Hubungi Kami
Hubungi Kami

Online • 3 Months • Real-Job Simulation Project

Data Analyst
Bootcamp

Data
Analyst
Bootcamp

Belajar Data Analyst dari nol, mulai dari Excel, SQL, Python, data visualization, hingga mengerjakan real-job simulation project agar kamu jadi talenta #SiapKerja setelah lulus

Dibimbing dari 0 hingga jadi Data Analyst Professional dalam waktu 12 Minggu Bersama Rework Academy

WEEKS LEARNING
0
LEARNING SESSION
0 +
RATING
0 /5
Daftar Sekarang
bottom arrow Lihat Kurikulum

Data Analyst
Bootcamp

Hubungi Kami
Daftar Sekarang

PERKENALAN

Rintis Karir Jadi Data Analyst
Professional Dalam 12 Minggu

Mulai Rintis Karir Jadi Data Analyst Professional Dalam 12 Minggu

Di tengah banyaknya data yang dihasilkan perusahaan, kemampuan mengolah data menjadi insight semakin dibutuhkan untuk membantu berbagai keputusan bisnis. Karena itu, Data Analyst kini menjadi peran strategis yang dibutuhkan di berbagai industri untuk membaca pola, menemukan peluang, dan mengubah data menjadi rekomendasi yang berdampak bagi pertumbuhan perusahaan.

Rework Academy menghadirkan Data Analyst Bootcamp yang dirancang secara intensif dan terstruktur untuk membantu peserta belajar dari dasar hingga praktik. Selama program, peserta akan mempelajari spreadsheet, SQL, dashboard dan visualisasi data, statistik, Python, hingga penggunaan AI sebagai co-pilot dalam proses analisis.

Di akhir program, peserta akan mengikuti real-job simulation project menggunakan dataset yang dirancang berdasarkan alur kerja Data Analyst di perusahaan. Hasil project dapat digunakan sebagai portfolio profesional untuk menunjukkan kompetensi saat melamar pekerjaan maupun menawarkan jasa kepada calon klien

Program ini cocok untuk kamu yang ingin memulai karir sebagai Data Analyst, menguasai proses analisis data secara end-to-end, serta membangun skill, kompetensi, dan portfolio profesional untuk bersaing di dunia kerja.

Di tengah banyaknya data yang dihasilkan perusahaan, kemampuan mengolah data menjadi insight semakin dibutuhkan untuk membantu berbagai keputusan bisnis. Karena itu, Data Analyst kini menjadi peran strategis yang dibutuhkan di berbagai industri untuk membaca pola, menemukan peluang, dan mengubah data menjadi rekomendasi yang berdampak bagi pertumbuhan perusahaan.

Rework Academy menghadirkan Data Analyst Bootcamp yang dirancang secara intensif dan terstruktur untuk membantu peserta belajar dari dasar hingga praktik. Selama program, peserta akan mempelajari spreadsheet, SQL, dashboard dan visualisasi data, statistik, Python, hingga penggunaan AI sebagai co-pilot dalam proses analisis.

Di akhir program, peserta akan mengikuti real-job simulation project menggunakan dataset yang dirancang berdasarkan alur kerja Data Analyst di perusahaan. Hasil project dapat digunakan sebagai portfolio profesional untuk menunjukkan kompetensi saat melamar pekerjaan maupun menawarkan jasa kepada calon klien

Program ini cocok untuk kamu yang ingin memulai karir sebagai Data Analyst, menguasai proses analisis data secara end-to-end, serta membangun skill, kompetensi, dan portfolio profesional untuk bersaing di dunia kerja.

PROSPEK KARIR

Prospek Karir Yang Luas Dengan Jenjang Karir Yang
Stabil, Sustainable, dan Dibutuhkan Perusahaan

Prospek Karir Yang Luas Dengan Jenjang Karir Yang Stabil, Sustainable, dan Dibutuhkan Perusahaan

Title

Data Analyst

Salary Range

Rp6.500.000+

Title

Business Intelligence Analyst

Salary Range

Rp7.000.000+

Title

Marketing Analyst

Salary Range

Rp6.000.000+​

Title

Product Research Analyst

Salary Range

Rp5.750.000+

Title

Business Analyst

Salary Range

Rp6.750.000+

LEARNING FACILITIES

Lihat Bagaimana Kami Membantu
Kamu Jadi Data Analyst Yang AI-Proof

Lihat Bagaimana Kami Membantu Kamu Jadi Talenta Yang AI-Proof

Intensive Learning

Belajar Secara Intensif
Bersama Mentor Praktisi
Selama 12 Minggu

Belajar Secara Intensif Bersama Mentor Praktisi Selama 12 Minggu

Practicioner Mentor

Fokus Membangun
Kompetensi dan Portfolio
Sebagai Data Analyst

Fokus Membangun
Kompetensi dan Portfolio
Sebagai Data Analyst

Bootcamp Project

Real-Job Simulation: Data Analytics for Enterprise or Business Case

Materi Terupdate 2026
Sesuai Perkembangan
Industri Data, AI, dan Teknologi

Syllabus.pdf

Mendapatkan Official
Sertifikat dan Raport
dari Rework Academy

Mendapatkan Official
Sertifikat dan Raport
dari Rework Academy

Exclusive Community

Akses komunitas untuk
networking, diskusi, event
alumni, dan peluang karier.

CURRICULUM

Kurikulum Pembelajaran Data Analyst Bootcamp

Kurikulum Pembelajaran Data Analyst Bootcamp

Kurikulum Data Analytics Berbasis Industri 2026

Peserta akan memahami landscape Data Analytics, peran profesi di bidang data, tahapan analisis secara end-to-end, serta cara menentukan metrik yang relevan untuk menjawab kebutuhan perusahaan.

  • Memahami definisi Data Analytics dan perannya dalam pengambilan keputusan bisnis
  • Membedakan peran Data Analyst, Data Scientist, dan Data Engineer
  • Memahami kolaborasi antarprofesi dalam satu siklus dan pipeline data
  • Mempelajari tahapan analisis data dari gathering, cleaning, exploration, hingga communication
  • Memahami framework CRISP-DM dalam menyelesaikan permasalahan berbasis data
  • Mempelajari business metrics seperti Revenue, Churn Rate, Conversion Rate, CAC, LTV, dan Retention Rate
  • Membedakan vanity metrics dengan actionable metrics
  • Praktik menerjemahkan tujuan bisnis menjadi pertanyaan analitik dan KPI yang terukur
  • Student Kit for Beginners: Kamus 150+ Istilah Data Analyst [PDF]
  • Data Analyst Handbook for Beginners by Rework Academy [PDF]

Peserta akan mempelajari cara mengeksplorasi, membersihkan, dan menata data menggunakan Google Sheets atau Excel agar dataset lebih akurat, konsisten, dan siap digunakan dalam proses analisis.

  • Mengenal antarmuka spreadsheet, cell referencing, tipe data, dan navigasi dataset berukuran besar
  • Mempraktikkan filtering, multi-level sorting, freeze panes, dan conditional formatting
  • Menangani missing values, data duplikat, kesalahan tipe data, dan inkonsistensi penulisan
  • Membersihkan teks menggunakan UPPER, LOWER, PROPER, serta menghapus spasi yang tidak diperlukan
  • Melakukan standardisasi kategori, format tanggal, mata uang, angka, dan penamaan header
  • Memahami prinsip tidy data dan single source of truth dalam pengelolaan dataset
  • Membuat dropdown dan data validation untuk mencegah kesalahan saat proses input data
  • Praktik membersihkan dataset penjualan mentah dan merancang template input data yang terstruktur
  • Tools: Microsoft Excel & Google Sheet

Peserta akan mempelajari formula spreadsheet tingkat lanjut untuk mengolah, menggabungkan, dan meringkas data berdasarkan berbagai kebutuhan analisis bisnis.

  • Menggunakan formula logika IF, AND, OR, dan IFERROR untuk mengategorikan data
  • Mempraktikkan nested IF dan kombinasi formula untuk menangani beberapa kondisi sekaligus
  • Mengolah data teks menggunakan LEFT, RIGHT, MID, CONCATENATE, dan TRIM
  • Menggabungkan informasi dari beberapa tabel menggunakan VLOOKUP dan HLOOKUP
  • Mempelajari INDEX MATCH dan XLOOKUP sebagai metode lookup yang lebih fleksibel
  • Memahami absolute reference, exact match, approximate match, serta kesalahan umum pada formula lookup
  • Menggunakan SUMIF, COUNTIF, AVERAGEIF, dan varian IFS untuk melakukan conditional aggregation
  • Praktik menggabungkan data transaksi dengan master produk dan membuat ringkasan penjualan berdasarkan beberapa kondisi
  • Tools: Microsoft Excel & Google Sheet

Peserta akan mempelajari cara meringkas dan memvisualisasikan data menggunakan Pivot Table hingga membangun dashboard interaktif yang mampu menjawab kebutuhan bisnis.

  • Membuat ringkasan data menggunakan Rows, Columns, Values, dan Filters pada Pivot Table
  • Menggunakan Calculated Field untuk membuat metrik turunan dari data mentah
  • Menampilkan beberapa metrik sekaligus melalui multiple value fields
  • Menerapkan perhitungan seperti percentage of total dan running total
  • Mengubah hasil Pivot Table menjadi visualisasi menggunakan Pivot Chart
  • Menyusun elemen visual menjadi dashboard ringkas dalam satu halaman
  • Menambahkan Slicer dan dropdown untuk membuat filter data yang interaktif
  • Praktik membangun Sales Dashboard serta menyampaikan insight dan rekomendasi bisnis kepada stakeholder
  • Tools: Microsoft Excel & Google Sheet

Peserta akan memahami cara data disimpan dalam relational database serta mempelajari query SQL dasar untuk mengambil, memfilter, mengurutkan, dan menampilkan data sesuai kebutuhan bisnis.

  • Memahami konsep Relational Database Management System (RDBMS)
  • Mengenal struktur tabel serta fungsi Primary Key dan Foreign Key
  • Memahami hubungan data one-to-many dan many-to-many dalam database
  • Mengenal perbedaan dasar Data Definition Language (DDL) dan Data Manipulation Language (DML)
  • Mengambil data menggunakan SELECT dan menghilangkan duplikasi dengan DISTINCT
  • Memfilter data menggunakan WHERE, AND, OR, IN, LIKE, dan wildcard
  • Menentukan rentang data dengan BETWEEN serta mengurutkan hasil menggunakan ORDER BY
  • Praktik menarik daftar pelanggan berdasarkan kriteria bisnis menggunakan kombinasi query SQL
  • Tools: PostgreSQL, pgAdmin 4, dan DBeaver

Peserta akan mempelajari cara meringkas, mengelompokkan, dan mengategorikan data menggunakan SQL untuk menghasilkan informasi yang dapat menjawab pertanyaan bisnis.

  • Meringkas data menggunakan SUM, COUNT, AVG, MAX, dan MIN
  • Mengelompokkan hasil perhitungan berdasarkan kategori menggunakan GROUP BY
  • Memfilter hasil agregasi menggunakan HAVING dan memahami perbedaannya dengan WHERE
  • Memahami urutan eksekusi query dari FROM, WHERE, GROUP BY, HAVING, SELECT, hingga ORDER BY
  • Menghubungkan konsep GROUP BY dengan SUMIFS dan Pivot Table pada spreadsheet
  • Menggunakan CASE WHEN untuk membuat segmentasi dan kategori baru dari data
  • Mempraktikkan CASE WHEN dengan beberapa kondisi untuk price banding dan age bucketing
  • Praktik menganalisis revenue per cabang, mengategorikan performa, dan menyampaikan insight bisnis
  • Tools: PostgreSQL, pgAdmin 4, dan DBeaver

Peserta akan mempelajari cara membaca hubungan antarentitas dalam database dan menggabungkan data dari beberapa tabel untuk menjawab kebutuhan analisis yang lebih kompleks.

  • Membaca Entity Relationship Diagram (ERD) dan memahami notasi dasar crow’s foot
  • Mengidentifikasi hubungan antarentitas melalui Primary Key dan Foreign Key
  • Memahami konsep JOIN dalam relational database
  • Menggabungkan data menggunakan INNER JOIN, LEFT JOIN, RIGHT JOIN, dan FULL OUTER JOIN
  • Memahami perbedaan penggunaan INNER JOIN dan LEFT JOIN berdasarkan kebutuhan bisnis
  • Menangani nilai NULL yang muncul setelah proses penggabungan tabel
  • Praktik menggabungkan tabel customers, orders, dan products untuk menjawab pertanyaan bisnis
  • Menyampaikan temuan dari hasil query dalam bentuk insight dan rekomendasi untuk stakeholder nonteknis
  • Tools: PostgreSQL, pgAdmin 4, dan DBeaver

Peserta akan mempelajari teknik SQL lanjutan untuk menyusun query bertahap, menyederhanakan query kompleks, membuat ranking data, serta memahami dasar penulisan query yang lebih efisien.

  • Menulis subquery di dalam SELECT, FROM, dan WHERE untuk menyelesaikan analisis bertahap
  • Memahami perbedaan correlated subquery dan non-correlated subquery
  • Menggunakan klausa WITH dan Common Table Expressions (CTE) agar query lebih terstruktur
  • Mengubah nested subquery yang kompleks menjadi CTE yang lebih rapi dan mudah dibaca
  • Mengenal konsep dasar Window Functions menggunakan OVER dan PARTITION BY
  • Membuat ranking data menggunakan ROW_NUMBER dan RANK
  • Mengenal EXPLAIN dan EXPLAIN ANALYZE untuk memahami cara database menjalankan query
  • Praktik membuat ranking produk terlaris per kategori dan membandingkan query sebelum serta setelah diubah menjadi CTE
  • Tools: PostgreSQL, pgAdmin 4, dan DBeaver

Peserta akan memahami prinsip memilih, merancang, dan mengevaluasi visualisasi data agar informasi dapat disampaikan secara akurat, efektif, dan mudah dipahami oleh audiens.

  • Memilih jenis chart berdasarkan tipe data dan tujuan analisis
  • Memahami penggunaan Bar Chart, Line Chart, Scatter Plot, Pie Chart, Histogram, dan Stacked Bar Chart
  • Mengetahui kondisi ketika Pie Chart tidak tepat digunakan
  • Mengidentifikasi kesalahan pemilihan chart dan menentukan alternatif visual yang lebih sesuai
  • Menerapkan prinsip data-ink ratio untuk mengurangi elemen visual yang tidak diperlukan
  • Memahami bagaimana manipulasi sumbu dapat memengaruhi persepsi pembaca terhadap data
  • Menyesuaikan visualisasi berdasarkan kebutuhan executive, analyst, atau tim operasional
  • Mempelajari best practices perancangan visualisasi dan dashboard sebagai persiapan menggunakan BI tools
  • Practical activity: Mendiagnosis visualisasi yang salah, menjelaskan masalahnya, dan merekomendasikan tipe chart yang lebih tepat.

Peserta akan mempelajari dasar penggunaan Business Intelligence tools untuk menghubungkan berbagai sumber data, membuat visualisasi, dan menyiapkan komponen awal dashboard.

  • Mengenal antarmuka dan fitur utama Business Intelligence tools
  • Menghubungkan BI tools dengan data dari Google Sheets dan file CSV
  • Mengenal koneksi langsung ke relational database
  • Memahami perbedaan live connection dengan extract atau import data
  • Membuat berbagai chart dasar pada kanvas BI tools
  • Memahami perbedaan dimensions dan measures dalam visualisasi data
  • Membuat calculated fields untuk menghasilkan metrik turunan
  • Praktik memvisualisasikan distribusi demografi pelanggan menggunakan dataset bisnis
  • Tools: Looker Studio dan Tableu

Peserta akan mempelajari cara menggabungkan berbagai visualisasi menjadi dashboard interaktif yang profesional, mudah digunakan, dan mampu menyampaikan informasi penting kepada stakeholder.

  • Menyusun berbagai visualisasi menjadi satu dashboard interaktif secara end-to-end
  • Mengatur cross-filtering agar satu chart dapat memfilter visualisasi lainnya
  • Menggunakan action filter dan parameter untuk memberikan kontrol kepada pengguna
  • Merancang layout dashboard yang rapi dan tidak membingungkan
  • Menerapkan visual hierarchy berdasarkan ukuran, posisi, dan warna
  • Menggunakan grid alignment agar tampilan dashboard lebih konsisten dan profesional
  • Menentukan warna yang konsisten serta ramah bagi stakeholder nonteknis
  • Praktik membangun Executive Dashboard dan mengujinya menggunakan metode 5-second test
  • Tools: Looker Studio dan Tableu

Peserta akan mempelajari cara mengubah data dan temuan teknis menjadi narasi, rekomendasi, dan presentasi yang mudah dipahami serta dapat ditindaklanjuti oleh stakeholder.

  • Menyusun narasi data menggunakan framework Context, Challenge, Resolution, dan So What
  • Membedakan penyajian data mentah dengan penyampaian insight yang memiliki makna bisnis
  • Mengurutkan chart dan slide menjadi visual storytelling yang terstruktur
  • Mengubah hasil analisis teknis menjadi actionable insights dan rekomendasi bisnis
  • Menyampaikan temuan kepada audiens nonteknis tanpa menggunakan jargon berlebihan
  • Melatih kemampuan menjawab pertanyaan kritis dari stakeholder saat presentasi
  • Menulis executive one-pager menggunakan prinsip Bottom-Line-Up-Front (BLUF)
  • Praktik mempresentasikan dashboard dan merumuskan rekomendasi, risiko, serta next step
  • Tools: Google Slides, Google Docs, Looker Studio, Notion, Tableu, dan Ms. Power Point

Peserta akan mempelajari langkah awal Exploratory Data Analysis untuk memahami karakteristik, kualitas, dan distribusi setiap variabel sebelum melakukan analisis yang lebih mendalam.

  • Memahami tujuan dan peran Exploratory Data Analysis dalam proses analisis data
  • Memeriksa jumlah baris, kolom, dimensi, serta struktur awal dataset
  • Mengidentifikasi tipe data numerik, kategorikal, tanggal, dan variabel lainnya
  • Mengukur kelengkapan data dan persentase missing values pada setiap kolom
  • Melakukan data profiling dan menyusun ringkasan awal kondisi dataset
  • Menganalisis distribusi variabel numerik menggunakan Histogram dan Boxplot
  • Menganalisis proporsi serta cardinality data kategorikal menggunakan Bar Chart atau Pie Chart
  • Praktik melakukan analisis univariat dan menuliskan observasi awal dari dataset
  • Tools: Google Sheets, Microsoft Excel, dan Looker Studio

Peserta akan mempelajari cara menganalisis hubungan antarvariabel, mengidentifikasi anomali, serta menentukan tindakan yang tepat untuk menghasilkan temuan data yang lebih akurat.

  • Menganalisis hubungan antara dua atau lebih variabel dalam dataset
  • Menginvestigasi hubungan numerik menggunakan Scatter Plot dan correlation matrix
  • Membaca dan menginterpretasikan correlation coefficient dari -1 hingga 1
  • Memahami bahwa korelasi tidak selalu menunjukkan hubungan sebab-akibat
  • Menganalisis hubungan numerik dengan kategorikal serta antardata kategorikal
  • Menentukan penanganan outlier melalui trimming, capping, atau mempertahankan data
  • Menangani missing values menggunakan mean/median imputation atau penghapusan data
  • Praktik memvalidasi asumsi bisnis melalui EDA serta menyusun rekomendasi penanganan anomali
  • Tools: Google Sheets, Microsoft Excel, dan Looker Studio

Peserta akan mempelajari konsep statistik deskriptif dan probabilitas untuk memahami kecenderungan, variasi, distribusi, serta nilai ekstrem dalam sebuah dataset.

  • Menghitung dan menginterpretasikan Mean, Median, dan Mode
  • Mengukur penyebaran data menggunakan Range, Variance, dan Standard Deviation
  • Memahami hubungan konsep statistik dengan formula agregasi yang telah dipelajari
  • Menggunakan Quartile dan Percentile untuk membaca posisi data
  • Menghitung Interquartile Range (IQR) sebagai dasar identifikasi outlier
  • Memahami konsep probabilitas dasar dalam konteks kebutuhan bisnis
  • Mengenali bentuk Normal Distribution dan kemiringan data atau Skewness
  • Praktik menentukan penggunaan Mean atau Median yang tepat pada data dengan outlier
  • Tools: Google Sheets dan Microsoft Excel

Peserta akan mempelajari cara menggunakan statistik inferensial dan A/B Testing untuk mengevaluasi eksperimen serta menentukan apakah perubahan performa benar-benar signifikan secara statistik.

  • Memahami perbedaan populasi dan sampel dalam proses pengambilan data
  • Mengenal konsep Hypothesis Testing serta Hipotesis Nol (H0) dan Hipotesis Alternatif (H1)
  • Membaca p-value dan Confidence Interval untuk menentukan signifikansi statistik
  • Menginterpretasikan output statistik tanpa harus menghitung rumus secara manual
  • Memahami kelompok Control dan Variant dalam eksperimen A/B Testing
  • Menentukan metrik keberhasilan, sample size, dan durasi pengujian
  • Memahami risiko menghentikan eksperimen terlalu cepat atau peeking problem
  • Praktik mengevaluasi hasil A/B Testing landing page dan memberikan rekomendasi implementasi
  • ToolsL Google Sheets, Ms. Excel, ABTestGuide.com. VWO A/B Testing Calculator

Peserta akan mempelajari fondasi Python untuk mengolah dataset berukuran besar, menjalankan proses berulang, dan membangun dasar automasi dalam pekerjaan Data Analyst.

  • Memahami fungsi Python sebagai pelengkap spreadsheet dan SQL dalam proses analisis data
  • Mengenal environment Jupyter Notebook berbasis cloud melalui Google Colab
  • Menjalankan cell dan memahami urutan eksekusi kode dalam notebook
  • Membuat variabel serta menggunakan operator matematika dan perbandingan
  • Memahami tipe data Integer, Float, String, dan Boolean
  • Mengolah struktur data List, Dictionary, dan pengenalan Tuple
  • Mengatur alur program menggunakan If, Elif, Else, For Loop, dan While Loop
  • Mengenal list comprehension serta membaca error dasar seperti NameError, KeyError, dan TypeError
  • Tools: Python dan Google Colab

Peserta akan mempelajari cara menggunakan Python untuk membaca, memilih, membersihkan, mentransformasikan, menggabungkan, dan meringkas data secara lebih efisien.

  • Memahami peran Pandas dan NumPy dalam proses Data Analytics
  • Memuat data dari CSV, Excel, dan Google Sheets ke dalam Python
  • Mengenal struktur Series dan DataFrame dalam Pandas
  • Mengeksplorasi dataset menggunakan .head(), .info(), dan .describe()
  • Memilih serta memfilter data menggunakan conditional filtering, .loc[], dan .iloc[]
  • Menangani missing values, data duplikat, teks kotor, dan kesalahan tipe data
  • Mengolah dan menggabungkan data menggunakan .groupby(), .merge(), dan .concat()
  • Praktik membersihkan transaksi e-commerce serta menganalisis revenue per kategori produk
  • Tools: Python, Google Colab, Pandas, dan NumPy

Peserta akan mempelajari cara membuat, menyesuaikan, dan mengekspor visualisasi data menggunakan Python agar dapat digunakan untuk eksplorasi maupun presentasi bisnis.

  • Mengenal Matplotlib sebagai fondasi visualisasi data menggunakan Python
  • Memahami struktur Figure, Axes, dan Subplots dalam sebuah grafik
  • Membuat Line Chart, Bar Chart, dan Scatter Plot secara terprogram
  • Menambahkan judul, label sumbu, legenda, dan elemen pendukung lainnya
  • Menggunakan Seaborn untuk membuat Boxplot, Histogram, KDE, dan Heatmap
  • Menyesuaikan color palette dan ukuran kanvas agar visualisasi lebih profesional
  • Mengekspor grafik menjadi PNG atau JPG berkualitas tinggi dengan pengaturan DPI
  • Praktik membuat visualisasi gabungan untuk menganalisis tren revenue dan korelasi data e-commerce
  • Tools: Python, Google Colab, Matplotlib, dan Seaborn

Peserta akan mempelajari cara memanfaatkan AI untuk membantu mempercepat proses analisis data, menyelesaikan masalah teknis, dan menerjemahkan temuan menjadi insight bisnis secara lebih efektif, kritis, dan aman.

  • Memanfaatkan AI untuk brainstorming metrik dan pertanyaan analisis
  • Meminta rekomendasi visualisasi berdasarkan kebutuhan dan karakteristik data
  • Menyederhanakan temuan teknis menjadi insight yang mudah dipahami stakeholder
  • Menyusun prompt menggunakan struktur Role, Context, Task, dan Format
  • Menggunakan AI untuk membantu menjelaskan anomali pada dashboard
  • Memanfaatkan AI untuk debugging query SQL dan script Python
  • Memverifikasi output AI untuk mencegah kesalahan perhitungan dan halusinasi
  • Menerapkan prinsip data privacy saat menggunakan AI dalam proses analisis data
  • Hands-On Practice & Live Demo: AI Tools for Data Analysis
  • Tools: Gemini, ChatGPT, Claude, Co-Pilot

Selama 2 minggu, peserta akan menjalani real-job simulation project dengan berperan sebagai tim konsultan data untuk menyelesaikan permasalahan bisnis perusahaan secara end-to-end, mulai dari memahami business case, membersihkan dan menganalisis data, membangun dashboard, hingga menyampaikan insight serta rekomendasi strategis.

TOTAL DURASI: 2 MINGGU

  • Real-Job Simulation Project: Peserta akan mengolah dataset dan business case yang dirancang menyerupai tantangan di perusahaan skala enterprise. Project dikerjakan secara berkelompok dengan pembagian peran sebagai BI Analyst, Data Wrangler, dan Visualization & UI Developer.
  • Akan ada weekly mentoring bersama mentor untuk bimbingan project, peserta bisa konsultasi seputar dengan project yang sedang dijalankan. Project akan dilangsungkan secara berkelompok atau dalam tim
  • Hasil dari bootcamp project dapat dijadikan sebagai portfolio professional untuk keperluan pencarian kerja, project, atau karir
Akses Silabus

TOOLS & APPS

Tools & Aplikasi Yang Akan Digunakan Dan Dipelajari
Selama Program Bootcamp Berlangsung

Tools & Aplikasi Yang Akan Digunakan Dan Dipelajari Selama Program Bootcamp Berlangsung

OUR MENTOR

Belajar Bersama Mentor Praktisi Berpengalaman
Dalam Bidang Data Analytics

Belajar Bersama Mentor Praktisi Berpengalaman Dalam Bidang Data Analytics

Data Analyst

Anindya Restika I.

Data Analyst
at Amar Bank

Ahli data analytics, market analysis, business analysis, data visualization, performance reporting, business insights, dan pengambilan keputusan berbasis data.

6+ Years of Experience

Data Analyst

Aldi Purwanto

Senior Data Analyst
at Traveloka

Ahli data analytics, data modeling, business intelligence, statistical analysis, data visualization, performance monitoring, dan pengembangan solusi data untuk kebutuhan bisnis.

7+ Years of Experience

AI-Engineer

Abdurrahman

Senior Data Scientist
at Legal Tech Company

Ahli machine learning, NLP, large language models, LLMOps, prompt engineering, scalable data systems, dan deployment AI solution siap produksi.

8+ Years of Experience

AI-Engineer

Rizqi Okta Ekoputris

AI/ML Engineer
at Omdena

Ahli artificial intelligence, machine learning, data science, computer vision, agentic AI, dan pengembangan solusi data-driven untuk berbagai kebutuhan industri.

8+ tahun pengalaman

BOOTCAMP JOURNEY

12 Minggu Belajar Intensif Mulai Dari Belajar
Intensif Hingga Bootcamp Project

12 Minggu Belajar Intensif Mulai Dari Ilmu Dasar Hingga Bootcamp Project

Data Analyst Bootcamp Journey

12 WEEKS

Tahap 1

Tahap 1

Onboarding Siswa

Sesi onboarding untuk mengenal ekosistem belajar Rework Academy, memahami alur program, aktivasi akses materi dan kelas, serta briefing teknis agar kamu lebih siap mengikuti seluruh rangkaian bootcamp.

Tahap 2

Tahap 2

Intensive Learning

Belajar materi Data Analyst secara bertahap melalui sesi live online interaktif bersama mentor praktisi, mulai dari fundamental data analytics, spreadsheet, SQL, data visualization, statistik, Python, hingga AI-assisted data analysis.

Tahap 3

Tahap 3

Real-Job Simulation Project: Data Analytics for Enterprise

Peserta akan berperan sebagai tim Data Analyst untuk menyelesaikan permasalahan bisnis berdasarkan dataset dan case yang telah disiapkan. Peserta akan menjalankan proses kerja Data Analyst secara end-to-end, mulai dari data cleaning, analisis dan EDA, pembuatan executive dashboard, hingga penyusunan insight serta rekomendasi strategis.

Tahap 4

Tahap 4

Project Presentation to Mentors

Setelah menyelesaikan project, peserta akan mempresentasikan dashboard, temuan, dan rekomendasi bisnis kepada mentor praktisi. Mentor akan mengevaluasi proses pengolahan data, ketepatan analisis, kualitas visualisasi, serta kemampuan peserta mempertahankan insight yang dihasilkan.

Peserta akan mendapatkan evaluasi, feedback, dan arahan pengembangan dari mentor. Hasil project ini dapat dijadikan sebagai portfolio profesional untuk menunjukkan kompetensi sebagai Data Analyst Professional.

Tahap 5

Tahap 5

Graduation Ceremony

Di tahap akhir, peserta akan mengikuti Graduation Ceremony sebagai penanda telah menyelesaikan seluruh rangkaian pelatihan. Peserta juga akan menerima sertifikat, raport, dan transkrip modul dari Rework Academy.

OUTPUT BOOTCAMP

Setelah Lulus: Punya Skill dan Portfolio,
Siap Jadi Data Analyst Professional

Setelah Lulus: Punya Skill dan Portfolio, Siap Jadi Data Analyst Professional

Nama Kamu

Data Analyst Professional

Linkedin
Github
  • Hard Skill

Advanced Spreadsheet Analytics

Data Cleaning & Preparation

SQL Querying

SQL Aggregation

SQL Joins

Multi-Table Data Analysis

Exploratory Data Analysis

Statistical Data Analysis

A/B Testing & Experiment Analysis

Data Visualization

Python Data Analysis

Dashboard Development

Business Intelligence Analyst

Data Storytelling & Presentation

AI-Assisted Data Analytics

  • Tools

Google Sheets

Ms. Excel

PostgreSQL

Dbdiagram.io

Looker Studio

Tableau

Python

Google Colab

Pandas

NumPy

Matplotlib

Seaborn

ABTestGuide

ABTestGuide

Google Docs

Ms. Power Point

Google Slides

DBeaver

AI Co-pilot

ChatGPT

Claude

  • Education

ReWork Academy
Data Analyst Bootcamp

Pelatihan intensif bersama mentor praktisi selama 12 minggu dengan Data Analyst Real-Job Simulation sebagai tahapan ujian akhir.

Hands-on Learning

Real-Job Simulation Project

Bimbingan Mentor

Official

Rework Academy
Certificate Badges

JADWAL BOOTCAMP

Lihat Jadwal Bootcamp Terdekat

Jadwal terdekat

15 September 2026

UPCOMING SCHEDULE

Bootcamp Duration

3 Months

Kuota Peserta

± 50 Peserta

Pelaksanaan Kelas

Full Online (Daring)

Akses Materi

Lifetime Access

Jadwal Kelas

Zoom Class (After-Work)

  • Senin dan Kamis
  • 19.30 - 22.00 WIB

Next Batch

Desember 2026

TO BE ANNOUNCE

TUITION FEE & REGISTRATION

Biaya Pelatihan Data Analyst

Bootcamp dari

Academy

BEST VALUE

Professional Data Analyst Bootcamp

Data Analyst Bootcamp

NORMAL PRICE

Rp 10.000.000

EARLYBIRD SEAT

Rp 1.999.900

HEMAT 80%

Berlaku hingga 20 Juli 2026

Tersedia Skema Cicilan Bunga 0%

!

Cicilan 0% hingga 4x pembayaran, hubungi admisi untuk informasi lebih lanjut

  • Mulai dari Rp 500.000 / bulan

Semua yang kamu dapatkan :

  • Pembelajaran Intensif (12 Weeks)
  • 20+ Sesi Pembelajaran Bersama Mentor Expert
  • Materi Data Analyst Terupdate 2026
  • Banyak Praktik & Live Demo Sessions
  • Akses Lifetime ke Rekaman Kelas & PDF Materi
  • Bisa Konsultasi Diluar Kelas Bersama Tutor
  • Sertifikat Kompetensi, Rapor, dan Transkrip Modul
  • Portfolio Kerja dari Task, Assignment, hingga Project
  • Akses Komunitas Alumni ReWork Acedemy
  • Real-Job Simulation Project: Data Analytics for Enterprise
Daftar Sekarang

Informasi Angsuran Mulai dari 500.000/Bulan [Klik Disini]

Opsi Cicilan Mulai dari 500.000/Bulan [Klik Disini]

  • Pembayaran aman, data pribadi Anda terlindungi

FREQUENTLY ASK QUESTION

Lihat Informasi Tambahan Tentang Program Kami

Data Analyst Bootcamp ReWork Academy adalah program pelatihan intensif yang dirancang untuk membantu peserta membangun skill Data Analyst dari dasar hingga mampu mengolah data, menganalisis informasi, membuat visualisasi, dan menyusun insight yang dapat digunakan untuk kebutuhan bisnis atau pengambilan keputusan. Di program ini, peserta tidak hanya belajar konsep data, tetapi juga praktik menggunakan tools dan workflow yang relevan di dunia kerja, seperti Excel, SQL, Python, data cleaning, data visualization, dashboard, hingga reporting.

Program ini cocok untuk kamu yang ingin memahami bagaimana data digunakan secara nyata di dunia kerja, bukan hanya sekadar membaca angka atau membuat chart secara permukaan. Fokus pembelajarannya adalah membangun kemampuan teknis dan analitis sebagai Data Analyst yang mampu mengolah data, menemukan insight, menyusun report, dan mengerjakan real-job simulation project sebagai portfolio profesional.

Tidak. Program ini dirancang agar dapat diikuti oleh pemula, termasuk peserta yang belum memiliki pengalaman di bidang IT maupun data. Materi dipelajari secara bertahap dari dasar, disertai praktik, latihan, dan pendampingan mentor profesional.

Pelatihan berlangsung selama 12 minggu dengan format pembelajaran intensif yang menggabungkan live session, praktik langsung, assignment, mentoring, dan project. Peserta akan belajar secara bertahap mulai dari fundamental Data Analytics, Spreadsheet, statistik, SQL, database, data cleaning, exploratory data analysis, Python, data visualization, dashboard, A/B testing, hingga AI-Assisted Data Analytics.

Setiap sesi dirancang agar peserta tidak hanya memahami teori, tetapi juga langsung mempraktikkan materi menggunakan tools yang relevan di industri seperti Google Sheets, PostgreSQL, pgAdmin, Looker Studio, Python, Google Colab, Pandas, NumPy, Matplotlib, Seaborn, dan AI Copilot. Di akhir program, peserta akan mengikuti real-job simulation project untuk menganalisis data, membangun dashboard, serta menyampaikan insight dan rekomendasi bisnis sebagai portfolio profesional.

Ya, peserta akan mengerjakan Real-Job Simulation Project sebagai bagian penting dari program. Project ini dirancang agar peserta dapat menerapkan seluruh materi pembelajaran dengan berperan sebagai tim konsultan data untuk menyelesaikan permasalahan bisnis berdasarkan simulasi kasus kerja yang realistis.

Dalam project ini, peserta akan belajar memahami business case, membersihkan dan menganalisis dataset, membangun dashboard, menemukan insight, serta menyampaikan rekomendasi bisnis melalui presentasi dan dokumentasi yang profesional.

Hasil project dapat dijadikan sebagai portfolio profesional untuk menunjukkan kemampuan dan merintis karier sebagai Data Analyst.

Ya, peserta akan mendapatkan sertifikat setelah menyelesaikan rangkaian program sesuai ketentuan yang berlaku. Sertifikat ini menjadi bukti bahwa peserta telah mengikuti Data Analyst Bootcamp dan membangun kompetensi melalui pembelajaran intensif, praktik tools, assignment, serta project akhir.

Selain sertifikat, peserta juga akan memiliki portfolio project yang lebih kuat untuk ditampilkan di GitHub, LinkedIn, CV, atau saat melamar pekerjaan. Jadi output program tidak hanya berupa bukti keikutsertaan, tetapi juga hasil kerja nyata yang menunjukkan kemampuan teknis peserta.

AI Engineering

Cyber Security

Data Analyst

Corporate Training

Hire Our Graduate

About Us