GitHub untuk Data Analyst: Cara Pamer Portofolio (2026)

GitHub untuk data analyst itu tempat kamu naruh project analisis biar bisa dilihat recruiter kapan aja lewat satu link.

Bukan cuma buat programmer. Buat kamu yang lagi cari kerja di bidang data, GitHub jadi bukti nyata kalau kamu beneran bisa ngolah angka, bukan cuma nulis "mahir SQL" di CV.

Di tutorial ini kamu bakal belajar bikin akun, nyusun repo portofolio yang rapi, dan upload project pertama pakai Git. Semua dari nol.

Apa itu GitHub dan kenapa data analyst butuh?

GitHub adalah website buat nyimpan dan berbagi kode serta project lewat sistem bernama Git. Buat data analyst, GitHub jadi etalase portofolio online. Recruiter bisa lihat notebook, query, dan hasil analisis kamu langsung, tanpa nunggu kamu kirim file lewat email.

Bedanya sama CV, GitHub nunjukin proses. Orang bisa lihat gimana kamu bersihin data, query apa yang kamu tulis, dan kesimpulan yang kamu ambil.

Dari yang aku lihat pas iseng ngecek lowongan data analyst di LinkedIn, lebih dari separuh minta kandidat lampirin portofolio atau link GitHub. Buat fresh grad tanpa pengalaman kerja, ini jalan tercepat nunjukin skill ke orang yang belum kenal kamu.

Kalau kamu masih asing sama istilah dasarnya, cek dulu version control dan repository biar nyambung sama langkah berikutnya.

Gimana cara bikin akun dan repo pertama?

Buka github.com, klik Sign up, isi email dan password, lalu verifikasi. Setelah masuk, klik tombol hijau New buat bikin repository baru. Kasih nama yang jelas, pilih Public biar bisa dilihat orang, centang Add a README, terus klik Create repository. Selesai dalam 3 menit.

Nama repo itu penting. Pakai nama yang langsung ngasih tau isinya.

• Bagus: analisis-penjualan-toko-berkah
• Kurang: project1 atau tugas-akhir

Public artinya siapa aja bisa lihat repo kamu, termasuk recruiter. Itu memang tujuannya. Private cocok buat draft yang belum siap dipamerin.

Struktur repo portofolio yang bikin recruiter betah?

Repo yang rapi punya folder terpisah buat data, notebook, dan hasil, plus satu README di depan yang jelasin semuanya. Recruiter cuma butuh 30 detik buat nilai repo. Kalau berantakan, mereka langsung pindah ke kandidat lain.

Ini struktur yang aku pakai dan gampang dibaca:

analisis-penjualan-toko-berkah/
  README.md
  data/
    penjualan_2026.csv
  notebooks/
    01-pembersihan-data.ipynb
    02-analisis-eksplorasi.ipynb
  hasil/
    grafik-tren-bulanan.png

Bagian paling penting itu README. File ini yang pertama muncul pas orang buka repo. Isinya minimal:

1. Judul dan satu kalimat soal project ini ngapain
2. Masalah yang kamu jawab (misalnya, produk mana yang paling nguntungin)
3. Data yang dipakai dan dari mana asalnya
4. Langkah analisis singkat
5. Hasil dan kesimpulan, kalau bisa ada 1 grafik

README yang bagus bikin orang paham project kamu tanpa harus buka satu pun notebook. Ini yang misahin portofolio yang kepakai dari yang cuma numpuk file.

Cara upload project pakai Git?

Ada dua cara: lewat tombol upload di website, atau lewat Git di terminal. Cara website cocok buat pemula. Cara Git lebih rapi dan nunjukin kamu ngerti workflow standar. Aku saranin belajar Git karena recruiter suka lihat riwayat commit yang jelas.

Pertama, install Git dari git-scm.com. Habis itu, atur nama dan email sekali aja:

git config --global user.name "Nama Kamu"
git config --global user.email "email@kamu.com"

Sekarang masuk ke folder project kamu, lalu jalanin perintah ini satu per satu:

# mulai lacak folder ini pakai Git
git init

# masukin semua file ke antrean
git add .

# simpan versi dengan catatan perubahan
git commit -m "Analisis penjualan toko berkah pertama"

# sambungin ke repo GitHub kamu
git remote add origin https://github.com/username/analisis-penjualan-toko-berkah.git

# kirim ke GitHub
git push -u origin main

Empat perintah inti yang bakal kamu pakai tiap hari: add buat milih file, commit buat nyimpan versi, push buat ngirim ke GitHub, pull buat narik perubahan terbaru. Itu doang. Nggak perlu hafal 50 perintah Git buat portofolio.

Referensi resmi ada di dokumentasi GitHub kalau kamu mau langkah yang lebih detail.

Contoh Kasus: repo analisis toko_berkah

Anggap kamu punya data penjualan toko_berkah, UMKM sembako dengan 12 bulan transaksi. Kamu mau bikin satu repo portofolio dari data ini.

Isi notebook pertama buat bersihin data: hapus baris kosong, samain format tanggal, benerin nama produk yang typo. Notebook kedua buat analisis: total penjualan per bulan, produk terlaris, dan tren.

Misalnya hasilnya begini di README kamu:

Temuan	Angka
Total penjualan setahun	Rp 487 juta
Produk penyumbang omzet terbesar	Beras (31%)
Bulan paling ramai	Desember (naik 42% dari rata-rata)

Angka kayak gini yang bikin README kamu hidup. Recruiter langsung tau kamu bisa narik kesimpulan bisnis dari data mentah, bukan cuma jalanin kode.

Kalau kamu butuh ide project lain buat diisiin ke GitHub, cek 10 ide project data analyst bertema marketing.

Kesalahan Umum yang Bikin Repo Kamu Diabaikan

Beberapa hal kecil yang sering bikin portofolio GitHub kelihatan amatir:

• Nggak ada README. Repo tanpa README kayak toko tanpa etalase. Orang buka, bingung, langsung tutup.
• Nama repo asal. Untitled atau test123 nunjukin kamu nggak niat.
• Upload data sensitif. Jangan pernah push data asli yang ada info pribadi orang atau password. Pakai data dummy atau anonim.
• Notebook penuh error. Pastikan kode kamu jalan dari atas ke bawah sebelum di-push.
• Repo setengah jadi banyak banget. Tiga project selesai ngalahin sepuluh repo kosong.

Rapiin dulu, baru banyakin. Satu repo yang ceritanya utuh lebih ngejual daripada folder berisi file acak.

FAQ

Beberapa pertanyaan yang sering muncul soal GitHub buat data analyst.

Apakah data analyst wajib punya GitHub?

Nggak wajib, tapi bikin kamu menonjol. GitHub kasih recruiter bukti nyata kamu bisa ngolah data, bukan cuma klaim di CV. Dari yang aku lihat di lowongan data analyst, banyak yang nyantumin portofolio atau link GitHub sebagai nilai plus. Buat fresh grad yang belum punya pengalaman kerja, ini cara paling cepat nunjukin skill kamu ke orang yang belum kenal kamu.

Apa yang harus ditaruh di GitHub sebagai data analyst?

Taruh project analisis lengkap, bukan cuma potongan kode. Idealnya ada notebook analisis, dataset atau link ke sumbernya, dan README yang jelasin masalah, langkah, dan hasil. Dua sampai tiga project yang selesai dan rapi lebih bagus daripada sepuluh repo setengah jadi. Recruiter lebih tertarik lihat kamu bisa nyelesain satu analisis utuh.

Apa beda GitHub dan Git?

Git itu alat di komputer kamu buat nyimpen riwayat perubahan file, kayak tombol save yang inget semua versi. GitHub itu website tempat kamu simpan dan bagikan repo Git biar orang lain bisa lihat. Jadi Git ngerjain versioning-nya, GitHub yang bikin project kamu online dan bisa diakses lewat link.

Perlu bisa coding buat pakai GitHub?

Buat mulai, cukup tau dasar. Kamu bisa upload file lewat tombol di website tanpa ngetik satu baris command pun. Tapi kalau mau serius, belajar 4 perintah Git dasar (add, commit, push, pull) udah cukup buat kerja sehari-hari. Nggak perlu jadi software engineer buat pamer portofolio analisis di GitHub.

Berapa project ideal di GitHub buat lamar kerja?

Tiga project yang berkualitas udah kuat. Satu analisis eksplorasi data, satu yang ada visualisasi atau dashboard, dan satu yang pakai SQL atau Python agak dalam. Yang penting tiap repo punya README yang jelas dan hasil yang bisa dibaca orang awam. Kualitas dan kelengkapan cerita ngalahin jumlah repo yang banyak tapi kosong.

Penutup

GitHub bikin skill analisis kamu bisa dibuktiin, bukan cuma diklaim. Mulai dari satu repo, README yang jelas, dan project yang selesai.

Tiga hal yang perlu kamu inget: susun folder rapi, tulis README yang jelasin masalah dan hasil, dan pakai 4 perintah Git dasar buat upload.

Isi repo pertamamu dengan project SQL. Latihan query-nya bisa kamu mulai gratis di panduan personal branding data analyst buat langkah lanjutannya, atau kulik dulu skill query-nya di NgulikSQL biar ada bahan yang bisa dipamerin.