TL;DR
Magang data analyst biasanya berlangsung 3 sampai 6 bulan, dengan kerjaan harian yang didominasi pembersihan data, bikin laporan rutin, dan bantu maintain dashboard. Yang dicari perusahaan dari pelamar magang bukan sertifikat, tapi bukti kamu bisa nyelesein satu analisis dari data mentah sampai kesimpulan. Portfolio 2-3 proyek yang selesai lebih kuat dari daftar 10 kursus online.
Magang data analyst itu 3 sampai 6 bulan, dan kerjaan hariannya didominasi bersihin data plus bikin laporan rutin.
Bukan bikin model machine learning. Bukan nemuin insight yang mengubah arah perusahaan.
Tapi justru di situ nilainya. Kamu lihat gimana data beneran keliatan di dunia nyata: berantakan, nggak konsisten, dan penuh kolom yang nggak ada yang tau artinya.
Aku bakal jabarin apa yang dicari perusahaan dari pelamar magang, di mana nyari lowongannya, dan gimana bikin 3 bulan itu jadi tiket kerja tetap.
Kerjaan magang data analyst umumnya kebagi jadi tiga: bersihin dan gabungin data dari beberapa sumber, bikin laporan rutin yang polanya udah ada, dan bantu maintain dashboard yang udah jalan. Sisanya biasanya bantu senior nyiapin data buat analisis yang lebih besar.
| Kerjaan | Porsi waktu | Skill yang kepake |
|---|---|---|
| Bersihin dan gabungin data | ~40% | SQL, spreadsheet, kadang Python |
| Bikin laporan rutin | ~30% | SQL, Excel, tool visualisasi |
| Maintain dashboard | ~15% | Looker Studio / Power BI / Tableau |
| Bantu analisis ad-hoc | ~15% | SQL, komunikasi |
Angka di atas dari yang aku lihat di beberapa tim data, dan polanya konsisten. Kalau ada program magang yang janjiin kamu bakal langsung ngerjain machine learning, aku agak curiga. Biasanya itu marketing.
Yang perlu kamu tau: kerjaan "membosankan" ini justru yang paling berharga buat dipelajari. Data messy itu default. Data bersih itu pengecualian yang cuma ada di dataset tutorial.
Tiga ini yang aku anggap wajib. Sisanya bonus.
SQL sampai level JOIN dan GROUP BY. Ini yang paling sering ditanya di tes teknis magang. Kamu harus bisa gabungin 2-3 tabel dan bikin ringkasan per kategori. Kalau JOIN masih bikin bingung, mulai dari situ.
Spreadsheet sampai level pivot table dan VLOOKUP. Iya, masih kepake banget. Banyak data di perusahaan Indonesia masih lewat Excel, terutama yang dari tim finance dan operasional.
Satu tool visualisasi. Looker Studio paling gampang dan gratis. Power BI kalau kantornya pakai Microsoft. Nggak usah pusing milih. Konsepnya mirip semua, dan kamu bisa pindah dalam seminggu.
Python? Bagus kalau ada, tapi jarang jadi syarat magang. Aku belum pernah lihat lowongan magang analyst di Indonesia yang gugurin pelamar cuma karena nggak bisa Python.
Empat sumber, urut dari yang tingkat keberhasilannya paling tinggi.
Satu hal yang sering kelewat: banyak lowongan magang data nggak pakai judul "data analyst". Coba cari juga "business analyst intern", "reporting intern", atau "BI intern". Kerjaannya sering sama persis.
Portfolio. Bukan sertifikat.
Aku pernah bantu tim data nyaring 60-an pelamar magang. Yang bikin CV nyangkut di tangan bukan daftar kursus. Tapi satu link ke proyek yang selesai.
Proyek yang selesai artinya: ada pertanyaan yang jelas, ada data mentahnya, ada proses pembersihan, ada analisis, dan ada kesimpulan yang bisa dipakai buat keputusan.
Contoh proyek yang bagus buat pelamar magang:
Nomor tiga itu yang paling underrated. Nggak seksi, tapi itu persis kerjaan yang bakal kamu lakuin waktu magang. Dan hiring manager tau itu.
Tiga proyek yang selesai ngalahin sepuluh sertifikat. Aku belum pernah lihat satu pun hiring manager yang nanya soal sertifikat di wawancara magang.
Ini cerita dari salah satu murid di kelas Ngulik Data. Dia magang 4 bulan di perusahaan logistik.
Minggu pertama dia dikasih tugas rutin: bikin laporan performa kurir tiap Senin. Prosesnya manual: export dari 3 sistem berbeda, gabungin di Excel, rapiin, kirim ke manajer. Makan waktu 3 jam tiap minggu.
Bulan kedua, dia nulis query SQL yang ngegabungin ketiganya, terus bikin dashboard Looker Studio yang refresh otomatis. Laporan Senin yang 3 jam jadi 10 menit.
Bulan ketiga, dia nemuin sesuatu yang nggak diminta. Waktu ngecek data buat dashboard, dia lihat 12% pengiriman punya status "terkirim" tapi timestamp-nya kosong. Ternyata ada bug di aplikasi kurir versi Android lama.
Angka itu nggak ketahuan bertahun-tahun karena nggak ada yang pernah ngecek konsistensi antar kolom.
Bulan keempat, dia ditawarin kerja tetap.
Perhatiin polanya. Bukan karena SQL-nya paling jago. Tapi karena dia bikin satu hal yang tetap kepake setelah dia pergi, terus dia beneran ngelihatin datanya, bukan cuma mindahin angka.
1. Diem waktu bingung. Kamu bakal ketemu kolom bernama flag_2 yang nggak ada dokumentasinya. Tanya. Nggak ada yang ngarepin anak magang tau semuanya. Yang bikin jelek itu nebak, terus ngirim angka yang salah.
2. Ngerjain persis apa yang diminta, nggak lebih. Dikasih tugas tarik data penjualan? Tarik, tapi lihat juga datanya. Ada yang aneh? Sebutin. Ini yang bedain anak magang yang diinget sama yang dilupain.
3. Nggak nyimpen kerjaan sendiri. Semua query yang kamu tulis, semua dashboard yang kamu bikin, catat. Bukan buat dibawa keluar (itu nggak boleh), tapi buat kamu bisa cerita di wawancara berikutnya: "aku bikin dashboard yang mangkas laporan mingguan dari 3 jam jadi 10 menit."
4. Ngejar tools baru selama magang. Kamu punya 3-6 bulan. Pakai buat ngerti gimana data ngalir di perusahaan beneran: dari mana asalnya, siapa yang input, kenapa berantakan. Ini pengetahuan yang nggak bisa didapat dari kursus mana pun.
5. Nggak minta feedback. Di bulan kedua, tanya ke mentor kamu: "apa satu hal yang harus aku perbaiki?" Pertanyaan ini bikin kamu keliatan serius, dan jawabannya biasanya jujur.
Kebanyakan iya, tapi jumlahnya bervariasi. Startup dan perusahaan tech di Jakarta biasanya kasih 2-5 juta per bulan. Perusahaan besar dan BUMN kadang cuma kasih uang transport 500 ribu sampai 1,5 juta. Kalau magangnya nggak dibayar sama sekali dan kerjaannya full time, pertimbangkan lagi. Itu tanda perusahaannya nggak serius investasi ke anak magang.
Tiga hal yang wajib: SQL sampai level JOIN dan GROUP BY, spreadsheet sampai level pivot table dan VLOOKUP, dan satu tool visualisasi apa aja. Python bagus kalau ada, tapi jarang jadi syarat magang. Yang paling nentuin justru bukan tools, tapi apakah kamu bisa nunjukin satu analisis yang kamu selesein sendiri dari awal sampai kesimpulan.
Nggak ada jurusan wajib. Yang paling sering diterima memang dari statistik, matematika, ilmu komputer, dan teknik industri, tapi banyak juga yang dari ekonomi, akuntansi, psikologi, bahkan sastra. Yang perusahaan cek itu portfolio dan cara kamu jawab studi kasus. Jurusan cuma jadi tie-breaker kalau dua pelamar sama kuatnya.
Umumnya 3 sampai 6 bulan. Program kampus merdeka bisa sampai 1 semester penuh. Magang di bawah 2 bulan biasanya kurang berguna, soalnya bulan pertama habis buat ngerti data dan sistem perusahaan. Kalau kamu bisa milih, ambil yang minimal 4 bulan supaya sempat ngerjain minimal satu proyek dari awal sampai akhir.
Kerjain satu hal yang bikin hidup tim lebih gampang, dan pastiin itu tetap jalan setelah kamu pergi. Contohnya, otomatisin laporan mingguan yang sebelumnya dikerjain manual 3 jam. Anak magang yang ditawarin kerja tetap biasanya bukan yang paling pintar SQL-nya, tapi yang paling bisa dipercaya nyelesein kerjaan tanpa harus dikejar-kejar.
Magang data analyst = 3-6 bulan, dan mayoritas waktunya buat bersihin data plus bikin laporan rutin. Itu normal, dan itu berharga.
Yang bikin lamaran kamu diterima: portfolio 2-3 proyek yang selesai, bukan tumpukan sertifikat.
Yang bikin magang kamu berlanjut jadi kerja tetap: satu hal yang kamu tinggalin dan tetap kepake.
Mulai dari fondasinya. SQL sampai level JOIN dan GROUP BY itu syarat minimum yang hampir selalu ditanya di tes teknis. Coba latihan JOIN di NgulikSQL dan kerjain sampai kamu nggak perlu mikir lagi.
Buat gambaran ke mana arahnya setelah magang, baca jenjang karir data analyst. Dan buat cek standar skill yang lagi diminta pasar, Stack Overflow Developer Survey masih jadi rujukan yang lumayan.
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.