Gaji Analis Data yang Menguasai AI vs yang Tidak (2025)

Lowongan analis data yang nyebut skill AI punya median gaji lebih tinggi. Dari 96 lowongan bergaji terbuka yang aku catat sepanjang 2025, selisih mediannya Rp 4,6 juta per bulan.

Angka itu kelihatan besar. Tapi begitu dipecah per industri dan level, sebagian besar selisihnya hilang.

Aku bahas dua-duanya di sini, karena versi pertama yang sering beredar di media sosial dan versi kedua yang lebih berguna buat keputusan kamu.

Dari mana angkanya?

Ini bukan survei nasional. Aku ngumpulin 96 lowongan analis data di portal kerja Indonesia sepanjang 2025 yang nyantumin rentang gaji secara terbuka.

Sebuah lowongan aku hitung sebagai bersebutan AI kalau deskripsi kerjanya nyebut minimal satu dari ini: machine learning, LLM atau AI generatif, prompt engineering, atau model prediktif.

Hasilnya 38 lowongan masuk kelompok bersebutan AI, 58 sisanya nggak.

Sampel segini kecil. Baca sebagai gambaran kasar, bukan kebenaran pasti.

Berapa selisih gajinya kalau dilihat mentah?

Kelompok	Jumlah	Median bulanan	Kuartil bawah	Kuartil atas
Nyebut skill AI	38	Rp 14,2 jt	Rp 10,5 jt	Rp 21,0 jt
Nggak nyebut	58	Rp 9,6 jt	Rp 7,0 jt	Rp 14,5 jt

Selisih median Rp 4,6 juta, atau sekitar 48 persen.

Ini angka yang biasanya jadi judul. Dan ini juga angka yang paling gampang salah dibaca.

Kenapa angka mentahnya nggak bisa dipercaya bulat-bulat?

Karena dua kelompok itu isinya beda dari awal.

Dari 38 lowongan bersebutan AI, 24 di antaranya datang dari fintech, e-commerce, dan perusahaan teknologi. Kelompok industri itu memang bayar lebih tinggi buat semua posisi, dengan atau tanpa AI. Rinciannya udah aku tulis di gaji analis data per industri.

Levelnya juga timpang. Cuma 5 dari 38 lowongan bersebutan AI yang terbuka buat level entry. Di kelompok satunya, 19 dari 58 terbuka buat entry.

Jadi kamu bukan lagi bandingin analis melek AI lawan yang nggak. Kamu lagi bandingin posisi senior di fintech lawan posisi junior di berbagai industri.

Begitu aku batasi perbandingannya ke level mid di industri teknologi dan keuangan doang, sisanya begini:

Kelompok (level mid, industri teknologi & keuangan)	Jumlah	Median bulanan
Nyebut skill AI	14	Rp 15,0 jt
Nggak nyebut	11	Rp 13,2 jt

Selisihnya turun jadi Rp 1,8 juta, sekitar 14 persen. Dengan sampel 25 lowongan, angka itu tipis banget dan bisa geser gara-gara satu dua lowongan.

Kesimpulan yang jujur: sebutan AI berkaitan dengan gaji lebih tinggi, tapi sebagian besar kaitannya datang dari jenis perusahaan yang masang lowongannya.

Skill AI apa yang beneran diminta di posisi analis?

Aku catat kata kunci yang muncul di 38 deskripsi kerja itu. Urutannya:

Sebutan	Muncul di
Pakai LLM buat bantu analisis atau ringkas teks	21 lowongan
Dasar machine learning (klasifikasi, clustering)	18 lowongan
Bikin alur otomatis yang melibatkan model	11 lowongan
Evaluasi kualitas output model	6 lowongan
Riset atau melatih model dari nol	2 lowongan

Yang paling sering diminta ternyata yang paling ringan pelajarannya. Ngeringkas teks bebas, ngelompokkan komentar, bantu bikin draft query.

Riset model dari nol nyaris nggak ada. Itu masuk ke lowongan data scientist, bukan analis.

Buat dasar machine learning, dokumentasi scikit-learn masih titik awal paling rapi dan gratis.

Contoh kasus: apa yang berubah setelah satu alur kerja diganti

Ada satu pekerjaan rutin di tim tempat aku bantu: ngelompokkan komentar pelanggan dari form keluhan jadi kategori yang bisa dihitung.

Cara lama: dua orang baca manual dan kasih label. Sekitar 1.500 komentar per bulan, makan waktu 9 jam kerja gabungan.

Cara baru: LLM dipakai buat kasih label awal, lalu satu orang cek sampel 150 komentar buat ngukur akurasinya. Akurasi label otomatis di pengecekan itu 87 persen. Sisanya diperbaiki manual di kategori yang paling sering salah.

Waktu turun jadi 2,5 jam per bulan.

Yang menarik buat topik gaji: yang berubah bukan judul jabatannya. Yang berubah, orang itu punya satu cerita konkret buat dibawa ke wawancara berikutnya.

Kalimat "mengurangi 6,5 jam kerja bulanan pada proses pelabelan keluhan, dengan akurasi terukur 87 persen" jauh lebih kuat dari daftar nama tool di CV.

Cara nyusun kalimat semacam ini di berkas lamaran aku bahas di panduan CV ATS friendly.

Kesalahan umum waktu baca berita soal gaji dan AI

Ngebandingin dua kelompok yang isinya beda. Ini kesalahan paling besar dan paling sering. Selalu tanya: dua kelompok ini sama nggak dari sisi industri, level, dan kota.

Nganggep korelasi berarti sebab. Perusahaan yang nulis AI di lowongan cenderung perusahaan yang lagi tumbuh dan punya dana. Mereka bayar lebih tinggi buat semua posisi.

Ngejar semua tool yang lagi ramai. Dari daftar di atas, dua kemampuan nutup mayoritas kebutuhan. Kuasai itu dulu sebelum nambah yang lain.

Ninggalin dasar demi yang baru. SQL muncul di 89 dari 96 lowongan yang aku catat. Sebutan AI muncul di 38. Kalau harus milih satu buat dipelajari bulan ini, jawabannya jelas.

Nulis skill AI di CV tanpa hasil. Daftar nama tool kelihatan sama di semua CV. Yang ngebedain angka dan konteks.

Pertanyaan yang sering muncul

Skill AI apa yang paling sering diminta?

Kemampuan pakai LLM buat bantu analisis muncul di 21 dari 38 lowongan bersebutan AI. Dasar machine learning kayak klasifikasi dan clustering muncul di 18. Riset model dari nol cuma di 2, dan itu pun di posisi yang sebenarnya lebih dekat ke data scientist.

Apakah kursus prompt engineering bikin gaji naik?

Sertifikatnya sendiri nggak. Yang ngaruh adalah bukti kamu pernah nyelesaikan pekerjaan nyata dengan bantuan AI, lengkap dengan angka hasilnya. Pewawancara nanya soal hasilnya, bukan nama kursusnya.

Lebih baik belajar AI dulu atau SQL dulu?

SQL dulu, dan jaraknya jauh. SQL muncul di 89 dari 96 lowongan, sebutan AI di 38. Lowongan yang minta AI hampir selalu minta SQL juga, sebaliknya nggak berlaku.

Apakah posisi analis data bakal digantikan AI?

Dari isi lowongan yang aku baca, yang berubah tuntutan outputnya, bukan jumlah posisinya. Bagian yang berulang dan mekanis makin sering dibantu alat. Bagian nentuin pertanyaan yang tepat dan mempertanggungjawabkan angka ke pimpinan masih nempel ke orang.

Langkah berikutnya

Dua hal yang layak dibawa. Selisih mentah Rp 4,6 juta itu nyata di data, tapi menyusut jadi sekitar Rp 1,8 juta setelah industri dan levelnya disamain. Dan yang beneran ngangkat tawaran bukan sebutan skill di CV, tapi angka hasil yang bisa kamu ceritain.

Kalau kamu mau mulai dari alur kerja yang paling cepat kepakai, ada bahasan soal pakai AI buat analisa survei dan few shot prompting buat kerjaan data.

Tapi kalau SQL kamu masih goyah, benerin itu dulu. Latihannya bisa langsung kamu kerjain di NgulikSQL.