Perkembangan teknologi digital mendorong perusahaan di Indonesia memanfaatkan data untuk memahami perilaku pelanggan, mengevaluasi kinerja bisnis, memperkirakan permintaan pasar, dan menentukan strategi yang lebih efektif. Data transaksi, aktivitas pengguna, laporan penjualan, hingga informasi operasional menjadi aset penting bagi perusahaan. Kondisi ini meningkatkan kebutuhan terhadap tenaga profesional yang mampu mengolah data menjadi informasi yang berguna untuk pengambilan keputusan.
Dua profesi yang berperan dalam proses tersebut adalah Data Analyst dan Data Scientist. Keduanya memiliki peluang karier di berbagai sektor, mulai dari perbankan, e-commerce, telekomunikasi, manufaktur, hingga layanan kesehatan. Bagi mahasiswa dan fresh graduate yang ingin memasuki industri digital, memahami perbedaan tugas, keterampilan, serta kisaran gaji kedua profesi ini dapat membantu menentukan jalur karier yang sesuai. Namun, penghasilan awal sangat bergantung pada pengalaman, kemampuan teknis, lokasi kerja, dan kebijakan perusahaan.
Apa Itu Data Analyst dan Data Scientist?
Pengertian Data Analyst
Data Analyst adalah profesional yang mengumpulkan, membersihkan, mengolah, dan menganalisis data untuk menjawab pertanyaan bisnis. Hasil analisis biasanya disajikan dalam bentuk laporan, grafik, atau dashboard yang membantu perusahaan memahami kondisi operasional dan menentukan langkah berikutnya.
Sebagai contoh, Data Analyst di perusahaan ritel dapat menganalisis produk yang paling banyak terjual, membandingkan penjualan antarcabang, serta mengidentifikasi perubahan perilaku pelanggan. Hasilnya membantu tim pemasaran dan manajemen menyusun strategi berdasarkan temuan data.
Pekerjaan ini umumnya menggunakan Microsoft Excel, SQL, Python, Power BI, atau Tableau. Pada tingkat pemula, tanggung jawabnya dapat mencakup pemeriksaan kualitas data, pembuatan laporan rutin, dan penyusunan visualisasi sederhana.
Pengertian Data Scientist
Data Scientist adalah profesional yang menggunakan statistik, pemrograman, dan metode komputasi untuk menemukan pola, membuat prediksi, serta mengembangkan model yang mendukung keputusan bisnis. Pekerjaannya dapat mencakup analisis eksploratif, eksperimen statistik, pemodelan prediktif, dan penerapan machine learning sesuai kebutuhan perusahaan.
Misalnya, Data Scientist di perusahaan pembiayaan dapat mengembangkan model untuk memperkirakan risiko keterlambatan pembayaran. Di perusahaan e-commerce, profesi ini dapat terlibat dalam pembuatan sistem rekomendasi produk berdasarkan perilaku pengguna.
Karena pekerjaannya sering melibatkan pemodelan matematis dan eksperimen, Data Scientist umumnya memerlukan pemahaman statistik, Python, pengolahan data, serta dasar machine learning yang lebih mendalam.
Perbedaan Data Analyst dan Data Scientist
| Aspek | Data Analyst | Data Scientist |
|---|---|---|
| Fokus utama | Menjelaskan kondisi dan pola berdasarkan data | Mengembangkan prediksi dan model berbasis data |
| Tugas umum | Membuat laporan, dashboard, dan analisis bisnis | Melakukan pemodelan statistik dan machine learning |
| Keterampilan utama | SQL, Excel, statistik dasar, visualisasi | Python, statistik, matematika, machine learning |
| Alat kerja | Excel, SQL, Power BI, Tableau | Python, SQL, Jupyter Notebook, library machine learning |
| Hasil pekerjaan | Laporan, dashboard, dan rekomendasi | Model prediksi, eksperimen, dan solusi analitik |
| Pengguna hasil | Manajemen, pemasaran, operasional | Tim produk, teknologi, bisnis, dan analitik |
Batas kedua profesi tidak selalu tegas. Di perusahaan kecil, seorang Data Analyst mungkin juga menggunakan Python untuk membuat prediksi sederhana. Sebaliknya, Data Scientist dapat mengerjakan pembersihan data dan visualisasi sebelum membangun model.
Apa yang Dimaksud dengan Entry Level?
Entry level adalah tingkat awal dalam suatu profesi. Dalam konteks artikel ini, kategori tersebut mencakup fresh graduate dan kandidat dengan pengalaman kerja sekitar 0–2 tahun di bidang analisis data atau data science.
Meski demikian, definisi entry level dapat berbeda antarperusahaan. Ada perusahaan yang membuka posisi junior untuk lulusan baru, sedangkan perusahaan lain meminta pengalaman magang atau pengalaman profesional selama satu hingga dua tahun.
Judul pekerjaan juga tidak selalu menggambarkan tingkat pengalaman secara konsisten. Posisi Junior Data Analyst, misalnya, dapat memiliki persyaratan berbeda dari Data Analyst Staff atau Business Intelligence Analyst.
Karena itu, pencari kerja sebaiknya memperhatikan deskripsi pekerjaan, tanggung jawab, persyaratan keterampilan, dan rentang gaji yang ditampilkan. Status junior tidak otomatis berarti pekerjaan tersebut hanya membutuhkan kemampuan dasar.
Gaji Data Analyst Pemula di Indonesia
Gaji Data Analyst pemula bergantung pada kebutuhan perusahaan, kompleksitas analisis, lokasi kerja, dan kemampuan kandidat. Sebagai gambaran, data Glassdoor untuk posisi Junior Data Analyst di Indonesia menunjukkan estimasi total kompensasi bulanan sebesar Rp5,6 juta–Rp9,5 juta, dengan median Rp7,3 juta. Kisaran gaji pokok yang ditampilkan adalah Rp5 juta–Rp8 juta per bulan.
Untuk Jakarta, Glassdoor menampilkan estimasi total kompensasi Junior Data Analyst sebesar Rp6 juta–Rp9,6 juta per bulan, dengan median Rp7,7 juta. Rentang gaji pokoknya berada di sekitar Rp5,5 juta–Rp8,1 juta per bulan. Angka ini merupakan estimasi platform, bukan standar gaji yang berlaku untuk seluruh perusahaan.
Informasi lowongan kerja juga memberikan gambaran mengenai penawaran aktual. Pada lowongan Junior Data Analyst yang ditampilkan LinkedIn dari Metatech ID, rentang gaji yang dicantumkan adalah Rp6.125.000–Rp7.875.000, bergantung pada pengalaman. Deskripsi pekerjaan mencakup persiapan data, pelaporan, dashboard, dan analisis dasar.
Berdasarkan indikator tersebut, kisaran praktis untuk memperkirakan gaji awal Data Analyst adalah sekitar Rp5 juta–Rp9 juta per bulan. Kandidat yang bekerja di perusahaan dengan kebutuhan analitik lebih kompleks dapat menerima penawaran di luar rentang tersebut.
Perbedaan Gaji Berdasarkan Lokasi
Lokasi kerja dapat memengaruhi tingkat gaji. Perbedaan biaya hidup, konsentrasi perusahaan teknologi, dan persaingan mendapatkan tenaga profesional turut membentuk penawaran kompensasi.
Sebagai gambaran, halaman gaji Jobstreet yang diperbarui pada Oktober 2026 menampilkan angka rata-rata untuk posisi Data Analyst sebesar Rp10 juta di Jakarta Timur, Rp7,9 juta di Tangerang Selatan, Rp7,5 juta di Jakarta Barat, dan Rp7,1 juta di Jakarta Selatan. Angka tersebut berasal dari iklan pekerjaan yang mencantumkan gaji, bukan khusus kandidat entry level.
Oleh sebab itu, angka rata-rata berdasarkan lokasi tidak boleh langsung dianggap sebagai gaji fresh graduate. Data tersebut lebih tepat digunakan sebagai konteks pasar, sementara penawaran junior perlu diperiksa melalui lowongan yang menyebutkan tingkat pengalaman secara jelas.
