- Power BI for Data Analytics - Full Course for Beginners
- Luke Barousse
- Tutorial
- Beginner
- 08:24:31
Mempelajari Power BI untuk data analytics merupakan langkah penting bagi siapa saja yang ingin mengubah tumpukan data mentah menjadi keputusan bisnis yang presisi. Melalui panduan komprehensif ini, Anda akan diajak memahami seluruh ekosistem Power BI mulai dari instalasi dasar, pembuatan visualisasi interaktif, pembersihan data menggunakan Power Query, hingga pemodelan data tingkat lanjut dengan DAX.
Poin Penting Pembelajaran
- Navigasi Antarmuka dan Ekosistem Power BI — Menjelajahi antarmuka Power BI Desktop, ribbon, view mode, serta perbedaan laporan lokal dan Power BI Service (13:09).
- Membangun Visualisasi dan Dashboard Pertama — Menyusun visualisasi kartu ringkasan, bar chart, dan map visual dengan dataset pekerjaan data analytics (35:08).
- Eksplorasi Ragam Chart dan Interaktivitas — Memilih chart yang tepat seperti line chart, 100% stacked bar chart, donut chart, treemap, hingga pengaturan edit interactions (01:13:30).
- Navigasi Interaktif: Slicers, Buttons, dan Bookmarks — Membuat filter interaktif, tombol pembersih filter, sinkronisasi slicer lintas halaman, dan popup panel dengan bookmark (02:57:26).
- Transformasi Data ETL Menggunakan Power Query — Mengimpor data dari CSV, folder, maupun web scraping, membersihkan teks, menangani missing value, dan unpivot tabel (04:11:51).
- Pemodelan Data Star Schema dan Kalkulasi DAX — Mengelola relasi tabel fact dan dimension, memahami filter context, serta menyusun explicit measures (06:32:40).
- Dokumentasi dan Publikasi Portofolio ke GitHub — Menyiapkan README profesional, visualisasi terstruktur, dan membagikan laporan interaktif ke LinkedIn (03:49:38).
Panduan Langkah Demi Langkah
Kebutuhan Sistem dan Persiapan Awal
- Power BI Desktop (disarankan unduh gratis melalui Microsoft Store untuk pembaruan otomatis).
- Sistem Operasi Windows 10/11 64-bit dengan RAM minimal 8 GB (atau macOS menggunakan virtual machine seperti Parallels).
- Dataset latihan pekerjaan data science (format CSV / Excel).
- Visual Studio Code dan Git (opsional, untuk dokumentasi portofolio ke GitHub).
1. Memahami Antarmuka dan Ekosistem Power BI
Power BI Desktop menyediakan tiga tampilan utama di sisi kiri jendela aplikasi (18:47):
- Report View: Kanvas utama tempat membuat visualisasi, dashboard, dan laporan interaktif.
- Table View: Area untuk memeriksa tabel data mentah dan mengatur format data seperti currency.
- Model View: Tempat melihat dan mengelola relasi antar tabel data.
- DAX Query View: Area khusus untuk menjalankan evaluasi query formula DAX secara langsung.
Di sebelah kanan kanvas, terdapat tiga panel penting: panel filters untuk menyaring data, panel visualizations untuk memilih tipe grafik, dan panel data yang memuat struktur kolom dataset.
2. Membangun Dashboard Sederhana Pertama
Untuk memulai analisis (40:10), muat data CSV dengan memilih Text/CSV pada menu Home. Dalam kanvas laporan, tambahkan kartu ringkasan (Card) untuk menampilkan total lowongan dan rata-rata gaji tahunan.
Format data angka pada Table View dengan memilih kolom target, kemudian ubah formatting menjadi Currency dengan desimal 0. Susun grafik stacked bar chart untuk melihat lowongan berdasarkan job title dan aktifkan visualisasi map melalui menu File > Options and Settings > Security untuk memetakan sebaran lowongan kerja secara global (45:06).
“Dasbor analitik mengambil inspirasi dari dasbor mobil: tujuannya memberikan wawasan penting hanya dalam sekali pandang.” — 05:36
3. Memilih Visualisasi yang Tepat dan Mengatur Interaktivitas
Setiap tipe grafik memiliki fungsi analitik yang spesifik (01:14:26):
- Column dan Bar Chart: Digunakan untuk perbandingan kategori diskrit. Gunakan 100% stacked bar chart untuk membandingkan proporsi persyaratan gelar pada tiap profesi (01:30:28).
- Line dan Area Chart: Digunakan untuk data deret waktu (time series). Gunakan fitur drill down pada hierarki tanggal untuk melihat tren per kuartal, bulan, atau hari (01:38:05).
- Donut dan Pie Chart: Batasi penggunaannya hanya untuk 2 hingga 3 kategori biner, misalnya status kerja jarak jauh (work from home: TRUE atau FALSE) (01:51:31).
- Scatter Plot: Berguna melihat korelasi antara dua metrik numerik, seperti perbandingan upah per jam terhadap gaji tahunan (01:57:53).
Gunakan fitur Edit Interactions pada menu Format (02:01:55) untuk mengubah perilaku cross-filtering dari highlight menjadi filter murni agar visualisasi tidak membingungkan pembaca.
4. Membuat Kontrol Interaktif: Slicers dan Bookmarks
Tambahkan Slicer pada kanvas dan sesuaikan gayanya menjadi Tile atau Dropdown (02:58:45). Aktifkan fitur Show Select All pada pengaturan seleksi untuk memudahkan navigasi.
Untuk membuat panel filter pop-up yang hemat ruang kanvas, manfaatkan integrasi Bookmarks dan Selection pane (03:12:14):
- Buat bentuk kotak latar belakang dan tempatkan slicer di atasnya.
- Buka panel View > Selection dan View > Bookmarks.
- Buat satu bookmark saat elemen filter terlihat, dan satu bookmark saat elemen filter disembunyikan.
- Pastikan opsi data pada properti bookmark dimatikan (uncheck data) agar pilihan filter pengguna tidak ter-reset saat menutup panel (03:24:42).
- Hubungkan bookmark ke tombol menggunakan properti Action. Untuk menguji tombol di Power BI Desktop, tahan tombol Ctrl sambil melakukan klik.
5. Membersihkan Data dengan Power Query (ETL)
Power Query memproses pembersihan data sebelum dimuat ke dalam memori analitik (04:12:15). Anda dapat mengimpor seluruh file bulanan dari satu folder secara otomatis atau mengambil tabel data langsung dari halaman web publik (04:21:05).
Beberapa transformasi penting yang dilakukan di Power Query Editor:
- Split Column by Delimiter: Memecah baris data pekerjaan yang memiliki daftar banyak keahlian (skills) menjadi baris individual (05:29:26).
- Format Trim & Replace Values: Menghapus spasi liar dan merapikan penulisan istilah teknologi seperti SQL, NoSQL, dan Power BI (05:42:04).
- Unpivot Columns: Mengubah format tabel matriks lebar menjadi tabel baris data terstruktur (05:32:36).
6. Membangun Star Schema dan Kalkulasi DAX
Alih-alih menggunakan satu tabel datar (flat table) besar, pisahkan data menjadi tabel fact (data terukur transaksi lowongan) dan tabel dimension (lookup keahlian, perusahaan, dan kalender tanggal) (05:00:20).
Buat tabel tanggal dinamis menggunakan formula DAX pada calculated table:
date_dim =
ADDCOLUMNS (
CALENDARAUTO (),
"Year", YEAR ( [Date] ),
"Month Number", MONTH ( [Date] ),
"Month Name", FORMAT ( [Date], "mmmm" ),
"Year Month", FORMAT ( [Date], "yyyy-mm" ),
"Quarter", "Q" & FORMAT ( [Date], "q" ),
"Weekday Name", FORMAT ( [Date], "dddd" ),
"Weekday Number", WEEKDAY ( [Date], 2 )
)
Kumpulkan seluruh kalkulasi analitik ke dalam tabel khusus bernama _measures. Hindari implicit measure dan gunakan explicit measure standar berikut (07:11:13):
// Total hitungan lowongan pekerjaan
job_count = COUNTROWS ( job_postings_fact )
// Nilai median gaji tahunan
median_yearly_salary = MEDIAN ( job_postings_fact[salary_year_avg] )
// Rasio keahlian per lowongan kerja
skills_per_job = DIVIDE ( [skill_count], [job_count] )
// Persentase permintaan keahlian terhadap total lowongan
job_percent =
DIVIDE (
[job_count],
CALCULATE ( [job_count], ALLSELECTED ( skills_dim ) )
)
7. Menyusun Parameter dan Publikasi Portofolio
Buat Field Parameter melalui menu Modeling > New Parameter > Fields untuk memungkinkan pengguna beralih antara melihat data berdasarkan profesi, keahlian, perusahaan, atau negara hanya dengan satu klik pada slicer (07:38:22).
Setelah laporan selesai, simpan file .pbix, publikasikan ke Power BI Service jika memiliki akun organisasi, atau dokumentasikan hasil analisis ke dalam repositori GitHub lengkap dengan tangkapan layar dasbor dan file README.md terstruktur untuk dibagikan ke jaringan profesional LinkedIn (08:16:06).
Evaluasi dan Rekomendasi
Kelebihan
- Materi mencakup alur data analytics menyeluruh dari nol hingga proyek portofolio siap kerja.
- Penjelasan terstruktur membedakan dengan jelas kapan harus menggunakan Power Query (ETL) dan kapan harus menggunakan DAX.
- Penggunaan dataset riil lowongan kerja data science memberikan wawasan praktis yang relevan dengan pasar kerja saat ini.
Kekurangan
- Power BI Desktop hanya berjalan secara native di sistem operasi Windows.
- Fitur kolaborasi cloud (Power BI Service) memerlukan lisensi berbayar atau akun email organisasi/sekolah untuk publikasi web penuh.
Tingkat Kesulitan: Beginner (Pemula).
Kesalahan Umum yang Harus Dihindari:
- Membuat kalkulasi kolom (Calculated Column) untuk transformasi teks sederhana yang seharusnya diselesaikan lebih hemat memori di Power Query.
- Menggunakan average alih-alih median pada data gaji yang memiliki nilai outlier ekstrem tinggi.
- Membiarkan arah cross filter pada relasi tabel tetap default tanpa memahami filter context, yang dapat menyebabkan visual menampilkan angka yang sama berulang kali.
Rekomendasi Audiens: Sangat cocok bagi pemula yang ingin memulai karier sebagai data analyst, business analyst, pengguna Excel spreadsheet yang ingin beralih ke business intelligence modern, serta mahasiswa yang ingin membangun portofolio data analytics.
Langkah Selanjutnya
Praktikkan langsung pembuatan dasbor ini menggunakan dataset Anda sendiri, eksplorasi fungsi kalkulasi DAX tingkat lanjut, dan unggah dokumentasi proyek Anda ke GitHub.
Kunjungi Channel Luke Barousse
Bagikan artikel ini kepada rekan Anda yang sedang belajar data analytics, dan tinggalkan tanggapan atau pertanyaan Anda di kolom komentar di bawah!