Membaca Lowongan Analis Data: Menerjemahkan Jargon Job Description
Blog/Karir Data/Membaca Lowongan Analis Data: Menerjemahkan Jargon Job Description

Membaca Lowongan Analis Data: Menerjemahkan Jargon Job Description

BimaBima
·30 Oktober 2025·11 menit baca

Penulis

Bima

Bima

Founder & Data Professional

Bagikan

TL;DR

Job description analis data biasanya ditulis campuran antara kebutuhan nyata tim dan template HR yang dipakai ulang, jadi nggak semua poin di daftar syarat punya bobot yang sama. Cara bacanya: mulai dari bagian tanggung jawab harian, bukan dari daftar skill, karena tanggung jawab nunjukin kerjaan sebenarnya. Istilah kayak ad hoc request, stakeholder management, dan end to end punya arti kerja yang spesifik dan bisa diterjemahkan. Skill yang disebut di dua tempat sekaligus, yaitu di tanggung jawab dan di syarat, hampir selalu syarat wajib. Skill yang cuma nempel di satu baris paling bawah biasanya bonus.

Job description analis data itu campuran dua hal: kebutuhan nyata tim yang lagi kekurangan orang, dan template lama yang dipakai ulang tanpa dibaca ulang.

Masalahnya, dua hal itu ditulis dengan huruf yang sama besar. Jadi kamu lihat "menguasai Python, R, SQL, Tableau, Power BI, dan Excel tingkat lanjut" lalu langsung mundur, padahal kerjaan hariannya bikin laporan mingguan di Google Sheets.

Di bawah ini cara aku baca lowongan analis data: mulai dari bagian mana, jargon apa artinya apa, dan gimana misahin syarat wajib dari syarat tempelan.

Kenapa lowongan analis data susah dibaca?

Lowongan analis data susah dibaca karena biasanya ditulis tiga pihak sekaligus. Manajer yang bakal jadi atasan nulis bagian tanggung jawab. Tim HR nambahin syarat administratif. Dan bagian daftar skill sering disalin dari lowongan sebelumnya atau dari perusahaan lain.

Hasilnya, satu dokumen dengan tingkat kepentingan yang campur aduk. Bagian yang paling akurat menggambarkan kerjaan kamu nanti adalah daftar tanggung jawab, bukan daftar skill.

Dari 120 lowongan analis data berbahasa Indonesia yang aku kumpulin sepanjang Agustus sampai Oktober 2025, 111 nyebut Excel atau Google Sheets di daftar skill, 103 nyebut SQL, 71 nyebut salah satu tool visualisasi, dan 38 nyebut Python. Tapi cuma 14 yang nyebut Python di bagian tanggung jawab. Selisih itu yang bikin banyak orang mundur duluan.

Gimana cara baca struktur job description analis data?

Baca dari bawah ke atas, dengan urutan prioritas yang dibalik. Bagian tanggung jawab dibaca duluan dan pelan-pelan, bagian kualifikasi dibaca belakangan dan cepat. Alasannya: tanggung jawab ditulis orang yang tahu kerjaan itu, kualifikasi sering ditulis orang yang nggak ngerjain.

  1. Baca daftar tanggung jawab, hitung berapa poin yang bisa kamu bayangin cara ngerjainnya. Kalau kamu bisa bayangin langkah konkretnya buat 6 dari 8 poin, kamu masuk.
  2. Tandai kata kerja yang dipakai. "Menyusun laporan" beda level sama "merancang model prediktif". Kata kerjanya yang nentuin senioritas, bukan angka tahun pengalaman.
  3. Cari skill yang muncul dua kali. Kalau SQL disebut di tanggung jawab dan juga di kualifikasi, itu wajib. Kalau cuma muncul sekali di daftar kualifikasi, itu bonus.
  4. Cek siapa atasan langsungnya. Lowongan yang nulis "melapor ke Head of Marketing" beda kerjaannya dari yang nulis "melapor ke Data Lead". Yang pertama artinya kamu bakal jadi satu-satunya orang data di tim itu.
  5. Baca ulang bagian tanggung jawab, terus tulis satu kalimat. "Kerjaan utamanya adalah ___." Kalau kamu nggak bisa nulis kalimat itu, lowongannya memang kabur dan pantas kamu tanyain waktu interview.

Jargon apa aja yang paling sering muncul dan artinya apa?

Istilah di bawah ini muncul di hampir semua lowongan analis data. Sebagian punya arti kerja yang spesifik, sebagian cuma pemanis.

Yang ditulisArtinya di kerjaan sehari-hari
Ad hoc requestPermintaan data dadakan dari tim lain, di luar laporan rutin
Stakeholder managementKamu yang nanya balik ke peminta data, "angka ini mau dipakai buat apa?"
End to endDari narik data mentah sampai presentasi ke manajemen, dikerjain sendiri
Data storytellingBikin slide yang isinya kesimpulan, bukan tumpukan grafik
Hands onKamu yang ngetik query dan rumusnya, bukan cuma ngatur orang
Fast paced environmentPrioritas sering berubah, deadline pendek, dokumentasi seadanya
Wear many hatsTim kecil, kamu ngerjain hal di luar deskripsi resmi
Attention to detailAda yang pernah salah angka di laporan direksi, dan mereka trauma
Business acumenKamu paham gimana perusahaan itu cari uang, bukan cuma paham tool
Cross functionalKamu bakal ketemu tim marketing, finance, dan operasional tiap minggu
Self starterOnboarding minim, kamu diharapkan nyari sendiri datanya di mana
Data driven cultureBisa berarti dua hal berlawanan: keputusan beneran pakai data, atau lagi berusaha ke situ
Automate reportingAda laporan manual yang bikin orang lembur, dan kamu yang disuruh benerin
Data governanceBelum ada standar penamaan dan definisi metrik, kamu yang bikin

Dua istilah yang layak kamu kejar waktu interview: fast paced environment dan data driven culture. Tanya balik dengan pertanyaan konkret, misalnya "keputusan bisnis terakhir yang berubah gara-gara analisis, contohnya apa?" Jawabannya bakal jauh lebih jujur dari kalimat di lowongan.

Gimana bedain requirement wajib dan yang cuma tempelan?

Ada empat penanda yang cukup akurat buat misahin dua jenis syarat ini.

PenandaKemungkinan besar wajibKemungkinan besar tempelan
Posisi di dokumenMuncul di tanggung jawab dan kualifikasiCuma muncul sekali di daftar panjang
Cara nulisSpesifik: "SQL termasuk window function"Kabur: "familiar dengan tools data"
KonteksDisebut bareng nama sistem internalDisebut bareng 5 tool lain dalam satu baris
Kata penghubung"wajib", "minimal", "harus""nilai plus", "lebih disukai", "a plus"

Contohnya begini. Lowongan yang nulis "mampu menulis query SQL termasuk window function untuk analisis kohort" jelas syarat wajib, dan kamu bisa siapin diri lewat tutorial window function di dokumentasi resmi PostgreSQL. Bandingkan sama "memahami konsep data science menjadi nilai tambah", yang praktis nggak akan ditanya sama sekali.

Kalau istilah teknisnya bikin kamu ragu, cek dulu artinya di halaman glosarium kayak analisis kohort atau segmentasi. Sering kali istilahnya kedengeran berat padahal konsepnya udah kamu pakai tanpa tahu namanya.

Apa arti nama jabatan yang beda-beda?

Penamaan jabatan data di Indonesia belum seragam. Satu perusahaan nyebut Data Analyst, perusahaan lain nyebut MIS Staff buat kerjaan yang sama persis.

Nama jabatanKerjaan intinyaTool utama
Data AnalystNarik data, cari pola, bikin laporan dan rekomendasiSQL, spreadsheet, tool visualisasi
Business AnalystMewawancarai pengguna, nulis kebutuhan sistemDokumen, diagram proses, spreadsheet
BI AnalystBangun dan rawat dashboard buat banyak timPower BI, Tableau, Looker Studio
MIS StaffLaporan rutin operasional, rekap harianExcel, sistem internal perusahaan
Reporting AnalystLaporan berkala dengan format tetapExcel, SQL, template laporan
Data EngineerBangun pipeline data, urus databasePython, SQL, cloud warehouse
Data ScientistBikin model prediksi dan eksperimenPython, R, statistik

Aturan praktisnya: judul jabatan cuma buat nyari lowongan di mesin pencari. Keputusan apply diambil dari isi tanggung jawab.

Contoh kasus: satu lowongan analis data e-commerce

Ini contoh gabungan dari beberapa lowongan nyata yang aku kumpulin, ditulis ulang biar nggak nunjuk perusahaan tertentu.

Data Analyst (Jakarta, hybrid)

Tanggung jawab: Menyusun laporan penjualan harian dan mingguan. Menjawab ad hoc request dari tim marketing dan operasional. Membangun dashboard untuk memantau performa kategori produk. Melakukan analisis retensi pelanggan bulanan.

Kualifikasi: Minimal 2 tahun pengalaman. Mahir SQL dan Excel. Menguasai Python, R, Tableau, Power BI, dan Google Analytics. Pemahaman machine learning menjadi nilai tambah. Mampu bekerja di fast paced environment.

Terjemahannya begini. Empat poin tanggung jawab semuanya kerjaan pelaporan dan analisis deskriptif. Nggak ada satu pun yang butuh model prediksi.

SQL dan Excel disebut sebagai "mahir" dan nyambung langsung ke poin laporan harian, jadi ini wajib. Tool visualisasi nyambung ke poin dashboard, jadi salah satunya wajib, bukan semuanya.

Python, R, dan machine learning nggak punya pasangan di daftar tanggung jawab. Itu daftar keinginan. Kalau kamu kuat di SQL, Excel, dan satu tool dashboard, kamu kandidat yang layak buat lowongan ini.

Frasa "analisis retensi pelanggan bulanan" itu yang paling berbobot dan paling sering dilewatin pelamar. Kalau kamu bisa nunjukin satu contoh perhitungan retensi yang pernah kamu bikin, kamu langsung di depan mayoritas pelamar lain.

Tanda bahaya di lowongan analis data

  • Tanggung jawab nyampur tiga peran. Narik data, bikin dashboard, sekaligus urus server database. Itu tiga pekerjaan, bukan satu.
  • Minta pengalaman 5 tahun buat posisi junior. Biasanya tanda lowongannya disalin dari template lama tanpa disesuaikan.
  • Nggak ada satu pun nama tool yang spesifik. Kalau semua ditulis "tools terkait", kemungkinan yang nulis nggak paham kerjaannya.
  • Nyebut "tahan tekanan" lebih dari sekali. Satu kali normal. Dua kali di satu dokumen itu sinyal.
  • Nggak nyebut siapa atasan langsung dan berapa besar timnya. Ini bisa kamu tanyain di screening, dan wajib kamu tanya.
  • Deskripsi tanggung jawab lebih pendek dari daftar kualifikasi. Artinya mereka lebih tahu mau orang seperti apa daripada mau orang itu ngerjain apa.

Kalau kamu masih di tahap nyiapin skill dasarnya, mulai dari yang paling sering muncul. Rumus spreadsheet kayak SUMIFS dan XLOOKUP muncul di hampir semua tes praktik analis data entry level.

FAQ

Harus memenuhi berapa persen syarat lowongan sebelum apply?

Kalau kamu memenuhi semua yang disebut di bagian tanggung jawab dan sekitar setengah dari daftar skill, itu udah cukup buat apply. Daftar skill di banyak lowongan Indonesia disusun sebagai daftar keinginan, bukan syarat mati. Yang bikin kamu gugur di tahap awal biasanya bukan kurang satu tool, tapi nggak bisa nunjukin contoh kerjaan yang nyambung sama tanggung jawabnya.

Apa arti ad hoc request di lowongan analis data?

Ad hoc request artinya permintaan data dadakan dari tim lain yang nggak terjadwal dan nggak masuk laporan rutin. Contohnya manajer marketing tiba-tiba minta daftar pelanggan yang belum belanja 60 hari terakhir. Kalau istilah ini muncul beberapa kali di satu lowongan, siap-siap sebagian besar harimu bakal habis ngelayanin permintaan model gini, bukan bikin analisis besar.

Kenapa banyak lowongan analis data minta Python padahal kerjaannya bikin laporan?

Sebagian karena template. Tim HR sering nyalin daftar skill dari lowongan lain tanpa cek ulang sama manajer yang bakal jadi atasan. Cara ngecek: lihat bagian tanggung jawab. Kalau nggak ada satu pun poin yang nyebut modeling, otomatisasi, atau pipeline, kemungkinan besar Python di situ cuma nilai tambah, bukan syarat yang dites di interview.

Apa bedanya Data Analyst dan Business Analyst di lowongan Indonesia?

Data Analyst lebih banyak megang angka: narik data, bikin laporan, cari pola. Business Analyst lebih banyak megang proses: mewawancarai pengguna, nulis kebutuhan sistem, bikin dokumen spesifikasi. Di perusahaan kecil dua peran ini sering digabung jadi satu orang. Baca tanggung jawabnya, jangan judulnya, karena penamaan jabatan di Indonesia belum seragam.

Gaji nggak dicantumkan di lowongan, itu tanda bahaya?

Nggak selalu, soalnya mayoritas lowongan di Indonesia memang nggak nyantumin rentang gaji. Yang lebih layak dicurigai kalau lowongannya minta pengalaman 5 tahun tapi statusnya internship, atau daftar tanggung jawabnya nyampur tiga peran sekaligus. Kamu tetap boleh nanya rentang gaji di awal proses, biasanya di tahap screening HR.

Penutup

Dua kebiasaan yang bikin kamu jauh lebih efektif nyari kerja data: baca tanggung jawab duluan, dan cek apakah satu skill muncul dua kali sebelum kamu anggap itu wajib.

Coba ambil satu lowongan yang lagi kamu incar sekarang. Tandai poin tanggung jawabnya, terus tulis satu kalimat "kerjaan utamanya adalah ___". Kalau kalimat itu kebentuk dan kamu tertarik, apply.

Mau nyiapin skill yang paling sering diminta? Mulai dari SQL di NgulikSQL, latihannya langsung ketik query di browser tanpa install apa pun. Lanjut baca juga apa yang nggak perlu kamu pelajari buat jadi analis data biar waktu belajarmu nggak kebuang.

Coba Langsung

Mau praktek langsung? Mulai latihan SQL gratis

Latihan interaktif, langsung di browser.

Buka NgulikSQL →
Bagikan:
Bima
Ditulis oleh

Bima

Founder & Data Professional

Founder Ngulik Data. Passionate about making data analysis accessible for everyone.

Artikel terkait

Kerja Data Analyst di Luar Negeri: Visa, Gaji, dan Persiapan
Karir Data
11 Juli 2026•9 menit baca

Kerja Data Analyst di Luar Negeri: Visa, Gaji, dan Persiapan

Kerja data analyst di luar negeri bukan soal ijazah luar negeri. Yang nentuin: sponsorship visa, portfolio, dan negara yang kamu incar.

BimaBima
Financial Analyst vs Data Analyst: Dua Dunia yang Makin Nyatu
Karir Data
8 Juli 2026•8 menit baca

Financial Analyst vs Data Analyst: Dua Dunia yang Makin Nyatu

Financial analyst kerja di angka uang, data analyst kerja di angka apa pun. Tapi di 2026 tools-nya makin sama. Ini beda dan irisannya.

BimaBima
Marketing Analyst: Metrik, Tools, dan Jalur Masuknya
Karir Data
5 Juli 2026•8 menit baca

Marketing Analyst: Metrik, Tools, dan Jalur Masuknya

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.

BimaBima
Kembali ke Blog
Ngulik Data logoNgulik Data

Platform edukasi data lengkap untuk professionals Indonesia. Belajar SQL, Data Analysis, dan lebih banyak lagi dengan praktek langsung dan feedback real-time.

© 2026 Ngulik Data. Semua hak dilindungi.

TAUTAN
BantuanHargaDatasetBlogAfiliasi
LEGAL
Syarat & KetentuanKebijakan Privasi
Ngulik Data
DatasetLeaderboardBlogStore