Saya Jishan Pande, dan seperti yang sudah kita diskusikan di video bersama Shashank, saya ingin membagikan perjalanan dan strategi saya secara lebih mendalam. Ini bukan sekadar rangkuman; ini adalah kerangka berpikir dan langkah-langkah konkret yang saya terapkan untuk beralih dari seorang pelamar menjadi kandidat yang dicari.
Mari kita bedah bersama, dengan sudut pandang yang mungkin jarang Anda temukan di tempat lain.
Materi Komprehensif: Dari Pelamar Pasif menjadi Kandidat Proaktif
Bagian 1: Pergeseran Mindset Fundamental
Ini adalah bagian terpenting yang sering dilewatkan. Kebanyakan orang adalah pelamar pasif. Mereka membuat satu CV, lalu menyebarkannya ke puluhan lowongan dan berharap ada yang "nyangkut". Ini seperti memancing dengan jaring di samudra luas, hasilnya untung-untungan.
Sudut Pandang yang Jarang Dilihat:
Perusahaan tidak membuka lowongan untuk memberi Anda pekerjaan. Mereka membuka lowongan karena mereka punya MASALAH yang perlu SOLUSI. Posisi Data Analyst ada karena mereka butuh seseorang untuk mengubah data mentah menjadi insight bisnis yang bisa ditindaklanjuti.
Tugas Anda bukan sekadar "melamar", tetapi memposisikan diri Anda sebagai SOLUSI terbaik untuk masalah mereka. Ini mengubah segalanya. Anda bukan lagi pengemis pekerjaan, melainkan seorang konsultan yang menawarkan jasa.
👉 Apa yang bisa kamu lakukan sekarang:
Buka tiga lowongan pekerjaan Data Analyst di LinkedIn atau portal kerja lainnya. Jangan hanya baca judulnya. Baca deskripsinya dengan teliti. Identifikasi 3-5 "masalah" atau "kebutuhan" utama yang mereka tuliskan (contoh: "membangun dashboard interaktif untuk tim sales", "menganalisis data marketing campaign", "mengoptimalkan query database"). Tuliskan. Sekarang, Anda tahu apa yang harus Anda "jual" dari diri Anda.
Bagian 2: Strategi "Memburu" Panggilan Interview, Bukan Menunggu
Setelah mindset Anda berubah, taktik Anda akan mengikutinya. Ini bukan lagi tentang kuantitas, tapi kualitas dan strategi.
1. Resume Anda Bukan Riwayat Hidup, Tapi Proposal Penjualan
Kesalahan fatal saya di awal adalah menggunakan satu CV untuk semua lamaran. Mesin (ATS - Applicant Tracking System) dan HRD akan langsung menolaknya karena tidak relevan.
Sudut Pandang yang Jarang Dilihat:
Setiap lowongan adalah klien yang berbeda. Anda tidak akan mengirim proposal yang sama persis ke dua klien yang berbeda, bukan? CV Anda harus di-custom. Tujuannya adalah untuk mendapatkan skor ATS di atas 80-85%. Ini bukan tentang berbohong, tapi tentang menggunakan bahasa yang sama dengan yang digunakan perusahaan dalam deskripsi pekerjaan mereka.
- Jika mereka mencari "Power BI Developer", pastikan frasa itu ada di CV Anda.
- Jika mereka menyebut "DAX Formulas", "Data Modeling", dan "ETL Processes", pastikan kata kunci tersebut tersebar di deskripsi proyek dan skill Anda.
- Gunakan metrik dan angka. Jangan bilang "membuat dashboard", tapi katakan "Mendesain dashboard penjualan interaktif di Power BI yang meningkatkan efisiensi reporting tim sales sebesar 20%".
👉 Apa yang bisa kamu lakukan sekarang:
Ambil salah satu deskripsi pekerjaan yang Anda analisis di Bagian 1. Buka CV Anda di dokumen terpisah. Tulis ulang (reframe) poin-poin pengalaman kerja dan proyek Anda menggunakan kata kunci dan frasa dari deskripsi pekerjaan tersebut. Gunakan tools online gratis seperti Jobscan atau Resume Worded untuk mengecek skor ATS CV Anda terhadap deskripsi pekerjaan tersebut. Lakukan ini untuk setiap lamaran yang benar-benar Anda inginkan.
2. LinkedIn adalah Panggung Anda, Bukan Sekadar Profil
Saya mendapatkan panggilan justru lebih banyak dari LinkedIn daripada portal lain. Mengapa? Karena di LinkedIn, saya tidak menunggu, saya menunjukkan.
Sudut Pandang yang Jarang Dilihat:
Profil LinkedIn yang hanya berisi riwayat kerja adalah profil yang mati. HR dan hiring manager tidak hanya mencari riwayat, mereka mencari bukti kemampuan berpikir dan passion. Ketika saya mengunggah dashboard yang saya buat, atau menuliskan insight dari sebuah dataset, saya sedang melakukan dua hal:
- Memberi kembali ke komunitas: Ini membangun citra positif.
- Menciptakan portofolio hidup: Saya menunjukkan kemampuan saya secara nyata, bukan hanya mengklaimnya di CV. Algoritma LinkedIn akan mendorong profil aktif seperti ini ke para perekrut.
👉 Apa yang bisa kamu lakukan sekarang:
Minggu ini, pelajari satu hal baru (misalnya, fungsi DAX baru, teknik visualisasi, atau cara membersihkan data dengan Power Query). Buat sebuah post singkat di LinkedIn tentang itu. Tidak perlu sempurna. Cukup bagikan apa yang Anda pelajari. Contoh: "Baru saja belajar fungsi CALCULATE di DAX. Luar biasa bagaimana fungsi ini bisa mengubah konteks filter. Ini contoh penggunaannya untuk mencari total penjualan produk X... #PowerBI #DataAnalytics". Lakukan ini secara konsisten.
3. Manfaatkan "Golden Hour" di Portal Kerja
Seperti yang saya sebutkan, memperbarui profil di portal seperti Naukri (atau JobStreet, Glints di Indonesia) pada pukul 9-10 pagi sangat efektif.
Sudut Pandang yang Jarang Dilihat:
Perekrut, sama seperti kita, memulai hari kerja mereka di pagi hari. Mereka membuka sistem dan mencari kandidat. Algoritma portal kerja seringkali memprioritaskan profil yang baru saja diperbarui. Dengan melakukan sedikit perubahan (misalnya, mengedit satu kata di deskripsi profil Anda) di jam sibuk itu, Anda "melompat" ke puncak daftar pencarian perekrut, tepat saat mereka sedang aktif mencari.
👉 Apa yang bisa kamu lakukan sekarang:
Setel alarm di ponsel Anda setiap hari kerja pada pukul 09:00. Buka aplikasi portal kerja utama Anda. Masuk ke mode edit profil, ubah satu atau dua kata, lalu simpan. Lakukan ini setiap hari selama Anda sedang aktif mencari kerja.
Bagian 3: Membedah Pertanyaan Wawancara Teknis
Wawancara teknis bertujuan untuk menguji dua hal: (1) Pengetahuan Anda, dan (2) Cara Anda berpikir saat menghadapi masalah. Jangan hanya menghafal jawaban, pahami konsep di baliknya.
Power BI: Dari Konsep hingga Eksekusi
- Best Practices & Data Modeling (DirectQuery vs Import, Performance, Many-to-Many):
- Mengapa ditanyakan? Mereka ingin tahu apakah Anda bisa membangun laporan yang scalable dan efisien, bukan hanya yang "terlihat bagus". Laporan yang lambat tidak akan digunakan.
- Insight: Jawab dengan memberikan contoh kasus. "Saat menggunakan DirectQuery untuk database real-time, saya akan meminimalkan DAX yang kompleks dan mendorong transformasi ke source lewat Query Folding untuk menjaga performa. Untuk Import Mode, saya akan mengoptimalkan model data dengan skema bintang (star schema) dan mengurangi kardinalitas kolom."
- Contoh Many-to-Many: Jangan hanya bilang "pakai bridge table". Jelaskan mengapa. "Misalnya kita punya tabel Sales dan tabel Marketing Target, di mana satu penjualan bisa dipengaruhi oleh beberapa campaign, dan satu campaign bisa menghasilkan banyak penjualan. Untuk menghubungkannya tanpa menciptakan ambiguitas, kita butuh bridge table yang berisi key unik dari kedua tabel tersebut, yang memetakan hubungan spesifiknya."
- DAX (RANKX, SAMEPERIODLASTYEAR, TOPN):
- Mengapa ditanyakan? Ini adalah roti dan selai-nya analisis bisnis. Pertanyaan-pertanyaan ini adalah representasi dari kebutuhan bisnis sehari-hari.
- Insight: Siapkan skenario. "Untuk mencari Top 10 customer, saya akan menggunakan fungsi TOPN. Namun, jika ada customer dengan penjualan yang sama di peringkat 10 dan 11, TOPN mungkin hanya menampilkan satu. Jadi, kita bisa kombinasikan dengan RANKX untuk penanganan ties (nilai yang sama) yang lebih baik, tergantung kebutuhan bisnisnya."
- Power Query (Query Folding, M Code):
- Mengapa ditanyakan? Untuk membedakan analis yang hanya bisa klik-klik dengan analis yang paham proses ETL. Query Folding adalah kunci performa.
- Insight: "Saya selalu berusaha memaksimalkan Query Folding dengan melakukan transformasi dasar (filter, remove columns, rename) di awal langkah Power Query. Saya secara berkala memeriksa native query (klik kanan pada step) untuk memastikan Query Folding masih aktif. Jika saya butuh logika yang tidak didukung Query Folding, saya akan melakukannya di langkah paling akhir untuk meminimalkan beban di Power BI."
- Power BI Service (Dataflows, Deployment Pipelines, Licenses):
- Mengapa ditanyakan? Ini menunjukkan apakah Anda berpikir dalam skala enterprise. Apakah Anda tahu cara berkolaborasi, mengelola, dan menyebarkan laporan secara profesional?
- Insight: "Deployment Pipelines sangat krusial untuk version control dan menghindari kesalahan di lingkungan produksi. Kita bisa mengembangkan di Dev workspace, diuji oleh tim QA di Test workspace, dan setelah disetujui, baru di-deploy ke Prod workspace untuk pengguna akhir. Ini memastikan integritas dan stabilitas laporan."
👉 Apa yang bisa kamu lakukan sekarang:
Pilih satu pertanyaan dari setiap kategori di atas. Jangan cari jawabannya di Google. Coba jawab sendiri terlebih dahulu, rekam suara Anda. Lalu, baru cari jawaban terbaiknya di internet. Bandingkan jawaban Anda. Latihan ini melatih cara Anda menstrukturkan pikiran saat menjawab.
SQL & Data Warehouse: Fondasi Data
- SQL (Joins, Window Functions, CTEs):
- Mengapa ditanyakan? SQL adalah bahasa universal data. Kemahiran di sini tidak bisa ditawar. Mereka ingin tahu apakah Anda bisa menarik dan memanipulasi data dari sumbernya.
- Insight: Saat ditanya perbedaan RANK() vs DENSE_RANK(), berikan contoh numerik. "RANK() akan memberikan lompatan pada peringkat jika ada nilai yang sama (1, 2, 2, 4), sedangkan DENSE_RANK() tidak (1, 2, 2, 3). DENSE_RANK() lebih cocok digunakan untuk mencari 'Top N' tanpa melewatkan peringkat."
- Data Warehouse Concepts (Surrogate Key, SCD, Factless Fact):
- Mengapa ditanyakan? Untuk mengetahui apakah Anda memahami struktur data historis. Seorang analis yang baik paham bahwa data berubah seiring waktu (misalnya, alamat pelanggan, harga produk).
- Insight: "Konsep SCD (Slowly Changing Dimension) Tipe 2 sangat penting untuk analisis historis. Misalnya, jika kita hanya menimpa alamat lama pelanggan dengan yang baru (Tipe 1), kita kehilangan informasi di mana pelanggan tersebut tinggal saat melakukan transaksi di masa lalu. Dengan Tipe 2, kita menyimpan semua histori alamat dengan rentang tanggal valid, sehingga analisis per wilayah di masa lalu tetap akurat."
👉 Apa yang bisa kamu lakukan sekarang:
Buka platform latihan SQL seperti HackerRank atau LeetCode. Kerjakan 3-5 soal kategori "Easy" atau "Medium" yang berkaitan dengan JOIN dan Window Functions. Ini akan membangun muscle memory Anda.
Bagian 4: Realita Gaji - Menetapkan Ekspektasi yang Tepat
Informasi yang saya berikan adalah rentang umum.
- Service-based (4-6 LPA untuk pemula/junior): Perusahaan seperti ini biasanya mengerjakan proyek untuk klien. Anda akan belajar banyak karena terpapar berbagai industri, namun mungkin gajinya sedikit lebih rendah di awal.
- Product-based (5.5-8 LPA untuk pemula/junior): Perusahaan ini memiliki produk sendiri. Anda akan fokus mendalam pada satu bidang, dan biasanya menawarkan kompensasi yang lebih tinggi karena margin keuntungan mereka lebih besar.
Sudut Pandang yang Jarang Dilihat:
Gaji pertama Anda bukanlah titik akhir, melainkan titik awal. Jangan terobsesi pada angka absolut. Pertimbangkan ini:
- Peluang Belajar: Apakah perusahaan ini punya senior yang bisa menjadi mentor?
- Tumpukan Teknologi (Tech Stack): Apakah mereka menggunakan teknologi modern yang akan relevan dalam 3-5 tahun ke depan?
- Budaya Perusahaan: Apakah ini tempat yang akan membuat Anda berkembang atau justru burnout?
Gaji yang sedikit lebih rendah di perusahaan dengan peluang belajar yang luar biasa bisa menjadi investasi terbaik untuk karier jangka panjang Anda.
👉 Apa yang bisa kamu lakukan sekarang:
Saat proses wawancara, jangan takut untuk bertanya tentang tim, proyek yang akan dikerjakan, dan peluang pengembangan diri. Ini menunjukkan bahwa Anda tidak hanya mencari uang, tetapi juga karier. Ini juga membantu Anda menilai apakah perusahaan tersebut cocok untuk Anda.
Checklist Aksi Anda: Mulai dari Sini!
Ini adalah ringkasan dari semua poin "Apa yang bisa kamu lakukan sekarang". Lakukan satu per satu.
- [ ] Mindset Shift: Analisis 3 deskripsi pekerjaan dan identifikasi "masalah" yang mereka hadapi.
- [ ] Resume Customization: Ambil 1 deskripsi pekerjaan dan kustomisasi CV Anda. Cek skor ATS-nya.
- [ ] LinkedIn Activation: Buat 1 post LinkedIn minggu ini tentang apa yang Anda pelajari.
- [ ] Job Portal Hack: Setel alarm pukul 09:00 pagi untuk memperbarui profil portal kerja Anda setiap hari.
- [ ] Power BI Practice: Jawab lisan 1 pertanyaan dari setiap kategori Power BI, rekam, lalu bandingkan dengan jawaban ideal.
- [ ] SQL Muscle Memory: Selesaikan 3 soal SQL di platform online yang berfokus pada JOIN dan Window Functions.
- [ ] Salary & Career Evaluation: Saat wawancara berikutnya, siapkan 1-2 pertanyaan tentang peluang belajar dan pengembangan di perusahaan tersebut.
Perjalanan ini adalah maraton, bukan sprint. Dibutuhkan kerja keras yang konsisten. Tapi dengan strategi yang tepat, Anda tidak hanya akan mendapatkan pekerjaan, tetapi juga membangun fondasi karier yang kuat.
Terima kasih telah membaca, semoga ini bermanfaat dan bisa langsung Anda praktikkan. Sukses untuk Anda semua!