Setiap kali linimasa dipenuhi berita tentang layoff perusahaan teknologi, satu pertanyaan selalu muncul di kepala orang yang sedang mempertimbangkan karier di bidang data: apakah profesi ini masih punya masa depan begitu AI semakin pintar mengolah angka. Kekhawatiran ini wajar, apalagi ketika alat seperti ChatGPT bisa membuat query SQL atau membersihkan data dalam hitungan detik, pekerjaan yang dulu butuh berjam-jam.
Data analyst adalah profesi yang bertugas mengubah data mentah menjadi insight yang bisa dipakai perusahaan untuk mengambil keputusan. AI memang mampu mengotomasi sebagian besar tugas teknisnya, seperti membersihkan data dan membuat visualisasi dasar. Namun peran strategis di baliknya, yaitu memahami konteks bisnis dan menerjemahkan angka menjadi rekomendasi, belum bisa digantikan sepenuhnya oleh mesin.
Pertanyaannya bukan lagi soal AI akan mengambil alih atau tidak. Pertanyaan yang lebih tepat adalah bagian mana dari pekerjaan ini yang berubah, dan skill apa yang harus dikuasai supaya tetap relevan.
Apa Itu Data Analyst dan Sejauh Mana AI Sudah Masuk ke Pekerjaannya
Data analyst bertanggung jawab mengumpulkan data dari berbagai sumber, membersihkannya, lalu menganalisisnya untuk menjawab pertanyaan bisnis. Sehari-hari, pekerjaan ini melibatkan query SQL, pembuatan dashboard di Power BI atau Tableau, hingga menyusun laporan yang dipakai manajemen untuk mengambil keputusan.
Dalam beberapa tahun terakhir, tools berbasis AI mulai masuk ke hampir setiap tahap alur kerja ini. AI bisa menulis query SQL dari perintah bahasa natural, mendeteksi anomali data secara otomatis, bahkan menghasilkan grafik lengkap dengan narasi ringkasnya. Bagi sebagian orang, kemajuan ini terasa mengancam. Padahal kalau dilihat lebih dekat, yang terjadi adalah pergeseran fungsi, bukan penghapusan peran.
Jadi, Apakah Data Analyst Akan Digantikan AI?
Tidak sepenuhnya. AI mengotomasi sebagian tugas teknis data analyst, tapi belum bisa menggantikan peran strategisnya dalam memahami konteks bisnis, memvalidasi hasil analisis, dan mengambil keputusan yang bertanggung jawab.
McKinsey dalam riset tentang otomatisasi dan masa depan kerja menyebutkan bahwa hanya sekitar 5% pekerjaan yang bisa diotomasi penuh dengan teknologi yang tersedia saat ini. Sebagian besar pekerjaan, termasuk data analyst, masuk kategori “augmented jobs”, yaitu pekerjaan yang dibantu AI, bukan digantikan olehnya. Laporan Future of Jobs dari World Economic Forum juga tetap menempatkan analytical thinking dan data analysis sebagai keterampilan inti yang paling dibutuhkan di tengah adopsi AI yang makin luas.
Yang berubah bukan keberadaan profesinya, melainkan standarnya. Tugas dasar yang dulu jadi nilai jual seorang data analyst kini semakin mudah diotomasi, sehingga perusahaan menjadi lebih selektif dan mencari analis yang bisa berpikir sistematis, bukan sekadar menjalankan tools.
Tugas Data Analyst Mana yang Diotomasi AI, dan Mana yang Tetap Butuh Manusia
Supaya lebih jelas, berikut pemetaan tugas data analyst yang mulai terbantu AI dan tugas yang tetap membutuhkan sentuhan manusia.
| Tugas yang Diotomasi AI | Tugas yang Tetap Butuh Data Analyst |
| Data cleaning dan penghapusan duplikasi | Menentukan data mana yang relevan untuk masalah bisnis tertentu |
| Penulisan query SQL dasar dari perintah teks | Memvalidasi apakah hasil query sesuai konteks bisnis |
| Pembuatan grafik dan dashboard standar | Menerjemahkan grafik menjadi rekomendasi yang bisa ditindaklanjuti |
| Ringkasan laporan otomatis | Menjelaskan penyebab di balik tren, misalnya perubahan regulasi atau musiman |
| Deteksi anomali sederhana pada data | Menilai dampak bisnis dan risiko dari sebuah anomali |
| Exploratory data analysis awal | Merumuskan pertanyaan bisnis yang tepat untuk dianalisis lebih lanjut |
Tabel ini menunjukkan pola yang konsisten. AI unggul di tugas yang berulang dan berbasis pola, sementara manusia tetap dibutuhkan di tugas yang menuntut penilaian, konteks, dan tanggung jawab atas keputusan yang diambil.
Kenapa Data Analyst Masih Sangat Dibutuhkan di Era AI
AI bekerja berdasarkan data historis dan instruksi yang diberikan kepadanya. Ia bisa menemukan bahwa penjualan sebuah produk turun dalam tiga bulan terakhir, tapi belum tentu tahu apakah penurunan itu disebabkan oleh perubahan strategi pemasaran, faktor musiman, atau kebijakan baru pemerintah. Di titik inilah data analyst berperan menerjemahkan angka menjadi cerita yang punya makna bisnis.
Ada juga sisi yang jarang dibahas, yaitu risiko bias pada model AI. Model AI dilatih dari data historis yang tidak pernah sepenuhnya netral. Tanpa analis yang mengevaluasi asumsi dan kualitas data di baliknya, keputusan berbasis AI berpotensi memperkuat ketimpangan atau menghasilkan kebijakan yang keliru. Data analyst di sini berfungsi sebagai penjaga nalar sekaligus etika dalam pemanfaatan data, peran yang jelas tidak bisa diambil alih oleh mesin.
Peran ini juga mulai bergeser ke arah yang kerap disebut analytics translator, yaitu jembatan antara tim data dan pengambil keputusan non-teknis. Banyak perusahaan sebenarnya tidak kekurangan data, tapi kekurangan orang yang mampu merumuskan pertanyaan yang tepat dan menyampaikan hasilnya dengan jelas.
Prospek Karier dan Gaji Data Analyst di Indonesia
Permintaan terhadap talenta data di Asia Tenggara, termasuk Indonesia, terus tumbuh seiring transformasi digital yang berlangsung di hampir semua sektor, mulai dari perbankan, ritel, hingga logistik. Kebutuhan ini bukan cuma soal jumlah data yang makin besar, tapi juga soal perusahaan yang makin bergantung pada keputusan berbasis data untuk bersaing.
Dari sisi kompensasi, gaji awal seorang data analyst di Indonesia berada di kisaran Rp5,75 juta hingga Rp7 juta per bulan, dengan potensi kenaikan seiring pengalaman dan spesialisasi yang dikuasai. Angka ini menunjukkan bahwa meski standar kompetensi naik karena AI, permintaan pasar terhadap profesi ini belum menurun, justru sebaliknya.
Yang berubah adalah profil kandidat yang dicari. Posisi entry level kini lebih kompetitif karena tugas dasar relatif mudah diotomasi, sehingga perusahaan mencari kandidat yang sejak awal sudah terbiasa bekerja berdampingan dengan AI, bukan yang baru belajar dari nol setelah diterima kerja.
Skill AI-Proof yang Wajib Dikuasai Data Analyst
Skill AI-proof adalah kemampuan yang tetap relevan meski teknologi otomatisasi terus berkembang, karena berakar pada penalaran dan konteks yang sulit direplikasi mesin. Berikut lima skill yang paling menentukan apakah seorang data analyst akan tergeser atau justru makin dibutuhkan.
- Business understanding. Kemampuan memahami model bisnis, indikator kinerja utama, dan tujuan organisasi, sehingga hasil analisis tidak berhenti di angka saja.
- Critical thinking terhadap output AI. Kemampuan menilai apakah hasil yang diberikan AI masuk akal, termasuk mengenali kapan AI salah membaca konteks.
- Data storytelling. Kemampuan mengubah angka dan grafik menjadi narasi yang mudah dipahami oleh pihak non-teknis, termasuk manajemen.
- Pemahaman statistik dan fondasi analisis data. Tanpa dasar yang kuat, seseorang akan kesulitan memverifikasi apakah hasil AI sudah benar.
- Kemampuan merumuskan pertanyaan bisnis yang tepat. AI baru bisa bekerja optimal kalau diberi instruksi yang tepat, dan menyusun instruksi yang tepat butuh pemahaman masalah yang jelas.
Kombinasi lima skill ini yang membuat seorang data analyst naik level dari sekadar operator tools menjadi mitra strategis dalam pengambilan keputusan, posisi yang jauh lebih tahan terhadap otomatisasi.
Cara Mulai Belajar Data Analyst dari Nol, Bahkan Tanpa Background IT
Kabar baiknya, membangun skill AI-proof ini tidak membutuhkan latar belakang IT sebelumnya. Berikut langkah yang bisa diambil untuk mulai dari nol.
- Kuasai fondasi teknis dasar seperti Excel, SQL, dan konsep statistik sebelum masuk ke tools yang lebih kompleks.
- Latih kemampuan membaca konteks bisnis, misalnya dengan mempelajari studi kasus nyata di industri yang diminati.
- Biasakan bekerja berdampingan dengan AI, bukan menghindarinya, supaya terbiasa memvalidasi dan mengoreksi hasil yang diberikan.
- Bangun portofolio berbasis problem solving, bukan sekadar dashboard, tapi juga proses berpikir dan rekomendasi di baliknya.
- Ikuti program terstruktur yang membimbing dari dasar hingga siap kerja, supaya proses belajar tidak berjalan sendiri-sendiri tanpa arah.
Kalau kamu sedang bekerja dan tidak punya waktu untuk resign demi belajar dari nol, Data Analyst Bootcamp dari Rework Academy dirancang khusus untuk situasi ini. Kelasnya berlangsung secara live lewat Zoom pada malam hari, pukul 19.30 hingga 22.00 WIB, dua kali seminggu selama 12 minggu, sehingga kamu tetap bisa bekerja sambil membangun skill AI-proof. Programnya beginner-friendly, tanpa syarat background IT, dan dibimbing mentor praktisi dari industri seperti Telkom Indonesia, Bank Mandiri, dan Traveloka. Di akhir program, kamu akan mengerjakan Real-Job Simulation Project selama dua minggu, simulasi kerja nyata yang bisa langsung dipakai sebagai portofolio. Info lengkap program dan jadwal batch terbaru bisa dicek di reworkacademy.com/data-analyst-bootcamp.
Pertanyaan Seputar Data Analyst dan AI
Apakah data analyst akan hilang karena AI? Tidak. AI mengotomasi sebagian tugas teknis seperti data cleaning dan pembuatan grafik, tapi peran strategis dalam memahami konteks bisnis dan memvalidasi hasil analisis tetap membutuhkan manusia.
Skill apa yang membuat data analyst tetap dibutuhkan di era AI? Business understanding, critical thinking terhadap output AI, data storytelling, fondasi statistik yang kuat, serta kemampuan merumuskan pertanyaan bisnis yang tepat.
Berapa gaji data analyst di Indonesia? Gaji awal data analyst di Indonesia berkisar Rp5,75 juta hingga Rp7 juta per bulan, dengan potensi naik seiring pengalaman dan spesialisasi.
Apakah bisa belajar data analyst tanpa background IT? Bisa. Fondasi seperti SQL, Excel, dan statistik dasar bisa dipelajari dari nol lewat program terstruktur, tanpa perlu latar belakang IT sebelumnya.
Apa bedanya data analyst dengan data scientist di era AI? Data analyst berfokus pada analisis data historis untuk menjawab pertanyaan bisnis yang sudah ada, sementara data scientist lebih banyak membangun model prediktif dan algoritma machine learning untuk memprediksi tren ke depan.
Bagaimana AI membantu pekerjaan data analyst sehari-hari? AI membantu mempercepat tugas repetitif seperti membersihkan data, menulis query dasar, dan membuat visualisasi awal, sehingga data analyst punya lebih banyak waktu untuk fokus pada interpretasi dan pengambilan keputusan.
Kesimpulan
AI tidak menghapus profesi data analyst, tapi menaikkan standarnya. Tugas teknis yang dulu memakan waktu berjam-jam kini bisa diselesaikan dalam hitungan menit, tapi keputusan yang dibangun di atas data tetap membutuhkan penalaran, konteks, dan tanggung jawab manusia. Yang bertahan di tengah perubahan ini bukan yang paling cepat belajar tools baru, melainkan yang paling siap membangun skill AI-proof.
Kalau kamu ingin memulai atau memperkuat karier di bidang data dengan fondasi yang relevan untuk era AI, kamu bisa cek detail kurikulum dan jadwal batch terbaru Data Analyst Bootcamp di reworkacademy.com/data-analyst-bootcamp.