Literasi Data untuk Tim Non-Teknis: Silabus Pelatihan Internal

Pelatihan literasi data buat tim non-teknis paling sering gagal karena isinya ngajarin tool, bukan ngajarin cara mikir sama angka.

Peserta pulang bisa bikin pivot table. Tiga minggu kemudian mereka masih bikin keputusan berdasarkan tebakan, dan pivot table-nya gak pernah dibuka lagi.

Silabus di bawah ini disusun terbalik. Mulai dari keputusan yang harus mereka ambil, baru mundur ke skill apa yang dibutuhin.

Enam sesi, 90 menit per sesi, seminggu sekali. Semua latihan pakai data kantor sendiri.

Apa itu literasi data dan sampai mana batasnya?

Literasi data adalah kemampuan baca angka, mempertanyakan asal-usulnya, dan memakainya buat ambil keputusan. Batasnya berhenti sebelum kemampuan teknis: orang yang punya literasi data gak harus bisa nulis query atau bikin model. Dia harus bisa tau kapan sebuah angka layak dipercaya dan kapan nggak.

Batas ini penting ditegaskan di awal pelatihan. Kalau nggak, peserta bakal takut duluan karena ngira mereka disuruh jadi analis.

Definisi kerja yang aku pakai buat tim non-teknis: mereka bisa baca satu laporan, nyebut satu hal yang mencurigakan dari laporan itu, dan bikin satu keputusan yang bisa dijelaskan alasannya.

Kenapa pelatihan data internal sering gagal?

Lima sebab yang paling sering aku temukan:

1. Materinya tutorial tool. Peserta diajarin klik menu, bukan mikir. Menu berubah tahun depan, keterampilannya hilang.
2. Datanya bukan data mereka. Latihan pakai data penjualan toko fiktif di Amerika bikin peserta gak nyambung.
3. Kelasnya kepanjangan. Sehari penuh bikin peserta jenuh di jam ketiga dan gak sempat praktik di kerjaan asli.
4. Gak ada pekerjaan rumah. Tanpa tugas yang nempel ke pekerjaan nyata, materi hilang dalam dua minggu.
5. Diukur pakai kuis. Nilai kuis 90 gak berarti apa-apa kalau permintaan data yang mereka kirim masih kabur.

Sebelum mulai: cek level peserta dulu

Sebar kuis 5 soal, 10 menit, seminggu sebelum sesi pertama. Tujuannya bukan menilai, tapi nyari tau di mana titik awalnya.

Lima soal yang aku pakai:

• Penjualan naik dari 200 ke 250. Berapa persen kenaikannya?
• Rata-rata gaji di tim ini Rp12 juta. Apa itu berarti separuh orang gajinya di atas Rp12 juta?
• Bulan lalu 40 dari 500 pelanggan komplain. Bulan ini 60 dari 1.000. Bulan mana yang lebih buruk?
• Grafik ini sumbu Y-nya mulai dari 90, bukan 0. Apa efeknya ke cara kamu bacanya?
• Kamu butuh data buat mutusin stok bulan depan. Tulis permintaanmu ke tim data dalam satu kalimat.

Soal nomor 5 yang paling berguna. Jawabannya nunjukin apakah peserta bisa nyambungin data ke keputusan atau nggak.

Dari 34 peserta di satu batch yang aku dampingi, cuma 6 orang yang nulis permintaan lengkap dengan periode dan tujuan. Sisanya nulis "minta data penjualan".

Sesi 1: Baca angka tanpa ketipu

Target: peserta bisa bedain rata-rata, median, dan total, serta tau kapan masing-masing menyesatkan.

Materi inti:

• Rata-rata gampang ketarik satu nilai ekstrem. Contohkan pakai data gaji tim sendiri yang udah dianonimkan.
• Metric harus punya definisi tertulis. "Pelanggan aktif" artinya apa? Beli 1 kali setahun atau 1 kali sebulan?
• Persentase tanpa angka dasar itu jebakan. Naik 200 persen dari 2 jadi 6 itu beda cerita sama naik 200 persen dari 2.000.

Latihan 25 menit: kasih satu laporan asli dari kantor. Minta tiap peserta nyari satu angka yang definisinya gak jelas dan nulis pertanyaan buat pemilik laporan itu.

Tugas rumah: hitung median dari satu kolom di data divisinya sendiri, bandingkan sama rata-ratanya. Bawa ke sesi berikutnya. Rumusnya MEDIAN, satu baris.

Sesi 2: Kenali data yang bermasalah

Target: peserta bisa nyebut minimal tiga tanda data yang gak layak dipakai.

Materi inti:

• Baris duplikat dan efeknya ke total.
• Kolom kosong di data kunci.
• Kategori yang ditulis beda-beda: "Bandung", "bandung", "BDG".
• Outlier dan kenapa dia harus dilihat, bukan langsung dibuang.

Latihan 30 menit: kasih file ekspor asli dari sistem kantor yang belum dibersihin. Minta peserta nyari sebanyak mungkin masalah dalam 20 menit, tulis di sticky note, tempel di papan.

Sesi ini biasanya yang paling ramai. Peserta kaget lihat data yang tiap hari mereka pakai ternyata seberantakan itu.

Tugas rumah: cek satu file yang rutin mereka pakai, laporkan jumlah baris kosong di kolom terpenting. Referensinya bisa diarahkan ke 10 tanda data bermasalah.

Sesi 3: Bandingkan angka dengan benar

Target: peserta berhenti membandingkan dua angka yang gak setara.

Materi inti:

• Bandingin bulan yang jumlah harinya beda. Februari 28 hari lawan Maret 31 hari itu beda 10 persen kapasitas.
• Bandingin cabang besar sama cabang kecil pakai angka absolut.
• Pengaruh musim: Ramadan, Lebaran, tahun ajaran baru, akhir tahun.
• Kapan pakai persentase dan kapan pakai selisih absolut.

Latihan 30 menit: kasih dua laporan bulanan asli. Minta peserta nyari tiga alasan kenapa perbandingan langsung antar keduanya bisa menyesatkan.

Tugas rumah: ubah satu perbandingan di laporan mereka jadi per hari kerja, lalu lihat apakah kesimpulannya berubah.

Sesi 4: Baca dan bikin grafik yang jujur

Target: peserta bisa nyebut kapan sebuah grafik menyesatkan, dan bisa milih jenis grafik yang tepat.

Materi inti:

• Sumbu Y yang gak mulai dari nol bikin selisih kecil kelihatan besar.
• Pie chart di atas 5 potongan susah dibaca. Pakai bar chart.
• Grafik garis buat waktu, bar buat perbandingan kategori.
• Satu grafik, satu pesan. Kalau butuh tiga penjelasan, pecah jadi tiga grafik.

Latihan 30 menit: kumpulkan 5 grafik dari presentasi internal enam bulan terakhir. Bahas satu per satu: apa pesannya, dan apakah grafiknya menyampaikan itu.

Tugas rumah: perbaiki satu grafik dari presentasi mereka sendiri, bawa versi sebelum dan sesudah.

Sesi 5: Ajukan permintaan data yang jelas

Target: peserta bisa nulis permintaan data yang bisa langsung dikerjakan tim data tanpa bolak-balik tanya.

Ini sesi yang paling cepat kelihatan hasilnya di kerjaan sehari-hari.

Format permintaan yang aku ajarkan:

Bagian	Contoh isi
Keputusan yang mau diambil	Nentuin jumlah stok kategori minuman buat Desember
Angka yang dibutuhkan	Penjualan unit per SKU minuman
Periode	Oktober dan November 2025
Pemecahan	Per cabang
Kapan dibutuhkan	Kamis sore, buat rapat Jumat pagi

Latihan 30 menit: tiap peserta nulis satu permintaan asli pakai format ini. Tukar dengan teman sebelah. Teman sebelah menilai: bisa dikerjakan langsung, atau masih butuh nanya?

Tugas rumah: kirim satu permintaan beneran ke tim data pakai format ini.

Sesi 6: Sampaikan temuan ke orang lain

Target: peserta bisa nyampein satu temuan dari data dalam 3 menit, lengkap dengan rekomendasi.

Struktur yang dipakai: temuan, bukti, rekomendasi, risiko kalau salah.

Bagian terakhir itu yang sering hilang. Kalau peserta gak bisa nyebut apa yang terjadi seandainya kesimpulannya keliru, biasanya dia belum benar-benar paham datanya.

Latihan 45 menit: tiap peserta presentasi 3 menit dari data divisinya sendiri. Sisanya kasih satu pertanyaan menantang per presentasi.

Penutup: sepakati satu kebiasaan baru yang dijalankan tim mulai minggu depan. Satu saja, misalnya semua permintaan data wajib pakai format sesi 5.

Contoh kasus: pelatihan di distributor 34 orang

Aku dampingi pelatihan ini di satu distributor makanan ringan, 34 peserta dari divisi penjualan, gudang, dan keuangan.

Yang diukur bukan nilai kuis, tapi kualitas permintaan data yang masuk ke tim data. Aku catat 20 permintaan sebelum pelatihan dan 20 permintaan enam minggu setelahnya.

Indikator	Sebelum	Sesudah
Permintaan yang sebut periode jelas	7 dari 20	18 dari 20
Permintaan yang sebut tujuan keputusan	2 dari 20	15 dari 20
Rata-rata bolak-balik klarifikasi	2,8 kali	0,9 kali
Rata-rata waktu tim data per permintaan	71 menit	34 menit

Penghematan waktu tim data sekitar 37 menit per permintaan. Dengan rata-rata 45 permintaan per bulan, itu setara 27 jam kerja per bulan.

Yang gak berubah: nilai kuis akhir cuma naik tipis dari rata-rata 68 ke 74. Kalau pelatihan ini cuma diukur pakai kuis, kesimpulannya bakal "biasa aja".

Angka bolak-balik klarifikasi yang turun dari 2,8 ke 0,9 itu jauh lebih jujur.

Kesalahan umum waktu nyusun pelatihan internal

1. Mulai dari tool. Sesi pertama isinya tur menu Excel bikin peserta ngantuk dan salah fokus.
2. Pakai data contoh dari internet. Peserta gak peduli sama data penjualan sepeda di Chicago.
3. Gak ngasih tugas rumah. Tanpa praktik di kerjaan asli, materi luntur dalam dua minggu.
4. Ngukur pakai kuis doang. Yang penting perilakunya berubah, bukan nilainya bagus.
5. Ngundang semua orang sekaligus. Empat puluh orang dalam satu ruangan bikin latihan gak bisa dicek.
6. Berhenti setelah sesi terakhir. Tanpa satu kebiasaan baru yang disepakati, semuanya balik ke cara lama.

Kalau kamu butuh referensi definisi metrik yang konsisten buat materi sesi 1, standar statistik resmi dari Badan Pusat Statistik bisa dipakai sebagai contoh gimana definisi ditulis rapi.

FAQ

Berapa jumlah peserta ideal per angkatan?

Delapan sampai dua belas orang. Di bawah delapan, diskusi kelompok jadi sepi dan latihan berpasangan susah diatur. Di atas dua belas, kamu gak sempat ngecek pekerjaan tiap orang dalam sesi 90 menit. Kalau timnya besar, jalankan dua angkatan berurutan dan pilih peserta dari divisi yang mirip supaya contohnya nyambung.

Perlu gak peserta belajar SQL di pelatihan ini?

Nggak. Tujuan pelatihan literasi data itu bikin orang bisa baca, mempertanyakan, dan memakai angka, bukan bikin mereka narik data sendiri. Ngajarin SQL ke tim non-teknis dalam 6 sesi biasanya berakhir sia-sia karena gak dipakai sehari-hari. Kalau ada peserta yang tertarik lanjut, arahkan ke jalur belajar terpisah setelah pelatihan selesai.

Gimana kalau atasan minta pelatihannya diringkas jadi satu hari?

Bisa, tapi turunkan targetnya. Satu hari penuh cuma cukup buat tiga sesi pertama, yaitu baca angka, kualitas data, dan cara membandingkan. Tiga sesi sisanya butuh jeda supaya peserta sempat praktik di kerjaan asli. Kalau tetap dipaksa sehari, sebagian besar materinya bakal lupa dalam dua minggu.

Apa tanda pelatihannya berhasil?

Permintaan data yang masuk ke tim data jadi lebih jelas. Sebelum pelatihan, permintaan biasanya berbunyi "minta data penjualan dong". Setelah pelatihan, bunyinya jadi "minta penjualan per kategori bulan Oktober dan November, buat mutusin stok Desember". Ukur ini dengan mencatat 20 permintaan sebelum dan 20 permintaan sesudah.

Siapa yang sebaiknya jadi pengajar?

Orang dari tim data yang tiap hari melayani permintaan tim non-teknis, bukan konsultan luar. Dia paham istilah internal, tau kolom mana yang sering salah dipakai, dan bisa jawab pertanyaan soal data kantor sendiri. Kalau dia gak nyaman ngajar, pasangkan dengan satu orang dari tim yang dilatih sebagai pendamping sesi.

Penutup

Enam sesi, semua latihan pakai data kantor sendiri, dan satu ukuran keberhasilan yang jelas: permintaan data yang masuk jadi lebih tajam.

Kalau kamu cuma punya waktu buat satu sesi, ambil sesi 5. Format permintaan data yang jelas itu yang paling cepat ngasih hasil nyata buat kedua pihak.

Mulai dari kuis 5 soal minggu ini. Sebar ke tim, lihat jawabannya, terus susun sesinya dari situ.

Buat peserta yang mau lanjut sendiri setelah pelatihan, arahkan ke analisis SWOT diri sendiri untuk karier data supaya mereka bisa mapping skill sendiri.