spreadsheet (excel) merupakan applikasi yang banyak di gunakan oleh pngguna untuk pekerjan. berikut ini bebrapa hal yang harus di pelajari untuk bisa mahir dalam menggunakan spreadsheet.

1. Pemahaman Dasar
Mulailah dengan memahami dasar-dasar spreadsheet, termasuk sel, baris, kolom, formula, fungsi dasar, dan pengelolaan data.
beberapa dasar-dasar yang perlu diketahui:
A. Sel, Baris, dan Kolom

> Sel: Unit dasar di spreadsheet, tempat Anda memasukkan data.
> Baris: Serangkaian sel horizontal yang diberi nomor.
> Kolom: Serangkaian sel vertikal yang diberi huruf.
B. Memasukkan Data
> Klik pada sel tempat Anda ingin memasukkan data.
> Mulailah mengetik. Data dapat berupa angka, teks, tanggal, atau rumus.
C. Menggunakan Rumus Sederhana:
> Gunakan operator matematika seperti +, -, *, / untuk perhitungan sederhana.
>  Contoh: =A1+B1 untuk menjumlahkan nilai di sel A1 dan B1.
D. Menggunakan Fungsi Dasar:
> Fungsi-fungsi dasar termasuk SUM, AVERAGE, COUNT.
> Contoh: =SUM(A1:A5) untuk menjumlahkan nilai dari A1 hingga A5.
E. Menggunakan Autofil
> Menarik pegangan di sudut sel untuk mengisi otomatis deret atau pola data.

F. Pemformatan Sel
> Memformat sel untuk mengubah tampilan data, seperti mengubah jenis huruf, memberikan warna, atau mengatur angka desimal.

G. Membuat Grafik
> Memilih data yang ingin diplot, kemudian pilih menu grafik untuk membuat grafik visual.

H. Pemfilteran dan Penyortiran Data:
Menggunakan fitur penyortiran dan penyaringan untuk menyusun dan memfilter data sesuai kebutuhan.

I. Menggunakan Fungsi Logika:
> Fungsi logika seperti IF digunakan untuk membuat keputusan berdasarkan kondisi tertentu.
> Contoh: =IF(A1>10, “Lulus”, “Tidak Lulus”).
J. Membuat Tabel Pivot:
> Merangkum dan menganalisis data dengan membuat tabel pivot untuk melihat ringkasan data secara dinamis.

K. Menggunakan Kunci Relatif dan Kunci Absolut:
> Menggunakan simbol $ untuk membuat referensi sel menjadi absolut (tetap) atau relatif (bergerak) saat menyalin formula ke sel lain.

L. Menggunakan Validasi Data:
> Menerapkan aturan validasi untuk membatasi jenis data yang dapat dimasukkan ke dalam sel.

M. Membuat Macro (Opsional):
> Membuat script otomatis dengan menggunakan macro untuk mengeksekusi serangkaian tindakan dengan sekali klik.

N. Berbagi dan Berkolaborasi:
> Menggunakan fitur berbagi untuk mengizinkan orang lain melihat atau mengedit spreadsheet secara bersamaan.
M. Penyimpan dan Mengekspor:
> Menyimpan pekerjaan Anda secara teratur dan mengonversi spreadsheet ke format lain jika diperlukan.
O. Menyusun Data dalam Buku (Workbook):
> Mengorganisir data dalam beberapa lembar kerja (worksheet) dalam satu buku kerja (workbook).

2. Pelajari Fungsi-Fungsi Dasar
> Kuasai fungsi-fungsi dasar seperti SUM, AVERAGE, COUNT, dan IF. Fungsi-fungsi ini membentuk dasar untuk melakukan perhitungan dan analisis data.

fungsi fungsi dasar yang umumnya digunakan
A. SUM (Penjumlahan):
* Fungsi ini digunakan untuk menjumlahkan sejumlah sel atau rentang sel.
* Contoh: =SUM(A1:A5) akan menjumlahkan nilai di sel A1 hingga A5.
B. AVERAGE (Rata-rata):
* Menghitung nilai rata-rata dari sejumlah sel atau rentang sel.
* Contoh: =AVERAGE(B1:B10) akan menghitung rata-rata nilai di sel B1 hingga B10.
C. COUNT (Jumlah):
* Menghitung jumlah sel yang berisi nilai (bukan teks atau kosong).
* Contoh: =COUNT(C1:C8) akan menghitung berapa sel yang berisi nilai di sel C1 hingga C8.
D. MAX (Nilai Maksimum):
* Mengembalikan nilai maksimum dari sejumlah sel atau rentang sel.
* Contoh: =MAX(D1:D6) akan memberikan nilai maksimum di sel D1 hingga D6.
E. MIN (Nilai Minimum):
* Mengembalikan nilai minimum dari sejumlah sel atau rentang sel.
* Contoh: =MIN(E1:E7) akan memberikan nilai minimum di sel E1 hingga E7.
F. IF (Pernyataan IF):
* Menghasilkan nilai berdasarkan suatu kondisi tertentu.
* Contoh: =IF(A1>10, “Lulus”, “Tidak Lulus”) akan memberikan “Lulus” jika nilai di A1 lebih dari 10, dan “Tidak Lulus” jika tidak.
G. VLOOKUP (Pencarian Nilai Vertikal):
* Mencari nilai di kolom pertama dalam tabel dan mengembalikan nilai terkait dari kolom lain.
* Contoh: =VLOOKUP(F1, A1:B10, 2, FALSE) akan mencari nilai F1 di kolom A dan mengembalikan nilai terkait dari kolom B.
H. HLOOKUP (Pencarian Nilai Horizontal):
* Sama seperti VLOOKUP, tetapi mencari nilai di baris pertama dan mengembalikan nilai terkait dari baris lain.
* Contoh: =HLOOKUP(G1, A1:D5, 3, FALSE) akan mencari nilai G1 di baris 1 dan mengembalikan nilai terkait dari baris
I.INDEX dan MATCH (Pencarian Nilai Menggunakan Indeks dan Cocokan):
* Menggabungkan INDEX dan MATCH untuk mencari dan mengembalikan nilai dengan lebih fleksibel.
* Contoh: =INDEX(B2:B10, MATCH(“Kriteria”, A2:A10, 0)) akan mengembalikan nilai dari sel B yang sesuai dengan “Kriteria” di kolom A.
J. CONCATENATE (Menggabungkan Teks):
* Menggabungkan beberapa string teks menjadi satu string.
* Contoh: =CONCATENATE(“Halo “, A1) akan menghasilkan “Halo [nilai di A1]”.
K. LEFT, RIGHT, dan MID (Ekstraksi Teks):
* Mengambil sejumlah karakter dari sisi kiri, kanan, atau tengah suatu teks.
* Contoh: =LEFT(A1, 3) akan mengambil tiga karakter pertama dari nilai di A1.
L. NOW dan TODAY (Tanggal dan Waktu Sekarang):
• Menghasilkan tanggal dan waktu saat ini.
• Contoh: =NOW() akan memberikan tanggal dan waktu saat ini.
M. ROUND (Pembulatan Angka):
• Membulatkan angka menjadi jumlah digit tertentu.
• Contoh: =ROUND(B1, 2) akan membulatkan nilai di B1 menjadi dua angka di belakang koma.
N. IFERROR (Pernyataan IF untuk Kesalahan):
• Menangani kesalahan dalam formula dengan memberikan nilai atau tindakan alternatif.
• Contoh: =IFERROR(A1/B1, “Tidak Bisa Dibagi”) akan memberikan pesan “Tidak Bisa Dibagi” jika terjadi kesalahan pembagian.
O. FILTER dan SORT (Penyaringan dan Pengurutan):
• Menerapkan filter atau menyortir data dalam rentang sel atau tabel.

3. Format Data dengan Baik
•Pahami teknik-format data seperti pemformatan sel, pengaturan lebar kolom, dan pengaturan tinggi baris. Ini akan membantu membuat spreadsheet lebih mudah dibaca dan dianalisis.

cara untuk memformat data di spreadsheet:
A. Pemformatan Sel:
• Warna dan Teks:
• Pilih sel atau rentang sel yang ingin Anda format.
• Gunakan opsi pemformatan warna di toolbar atau panel sisi.
• Atur jenis huruf, ukuran huruf, dan warna teks.
• Pemformatan Angka:
• Pilih sel atau rentang sel yang berisi angka.
• Gunakan opsi pemformatan angka di toolbar atau panel sisi.
• Tentukan jumlah digit desimal, simbol mata uang, atau format persentase.
•Pemformatan Tanggal dan Waktu:
• Pilih sel atau rentang sel yang berisi data tanggal atau waktu.
• Gunakan opsi pemformatan tanggal dan waktu di toolbar atau panel sisi.
• Pemformatan Kondisional:
• Berdasarkan nilai dalam sel, terapkan aturan pemformatan kondisional.
• Contoh: Highlight sel yang lebih besar dari 100 dengan warna merah.
B. Pemformatan Baris dan Kolom:
•Lebar Kolom dan Tinggi Baris:
• Sesuaikan lebar kolom atau tinggi baris dengan menarik batas di antara kepala kolom atau baris.
• Klik kanan pada kepala kolom atau baris dan pilih “Resize” atau “Height” untuk memberikan nilai khusus.
• Pengaturan Sel Inti:
• Setel sel sebagai sel inti untuk teks yang panjang.
• Klik kanan pada sel, pilih “Format cells” atau “Cell properties,” dan aktifkan opsi sel inti.
• Penggabungan Sel:
• Gabungkan beberapa sel menjadi satu.
• Pilih sel yang ingin digabungkan, klik kanan, dan pilih “Merge cells.”
C.Pemformatan Grafik:
• Grafik Warna dan Gaya:
• Saat membuat grafik, pilih opsi pemformatan warna dan gaya yang sesuai.
• Sesuaikan warna data series, garis, dan elemen grafik lainnya.
• Pemformatan Label dan Tanda:
• Sesuaikan label sumbu, judul grafik, dan tanda-tanda data.
• Klik pada elemen grafik yang ingin Anda format dan gunakan opsi pemformatan yang tersedia.
D. Pemfilteran dan Penyortiran:
•Pemfilteran Data:
• Pilih rentang data dan aktifkan fungsi filter.
• Pilih filter berdasarkan nilai atau teks tertentu untuk menyembunyikan data yang tidak diinginkan.
• Penyortiran Data:
• Pilih rentang data dan gunakan fungsi sort untuk menyusun data berdasarkan kolom tertentu.
• Sesuaikan arah sortir (A-Z, Z-A) sesuai kebutuhan.
E. Tabel Pivot:
• Mengatur Tabel Pivot:
• Sesuaikan tata letak dan gaya tabel pivot untuk memberikan tampilan yang lebih terstruktur dan m dah dibaca.
•Pilih opsi pemformatan yang sesuai untuk angka, teks, dan elemen lain dalam tabel pivot.
F. Penggunaan Fungsi Conditional Formatting:
•Aturan Warna dan Ikon:
• Terapkan aturan warna atau ikon berdasarkan nilai sel.
• Misalnya, beri warna merah untuk nilai negatif dan hijau untuk nilai positif.
• Aturan Bar Data:
• Sesuaikan aturan berdasarkan bar data dalam grafik.
• Pilih warna atau gaya yang menyoroti tren atau perbandingan tertentu.
G. Penggunaan Simbol dan Ikon:
•Menambahkan Simbol:
•Gunakan simbol atau ikon untuk memberikan penekanan tambahan pada data.
•Contoh: Menambahkan panah atas dan bawah untuk menunjukkan kenaikan atau penurunan.
•Ikon Kondisional:
•Terapkan ikon kondisional berdasarkan kriteria tertentu.
•Contoh: Menambahkan ikon panah naik atau panah turun berdasarkan perubahan nilai.
H.Penggunaan Format sebagai Tabel:
•Mengonversi Data ke Format Tabel:
•Pilih rentang data, klik “Format sebagai Tabel,” dan pilih gaya tabel yang diinginkan.
•Ini akan memberikan pemformatan konsisten dan memungkinkan penyaringan otomatis.

4.Pemahaman Tabel Pivot
•Pelajari cara membuat dan menggunakan tabel pivot untuk merangkum dan menganalisis data secara dnamis.

5.Pemahaman Grafik
•Pelajari cara membuat grafik untuk memvisualisasikan data dengan jelas. Ini membantu dalam menyajikan informasi dengan cara yang lebih mudah dipahami.

6.Gunakan Fungsi Lanjutan
•Pelajari fungsi-fungsi lanjutan seperti VLOOKUP, HLOOKUP, INDEX, MATCH, dan fungsi logika yang lebih kompleks. Ini akan meningkatkan kemampuan analisis data.

7.Pemahaman tentang Fungsi Logika dan Perhitungan Statistik
•Kuasai fungsi logika seperti IF, AND, OR, dan fungsi perhitungan statistik seperti STDEV, MAX, MIN. Fungsi ini sangat bermanfaat dalam mengolah data.

Fungsi Logika:
A.IF (Pernyataan IF):
•Mengembalikan nilai berdasarkan suatu kondisi. Misalnya, =IF(A1>10, “Lulus”, “Tidak Lulus”).
B.AND (Logika AND):
•Mengembalikan TRUE jika semua kondisi benar. Misalnya, =AND(A1>10, B1<20).
C.OR (Logika OR):
•Mengembalikan TRUE jika setidaknya satu kondisi benar. Misalnya, =OR(A1>10, B1<20).
D.NOT (Logika NOT):
•Membalikkan nilai kebalikan dari kondisi yang diberikan. Misalnya, =NOT(A1>10).
E.IFERROR (Pernyataan IF untuk Kesalahan):
•Menggantikan nilai kesalahan dengan nilai atau tindakan alternatif. Misalnya, =IFERROR(A1/B1, “Tidak Bisa Dibagi”).
F.IFS (Pernyataan IF Bertingkat):
•Memungkinkan Anda menentukan serangkaian kondisi dan nilai untuk dievaluasi. Misalnya, =IFS(A1>90, “A”, A1>80, “B”, A1>70, “C”).
G.SWITCH (Pernyataan SWITCH):
•Memungkinkan pengecekan nilai tunggal terhadap serangkaian nilai dan mengembalikan hasil yang sesuai. Misalnya, =SWITCH(A1, 1, “Satu”, 2, “Dua”, 3, “Tiga”).
Fungsi Statistik:
1.SUM (Penjumlahan):
•Menghitung total dari sejumlah sel atau rentang sel. Misalnya, =SUM(A1:A10).
2.AVERAGE (Rata-rata):
•Menghitung nilai rata-rata dari sejumlah sel atau rentang sel. Misalnya, =AVERAGE(B1:B10).
3.COUNT (Jumlah):
•Menghitung jumlah sel yang berisi nilai (bukan teks atau kosong). Misalnya, =COUNT(C1:C8).
4.MAX (Nilai Maksimum):
•Mengembalikan nilai maksimum dari sejumlah sel atau rentang sel. Misalnya, =MAX(D1:D6).
5.MIN (Nilai Minimum):
•Mengembalikan nilai minimum dari sejumlah sel atau rentang sel. Misalnya, =MIN(E1:E7).
6.COUNTIF dan COUNTIFS (Jumlah jika):
•Menghitung jumlah sel yang memenuhi kondisi tertentu. Misalnya, =COUNTIF(A1:A10, “>10”).
7.SUMIF dan SUMIFS (Penjumlahan jika):
•Menghitung total sel yang memenuhi kondisi tertentu. Misalnya, =SUMIF(B1:B10, “Minggu”, C1:C10).
8.AVERAGEIF dan AVERAGEIFS (Rata-rata jika):
•Menghitung nilai rata-rata sel yang memenuhi kondisi tertentu. Misalnya, =AVERAGEIF(D1:D10, “>50”).
9.STDEV dan STDEVP (Standar Deviasi):
•Menghitung standar deviasi dari sampel atau seluruh populasi. Misalnya, =STDEV(E1:E15).
10.VAR dan VARP (Varians):
•Menghitung varians dari sampel atau seluruh populasi. Misalnya, =VAR(F1:F20).
11.MEDIAN (Median):
•Menghitung nilai tengah dari rentang data. Misalnya, =MEDIAN(G1:G12).
12.QUARTILE (Kuartil):
•Menghitung nilai kuartil dari rentang data. Misalnya, =QUARTILE(H1:H18, 3) untuk kuartil ketiga.
13.PERCENTILE (Persentil):
•Menghitung nilai persentil dari rentang data. Misalnya, =PERCENTILE(I1:I25, 75) untuk persentil ke-75.
14.RANK (Peringkat):
•Memberikan peringkat suatu nilai dalam rentang data. Misalnya, =RANK(J1, J1:J30).
15.CORREL (Korelasi):
• Menghitung koefisien korelasi antara dua rentang data. Misalnya, =CORREL(K1:K20, L1:L20).

8.Atomatisasi dengan Macro
•Pelajari cara membuat dan menggunakan macro untuk otomatisasi tugas-tugas berulang di spreadsheet.
Membuat Macro:
Langkah 1: Membuka Excel dan Buka Workbook:
1.Buka Microsoft Excel dan buka workbook yang akan digunakan.
Langkah 2: Membuka Perekam Macro:
2.Pergi ke tab “View” (Tampilan) dan pilih “Macros” (Makro).
3.Pilih “Record Macro” (Rekam Macro) dalam menu drop-down.
Langkah 3: Nama dan Lokasi Macro:
4.Berikan nama untuk macro Anda dan pilih lokasi penyimpanan (umumnya di dalam workbook aktif atau bukaan workbook personal).
Langkah 4: Mulai Merekam:
5.Klik “OK” untuk mulai merekam. Setiap tindakan yang Anda lakukan sekarang akan direkam oleh Excel.
Langkah 5: Lakukan Tindakan:
6.Lakukan serangkaian tindakan yang ingin Anda rekam (misalnya, memasukkan data, menghapus kolom, atau memformat sel).
Langkah 6: Berhenti Merekam:
7.Kembali ke tab “View” dan pilih “Macros,” kemudian pilih “Stop Recording” (Berhenti Merekam).
Menggunakan Macro:
Langkah 1: Buka Macro:
1.Pergi ke tab “View” dan pilih “Macros,” kemudian pilih “View Macros” (Lihat Macro).
Langkah 2: Pilih Macro:
2.Pilih macro yang ingin Anda jalankan dari daftar.
Langkah 3: Jalankan Macro:
3.Klik “Run” (Jalankan) untuk menjalankan macro yang dipilih.
Langkah 4: Akses Cepat dengan Tombol:
4.Anda dapat mengaitkan macro dengan tombol di toolbar atau shortcut keyboard. Pilih “Options” (Opsi) ketika Anda merekam macro untuk menentukan keyboard shortcut atau membuat tombol di ribbon.
Mengedit Macro:
Langkah 1: Buka Macro:
1.Pergi ke tab “View” dan pilih “Macros,” kemudian pilih “View Macros” (Lihat Macro).
Langkah 2: Pilih dan Edit:
2.Pilih macro yang ingin Anda edit dan klik “Edit” (Edit).
Langkah 3: Edit Kode VBA:
3.Anda akan dibawa ke Editor VBA. Edit kode VBA sesuai kebutuhan.
Langkah 4: Simpan dan Keluar:
4.Setelah selesai mengedit, simpan dan keluar dari Editor VBA.
Catatan Penting:
•Pastikan untuk tidak merekam atau menjalankan macro dari sumber yang tidak dikenal, karena dapat berpotensi membahayakan keamanan.
•Pelajari sedikit tentang bahasa VBA (Visual Basic for Applications) untuk memahami dan mengedit kode macro dengan lebih efisien.

Dengan mengikuti langkah-langkah ini dan terus melibatkan diri dalam pemahaman dan penggunaan spreadsheet, seseorang dapat menjadi ahli dalam menggunakan alat ini untuk mendukung pekerjaan atau kegiatan sehari-hari.

Menjadi seorang analis data melibatkan kombinasi keterampilan teknis, pemahaman bisnis, dan kemampuan analisis.

Berikut adalah langkah-langkah yang dapat membantu Anda menjadi seorang data analyst:

1. Pendidikan dan Keterampilan Teknis

Pendidikan Formal: Sebagian besar data analyst memiliki gelar sarjana di bidang terkait seperti ilmu komputer, statistik, matematika, atau bidang terkait.

Keterampilan Teknis: Anda perlu menguasai keterampilan teknis seperti pengolahan data, bahasa pemrograman (seperti Python, R, atau SQL), pengolahan spreadsheet, dan alat analisis data (seperti Excel, Tableau, atau Power BI).

2. Pahami Konsep Statistik

Memahami dasar-dasar statistik sangat penting. Ini termasuk pemahaman tentang distribusi data, probabilitas, uji hipotesis, dan analisis regresi.

jenis konsep statistik :

A. Pendeskripsian Statistik

Tendensi Pusat: Termasuk rata-rata (mean), median, dan modus yang memberikan gambaran tentang nilai tengah atau pusat distribusi data.

Sebaran Data: Melibatkan rentang, simpangan baku, dan kuartil untuk mengukur seberapa tersebar data di sekitar nilai pusat.

B. Probabilitas

Probabilitas: Ukuran seberapa mungkin suatu kejadian akan terjadi.

Distribusi Probabilitas: Misalnya, distribusi normal, binomial, atau Poisson, yang menggambarkan pola probabilitas dalam konteks tertentu.

C. Inferensi Statistik

Estimasi: Mencoba untuk menentukan nilai yang sebenarnya dari parameter populasi berdasarkan sampel yang diambil.

Uji Hipotesis: Menganalisis apakah perbedaan antara dua kelompok atau lebih signifikan secara statistik atau hanya hasil dari variasi acak.

D. Regresi dan Korelasi

Analisis Regresi: Menganalisis hubungan antara satu atau lebih variabel independen dan variabel dependen.

Korelasi: Menilai sejauh mana dua variabel berkorelasi satu sama lain.

E. Analisis Variansi (ANOVA)

Menilai apakah ada perbedaan signifikan antara rata-rata kelompok-kelompok yang lebih dari dua.

F. Uji Non-Parametrik

Digunakan ketika data tidak memenuhi asumsi distribusi tertentu. Contohnya adalah uji Wilcoxon dan uji Mann-Whitney.

G. Analisis Deret Waktu

Melibatkan analisis data yang dikumpulkan secara berurutan dalam interval waktu tertentu. Contohnya termasuk tren, musiman, dan peramalan.

H. Analisis Klaster

Digunakan untuk mengelompokkan data menjadi kelompok-kelompok yang serupa berdasarkan karakteristik tertentu.

I. Analisis Faktor

Mengidentifikasi faktor-faktor yang dapat mempengaruhi pola dalam data.

J. Analisis Regresi Logistik

Digunakan ketika variabel dependen bersifat biner (ya/tidak, sukses/gagal) dan mengukur dampak variabel independen terhadap kemungkinan keberhasilan.

K. Analisis Survival

Menilai waktu yang diperlukan untuk suatu kejadian terjadi, seperti waktu bertahan hidup pasien dalam studi klinis.

3. Pahami Bisnis dan Konteks Industri

Memahami konteks bisnis adalah kunci. Anda perlu memahami tujuan bisnis, masalah yang dihadapi, dan bagaimana data dapat digunakan untuk memberikan wawasan yang bernilai.

4. Pengalaman Praktis

Lakukan proyek-proyek kecil atau magang untuk memperoleh pengalaman praktis. Ini dapat membantu membangun portofolio Anda dan menunjukkan kemampuan analisis data Anda.

5. Asah Keterampilan Komunikasi

Keterampilan komunikasi sangat penting karena Anda perlu dapat menjelaskan temuan dan solusi analisis data Anda kepada orang yang mungkin tidak memiliki latar belakang teknis.

6. Ikuti Pelatihan Tambahan

Ambil pelatihan atau sertifikasi tambahan, baik secara online maupun melalui lembaga-lembaga yang terkait dengan analisis data.

Rekomendasi link pelatihan data analist:

A. Coursera

Coursera menyediakan berbagai kursus online dari universitas dan lembaga terkemuka di seluruh dunia. Beberapa kursus yang dapat bermanfaat untuk data analyst termasuk “Data Science and Machine Learning Bootcamp with R” atau “Data Science and Machine Learning Bootcamp with Python.”

B. edX

Platform edX menawarkan kursus dari universitas dan lembaga terkemuka. Kursus seperti “Introduction to Data Science” atau “Data Science MicroMasters Program” dapat membantu membangun dasar-dasar analisis data.

C. Udacity

Udacity menyediakan nanodegree dalam berbagai bidang, termasuk data science. Nanodegree “Data Analyst” mereka bisa menjadi pilihan yang baik.

D. LinkedIn Learning

LinkedIn Learning menawarkan kursus online yang dapat membantu Anda meningkatkan keterampilan analisis data Anda. “Data Science Foundations: Fundamentals” dan “Data Science Foundations: Data Engineering” adalah contoh kursus yang dapat diambil.

E. Kaggle Courses

Kaggle, sebuah platform kompetisi data science, menyediakan kursus online gratis yang mencakup berbagai topik seperti SQL, Python, dan machine learning. Kursus ini dapat memberikan pengalaman praktis yang berharga.

F. Codecademy

Codecademy menyediakan kursus interaktif untuk pemrograman dan analisis data. Kursus “Data Science” mereka dapat membantu memahami konsep-konsep dasar.

G. Google Analytics Academy

Jika Anda tertarik pada analisis data web, Google Analytics Academy menyediakan kursus online gratis yang memandu Anda dalam menggunakan Google Analytics untuk menganalisis data lalu lintas situs web.

H. IBM Data Science Professional Certificate (Coursera)

Seri kursus ini disusun oleh IBM dan tersedia di Coursera. Ini mencakup berbagai topik seperti pengolahan data, analisis data, dan machine learning.

J. DataCamp

DataCamp adalah platform khusus untuk analisis data. Mereka menawarkan kursus dalam berbagai bahasa pemrograman dan alat analisis data seperti Python, R, dan SQL.

K. YouTube Tutorials

Ada banyak saluran YouTube yang menyediakan tutorial dan panduan praktis untuk analisis data menggunakan berbagai alat dan teknologi.

7. Jaringan

Bergabung dengan komunitas analis data, baik online maupun offline. Ini dapat membuka peluang untuk belajar dan membangun jaringan profesional.

8. Selalu Perbarui Pengetahuan Anda

Dunia analisis data terus berkembang. Pastikan untuk tetap terinformasi tentang perkembangan terbaru dalam teknologi dan metode analisis data.

9. Buat Portofolio

Buat portofolio proyek-proyek analisis data yang dapat Anda tunjukkan kepada calon perekrut. Portofolio ini dapat mencakup proyek-proyek pribadi atau proyek-proyek yang Anda kerjakan selama pendidikan atau pekerjaan sebelumnya.

Contoh proyek yang dapat Anda sertakan dalam portofolio:

A. Analisis Penjualan E-commerce

Mengumpulkan dan menganalisis data penjualan dari situs e-commerce.

Identifikasi tren penjualan, analisis musiman, dan memberikan rekomendasi untuk meningkatkan penjualan.

B. Segmentasi Pelanggan

Menggunakan teknik analisis klaster untuk mengidentifikasi segmen pelanggan berdasarkan perilaku belanja mereka.

Memberikan wawasan tentang preferensi produk dan cara meningkatkan retensi pelanggan.

C. Prediksi Ketersediaan Barang

Membangun model prediktif untuk memprediksi ketersediaan stok barang berdasarkan data historis dan faktor-faktor lainnya.

Menganalisis efektivitas model dan memberikan rekomendasi untuk optimalisasi persediaan.

D. Analisis Sentimen Media Sosial

Menganalisis data dari platform media sosial untuk mengukur sentimen terkait dengan produk atau merek tertentu.

Menghasilkan visualisasi dan laporan untuk memberikan wawasan kepada tim pemasaran.

E. Analisis Retensi Pengguna Aplikasi

Menganalisis data pengguna aplikasi untuk memahami faktor-faktor yang memengaruhi retensi pengguna.

Memberikan rekomendasi untuk meningkatkan pengalaman pengguna dan mempertahankan basis pengguna.

F. Analisis Kinerja Kampanye Pemasaran

Mengumpulkan dan menganalisis data kampanye pemasaran untuk mengukur kinerjanya.

Menyajikan metrik-metrik kunci seperti tingkat konversi, biaya per klik, dan ROI.

G. Analisis Keselamatan dan Keamanan Data

Menganalisis log keamanan dan data untuk mendeteksi potensi ancaman atau kegiatan yang mencurigakan.

Mengembangkan rekomendasi untuk meningkatkan keamanan sistem.

H. Analisis Data Kesehatan

Menganalisis data kesehatan untuk mengidentifikasi tren kesehatan masyarakat atau memahami faktor-faktor yang memengaruhi kesehatan.

Membuat visualisasi yang jelas dan memberikan interpretasi hasil analisis.

I. Pemodelan Prediktif untuk Churn Pelanggan

Membangun model prediktif untuk mengidentifikasi pelanggan yang mungkin berpindah ke pesaing.

Menyajikan hasil model dan memberikan rekomendasi untuk mempertahankan pelanggan.

J. Analisis Pengaruh Faktor Ekonomi

Menganalisis dampak faktor ekonomi seperti suku bunga atau tingkat inflasi terhadap kinerja bisnis.

Memberikan rekomendasi strategis berdasarkan hasil analisis.

10. Lamar Pekerjaan dan Berpartisipasi dalam Proses Wawancara

Posisi entry-level di banyak perusahaan mencari kombinasi pendidikan dan pengalaman praktis. Bersiaplah untuk menjelaskan pengalaman Anda, proyek-proyek yang pernah Anda kerjakan, dan kemampuan analisis data Anda selama wawancara.

Ingatlah bahwa perjalanan menuju menjadi seorang data analyst memerlukan waktu dan dedikasi. Teruslah belajar dan terapkan pengetahuan Anda dalam konteks praktis untuk membangun keahlian dan pengalaman.

berikut tips dan beberapa saran dan acuan untuk bisa menjadi seorang progremmer

1. Tentukan Motivasi dan Tujuan Anda

Pahami mengapa Anda ingin menjadi seorang programmer. Apakah itu karena minat pribadi, potensi karir, atau tujuan lainnya?

2. Pilih Bahasa Pemrograman

Tentukan bahasa pemrograman yang ingin Anda pelajari terlebih dahulu. Beberapa bahasa pemrograman yang populer termasuk Python, JavaScript, Java, C++, dan lainnya.

jenis-jenis bahasa ppemograman
1. Bahasa Pemrograman Tingkat Tinggi (High-Level Programming Languages):

Bahasa-bahasa ini dirancang untuk mempermudah pemahaman manusia dan meningkatkan produktivitas pemrogram. Contohnya termasuk Python, Java, C#, dan Ruby.

2. Bahasa Pemrograman Tingkat Rendah (Low-Level Programming Languages):

Bahasa-bahasa ini memberikan kontrol langsung terhadap perangkat keras komputer. Bahasa ini dibagi menjadi dua kategori: bahasa rakitan (assembly) dan bahasa mesin. Contoh bahasa rakitan termasuk Assembly, sedangkan bahasa mesin spesifik untuk arsitektur prosesor tertentu.

3. Bahasa Pemrograman Fungsional:

Fokus pada pemrograman dengan fungsi matematika dan menghindari perubahan data. Contoh bahasa fungsional termasuk Haskell, Lisp, dan Erlang.

4. Bahasa Pemrograman Berorientasi Objek (Object-Oriented Programming, OOP):

Menerapkan konsep pemrograman berorientasi objek, yang melibatkan objek dan kelas. Contoh bahasa OOP meliputi Java, C++, Python, dan Ruby.

5. Bahasa Pemrograman Prosedural:

Terdiri dari serangkaian instruksi yang dieksekusi berurutan. C adalah salah satu contoh bahasa pemrograman prosedural.

6. Bahasa Pemrograman Berorientasi Agen:

Dirancang untuk memodelkan sistem sebagai agen yang berkomunikasi satu sama lain. Prolog adalah contoh bahasa pemrograman berorientasi agen.

7. Bahasa Pemrograman Paralel dan Konkuren:

Dirancang untuk mengelola dan mengkoordinasi tugas yang berjalan secara bersamaan. Go (Golang) dan Erlang adalah contoh bahasa-bahasa ini.

8. Bahasa Pemrograman Berorientasi Aliran Data:

Menekankan aliran data antar fungsi, yang dapat meningkatkan kinerja dan mempermudah pemahaman. LabVIEW adalah contoh bahasa pemrograman berorientasi aliran data.

9. Bahasa Pemrograman Skrip (Scripting):

Bahasa-bahasa ini digunakan untuk menulis skrip dan seringkali dieksekusi secara langsung tanpa kompilasi. Contoh meliputi Python, JavaScript, dan Ruby.

10. Bahasa Pemrograman Berorientasi Domain (Domain-Specific Programming Languages):

markdown

Dirancang untuk menyelesaikan masalah tertentu dalam suatu domain. SQL (Structured Query Language) adalah contoh bahasa pemrograman berorientasi domain untuk basis data relasional.

11. Bahasa Pemrograman Sistem:

markdown

Digunakan untuk pengembangan sistem operasi dan perangkat lunak tingkat rendah. C dan C++ sering digunakan dalam pengembangan sistem.

12. Bahasa Pemrograman Berbasis Web:

markdown

Dirancang khusus untuk pengembangan web. JavaScript, HTML, dan CSS adalah bahasa-bahasa pemrograman berbasis web yang umum.

13. Bahasa Pemrograman Statistik dan Analisis Data:

markdown

Digunakan untuk analisis statistik dan manipulasi data. R dan Python (dengan pustaka seperti Pandas) sering digunakan dalam bidang ini.

14. Bahasa Pemrograman Kuantum:

ruby

Digunakan untuk mengembangkan algoritma kuantum. Qiskit (Python) dan Q# (Microsoft) adalah contoh bahasa pemrograman kuantum.

Pilihan bahasa pemrograman tergantung pada kebutuhan proyek, preferensi pengembang, dan tujuan spesifik pengembangan perangkat lunak. Kombinasi beberapa bahasa pemrograman dalam suatu proyek seringkali diperlukan untuk memenuhi kebutuhan yang beragam.

3. Pelajari Dasar-dasar Pemrograman:

Pahami konsep dasar pemrograman seperti variabel, tipe data, operasi logika, perulangan, dan struktur kontrol. Ini membentuk dasar pemahaman Anda tentang cara kode bekerja.

4. Gunakan Sumber Daya Online

Manfaatkan sumber daya online seperti Codecademy, Khan Academy, dan w3schools untuk memahami dasar-dasar pemrograman melalui tutorial interaktif.

5. Baca Buku dan Dokumentasi Resmi

Pergunakan buku dan dokumentasi resmi bahasa pemrograman yang Anda pilih. Ini membantu Anda mendapatkan pemahaman yang lebih mendalam tentang fitur dan fungsi bahasa tersebut.

Rekomendasi buku resmi pemograman
1. Pemrograman Umum:

“Clean Code: A Handbook of Agile Software Craftsmanship” oleh Robert C. Martin.
Buku ini membahas praktik dan prinsip pengkodean bersih yang membantu pengembang menghasilkan kode yang mudah dimengerti dan mudah dipelihara.

“Code Complete: A Practical Handbook of Software Construction” oleh Steve McConnell.
Sebuah panduan komprehensif tentang pengembangan perangkat lunak yang mencakup berbagai aspek dari perencanaan hingga pengujian.

2. Python:

“Python Crash Course” oleh Eric Matthes.
Buku ini cocok untuk pemula dan menyediakan panduan praktis dalam mempelajari Python melalui proyek-proyek praktis.

“Fluent Python: Clear, Concise, and Effective Programming” oleh Luciano Ramalho.
Menggali lebih dalam ke dalam fitur-fitur Python dan memberikan pemahaman yang mendalam tentang bahasa tersebut.

3. JavaScript:

“Eloquent JavaScript” oleh Marijn Haverbeke.
Buku ini mencakup dasar-dasar JavaScript dan kemudian membimbing pembaca melalui konsep-konsep yang lebih canggih.

“You Don’t Know JS” oleh Kyle Simpson.
Seri buku ini membahas topik JavaScript yang mendalam dan cocok untuk mereka yang ingin memahami aspek-aspek sulit dari bahasa ini.

4. Java:

“Effective Java” oleh Joshua Bloch.
Memberikan panduan praktis tentang pengembangan Java yang efisien dan efektif.

“Head First Java” oleh Kathy Sierra dan Bert Bates.
Cocok untuk pemula, buku ini menggunakan pendekatan visual dan interaktif untuk memperkenalkan dasar-dasar Java.

5. C++:

“The C++ Programming Language” oleh Bjarne Stroustrup.
Ditulis oleh pencipta C++, buku ini memberikan wawasan mendalam tentang bahasa ini.

“Accelerated C++: Practical Programming by Example” oleh Andrew Koenig dan Barbara E. Moo.
Fokus pada pembelajaran C++ dengan cepat melalui contoh-contoh praktis.

6. Web Development:

“The Pragmatic Programmer: Your Journey to Mastery” oleh Dave Thomas dan Andy Hunt.
Buku ini mencakup berbagai topik, termasuk pengembangan web, dan memberikan wawasan mendalam tentang praktik pengkodean yang efektif.

“Designing Data-Intensive Applications” oleh Martin Kleppmann.
Cocok untuk mereka yang tertarik dalam pengembangan aplikasi web yang menangani volume data besar.

7. Algoritma dan Struktur Data:

8. “Introduction to Algorithms” oleh Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, dan Clifford Stein.
Buku klasik yang digunakan secara luas di kursus algoritma di universitas.

9. “Algorithms” oleh Robert Sedgewick dan Kevin Wayne.
Cocok untuk pemula, buku ini menyajikan materi dalam cara yang mudah dipahami.

9.”Clean Code: A Handbook of Agile Software Craftsmanship” by Robert C. Martin
Deskripsi: Memberikan panduan praktis tentang cara menulis kode yang bersih, mudah dimengerti, dan mudah dipelihara.

10.”The Pragmatic Programmer: Your Journey to Mastery” by Dave Thomas and Andy Hunt
Deskripsi: Menyajikan tip dan teknik praktis untuk menjadi programmer yang lebih efektif dan efisien.

11. “Design Patterns: Elements of Reusable Object-Oriented Software” by Erich Gamma, Richard Helm, Ralph Johnson, and John Vlissides (Gang of Four)
Deskripsi: Merupakan panduan klasik tentang penggunaan pola desain (design patterns) dalam pemrograman berorientasi objek.

12. “Code Complete: A Practical Handbook of Software Construction” by Steve McConnell
Deskripsi: Menyediakan wawasan mendalam tentang teknik-teknik dan prinsip-prinsip pengembangan perangkat lunak.

13. “Introduction to Algorithms” by Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein
Deskripsi: Buku teks klasik yang membahas dasar-dasar algoritma dan struktur data.

14. “Structure and Interpretation of Computer Programs” by Harold Abelson and Gerald Jay Sussman
Deskripsi: Juga dikenal sebagai SICP, buku ini adalah referensi utama dalam ilmu komputer dan pemrograman fungsional.

15. “Effective Java” by Joshua Bloch
Deskripsi: Memberikan pedoman praktis dan tips dalam pengembangan perangkat lunak menggunakan bahasa pemrograman Java.

16. “The Mythical Man-Month: Essays on Software Engineering” by Frederick P. Brooks Jr.
Deskripsi: Mendiskusikan tantangan dalam pengembangan perangkat lunak dan memberikan wawasan tentang manajemen proyek.

17. “Cracking the Coding Interview: 189 Programming Questions and Solutions” by Gayle Laakmann McDowell
Deskripsi: Dirancang untuk membantu Anda mempersiapkan wawancara teknis dengan memberikan latihan soal dan solusi.

18. “Domain-Driven Design: Tackling Complexity in the Heart of Software” by Eric Evans
Deskripsi: Menyajikan pendekatan tentang cara merancang perangkat lunak yang mencerminkan bisnis yang sebenarnya.

19. “The Art of Computer Programming” by Donald E. Knuth
Deskripsi: Sebuah seri buku yang luas dan mendalam yang membahas berbagai aspek dari ilmu komputer dan pemrograman.

20. “Refactoring: Improving the Design of Existing Code” by Martin Fowler
Deskripsi: Mendeskripsikan teknik refactoring yang dapat membantu Anda meningkatkan kualitas dan pemahaman kode.

Pastikan untuk memilih buku yang sesuai dengan tingkat keterampilan Anda dan bidang pemrograman yang ingin Anda pelajari. Selain itu, perlu dicatat bahwa industri IT terus berkembang, sehingga penting untuk tetap memperbarui pengetahuan Anda dengan sumber daya online dan dokumentasi resmi.

6. Ikuti Kursus Online:

Ambil kursus online di platform seperti Coursera, Udacity, edX, atau LinkedIn Learning. Kursus ini menawarkan pembelajaran yang terstruktur dan seringkali mencakup proyek-proyek praktis.

rekomendasi beberapa kursus online
> Codecademy:
Codecademy menawarkan kursus interaktif untuk berbagai bahasa pemrograman. Mereka memiliki pelajaran praktis yang memungkinkan Anda langsung mengimplementasikan apa yang telah Anda pelajari.

> Coursera:
Coursera menyediakan kursus dari universitas dan institusi top dunia. Kursus-kursus tersebut melibatkan tugas proyek praktis dan memberikan sertifikat yang diakui.

> edX:
edX adalah platform pembelajaran daring yang menawarkan kursus dari universitas dan perguruan tinggi terkemuka. Materi pembelajaran mencakup berbagai topik, termasuk pemrograman.

> Udacity:
Udacity menawarkan nanodegree dalam berbagai disiplin ilmu termasuk pengembangan perangkat lunak dan kecerdasan buatan. Nanodegree ini mencakup proyek dunia nyata.

> LinkedIn Learning (sebelumnya Lynda):
LinkedIn Learning menyediakan kursus dalam berbagai bidang termasuk pemrograman. Kursus-kursus ini sering diajarkan oleh praktisi industri.

> Pluralsight:
Pluralsight menyediakan kursus teknologi dan pengembangan perangkat lunak dengan fokus pada teknologi terkini.

> Khan Academy:
Khan Academy memiliki kursus pemrograman dasar yang bagus dan gratis. Ini adalah sumber daya yang baik untuk pemula.

> FreeCodeCamp:
FreeCodeCamp adalah platform belajar pemrograman yang gratis dan berfokus pada proyek. Mereka menawarkan sertifikasi dan memungkinkan Anda berkontribusi pada proyek-proyek amal.

> Treehouse:
Treehouse menawarkan kursus pemrograman dan desain web dengan pendekatan yang berfokus pada pengajaran praktis.

> Udemy:
Udemy menyediakan berbagai kursus pemrograman dengan harga yang terjangkau. Platform ini juga sering memberikan diskon besar-besaran.

> SoloLearn:
SoloLearn adalah platform belajar pemrograman yang memungkinkan Anda belajar dengan cara bermain dan berpartisipasi dalam komunitas.

> MIT OpenCourseWare:
MIT OpenCourseWare menyediakan akses ke materi kuliah dari Massachusetts Institute of Technology (MIT) termasuk kursus pemrograman.

7. Praktek dengan Proyek Kecil

Mulailah dengan proyek kecil untuk menerapkan pengetahuan Anda. Ini bisa berupa membuat aplikasi sederhana, situs web statis, atau permainan kecil.

8. Bangun Portofolio

Simpan semua proyek Anda di GitHub atau platform sejenis. Ini tidak hanya membuktikan kemampuan Anda tetapi juga menjadi portofolio yang dapat Anda tunjukkan kepada calon majikan atau klien.

9. Pelajari Algoritma dan Struktur Data

Memahami dasar-dasar algoritma dan struktur data penting untuk menulis kode yang efisien. Buku dan kursus tersedia untuk mempelajari topik ini.

10. Terlibat dalam Komunitas Programmer

– Bergabunglah dengan forum online, grup media sosial, atau komunitas lokal. Diskusi dengan programmer berpengalaman dapat memberikan wawasan yang berharga dan memecahkan masalah yang dihadapi.

11. Ikuti Proyek Open Source

– Terlibat dalam proyek open source di GitHub. Ini memberi Anda pengalaman bekerja dalam tim dan berkontribusi pada proyek yang lebih besar.

12. Ikuti Pendidikan Formal (Opsional)

– Jika memungkinkan, pertimbangkan pendidikan formal seperti gelar dalam ilmu komputer atau teknik perangkat lunak.

13. Terus Belajar dan Terbuka terhadap Perubahan

– Pemrograman adalah bidang yang terus berkembang. Selalu up-to-date dengan perkembangan terbaru dan jangan ragu untuk terus belajar.

14. Bangun Jaringan

– Kenali orang-orang dalam industri. Peserta meetup lokal, konferensi, atau acara lainnya untuk membangun jaringan yang dapat membuka peluang baru.

penting untuk bersabar dan konsisten dalam belajar serta terus mencari tantangan baru untuk diterima.

Sistem Informasi Unidha – Ketua Program Studi Sistem Informasi Universitas Dharma Andalas,ibu Renita Astri, S.Kom, M.sc Sebagai Narasumber Serta Voni dan Nadya Sebagai Pembawa Acara Pada Pertemuan Tersebut Dalam Perbincangan Tersebut Narasumber dan Pembawa Acara Membahas Tentang Dilema Penyimpanan Data Pada Pembelajaran Daring.Perbincangan Tersebut Dilaksanakan Pada Tanggal 04/11/2020 Pukul 08:00-09.00 Di RRI Pro 1 Padang Disiarkan Live Di Radio RRI Pro 1 Padang.

#universitasdharmaandalas#unidha#siunidha

Sepintas null dan undefined terlihat sama, tapi sesungguhnya berbeda.
.
JavaScript menetapkan variabel yang belum ditetapkan dengan nilai default undefined. JavaScript tidak pernah menetapkan nilai ke null. Ini digunakan oleh programmer untuk menunjukkan bahwa variabel tidak memiliki nilai.
.
Undefined tidak berlaku di JSON sementara null berlaku.
.
Tipe undefined terdefinisi sedangkan tipe null adalah sebuah objek.
.
Adapun kesamaan null dan undefined adalah keduanya primitif dan bersifat false salah.
.
Jadi menurut kamu gimana nih?
.
Jangan lupa comment kalo kamu mempunyai tambahan info seputar postingan ini ya
.
.
.
Info spmb :
https://spmb.unidha.ac.id
÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷
Contact person Sistem Informasi :
0816-530-411
.
.
Follow akun @si.unidha⁣⁣⁣⁣⁣⁣
Follow akun @si.unidha⁣⁣⁣⁣⁣⁣
Follow akun @si.unidha⁣⁣⁣⁣⁣⁣
⁣⁣⁣⁣⁣⁣
#javascript#programmer#ssh#linuxindonesia#kalilinux#secureshell#ubuntuindonesia#kalilinuxtools#belajarhacking#ethicalhacking#sisteminformasi#unidha#belajarkoding#teknikinformatika#anakit#pemrograman#teknologiinformasi#mahasiswait#manajemeninformatika#datastructure

Cure for the Insecure! Untuk kamu yang ga percaya diri, kehilangan motivasi, galau, minder, selalu merasa ga bisa dan kurang..

Harus ikut kelas online interaktif dan motivasi ini! Gratis dan seru bgt!

Guest teacher kita sangat berpengalaman dan sangat sukses di bidangnya @gsliu !
Tidak sabar untuk online class ini, karena kamu berhak tau betul kmu berharga dan ada talenta/kelebihan dan kamu bukan kegagalan atau kesalahan!

Yuk tanya jawab langsung dengan expertnya @gsliu dan belajar dari presentasi guest teacher kita!

Host: @ditasoedarjo

@dignitysocial

#webinarindonesia#webinargratis#infowebinar#webinarinfo#dignitysocial#Siunidha#Infounidha

Nomor        :  631/E.E2/KM/2020      Juni 2020
Lamp          : satu (1) berkas

Yth.
1. Pemimpin Perguruan Tinggi, dan
2. Kepala Lembaga Layanan Pendidikan Tinggi Wilayah I s.d. XIV

Pengenalan Kehidupan Kampus bagi Mahasiswa Baru (PKKMB) merupakan wahana bagi pemimpin perguruan tinggi untuk memperkenalkan dan mempersiapkan mahasiswa baru dalam proses transisi menjadi mahasiswa yang yang dewasa dan mandiri, serta mempercepat proses adaptasi mahasiswa dengan lingkungan yang baru dan memberikan bekal untuk keberhasilannya menempuh pendidikan di perguruan tinggi maka dilakukan Pengenalan Kehidupan Kampus Bagi Mahasiswa Baru (PKKMB).

Pelaksanaan PKKMB diharapkan menjadi wahana penanaman 5 (lima) program gerakan nasional revolusi mental yaitu Indonesia melayani, Indonesia bersih, Indonesia tertib, Indonesia mandiri, dan Indonesia bersatu. Melalui PKKMB mahasiswa kelak akan menjadi alumni perguruan tinggi yang memiliki kedalaman ilmu, keluhuran akhlak, cinta tanah air, dan berdaya saing global.

Pelaksanaan PKKMB merupakan tanggung jawab pimpinan perguruan tinggi, sedangkan unsur lainnya seperti dosen, tenaga kependidikan, dan mahasiswa ikut membantu pelaksanaan kegiatan ini. Oleh karenanya implementasi PKKMB perlu diperkuat dengan peraturan internal perguruan tinggi agar terhindar dari pelanggaran tata tertib, norma, etika, dan hukum

Bersama ini kami sampaikan Pengenalan Kehidupan Kampus bagi Mahasiswa Baru (PKKMB) Tahun 2020 untuk dijadikan panduan bagi perguruan tinggi dalam melaksanakan kegiatan tersebut.

Demikian disampaikan, atas perhatian dan kerjasama Bapak/Ibu, diucapkan terima kasih.

Plt. Direktur Jenderal,

TTD

Nizam
NIP 196107061987101001

Tembusan:
1. Menteri Pendidikan dan Kebudayaan
2. Sekretaris Jenderal Kementerian Pendidikan dan Kebudayaan

Surat-Pengantar-Panduan-PKKMB-2020Downloadhttp://Surat-Pengantar-Panduan-PKKMB-2020Download