TL;DR
Gaji analis data di Indonesia mayoritas ada di rentang Rp 6 juta sampai Rp 18 juta per bulan, dan industrinya ngegeser angka itu jauh. Dari 84 lowongan bergaji terbuka yang aku catat sepanjang 2025, fintech dan e-commerce konsisten ada di kuartil atas, sementara manufaktur dan pendidikan ada di kuartil bawah. Yang paling nentuin bukan cuma industri, tapi seberapa dekat kerjaan kamu ke keputusan yang ngasilin uang.
Gaji analis data di Indonesia mayoritas jatuh di rentang Rp 6 juta sampai Rp 18 juta per bulan. Industri tempat kamu kerja bisa geser angka itu sampai dua kali lipat untuk pengalaman yang persis sama.
Aku sering dapat pertanyaan ini dari pembaca yang lagi pegang offer dan bingung angkanya wajar atau nggak. Masalahnya, sebagian besar artikel gaji cuma kasih satu angka nasional tanpa konteks industri.
Di sini aku pecah per industri, plus cara ngecek angkanya sendiri biar kamu nggak cuma percaya sama tulisanku.
Ini bukan survei nasional. Angka di bawah aku susun dari 84 lowongan analis data yang tayang di portal kerja Indonesia sepanjang 2025 dan nyantumin rentang gaji secara terbuka.
Kenapa cuma 84? Karena mayoritas lowongan di Indonesia nulis "gaji kompetitif" tanpa angka. Yang nyantumin angka jumlahnya kecil.
Jadi baca ini sebagai gambaran kasar dari sampel kecil, bukan kebenaran pasti. Buat nego, kamu tetap perlu ngumpulin data kamu sendiri, dan aku tunjukin caranya di bagian bawah.
Median gaji bulanan dari 84 lowongan yang aku catat ada di Rp 9,2 juta. Kuartil bawahnya Rp 6,5 juta, kuartil atasnya Rp 15,8 juta. Artinya setengah lowongan ada di antara Rp 6,5 juta dan Rp 15,8 juta, dan sisanya nyebar di dua ujung.
Yang bikin rentangnya lebar ada tiga hal: industri, level pengalaman, dan lokasi kantor.
Lokasi paling gampang dijelasin. Lowongan Jabodetabek konsisten lebih tinggi sekitar 20 sampai 30 persen dibanding Surabaya, Bandung, atau Semarang untuk deskripsi kerja yang mirip.
Fintech dan e-commerce ada di posisi teratas. Manufaktur, pendidikan, dan NGO ada di bawah. Ini rekap rentang bulanan yang aku catat, digabung semua level pengalaman:
| Industri | Rentang bulanan | Median | Jumlah lowongan |
|---|---|---|---|
| Fintech & perbankan digital | Rp 9 jt - Rp 28 jt | Rp 15,5 jt | 19 |
| E-commerce & marketplace | Rp 8 jt - Rp 25 jt | Rp 13,8 jt | 16 |
| Telko & SaaS B2B | Rp 8 jt - Rp 22 jt | Rp 12,4 jt | 11 |
| Konsultan & agensi data | Rp 7 jt - Rp 18 jt | Rp 10,5 jt | 9 |
| FMCG & ritel modern | Rp 6,5 jt - Rp 16 jt | Rp 9,5 jt | 12 |
| Kesehatan & asuransi | Rp 6 jt - Rp 15 jt | Rp 8,8 jt | 7 |
| Manufaktur & logistik | Rp 5,5 jt - Rp 13 jt | Rp 7,9 jt | 6 |
| Pendidikan, pemerintahan, NGO | Rp 5 jt - Rp 11 jt | Rp 6,8 jt | 4 |
Selisih median fintech dan manufaktur hampir dua kali lipat. Deskripsi kerjanya sendiri sering mirip: tarik data, bikin dashboard, presentasi ke stakeholder.
Jumlah lowongan di dua baris terakhir kecil banget, jadi angkanya paling rapuh. Jangan dipakai buat kesimpulan keras.
Jarak antara analisis kamu dan uang yang masuk ke perusahaan. Itu pola yang paling konsisten aku lihat.
Di fintech, model skoring kredit yang meleset langsung kelihatan di angka gagal bayar. Analis yang bisa nurunin rasio itu 0,5 persen aja udah nyelametin nilai yang jauh lebih besar dari gajinya setahun.
Di e-commerce, analisis retensi dan promo langsung nempel ke pendapatan mingguan. Keputusannya cepat dan kelihatan.
Di manufaktur, analisis biasanya masuk ke efisiensi produksi dan perencanaan stok. Dampaknya nyata, tapi siklusnya panjang dan susah diklaim sebagai hasil kerja satu orang.
Faktor kedua: sumber modal. Perusahaan yang lagi didanai investor punya ruang lebih besar buat bayar di atas pasar. Perusahaan yang untungnya tipis nggak punya ruang itu.
Faktor ketiga: berapa banyak analis yang mereka butuh. Bank dan fintech sering buka tim data belasan orang sekaligus, dan persaingan buat orang yang sama itulah yang ngedorong angka naik.
Lompatan paling tajam terjadi antara tahun ketiga dan kelima. Setelah itu kenaikannya melambat kecuali kamu pindah jalur ke manajerial atau spesialisasi teknis.
| Level | Pengalaman | Rentang bulanan (Jabodetabek) |
|---|---|---|
| Junior / entry | 0 - 2 tahun | Rp 5,5 jt - Rp 9 jt |
| Mid | 2 - 5 tahun | Rp 9 jt - Rp 17 jt |
| Senior | 5 - 8 tahun | Rp 16 jt - Rp 28 jt |
| Lead / manager | 8 tahun ke atas | Rp 25 jt - Rp 45 jt |
Satu hal yang jarang ditulis: di level junior, industri nggak terlalu ngaruh. Selisih fintech dan manufaktur buat fresh graduate cuma sekitar Rp 1,5 juta.
Jaraknya melebar di level mid ke atas. Di situlah pilihan industri mulai kerasa di rekening.
Waktu aku bantu teman nego offer di sebuah retail online, kami nggak pakai angka artikel. Kami bikin sheet sendiri.
Caranya sederhana dan bisa kamu tiru dalam satu sore:
gaji_min dan gaji_max. Jangan simpan sebagai teks.gaji_tengah dengan rumus =(B2+C2)/2.=MEDIAN(D2:D31).=COUNTIFS(E:E;"Fintech";F:F;"Jakarta").Pakai MEDIAN, bukan AVERAGE. Satu lowongan direktur yang nyasar ke daftar kamu bisa narik rata-rata naik jutaan, sementara median nyaris nggak goyang. Detail perilaku fungsinya ada di dokumentasi resmi Microsoft.
COUNTIFS berguna buat ngecek sampel kamu nggak timpang. Kalau 22 dari 30 lowongan datang dari satu industri, mediannya bukan gambaran pasar, itu gambaran satu industri.
Hasil di kasus teman aku: median 26 lowongan analis data e-commerce Jabodetabek ada di Rp 13,1 juta, sementara tawaran yang dia terima Rp 10,5 juta. Dia balik nego di angka Rp 12,8 juta dan dapat Rp 12 juta.
Selisih Rp 1,5 juta per bulan itu Rp 18 juta setahun. Dari kerjaan spreadsheet dua jam.
Nyampur gaji kotor dan bersih. Sebagian lowongan nulis take home pay, sebagian nulis gaji pokok sebelum potongan pajak dan BPJS. Selisihnya bisa 10 persen lebih. Samakan dulu satuannya sebelum dibandingin.
Lupa hitung komponen non-gaji. Tunjangan transport, bonus tahunan, dan asuransi keluarga itu uang juga. Offer Rp 11 juta dengan bonus 2 kali gaji setahun lebih besar dari offer Rp 12 juta tanpa bonus.
Ngambil satu angka viral sebagai patokan. Screenshot gaji Rp 40 juta yang beredar di Twitter biasanya outlier. Satu titik ekstrem bukan pasar.
Ngebandingin beda kota tanpa penyesuaian. Rp 9 juta di Yogyakarta beda banget rasanya dari Rp 9 juta di Jakarta Selatan. Bandingkan setelah dikurangi biaya sewa dan transport.
Nunggu angka sempurna sebelum nego. Sepuluh lowongan yang kamu catat sendiri lebih berguna dari nol data. Mulai dari yang ada.
Dari lowongan entry level yang aku catat, angkanya paling sering di Rp 5,5 juta sampai Rp 8,5 juta per bulan buat Jabodetabek. Di luar Jabodetabek biasanya turun 20 sampai 30 persen. Kalau kamu masuk lewat magang yang dilanjut jadi karyawan tetap, angka awalnya cenderung di batas bawah.
Sertifikasi bantu kamu lolos screening, bukan otomatis naikin angka. Kandidat dengan portofolio berisi dua atau tiga kasus nyata cenderung dapat tawaran lebih tinggi dibanding yang cuma punya sertifikat. Sertifikat paling kepakai kalau kamu pindah industri dan belum punya rekam jejak di sana.
Lompatan terbesar biasanya datang waktu pindah perusahaan, apalagi sekalian pindah industri. Promosi internal naiknya bertahap. Tapi pindah tiap tahun bikin rekam jejak kamu susah dibaca perekrut. Dua sampai tiga tahun per tempat biasanya titik yang masuk akal.
Dari deskripsi lowongan di kuartil atas, tiga yang paling sering muncul bareng: SQL tingkat lanjut, satu tool BI, dan kemampuan nerjemahin hasil analisis ke rekomendasi bisnis. Yang terakhir paling jarang dipunya kandidat dan paling sering disebut pewawancara sebagai pembeda.
Tiga hal yang layak kamu bawa dari sini. Industri geser gaji sampai dua kali lipat di level mid ke atas, tapi hampir nggak ngaruh di level entry. Median lebih jujur dari rata-rata buat baca pasar. Dan data yang kamu kumpulin sendiri selalu lebih kuat di meja nego dibanding artikel mana pun, termasuk yang ini.
Buat kamu yang masih di tahap lamaran, rapiin dulu berkasnya lewat panduan CV ATS friendly buat data analyst. Kalau kamu masih nimbang jalur masuk, ada bahasan soal prospek lulusan statistika yang relevan.
Kalau kamu mau ngangkat sisi teknisnya, mulai dari SQL. Latihan querynya bisa kamu kerjain langsung di NgulikSQL tanpa install apa-apa.
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.