TL;DR
Dataset latihan data analyst gratis paling gampang diambil dari tiga tempat: portal data pemerintah (BPS, Satu Data Indonesia, Jakarta Open Data), platform komunitas (Kaggle, Hugging Face, data.world), dan API publik yang bisa kamu tarik sendiri. Buat portfolio, pilih dataset yang punya minimal 5.000 baris, ada kolom tanggal, dan konteksnya bisa kamu jelaskan ke orang awam. Dataset Indonesia biasanya lebih menang di interview karena recruiter lokal langsung paham konteksnya.
Dataset latihan data analyst yang bagus itu dataset yang punya konteks jelas, minimal 5.000 baris, dan ada kolom tanggal di dalamnya. Tiga hal itu cukup buat kamu latihan agregasi, tren waktu, dan segmentasi. Ketiganya yang paling sering ditanya di interview.
Masalahnya, kebanyakan orang berhenti di Titanic dan Iris. Dua dataset itu udah dipakai ratusan ribu orang. Recruiter yang buka portfolio kamu bakal lihat grafik yang sama persis kayak 40 pelamar lain.
Di bawah ini 15 sumber dataset gratis yang bisa kamu pakai hari ini, dikelompokkan per jenis. Yang bagian Indonesia aku taruh duluan, soalnya itu yang paling bikin portfolio kamu beda.
Recruiter lokal nggak perlu waktu buat ngerti konteksnya. Kalau kamu analisis data penjualan e-commerce Indonesia dan bilang "transaksi naik 3x di tanggal 11 November", semua orang di ruangan langsung ngangguk. Nggak perlu penjelasan.
Bandingkan dengan analisis data penjualan supermarket Amerika. Kamu harus jelasin dulu apa itu Thanksgiving, kenapa Black Friday penting, dan kenapa angka bulan Desember beda sendiri.
Waktu penjelasan itu waktu yang hilang. Dataset lokal ngasih kamu head start.
Portal data pemerintah adalah sumber paling underrated buat portfolio. Datanya resmi, gratis, dan hampir nggak ada yang pakai buat portfolio.
Data BPS punya kebiasaan bikin header dua baris dan angka pakai titik sebagai pemisah ribuan. Ini justru bagus. Kamu jadi latihan bersihin data beneran, bukan data yang udah dipoles panitia kompetisi.
Kalau kamu butuh dataset yang udah rapi dan langsung bisa di-query, lima ini pilihannya.
Narik data dari API bikin portfolio kamu naik satu level. Kamu nggak cuma download CSV. Kamu bikin pipeline.
Di Ngulik Data, dataset latihan yang paling sering dipakai murid namanya toko_berkah: data penjualan simulasi toko kelontong online, 24.500 baris transaksi selama 18 bulan.
Struktur tabelnya gini:
-- struktur tabel transaksi toko_berkah
SELECT
transaksi_id,
tanggal,
kota,
kategori_produk,
nama_produk,
qty,
harga_satuan,
qty * harga_satuan AS total
FROM transaksi
LIMIT 5;Query pertama yang biasanya bikin murid kaget: cari kota dengan transaksi terbanyak tapi nilai rata-rata terkecil.
SELECT
kota,
COUNT(*) AS jumlah_transaksi,
ROUND(AVG(qty * harga_satuan)) AS rata_rata_nilai
FROM transaksi
GROUP BY kota
HAVING COUNT(*) > 500
ORDER BY rata_rata_nilai ASC;Hasilnya dari dataset ngulikdata: Bandung punya 3.180 transaksi dengan rata-rata Rp 42.700 per transaksi, sementara Surabaya cuma 1.940 transaksi tapi rata-ratanya Rp 118.300. Bandung ramai tapi keranjangnya kecil.
Insight kayak gini yang bikin analisis kamu punya isi. Bukan cuma "kota A penjualannya tertinggi". Itu semua orang juga bisa.
Kalau kamu belum familiar sama fungsi agregasi kayak COUNT dan AVG, mulai dari situ dulu sebelum masuk dataset besar.
Pakai empat saringan ini.
| Kriteria | Kenapa penting |
|---|---|
| Ada kolom tanggal | Tanpa tanggal, kamu nggak bisa nunjukin analisis tren, dan tren itu yang paling sering diminta di kerjaan nyata |
| Minimal 5.000 baris | Grup hasil GROUP BY jadi cukup besar buat ditarik kesimpulan |
| Konteks bisa dijelasin 1 kalimat | Kalau kamu butuh 3 paragraf buat jelasin datanya apa, recruiter udah pindah tab |
| Ada kotoran di dalamnya | Dataset yang udah bersih bikin kamu nggak bisa nunjukin skill data cleaning |
Poin terakhir sering bikin orang bingung. Dataset kotor itu bonus, bukan masalah. Nama kota ditulis "Jakarta", "JKT", dan "DKI Jakarta" di baris berbeda? Bagus. Itu bahan cerita di portfolio kamu.
Ini yang paling sering aku lihat.
Ambil dataset terlalu besar di awal. Dataset 10 juta baris bikin laptop kamu ngos-ngosan dan iterasi jadi lambat. Mulai dari 10-50 ribu baris. Naikin kalau udah nyaman.
Download 20 dataset, nggak selesaiin satu pun. Satu dataset yang kamu kulik sampai dalam lebih berharga dari 20 dataset yang cuma kamu buka di Excel.
Lupa cek lisensi. Beberapa dataset Kaggle lisensinya CC BY-NC. Nggak boleh dipakai buat keperluan komersial. Cek dulu sebelum kamu publikasikan.
Analisis tanpa pertanyaan. Buka CSV, bikin 8 grafik, selesai. Itu bukan analisis, itu deskripsi. Mulai dari pertanyaan: "Produk apa yang paling sering dibeli bareng?" Baru cari jawabannya di data.
Dataset transaksi ritel atau penjualan. Strukturnya punya tanggal, produk, jumlah, dan harga. Jadi kamu bisa latihan agregasi, tren waktu, dan segmentasi sekaligus. Recruiter juga langsung paham konteksnya. Hindari dataset yang butuh domain knowledge berat kayak data genomik, kecuali kamu memang mau masuk industri itu.
Sekitar 5.000 baris ke atas kalau kamu mau latihan agregasi dan tren yang hasilnya masuk akal. Di bawah 1.000 baris, GROUP BY sering ngasih grup yang isinya cuma 2-3 baris. Tapi kalau tujuannya cuma latihan sintaks JOIN atau window function, dataset 200 baris pun udah cukup.
Buat belajar, boleh. Buat portfolio yang kamu kirim ke recruiter, sebaiknya jangan. Dua dataset itu udah dipakai puluhan ribu orang, jadi hasil analisismu bakal mirip semua orang. Pakai dataset lokal Indonesia atau data yang kamu kumpulin sendiri.
Bikin sendiri. Kamu bisa scrape data publik, tarik dari API terbuka, atau minta data anonim dari UMKM sekitar. Warung dan toko online kecil biasanya punya catatan transaksi di spreadsheet dan mau berbagi kalau kamu tawarin analisis balik buat mereka.
Cek lisensinya. Data BPS dan Satu Data Indonesia umumnya boleh dipakai ulang dengan mencantumkan sumber. Dataset Kaggle punya lisensi berbeda-beda: ada yang CC0, ada yang CC BY-NC. Baca bagian lisensi sebelum kamu publikasikan hasilnya.
Dataset Indonesia bikin portfolio kamu beda, soalnya recruiter lokal langsung paham konteksnya. Satu dataset yang kamu kulik sampai dalam juga mengalahkan 20 dataset yang cuma di-download. Dan data kotor itu bonus. Di situ kamu nunjukin skill cleaning.
Pilih satu dataset dari daftar di atas hari ini, terus tulis 3 pertanyaan yang mau kamu jawab dari data itu. Baru buka SQL editor.
Kalau kamu mau latihan query-nya di dataset yang udah disiapin (termasuk toko_berkah), coba panduan belajar SQL dari nol di Ngulik Data. Buat istilah yang masih asing, cek dulu di glossary dataset.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Kerja data analyst di luar negeri bukan soal ijazah luar negeri. Yang nentuin: sponsorship visa, portfolio, dan negara yang kamu incar.
Financial analyst kerja di angka uang, data analyst kerja di angka apa pun. Tapi di 2026 tools-nya makin sama. Ini beda dan irisannya.
Apa itu marketing analyst, metrik apa yang tiap hari dipegang, tools yang wajib bisa, dan jalur masuk yang paling realistis buat orang non-teknis di Indonesia.