Banyak orang sudah memutuskan ingin jadi data analyst, tapi masih menunda daftar bootcamp karena satu hal: tidak tahu persis apa yang akan dipelajari. Wajar. Kalau kamu belum pernah menyentuh SQL atau Python sebelumnya, nama-nama modul yang terdengar asing bisa terasa intimidasi. Padahal, dengan urutan belajar yang tepat, siapapun bisa mulai dari nol, bahkan sambil masih kerja.
Kurikulum bootcamp data analyst adalah rangkaian materi terstruktur yang dirancang membawa peserta dari dasar hingga mampu mengolah data secara profesional, mencakup spreadsheet, SQL, Python, visualisasi data, statistik, hingga penggunaan AI sebagai co-pilot dalam proses analisis. Berikut ini kurikulum lengkap Data Analyst Bootcamp Rework Academy beserta alasan di balik setiap tahapannya.
Apa yang Membedakan Kurikulum Bootcamp dari Belajar Mandiri?
Belajar data analyst secara mandiri itu memungkinkan, tapi sering tidak efisien. Kamu bisa menghabiskan berbulan-bulan hanya untuk mencari tahu harus mulai dari mana, tools mana yang benar-benar dipakai perusahaan, dan bagaimana mengerjakan project yang layak dipresentasikan ke rekruter.
Kurikulum bootcamp sudah divalidasi oleh praktisi industri. Di Rework Academy, mentor yang mengajar antara lain Aldi Purwanto (Senior Data Analyst, Traveloka, 7+ tahun pengalaman) dan Anindya Restika (Data Analyst, Amar Bank, 6+ tahun pengalaman). Setiap modul dirancang dengan satu logika: kamu tidak akan belajar Python sebelum paham konsep dasar tabel dan query, karena keduanya saling membangun.
Urutan Materi: Dari Modul Pertama Sampai Project Akhir
Selama 12 minggu, materi disusun dalam urutan yang terstruktur. Ini adalah breakdown per modul:
- Pengantar Data Analytics — Memahami peran data analyst, perbedaannya dengan data scientist dan data engineer, serta framework CRISP-DM. Peserta belajar membedakan business metrics bermakna seperti Churn Rate, Conversion Rate, dan LTV dari sekadar vanity metrics.
- Spreadsheet: Eksplorasi & Cleaning Data — Fondasi yang tidak bisa dilewati. Membersihkan dataset kotor, menangani missing values, dan membangun template input terstruktur menggunakan Microsoft Excel dan Google Sheets.
- Spreadsheet: Formula Lanjutan — VLOOKUP, XLOOKUP, INDEX MATCH, SUMIF, COUNTIF, hingga kombinasi nested IF untuk mengolah data dari beberapa tabel sekaligus.
- Spreadsheet: Pivot Table & Dashboarding — Membangun Sales Dashboard interaktif dengan Slicer dan Pivot Chart, sekaligus berlatih menyampaikan insight ke stakeholder nonteknis.
- SQL: Query Dasar — Masuk ke dunia relational database dengan PostgreSQL. Belajar SELECT, WHERE, BETWEEN, ORDER BY, serta konsep Primary Key dan Foreign Key.
- SQL: Agregasi & Logika Kondisional — GROUP BY, HAVING, dan CASE WHEN untuk membuat segmentasi data dan analisis revenue per kategori.
- SQL: Advanced Joins — Menggabungkan data dari beberapa tabel menggunakan INNER JOIN, LEFT JOIN, dan FULL OUTER JOIN. Termasuk cara membaca Entity Relationship Diagram (ERD).
- SQL: Subquery, CTE & Window Functions — Teknik SQL lanjutan agar query bertahap lebih rapi dan mudah dibaca, termasuk ROW_NUMBER dan RANK untuk membuat ranking produk.
- Prinsip Visualisasi Data — Belajar kapan harus pakai Bar Chart, kapan Line Chart, dan kenapa Pie Chart sering menyesatkan. Ini adalah fondasi sebelum masuk BI tools.
- Business Intelligence & Dashboarding — Membangun Executive Dashboard profesional dengan Looker Studio dan Tableau, lengkap dengan cross-filtering, action filter, dan prinsip visual hierarchy.
- Data Storytelling & Business Presentation — Mengubah temuan teknis menjadi narasi bisnis yang bisa ditindaklanjuti, menggunakan framework Context-Challenge-Resolution dan Bottom-Line-Up-Front (BLUF).
- EDA & Statistik — Exploratory Data Analysis (EDA), statistik deskriptif (mean, median, standar deviasi), hingga statistik inferensial: hypothesis testing, confidence interval, dan A/B Testing.
- Python untuk Data Analytics — Tiga sesi: pemrograman dasar di Google Colab, manipulasi data dengan Pandas dan NumPy, lalu visualisasi dengan Matplotlib dan Seaborn.
- AI-Assisted Data Analytics — Memanfaatkan Gemini, ChatGPT, Claude, dan Co-Pilot sebagai co-pilot: dari debugging SQL, menyederhanakan insight untuk stakeholder, hingga prinsip data privacy saat menggunakan AI.
- Real-Job Simulation Project (2 Minggu) — Peserta berperan sebagai tim konsultan data, menyelesaikan permasalahan bisnis enterprise dari nol: data cleaning, EDA, executive dashboard, hingga presentasi insight ke mentor praktisi.
Untuk gambaran skill apa saja yang perlu dikuasai setelah lulus, baca juga: 7 Skill Wajib Data Analyst 2026: SQL sampai Storytelling.
Tools yang Dipakai dan Alasan di Balik Pemilihannya
| Kategori | Tools | Alasan Dipilih |
| Spreadsheet | Microsoft Excel, Google Sheets | Paling banyak dipakai perusahaan Indonesia dari startup hingga korporat |
| Database | PostgreSQL, pgAdmin 4, DBeaver | Standar open-source paling populer untuk SQL di industri |
| Visualisasi / BI | Looker Studio, Tableau | Looker Studio gratis dan berbasis cloud; Tableau banyak dipakai perusahaan multinasional |
| Python Ecosystem | Python, Google Colab, Pandas, NumPy, Matplotlib, Seaborn | Stack standar data analyst yang tidak akan usang dalam waktu dekat |
| Statistik | ABTestGuide.com, VWO Calculator | Validasi hasil A/B Testing secara praktis tanpa hitung manual |
| Presentasi | Google Slides, Notion, MS PowerPoint | Tools yang memang dipakai di dunia kerja untuk laporan dan presentasi |
| AI Co-pilot | Gemini, ChatGPT, Claude, Co-Pilot | Memanfaatkan AI secara kritis dan aman dalam alur kerja analisis |
Rework memilih Looker Studio, bukan Power BI. Alasannya praktis: Looker Studio gratis, berbasis cloud, dan semakin banyak dipakai perusahaan Indonesia dari fintech sampai korporat. Kamu tidak perlu membeli lisensi hanya untuk mulai belajar atau membangun portfolio.
Dua Materi yang Jarang Ada di Bootcamp Lain
Inferential Statistics & A/B Testing. Banyak pelatihan data analyst berhenti di visualisasi dan dashboard. Rework memasukkan modul statistik inferensial karena di perusahaan, terutama e-commerce dan startup, data analyst dituntut bisa mengevaluasi eksperimen secara statistik. Apakah perubahan tampilan landing page benar-benar meningkatkan konversi, atau hanya kebetulan? Jawabannya butuh hypothesis testing dan p-value, bukan sekadar “kelihatan naik di grafik”.
AI-Assisted Data Analytics. Sebagian besar kurikulum data analyst belum mengintegrasikan AI secara formal. Di Rework, ada satu modul penuh untuk ini, bukan soal menggantikan pekerjaan dengan AI, tapi soal menjadi data analyst yang lebih cepat dan lebih kritis. Tahu kapan harus percaya output AI, kapan harus verifikasi ulang, dan bagaimana menjaga keamanan data perusahaan saat menggunakan tools AI. Baca juga: Apakah Data Analyst Akan Digantikan AI? Ini Faktanya.
Bisa Diikuti Sambil Kerja?
Ya, program ini memang dirancang untuk karyawan aktif. Kelas berlangsung live via Zoom setiap Senin dan Kamis, pukul 19.30 sampai 22.00 WIB. Kalau ada sesi yang terlewat karena lembur atau rapat mendadak, seluruh rekaman kelas tersedia seumur hidup dan bisa diputar ulang kapan saja.
Beban belajar realistisnya: 2 sesi live per minggu ditambah 1 sampai 2 jam latihan mandiri per hari sudah cukup untuk mengikuti materi tanpa tertinggal. Yang paling penting bukan kecepatan, tapi konsistensi. Kalau kamu masih menimbang apakah karier ini cocok, baca dulu: Karier Data Analyst di Indonesia: Tugas, Skill, dan Gaji.
Output Akhir: Apa yang Bisa Ditunjukkan ke HRD?
Setelah menyelesaikan program, ada dua hal konkret yang bisa langsung ditampilkan saat melamar kerja:
- Real-Job Simulation Project: Proyek analisis data enterprise yang dikerjakan secara tim, mulai dari data cleaning hingga executive dashboard dan presentasi insight ke mentor praktisi. Hasilnya bisa diunggah ke GitHub dan LinkedIn.
- Sertifikat resmi, raport, dan transkrip modul dari Rework Academy sebagai bukti kompetensi formal.
Hard skill yang sudah dikuasai setelah lulus mencakup SQL Querying, EDA, A/B Testing, Python Data Analysis, Dashboard Development, Data Storytelling, dan AI-Assisted Analytics. Untuk gambaran gaji yang bisa ditargetkan, lihat: Gaji Data Analyst Indonesia 2026: Entry Level sampai Senior.
Kalau sudah siap melihat detail kurikulum dan informasi pendaftaran, cek langsung di: Data Analyst Bootcamp Rework Academy.
FAQ: Pertanyaan Seputar Kurikulum Bootcamp Data Analyst
Apakah harus punya background IT sebelum ikut bootcamp data analyst?
Tidak. Kurikulum dirancang bertahap dari nol, dimulai dari spreadsheet sebelum masuk ke SQL dan Python. Peserta dari berbagai latar belakang seperti akuntansi, pemasaran, administrasi, dan pendidikan bisa mengikuti program ini tanpa pengetahuan coding sebelumnya.
Materi apa saja yang dipelajari di bootcamp data analyst?
Materi mencakup spreadsheet (Excel dan Google Sheets), SQL dengan PostgreSQL, visualisasi data dengan Looker Studio dan Tableau, EDA, statistik deskriptif dan inferensial, A/B Testing, Python (Pandas, NumPy, Matplotlib, Seaborn), serta AI-assisted data analytics.
Berapa lama waktu yang dibutuhkan untuk menyelesaikan bootcamp data analyst?
Program berlangsung 12 minggu, termasuk 2 minggu Real-Job Simulation Project di akhir. Seluruh modul dari pengantar hingga Python dan AI-assisted analytics sudah masuk dalam durasi ini.
Apakah ada proyek atau portfolio yang dihasilkan dari bootcamp?
Ya. Di akhir program, peserta mengerjakan Real-Job Simulation Project berupa analisis data enterprise secara tim. Hasil proyek ini dapat langsung digunakan sebagai portfolio profesional di GitHub, LinkedIn, atau CV saat melamar kerja.
Apakah ada materi statistik di bootcamp data analyst?
Ada, dua modul. Pertama adalah statistik deskriptif yang mencakup mean, median, standar deviasi, dan distribusi data. Kedua adalah statistik inferensial yang mencakup hypothesis testing, confidence interval, dan A/B Testing untuk evaluasi eksperimen.
Apakah bootcamp data analyst bisa diikuti sambil kerja?
Bisa. Kelas berlangsung malam hari setiap Senin dan Kamis, pukul 19.30 sampai 22.00 WIB, dengan rekaman kelas yang tersedia seumur hidup untuk diputar ulang kapan saja.
Apa perbedaan Professional Bootcamp dan Career Accelerator Bootcamp?
Professional Bootcamp berfokus pada penguasaan skill teknis dan portfolio, cocok untuk mahasiswa, karyawan aktif, atau siapapun yang ingin upskilling. Career Accelerator Bootcamp menambahkan bimbingan karier 1-on-1 dan penempatan magang selama 1 sampai 3 bulan di perusahaan mitra setelah lulus.
Kesimpulan
Kurikulum yang baik bukan yang paling banyak materinya, tapi yang paling logis urutannya. Dari spreadsheet ke SQL, dari SQL ke Python, dari Python ke AI, setiap modul di Data Analyst Bootcamp Rework Academy dibangun di atas fondasi modul sebelumnya. Hasilnya bukan sekadar mengenal banyak tools, tapi bisa menggunakannya bersama-sama dalam satu alur kerja analisis yang nyata.
Kalau kamu ingin mulai dengan peta yang lebih luas, baca dulu: Roadmap Data Analyst Pemula: Dari Nol ke Kerja. Atau kalau sudah siap, cek detail program dan jadwal kelas di Data Analyst Bootcamp Rework Academy.
