Rubrik Penilaian Take-Home Test: Apa yang Dinilai Reviewer

Reviewer take-home test nggak baca notebook kamu dari atas ke bawah.

Mereka buka file ringkasan, cari kesimpulan, lalu balik ke kode cuma buat ngecek apakah kesimpulan itu bisa dipercaya. Rata-rata tiga sampai lima menit per kandidat di putaran pertama.

Rubrik di bawah adalah versi yang paling sering dipakai tim data di startup, lengkap dengan bobot dan contoh skor.

Apa yang dinilai di take-home test data analyst?

Take-home test data analyst dinilai lewat enam dimensi: pemahaman masalah, penanganan data, ketepatan metode, kualitas kode, komunikasi hasil, dan rekomendasi bisnis. Bobot terbesar jatuh ke komunikasi dan ketepatan metode, masing-masing sekitar 20%. Kode yang rapi penting, tapi dia bukan yang paling nentuin.

Rubrik enam dimensi dan bobotnya

Dimensi	Bobot	Pertanyaan reviewer
Pemahaman masalah	15%	Dia jawab pertanyaan yang ditanya, atau pertanyaan lain?
Penanganan data	15%	Dia nyadar datanya kotor dan bilang apa yang dia lakukan?
Ketepatan metode	20%	Hitungannya benar dan cocok sama pertanyaannya?
Kualitas kode	15%	Bisa dijalanin ulang orang lain tanpa nebak-nebak?
Komunikasi hasil	20%	Aku ngerti kesimpulannya dalam 3 menit?
Rekomendasi bisnis	15%	Ada aksi konkret, bukan cuma deskripsi angka?

Dua baris dengan bobot 20% itu yang paling sering jadi pembeda antara lolos dan nggak.

Skala 1 sampai 4 per dimensi

Dimensi	Skor 1	Skor 2	Skor 3	Skor 4
Pemahaman masalah	Jawab pertanyaan lain	Jawab sebagian	Jawab semua pertanyaan	Jawab semua plus sebut asumsi yang dia ambil
Penanganan data	Nggak nyentuh masalah data	Buang baris bermasalah diam-diam	Sebut masalahnya dan cara nanganinnya	Sebut masalah, cara nangani, dan dampaknya ke kesimpulan
Ketepatan metode	Ada hitungan yang salah	Benar tapi terlalu rumit buat pertanyaannya	Benar dan pas	Benar, pas, dan sebut keterbatasannya
Kualitas kode	Error waktu dijalanin ulang	Jalan tapi path lokal dan urutan sel acak	Jalan dari atas ke bawah, nama variabel jelas	Ada README, daftar dependensi, dan struktur folder rapi
Komunikasi hasil	Cuma notebook tanpa narasi	Ada narasi tapi kesimpulannya di paling bawah	Kesimpulan di depan, grafik berlabel	Kesimpulan di depan, tiap grafik punya kalimat artinya
Rekomendasi bisnis	Nggak ada	Saran umum tanpa angka	Aksi spesifik dengan angka pendukung	Aksi berprioritas, ada perkiraan dampak dan risikonya

Contoh perhitungan skor

Kandidat yang ngerjain tugas analisis penurunan pesanan, hasil review:

Pemahaman masalah  3 x 0,15 = 0,45
Penanganan data    2 x 0,15 = 0,30
Ketepatan metode   3 x 0,20 = 0,60
Kualitas kode      3 x 0,15 = 0,45
Komunikasi hasil   2 x 0,20 = 0,40
Rekomendasi bisnis 3 x 0,15 = 0,45
-------------------------------------
Total                        2,65 / 4  = 66%

Ambang lolos di kebanyakan tim ada di 3,00 atau 75%. Kandidat ini gagal, dan dua dimensi yang bikin dia jatuh adalah penanganan data dan komunikasi.

Perhatikan bahwa dia nggak salah hitung sama sekali. Analisisnya benar, penyampaiannya yang kurang.

Kalau dua skor 2 itu naik jadi 3, totalnya jadi 3,00 dan dia lolos. Perbaikannya cuma butuh satu jam kerja tambahan: tulis paragraf kesimpulan di depan, dan tulis apa yang kamu lakukan ke baris data yang bermasalah.

Red flag yang bikin nilai langsung jatuh

Red flag	Kenapa fatal
Notebook error waktu dijalanin ulang	Reviewer nggak bisa verifikasi apapun
Path file mengarah ke folder di laptopmu	Tanda kamu nggak ngetes di lingkungan bersih
Grafik tanpa judul dan label sumbu	Sinyal langsung soal cara kamu bikin laporan kerja
Angka di narasi beda sama angka di kode	Kepercayaan ke seluruh hasil hilang
Nyalin kode dari internet tanpa nyesuaiin konteks	Kelihatan dari variabel yang nggak nyambung sama data
Ngirim 15 file tanpa README	Reviewer nggak tau mulai dari mana
Kesimpulan cuma "perlu analisis lebih lanjut"	Itu bukan kesimpulan, itu penundaan

Gimana cara bagi waktu buat tugas 6 jam?

Tahap	Waktu	Keluaran
Baca soal dan tulis ulang pertanyaannya	20 menit	Daftar 3-5 pertanyaan yang mau dijawab
Cek kondisi data	50 menit	Catatan nilai kosong, duplikat, tipe salah
Analisis inti	2 jam	Angka jawaban tiap pertanyaan
Grafik dan tabel	1 jam	Maksimal 5 visual yang beneran dipakai
Tulis narasi dan rekomendasi	1 jam 20 menit	Ringkasan sehalaman plus aksi
Rapikan dan uji ulang	30 menit	Restart kernel, jalanin dari awal, tulis README

Yang paling sering dikorbankan orang adalah dua baris terakhir, dan dua baris itu nyumbang 35% dari total bobot.

Checklist 12 poin sebelum kirim

1. Restart kernel, jalanin semua sel dari atas. Nol error.
2. Semua path file relatif, bukan C:/Users/nama.
3. Ada README yang bilang urutan baca file dan cara jalanin.
4. Ada daftar dependensi, minimal file requirements.txt.
5. Ringkasan kesimpulan ada di 200 kata pertama dokumen.
6. Tiap pertanyaan di soal punya jawaban eksplisit.
7. Tiap grafik punya judul, label sumbu, dan satu kalimat artinya.
8. Angka di narasi cocok sama keluaran kode.
9. Baris data yang kamu buang disebut jumlah dan alasannya.
10. Ada minimal satu rekomendasi dengan perkiraan dampak.
11. Ada bagian keterbatasan analisis, dua sampai tiga kalimat.
12. Nama file rapi dan nggak ada file sementara ikut kekirim.

Poin 9 itu bagian dari data quality yang paling gampang dinilai reviewer, dan paling sering dilewatin kandidat.

Tiga hal kecil yang naikin skor paling cepat

Pertama, tulis definisi tiap metric yang kamu pakai di awal dokumen. Satu kalimat per metrik. Ini langsung naikin skor pemahaman masalah.

Kedua, kunci tipe data waktu baca file. Kolom kode pos yang berubah jadi angka bikin nol di depannya hilang, dan itu kesalahan klasik. Cara nentuin tipe kolom secara eksplisit ada di dokumentasi read_csv pandas.

Ketiga, batasi jumlah grafik. Lima visual yang tiap-tiapnya punya kesimpulan lebih bernilai dari lima belas grafik pajangan. Kalau kamu bingung nyusunnya, prinsip yang sama berlaku waktu bikin dashboard kerja.

FAQ

Berapa lama sebaiknya ngerjain take-home test?

Ikuti batas waktu yang disebut di soal. Kalau ditulis 4 jam, kerjain 4 jam dan tulis di README apa yang kamu skip karena waktu habis. Reviewer yang berpengalaman bisa nebak kalau kamu ngabisin 20 jam buat tugas 4 jam, dan itu justru nurunin nilai karena mereka nggak bisa nilai kecepatan kerjamu.

Perlu bikin model machine learning kalau nggak diminta?

Nggak. Model yang nggak diminta sering nurunin nilai karena makan tempat dan ngalihin perhatian dari analisis yang beneran diminta. Kalau kamu yakin model nambah nilai, taruh di bagian terpisah di akhir dan tetap jawab pertanyaan utamanya duluan.

Lebih baik kirim notebook atau slide?

Kirim dua-duanya kalau soalnya nggak nyebut format. Slide atau dokumen ringkas buat pembaca bisnis, notebook berisi proses buat reviewer teknis. Yang penting ada satu file README yang bilang urutan bacanya. Tanpa itu, reviewer buka file acak dan kesan pertamanya jadi untung-untungan.

Boleh pakai AI buat ngerjain take-home test?

Cek dulu aturan di soal, sebagian perusahaan ngelarang dan sebagian ngizinin asal disebut. Kalau diizinkan, tulis bagian mana yang kamu bantu pakai AI. Yang jadi masalah bukan pemakaiannya, tapi kalau kamu nggak bisa jelasin kode atau keputusan analisismu waktu sesi diskusi lanjutan.

Gimana kalau datanya kotor banget dan waktunya nggak cukup?

Tulis apa yang kamu temukan dan apa yang kamu putuskan. Kalimat kayak "12% baris punya tanggal kosong, aku buang dan ini pengaruhnya ke kesimpulan" ngasih nilai lebih tinggi dari diam-diam ngebersihin semuanya. Reviewer nyari kesadaran soal keterbatasan data.

Rangkuman

Empat puluh persen bobot ada di ketepatan metode dan komunikasi. Sisanya penting, tapi dua itu yang paling sering nentuin.

Sisakan 30 menit terakhir buat restart kernel dan nulis README. Waktu itu ngasih pengembalian paling besar dibanding tambahan analisis apapun.

Sebelum kirim, baca dokumenmu kayak orang yang cuma punya tiga menit. Kalau dalam tiga menit dia nggak nemu kesimpulanmu, susun ulang urutannya.

Siapin tahap berikutnya lewat transkrip mock interview studi kasus bisnis dan soal interview SQL bertema produk, atau latihan query harian di NgulikSQL.