susunan alfabet murni, istilah-istilah di bawah ini dikelompokkan berdasarkan area topik, mengikuti struktur tujuh Bagian Handbook ini. Pengelompokan ini dimaksudkan agar kamu bisa langsung melompat ke kategori yang relevan dengan pekerjaan yang sedang kamu lakukan, misalnya ketika sedang menulis query SQL, cukup buka kategori "SQL & Database" tanpa perlu menyisir seluruh daftar dari A sampai Z.

Konsep Bisnis & Metrik

Istilah-istilah dasar mengenai peran, kerangka kerja, dan metrik bisnis yang dibahas pada Bagian I Handbook ini.

Data Analyst: Peran yang menerjemahkan data mentah menjadi wawasan bisnis yang bisa ditindaklanjuti, fokus pada tools seperti Spreadsheet, SQL, dan BI Tool. Dibahas pada Bab 1.

Data Scientist: Peran yang memprediksi kondisi masa depan menggunakan model statistik dan machine learning. Dibahas pada Bab 1.

Data Engineer: Peran yang membangun dan merawat infrastruktur data agar bisa diakses dan diolah dengan baik. Dibahas pada Bab 1.

CRISP-DM: Cross-Industry Standard Process for Data Mining, kerangka kerja enam tahap untuk menjalankan proyek analisis data secara sistematis. Dibahas pada Bab 2.

Revenue: Total nilai uang yang diterima dari penjualan produk atau jasa dalam periode tertentu. Dibahas pada Bab 3.

Churn: Persentase pelanggan yang berhenti menggunakan produk atau layanan dalam periode tertentu. Dibahas pada Bab 3.

CAC (Customer Acquisition Cost): Total biaya yang dikeluarkan untuk mendapatkan satu pelanggan baru. Dibahas pada Bab 3.

LTV (Lifetime Value): Estimasi total nilai yang dihasilkan seorang pelanggan sepanjang mereka menjadi pelanggan aktif. Dibahas pada Bab 3.

Conversion: Persentase orang yang melakukan tindakan yang diinginkan dari total yang berinteraksi dengan sebuah penawaran. Dibahas pada Bab 3.

Retention: Persentase pelanggan yang tetap aktif dalam periode tertentu, kebalikan dari churn. Dibahas pada Bab 3.

Spreadsheet

Istilah-istilah seputar Spreadsheet, formula, dan Pivot Table yang dibahas pada Bagian II Handbook ini.

Tidy Data: Prinsip menyusun data dalam struktur rapi, setiap kolom satu variabel, setiap baris satu observasi, setiap sel satu nilai. Dibahas pada Bab 4.

Fill Handle: Fitur Spreadsheet untuk menyalin data atau formula dengan menyeret kotak kecil di sudut sel. Dibahas pada Bab 4.

Missing Value: Kondisi ketika sebuah sel yang seharusnya berisi data justru kosong. Dibahas pada Bab 5.

Data Cleaning: Proses membersihkan data dari masalah seperti missing value, duplikasi, dan inconsistent text. Dibahas pada Bab 5.

Data Validation: Fitur Spreadsheet yang mencegah data tidak sesuai aturan masuk ke dalam sel sejak awal. Dibahas pada Bab 5.

VLOOKUP: Fungsi Spreadsheet untuk mencari dan mengambil data dari tabel lain berdasarkan nilai kunci, terbatas pada pencarian ke kanan. Dibahas pada Bab 6.

XLOOKUP: Fungsi Spreadsheet yang lebih fleksibel dari VLOOKUP, tidak terbatas posisi kolom pencarian. Dibahas pada Bab 6.

INDEX MATCH: Kombinasi dua fungsi Spreadsheet yang menghasilkan kemampuan pencarian data fleksibel, alternatif VLOOKUP. Dibahas pada Bab 6.

SUMIFS/COUNTIFS/AVERAGEIFS: Fungsi Spreadsheet untuk menjumlahkan, menghitung, dan merata-ratakan data berdasarkan satu atau lebih kriteria. Dibahas pada Bab 7.

Pivot Table: Fitur Spreadsheet untuk meringkas data besar secara interaktif tanpa menulis formula manual. Dibahas pada Bab 8.

Slicer: Elemen visual filter interaktif pada Spreadsheet yang menghubungkan beberapa Pivot Table atau Pivot Chart sekaligus. Dibahas pada Bab 8.

SQL & Database

Istilah-istilah seputar database relasional dan SQL yang dibahas pada Bagian III Handbook ini.

Primary Key: Kolom yang berfungsi sebagai identitas unik untuk setiap baris dalam sebuah tabel. Dibahas pada Bab 9.

Foreign Key: Kolom pada sebuah tabel yang merujuk pada Primary Key di tabel lain, menciptakan relasi antar tabel. Dibahas pada Bab 9.

Kardinalitas: Jenis hubungan antara dua tabel dalam database relasional, satu ke banyak, banyak ke banyak, atau satu ke satu. Dibahas pada Bab 9.

DDL (Data Definition Language): Kumpulan perintah SQL untuk mendefinisikan atau mengubah struktur database. Dibahas pada Bab 9.

DML (Data Manipulation Language): Kumpulan perintah SQL untuk mengelola isi data, termasuk mengambil, menambah, dan mengubah data. Dibahas pada Bab 9.

WHERE: Klausa SQL yang menyaring baris data mentah berdasarkan kondisi tertentu, sebelum agregasi. Dibahas pada Bab 10.

LIKE: Operator SQL untuk pencarian berdasarkan pola teks menggunakan wildcard. Dibahas pada Bab 10.

LIMIT: Klausa SQL yang membatasi jumlah baris yang ditampilkan dari hasil query. Dibahas pada Bab 10.

Aggregation: Proses meringkas banyak baris data menjadi satu nilai ringkasan, misalnya melalui SUM, COUNT, atau AVERAGE. Dibahas pada Bab 7 dan Bab 11.

GROUP BY: Klausa SQL yang mengelompokkan baris data berdasarkan nilai unik pada satu atau lebih kolom sebelum agregasi. Dibahas pada Bab 11.

HAVING: Klausa SQL yang menyaring hasil kelompok setelah proses agregasi dan GROUP BY selesai dihitung. Dibahas pada Bab 11.

CASE WHEN: Sintaks SQL untuk logika kondisional, setara dengan fungsi IF pada Spreadsheet. Dibahas pada Bab 11.

ERD (Entity Relationship Diagram): Diagram visual yang menggambarkan struktur tabel database dan relasi antar tabelnya. Dibahas pada Bab 12.

JOIN: Perintah SQL untuk menggabungkan baris dari dua tabel atau lebih berdasarkan kolom penghubung. Dibahas pada Bab 12.

INNER JOIN: Jenis JOIN yang hanya menampilkan baris dengan kecocokan di kedua tabel yang digabungkan. Dibahas pada Bab 12.

LEFT JOIN: Jenis JOIN yang menampilkan seluruh baris dari tabel kiri, dilengkapi data yang cocok dari tabel kanan. Dibahas pada Bab 12.

RIGHT JOIN: Jenis JOIN yang menampilkan seluruh baris dari tabel kanan, dilengkapi data yang cocok dari tabel kiri. Dibahas pada Bab 12.

Subquery: Query SQL yang ditempatkan di dalam query SQL lainnya. Dibahas pada Bab 13.

Correlated Subquery: Subquery yang bergantung pada nilai baris yang sedang diproses oleh query utama, sehingga dijalankan berulang kali. Dibahas pada Bab 13.

CTE (Common Table Expression): Cara menulis subquery dengan struktur lebih rapi menggunakan klausa WITH. Dibahas pada Bab 13.

Window Function: Kelompok fungsi SQL yang menghitung nilai berdasarkan konteks baris lain tanpa meringkas data seperti GROUP BY. Dibahas pada Bab 13.

ROW_NUMBER: Window function SQL yang memberikan nomor urut unik untuk setiap baris. Dibahas pada Bab 13.

RANK: Window function SQL yang memberikan peringkat, dengan nilai sama mendapat peringkat sama dan melompati nomor berikutnya. Dibahas pada Bab 13.

PARTITION BY: Klausa window function SQL yang memungkinkan perhitungan dihitung terpisah untuk setiap kelompok data tanpa meringkas baris. Dibahas pada Bab 13.

Visualisasi & Business Intelligence

Istilah-istilah seputar visualisasi data dan BI Tool yang dibahas pada Bagian IV Handbook ini.

Data-Ink Ratio: Prinsip visualisasi yang menekankan sebagian besar elemen visual sebuah chart seharusnya merepresentasikan data, bukan dekorasi. Dibahas pada Bab 14.

Bar Chart: Jenis chart yang menggunakan batang untuk membandingkan nilai antar kategori berbeda. Dibahas pada Bab 14.

Scatter Plot: Jenis chart yang menunjukkan hubungan antara dua variabel numerik melalui sebaran titik. Dibahas pada Bab 14.

Histogram: Jenis chart yang menunjukkan distribusi satu variabel numerik dengan membagi sumbu X menjadi beberapa rentang (bin). Dibahas pada Bab 14.

BI Tool (Business Intelligence Tool): Aplikasi khusus untuk menghubungkan, mengolah, dan memvisualisasikan data dalam bentuk dashboard interaktif, seperti Looker Studio atau Tableau. Dibahas pada Bab 15.

Live Connection: Cara koneksi data pada BI Tool di mana data diambil langsung dari sumber aslinya setiap kali dashboard diakses. Dibahas pada Bab 15.

Extract: Cara koneksi data pada BI Tool di mana data disalin dan disimpan terpisah dari sumber aslinya, perlu diperbarui secara berkala. Dibahas pada Bab 15.

Dimension: Kolom data kategorikal pada BI Tool yang berfungsi mengelompokkan data, setara dengan area Rows/Columns pada Pivot Table. Dibahas pada Bab 15.

Measure: Kolom data numerik pada BI Tool yang dihitung atau diagregasi, setara dengan area Values pada Pivot Table. Dibahas pada Bab 15.

Dashboard: Kumpulan beberapa worksheet atau elemen visual yang disusun bersama, dirancang untuk interaktivitas dan eksplorasi data. Dibahas pada Bab 8 dan Bab 16.

Cross-Filtering: Kemampuan dashboard di mana interaksi pada satu elemen visual otomatis memengaruhi elemen visual lainnya. Dibahas pada Bab 16.

BLUF (Bottom Line Up Front): Framework komunikasi yang menyampaikan kesimpulan atau poin paling penting terlebih dahulu, sebelum detail pendukung. Dibahas pada Bab 17.

Statistik

Istilah-istilah seputar EDA dan statistik yang dibahas pada Bagian V Handbook ini.

EDA (Exploratory Data Analysis): Proses menjelajahi dan memahami karakteristik dataset secara mendalam sebelum analisis lebih lanjut. Dibahas pada Bab 18 dan Bab 19.

Central Tendency: Kumpulan metrik yang merepresentasikan nilai pusat sebuah kumpulan data, meliputi mean, median, dan modus. Dibahas pada Bab 18.

Mean: Rata-rata, dihitung dengan menjumlahkan seluruh nilai dan membaginya dengan jumlah data. Dibahas pada Bab 18.

Median: Nilai tengah dari kumpulan data yang sudah diurutkan, tahan terhadap nilai ekstrem. Dibahas pada Bab 18.

Modus: Nilai yang paling sering muncul dalam sebuah kumpulan data. Dibahas pada Bab 18.

Spread: Ukuran seberapa jauh nilai-nilai dalam kumpulan data tersebar dari nilai pusatnya, meliputi range, variance, dan standard deviation. Dibahas pada Bab 18.

Outlier: Nilai data yang secara signifikan berbeda dari mayoritas data lainnya. Dibahas pada Bab 18 dan Bab 19.

Correlation (Korelasi): Metrik yang mengukur kekuatan dan arah hubungan linear antara dua variabel numerik. Dibahas pada Bab 19.

Confounding Variable: Variabel ketiga yang menjadi penyebab sesungguhnya di balik korelasi antara dua variabel lain. Dibahas pada Bab 19.

IQR (Interquartile Range): Metode deteksi outlier berdasarkan selisih antara kuartil ketiga (Q3) dan kuartil pertama (Q1). Dibahas pada Bab 19.

Populasi: Keseluruhan kumpulan individu atau objek yang ingin dipelajari karakteristiknya. Dibahas pada Bab 20.

Sampel: Sebagian kecil dari populasi yang benar-benar diambil dan diamati datanya. Dibahas pada Bab 20.

Skewness: Metrik yang mengukur seberapa menceng atau tidak simetris sebuah distribusi data. Dibahas pada Bab 20.

Hipotesis: Dugaan atau pernyataan yang ingin diuji kebenarannya menggunakan data, terdiri dari hipotesis nol dan hipotesis alternatif. Dibahas pada Bab 21.

P-Value: Probabilitas mendapatkan hasil seekstrem yang diamati, jika hipotesis nol memang benar. Dibahas pada Bab 21.

Confidence Interval: Rentang nilai yang diperkirakan mengandung nilai populasi sebenarnya, dengan tingkat kepercayaan tertentu. Dibahas pada Bab 21.

A/B Testing: Metode eksperimen yang membandingkan dua versi berbeda untuk menentukan versi mana yang menghasilkan performa lebih baik, menggunakan prinsip pengujian hipotesis statistik. Dibahas pada Bab 21.

Python & Pandas

Istilah-istilah seputar Python, Pandas, dan visualisasi Python yang dibahas pada Bagian VI Handbook ini.

List: Struktur data Python yang menyimpan kumpulan nilai secara berurutan dengan indeks dimulai dari 0. Dibahas pada Bab 22.

Dictionary: Struktur data Python yang menyimpan pasangan kunci dan nilai. Dibahas pada Bab 22.

Fungsi (Python): Blok kode yang diberi nama tertentu, bisa dipanggil dan dijalankan berulang kali. Dibahas pada Bab 22.

Pandas: Library Python yang dirancang khusus untuk mengolah data berbentuk tabel. Dibahas pada Bab 23.

Series: Struktur data satu dimensi pada Pandas, mirip dengan satu kolom tunggal. Dibahas pada Bab 23.

DataFrame: Struktur data dua dimensi pada Pandas, terdiri dari banyak baris dan kolom, setara dengan sebuah tabel. Dibahas pada Bab 23.

Matplotlib: Library visualisasi Python paling dasar dengan kontrol detail dan fleksibel. Dibahas pada Bab 24.

Seaborn: Library visualisasi Python yang dibangun di atas Matplotlib, menghasilkan chart statistik yang informatif dengan kode ringkas. Dibahas pada Bab 24.