Jadi Data Analyst Tanpa Background IT: Realistis Nggak?

Bisa. Jadi data analyst tanpa background IT itu realistis, dan udah banyak orang non-IT yang ngejalaninnya sekarang.

Tapi "realistis" nggak sama dengan "gampang". Ada bagian yang beneran nutut, ada juga yang cuma mitos yang bikin orang mundur sebelum nyoba.

Aku bakal pisahin dua-duanya. Umur, matematika, coding: tiga keraguan yang paling sering muncul buat orang non-IT, aku jawab satu-satu dengan jujur.

Beneran bisa jadi data analyst tanpa background IT?

Bisa. Data analyst itu kerjaan yang intinya ngambil data lalu ngasih jawaban buat keputusan bisnis, bukan bikin software. Skill utamanya SQL, Excel, dan cara mikir yang rapi. Semuanya bisa dipelajari dari nol tanpa gelar computer science. Yang lebih nentuin justru kemauan latihan rutin.

Kalau kamu masih ragu apa kerjaannya sehari-hari, aku udah bahas lengkap di apa itu data analyst. Singkatnya, kamu jadi orang yang jawab pertanyaan kayak "kenapa penjualan Toko Berkah turun bulan lalu" pakai angka, bukan tebakan.

Perhatiin deh, di situ nggak ada satu pun yang nyuruh kamu bikin aplikasi atau ngoding sistem. Kerjaannya ambil data, olah, terus jelasin ke orang bisnis.

Umur aku udah 30-an, masih worth it nggak?

Masih. Career switch ke data analyst di umur 30-an itu wajar, dan pengalaman kerja kamu sebelumnya malah jadi nilai plus. Orang yang ngerti seluk-beluk marketing atau keuangan sering baca data lebih tajam daripada fresh grad yang jago tools tapi buta konteks bisnis.

Tapi ada bagian yang nggak enaknya juga. Kamu mungkin mulai dari posisi entry-level lagi, dan itu kadang berasa mundur. Gaji awal bisa lebih kecil dari kerjaan lama kamu.

Tapi domain knowledge kamu itu barang mahal. Analyst yang pernah 5 tahun di operasional gudang bakal langsung nyambung waktu diminta analisis data stok. Yang dari nol harus belajar konteksnya dulu.

Jadi umur bukan penghalang. Yang jadi masalah cuma kalau kamu nunggu "waktu yang pas" yang nggak akan pernah datang.

Matematika aku jelek, gimana dong?

Kamu nggak butuh matematika serumit yang kamu takutin. Buat kerjaan data analyst sehari-hari, yang kepake cuma hitungan dasar. Persentase, rata-rata, sama rasio. Itu udah nutupin sebagian besar. Kalkulus sama aljabar linear nggak muncul di kerjaan harian. Yang penting kamu nyaman baca angka, bukan jago ngitung rumus panjang.

Coba pikir contoh nyata. "Berapa persen kenaikan penjualan Keripik Juara dari bulan lalu?" Itu cuma bagi-bagiin angka.

"Rata-rata transaksi per pelanggan berapa?" Itu total dibagi jumlah orang. Kamu udah bisa dari SD.

Nanti pas udah lebih jauh, ada statistik dasar yang perlu kamu paham: median, standar deviasi, korelasi. Tapi itu konsep, bukan hitungan tangan. Tools kayak Excel yang ngitung, kamu cukup ngerti artinya.

Jadi yang beneran perlu bukan jago hitung. Yang perlu itu nyaman lihat angka dan nggak panik pas ketemu tabel.

Harus jago coding dulu, nggak?

Nggak. Skill teknis pertama yang kamu butuhin itu SQL, dan SQL beda jauh dari coding yang kamu bayangin. SQL cuma cara buat minta data dari database pakai bahasa yang mirip kalimat Inggris biasa. Nggak ada bikin aplikasi, nggak ada logika ratusan baris.

Biar kebayang, ini query buat lihat total penjualan per kota, diurutin dari yang paling besar.

SELECT kota, SUM(total) AS total_penjualan
FROM penjualan
GROUP BY kota
ORDER BY total_penjualan DESC;

Baca aja pelan-pelan. "Ambil kota dan jumlah total, dari tabel penjualan, kelompokin per kota, urutin dari besar." Empat baris, dan kamu udah bisa jawab pertanyaan bisnis beneran.

Kalau kamu penasaran gimana SQL kerja dari dasar, dokumentasi resmi PostgreSQL punya tutorial yang enak diikutin. Tapi buat mulai, kamu nggak perlu install apa-apa.

Python itu skill yang bagus dipunya, tapi bukan syarat masuk. Banyak data analyst yang kerja bertahun-tahun cuma pakai SQL dan spreadsheet. Coding beneran baru relevan kalau kamu mau ke arah data engineer nanti.

Kalau dari nol banget, mulai dari mana?

Mulai dari Excel, lalu SQL, terus bikin portfolio. Urutan ini kepilih bukan asal. Tiap langkah nyiapin kamu buat yang berikutnya. Dan semuanya bisa dikerjain sambil kamu masih kerja di tempat lama, jadi kamu nggak perlu resign buat mulai belajar dari nol.

Langkah pertama, kuasain Excel dulu. Ini alat yang kepake di hampir semua kantor. Konsep kayak filter sama pivot table itu dasar cara mikir data. Aku bahas dari nol di belajar Excel. Kalau mau referensi rumus lengkap, daftar fungsi resmi dari Microsoft juga membantu.

Langkah kedua, belajar SQL sampai bisa narik dan ngolah data sendiri. Ini skill yang paling sering diminta di lowongan data analyst. Aku susun tahapannya di roadmap belajar SQL data analyst biar kamu nggak bingung urutannya.

Langkah ketiga, bikin portfolio. Belajar data analyst dari nol itu percuma kalau nggak ada bukti yang bisa kamu tunjukin ke HRD. Satu-dua proyek analisis data nyata udah cukup buat mulai, dan aku kasih contohnya di portfolio data analyst.

Nggak perlu bootcamp mahal buat jalanin tiga langkah ini. Yang perlu cuma konsisten, walau cuma 30 menit sehari.

Terus, yang paling susah beneran apa?

Bukan umur, matematika, atau coding. Yang paling bikin orang gagal itu konsistensi, plus satu jebakan namanya Tutorial Paralysis (nonton tutorial terus-terusan tapi nggak pernah nulis query sendiri). Dua hal ini yang beneran nentuin, dan dua-duanya soal kebiasaan, bukan bakat atau background kamu.

Aku sering lihat orang beli 5 kursus, nonton semua, terus ngerasa "masih belum siap". Padahal cara belajar data cuma satu, yaitu latihan. Kamu bisa jago SQL bukan gara-gara nonton, tapi gara-gara ngetik query dan salah berkali-kali.

Ini juga alasan kenapa background IT nggak sepenting yang orang kira. Anak IT pun tetep harus latihan SQL dari nol. Jarak start kamu sama mereka nggak sejauh yang kamu bayangin.

Bukti dari yang non-IT beneran

Aku sendiri dari mining engineering, bukan IT, bukan statistik. Waktu pertama kali lihat SQL, aku juga sempet mikir ini bukan buat orang kayak aku.

Ternyata bisa. Dan aku ketemu banyak orang dengan cerita mirip. Ada yang dari akuntansi, marketing, sampai guru, yang sekarang kerja jadi analyst.

Jadi kalau ada suara di kepala kamu yang bilang "aku kan bukan anak IT", itu bukan fakta. Itu cuma keraguan yang belum kamu tes. Orang dari jurusan yang jauh dari komputer pun udah buktiin jalannya kebuka.

FAQ

Apakah lulusan SMA bisa jadi data analyst?

Bisa, walau lebih menantang di tahap lamaran kerja. Banyak lowongan minta gelar S1 sebagai syarat administrasi, apa pun jurusannya. Tapi skill dan portfolio yang kuat sering ngalahin ijazah, apalagi di startup atau UMKM yang lebih lihat hasil kerja. Fokusin ke bukti nyata kalau kamu belum punya gelar.

Berapa lama belajar data analyst dari nol sampai siap kerja?

Dari yang aku lihat, sekitar 6 sampai 12 bulan kalau latihan konsisten beberapa jam per minggu. Excel butuh beberapa minggu buat nyaman, SQL sekitar 2 sampai 3 bulan sampai bisa narik data sendiri, sisanya buat bikin portfolio. Angka ini beda-beda tergantung waktu yang kamu punya, jadi jangan jadiin patokan mati.

Jurusan apa yang paling susah buat career switch ke data analyst?

Sebenernya nggak ada jurusan yang "susah" secara khusus. Yang jurusannya jauh dari angka mungkin butuh waktu ekstra buat nyaman lihat data, tapi itu soal kebiasaan, bukan bakat. Justru orang non-teknis sering punya kelebihan di komunikasi, dan itu skill mahal buat seorang analyst.

Harus bisa bahasa Inggris nggak buat jadi data analyst?

Perlu, tapi cukup level baca. Kebanyakan dokumentasi tools, error message, dan tutorial bagus itu bahasa Inggris. Kamu nggak harus lancar ngomong, cukup ngerti bacaan teknis dan bisa nyari solusi di Google. Kemampuan ini nambah sendiri sambil kamu belajar.

Lebih baik belajar SQL atau Python dulu buat pemula non-IT?

SQL dulu. SQL lebih gampang buat orang non-IT karena sintaksnya mirip kalimat biasa, dan skill ini lebih sering diminta di lowongan data analyst entry-level. Python bagus dipelajari nanti setelah kamu nyaman ambil dan olah data pakai SQL. Mulai dari yang paling cepat kepake dulu.

Penutup

Jadi, realistis? Realistis. Umur, matematika, dan coding ternyata lebih banyak jadi alasan daripada penghalang beneran.

Yang beneran nentuin cuma satu, yaitu kamu mulai atau nggak. Dan cara mulai yang paling jelas hasilnya itu SQL.

Buka roadmap belajar SQL data analyst, ikutin dari langkah pertama. Nggak usah nunggu ngerasa siap. Query pertama kamu bisa ditulis hari ini juga.