Glossary Istilah Data: 60 Istilah yang Sering Muncul di Kerjaan

Istilah data analyst yang bikin kamu diem di rapat itu jumlahnya nggak banyak. Sekitar 60, dan mayoritas bisa dijelasin dalam satu kalimat.

Aku susun daftar ini dari istilah yang paling sering muncul di obrolan tim data yang aku ikutin, bukan dari kamus akademik.

Kelompokin jadi lima bagian biar gampang dicari. Simpan halaman ini, buka lagi tiap ketemu istilah asing.

Istilah database dan SQL

Ini yang paling sering kepake harian.

1. Query — perintah buat minta data dari database. Satu query = satu pertanyaan.
2. Table — kumpulan data dalam bentuk baris dan kolom, mirip sheet di spreadsheet.
3. Row (baris) — satu catatan. Misalnya satu transaksi.
4. Column (kolom) — satu jenis informasi. Misalnya nama pelanggan.
5. Schema — struktur database: tabel apa aja yang ada dan gimana bentuk kolomnya.
6. Primary key — kolom yang nilainya unik buat tiap baris. Kartu identitas sebuah baris.
7. Foreign key — kolom yang nunjuk ke primary key di tabel lain. Ini yang bikin dua tabel bisa disambung.
8. JOIN — nyambungin dua tabel jadi satu hasil. Detailnya ada di halaman JOIN.
9. INNER JOIN — cuma ambil baris yang ada di kedua tabel.
10. LEFT JOIN — ambil semua baris tabel kiri, plus yang cocok dari tabel kanan.
11. GROUP BY — ngelompokin baris lalu ngitung per kelompok. Lihat GROUP BY.
12. WHERE — nyaring baris sebelum dikelompokin.
13. HAVING — nyaring hasil setelah dikelompokin.
14. NULL — nilai kosong. Bukan nol, bukan string kosong. Ini yang paling sering bikin hitungan meleset.
15. DISTINCT — buang duplikat dari hasil.
16. Subquery — query di dalam query.
17. CTE — kependekan dari Common Table Expression. Query sementara yang dikasih nama biar querymu gampang dibaca.
18. Window function — fungsi yang ngitung sesuatu per baris tapi ngelirik baris lain, misalnya ranking penjualan.
19. Index — struktur yang bikin pencarian data jadi cepat. Kayak daftar isi buku.
20. View — query yang disimpan dengan nama, biar bisa dipanggil lagi kayak tabel.

Istilah statistik dan analisis

21. Mean — rata-rata. Total dibagi jumlah data.
22. Median — nilai tengah kalau data diurutkan. Lebih tahan sama nilai ekstrem dibanding mean.
23. Mode — nilai yang paling sering muncul.
24. Standar deviasi — ukuran seberapa nyebar data dari rata-ratanya.
25. Outlier — nilai yang jauh banget dari sebaran data lain.
26. Distribusi — bentuk sebaran data. Merata? Menumpuk di kiri?
27. Korelasi — seberapa dua hal bergerak barengan. Nilainya antara -1 sampai 1.
28. Kausalitas — hubungan sebab-akibat. Beda sama korelasi, dan sering ketuker.
29. Sample — sebagian data yang diambil buat mewakili semuanya.
30. Population — seluruh data yang sebenarnya ada.
31. Confidence interval — rentang di mana nilai sebenarnya kemungkinan besar berada.
32. P-value — angka yang bantu kamu nilai apakah temuan itu kebetulan atau nggak.
33. A/B test — tes dua versi buat lihat mana yang lebih bagus.
34. Baseline — angka pembanding sebelum kamu ubah apa pun.
35. Cohort — kelompok yang punya kesamaan waktu atau ciri, misalnya semua pelanggan yang daftar Januari.
36. Segmentasi — mecah data jadi kelompok yang punya arti bisnis.

Istilah dashboard dan visualisasi

37. KPI — metrik terpilih yang nyambung ke target bisnis dan bisa mengubah keputusan.
38. Metrik — angka apa pun yang kamu ukur.
39. Dimensi — cara memotong data. Misalnya kota, kategori, atau bulan.
40. Measure — angka yang diukur. Misalnya total penjualan.
41. Drill-down — masuk lebih dalam dari angka besar ke rincian.
42. Filter — batasan yang bikin dashboard cuma nampilin sebagian data.
43. Slicer — filter berbentuk tombol atau dropdown yang bisa diklik pengguna.
44. Heatmap — tabel yang selnya diwarnain sesuai besar-kecilnya nilai.
45. Funnel — visual yang nunjukin berapa orang lolos tiap tahap.
46. Trend line — garis yang nunjukin arah gerak data dari waktu ke waktu.
47. YoY — year over year. Bandingin sama periode yang sama tahun lalu.
48. MoM — month over month. Bandingin sama bulan sebelumnya.

Istilah pipeline dan infrastruktur data

49. ETL — Extract, Transform, Load. Ambil data, olah, taruh di tujuan.
50. ELT — sama tapi urutannya beda: olahnya setelah data masuk.
51. Data warehouse — tempat nyimpen data historis dari banyak sumber, dioptimalkan buat analisis.
52. Data lake — tempat nampung data mentah dalam bentuk aslinya, belum diolah.
53. Data mart — potongan kecil warehouse buat satu tim atau satu topik.
54. Batch — proses yang jalan berkala, misalnya tiap malam jam 2.
55. Streaming — proses yang jalan terus-menerus, data masuk langsung diolah.
56. Data pipeline — rangkaian langkah otomatis dari sumber data sampai ke laporan.
57. Data quality — seberapa benar, lengkap, dan konsisten datamu.
58. Data governance — aturan siapa boleh akses data apa dan siapa yang bertanggung jawab.

Istilah AI yang mulai muncul di kerjaan analis

59. LLM — Large Language Model. Model yang dilatih buat ngerti dan bikin teks.
60. Prompt — instruksi yang kamu kasih ke model.
61. Hallucination — waktu model ngarang jawaban yang kedengeran meyakinkan tapi salah.
62. Text-to-SQL — fitur yang ngubah pertanyaan bahasa manusia jadi query SQL.
63. AI agent — model yang bisa manggil tool dan ngerjain beberapa langkah sendiri. Aku bahas lengkapnya di artikel AI agent buat analis data.

Ya, jadinya 63. Aku nggak bulatin ke 60 cuma biar rapi.

Contoh kasus: gimana istilah ini muncul di kerjaan beneran

Ini transkrip yang aku ringkas dari rapat mingguan tim retail yang pegang dataset toko_berkah, 18.400 transaksi dari 6 cabang UMKM.

Manajer: "Kenapa AOV Bekasi turun tapi jumlah transaksinya flat?"

Analis: "Aku drill-down per dimensi kategori. Ada outlier di data harga, kayaknya salah input. Aku bikin CTE buat isolasi baris yang mencurigakan."

Delapan istilah dalam dua kalimat. Kalau kamu baru masuk, ini yang bikin pusing.

Query yang dia maksud kira-kira gini:

WITH harga_per_item AS (
    SELECT 
        id_transaksi,
        cabang,
        total_harga,
        jumlah_item,
        ROUND(total_harga::numeric / NULLIF(jumlah_item, 0), 0) 
            AS harga_satuan
    FROM toko_berkah
    WHERE cabang = 'Bekasi'
)
SELECT *
FROM harga_per_item
WHERE harga_satuan < 12000
ORDER BY harga_satuan;

NULLIF di situ buat ngindarin pembagian dengan nol. Detail kecil yang sering dilupain.

Hasilnya: 187 baris dengan harga satuan di bawah Rp12.000, padahal produk termurah di katalog harganya Rp12.000. Semua dari kasir yang sama.

Salah input, bukan tren pasar. Tanpa ngerti istilah outlier dan CTE, temuan ini nggak bakal ketemu.

Kesalahan umum waktu belajar istilah data

Ngehafal definisi tanpa contoh. Kamu bisa hafal "primary key adalah pengenal unik" tapi tetap bingung waktu diminta pilih primary key dari tabel nyata. Selalu pasangin definisi sama satu contoh konkret.

Ketuker korelasi sama kausalitas. Penjualan es krim naik bareng kasus tenggelam. Bukan berarti es krim bikin orang tenggelam. Dua-duanya naik gara-gara musim panas. Kesalahan ini sering muncul di presentasi.

Ngira NULL sama dengan nol. Nol artinya "nilainya nol". NULL artinya "nilainya nggak diketahui". AVG bakal ngitung nol, tapi ngelewatin NULL. Beda hasil.

Pura-pura ngerti di rapat. Ini yang paling mahal. Nanya "maksudnya cohort di sini apa ya?" cuma bikin kamu malu 5 detik. Salah paham selama 3 minggu jauh lebih mahal.

FAQ

Istilah data apa yang paling sering muncul di interview?

Empat yang hampir selalu keluar: JOIN, GROUP BY, primary key, dan NULL. Kalau kamu bisa jelasin keempatnya sambil kasih contoh kapan dipakai, kamu udah lolos separuh tes teknis. Latihan jelasin tiap istilah dalam satu kalimat plus satu contoh.

Apa bedanya data analyst, data scientist, dan data engineer?

Data analyst jawab pertanyaan bisnis dari data yang udah ada. Data scientist bikin model prediksi dan eksperimen. Data engineer bangun pipa yang bikin datanya sampai ke tempat yang bisa diakses analis. Di perusahaan kecil, satu orang sering ngerjain ketiganya.

Apa itu data warehouse dan bedanya dari database biasa?

Database biasa dipakai buat nyimpen transaksi harian dan dioptimalkan buat nulis data cepat. Data warehouse nyimpen data historis dari banyak sumber dan dioptimalkan buat baca serta analisis. Makanya data dipindahin dulu ke warehouse sebelum dianalisis.

Apa itu outlier dan apakah harus selalu dibuang?

Outlier adalah nilai yang jauh dari sebaran data lainnya. Jangan langsung dibuang. Kadang dia salah input yang memang harus dibersihin, tapi kadang dia justru temuan paling penting, misalnya pembeli grosir yang selama ini nggak kamu sadari ada.

Berapa banyak istilah data yang perlu dihafal buat mulai kerja?

Nggak usah dihafal. Yang penting kamu paham 15-20 istilah inti seputar SQL dan struktur data, sisanya nempel sendiri sambil kerja. Orang yang maksa hafal 100 istilah dalam seminggu justru lebih lambat paham dibanding yang langsung praktek nulis query.

Penutup

Dua hal yang mau aku tinggalin. Istilah itu alat komunikasi, bukan ujian hafalan. Dan 20 istilah pertama di daftar ini udah cukup buat kamu ikut 90% obrolan tim data.

Simpan halaman ini, buka lagi tiap ketemu kata asing di rapat. Kalau ada istilah yang belum masuk daftar, cek halaman glossary Ngulik Data yang lebih lengkap.

Baca juga: 50 latihan soal SQL pemula plus kunci jawaban — tempat semua istilah SQL di atas beneran kepake.