Sampai pertengahan 2020-an, Excel masih jadi tempat kerja utama analyst di banyak kantor Indonesia. Tabel pivot, VLOOKUP, sedikit makro VBA. Cukup untuk laporan bulanan, dashboard manajemen, atau analisis ad-hoc dari tim sales. Belakangan ini situasinya bergeser cepat.
Data tidak lagi datang dalam ribuan baris. Sebuah perusahaan e-commerce menengah bisa menghasilkan ratusan ribu transaksi per hari, dari berbagai kanal. Tim analyst yang bertahan dengan Excel saja mulai menemukan rumus crash, file 80 MB yang lambat dibuka, dan formula yang rapuh begitu satu kolom ditambah.
Pergeseran yang Terjadi di Kantor
Berdasarkan data Sakernas Februari 2025 yang dirilis BPS, sektor informasi dan komunikasi menjadi salah satu sektor dengan kebutuhan tenaga kerja yang konsisten naik. Bersamaan dengan itu, lowongan untuk posisi data analyst dan business intelligence di portal kerja seperti LinkedIn dan JobStreet semakin sering mensyaratkan SQL dan Python sebagai skill dasar, bukan lagi nice-to-have.
Pergeseran ini bukan tentang Excel jadi usang. Excel tetap punya tempat untuk eksplorasi cepat dan presentasi. Yang berubah adalah bagaimana analyst memperlakukan data: bukan lagi diunduh dulu ke spreadsheet lalu diolah. Sekarang data dilihat di tempat aslinya. Database. Dan SQL jadi bahasa percakapannya.
SQL: Pintu Masuk yang Sering Diremehkan
SQL bukan bahasa yang rumit. Banyak analyst yang sudah biasa berpikir dalam tabel di Excel justru cepat akrab. Logika WHERE mirip filter, GROUP BY mirip pivot, JOIN mirip VLOOKUP yang lebih bersih. Yang membuatnya powerful: SQL berjalan di sumber datanya, bukan di laptop. Mau filter dua juta baris? Database menyelesaikan dalam hitungan detik, sementara Excel mungkin sudah keburu crash.
Yang lebih penting, SQL membuka pintu ke peran-peran lain. Junior data engineer sering dimulai dari analyst yang kuat SQL. Stack interview untuk role data di banyak startup Indonesia dimulai dari tes SQL, bukan dari Python.
Python: Saat Analisis Mulai Berbicara dengan Sistem
Setelah SQL, Python jadi langkah berikutnya yang masuk akal. Bukan karena Python mengganti SQL, tapi karena ia melengkapinya. Tarik data dari database dengan SQL, olah lanjut dengan Pandas, visualisasikan dengan Matplotlib atau Seaborn. Outputnya bisa berupa laporan otomatis yang dijadwalkan, dashboard yang refresh sendiri, atau notebook yang reproducible.
Ingin mendalaminya lebih terstruktur? Taalenta punya kelas SQL & Python Untuk Data Analisis.
Bagi analyst, Python juga membuka jalan ke domain machine learning yang basic. Tidak perlu langsung jadi data scientist. Tapi bisa menjelaskan korelasi, melakukan forecasting sederhana, atau mengelompokkan customer dengan k-means clustering. Skill yang sebelumnya monopoli engineering, sekarang accessible ke analyst.
Jalan Karier yang Tidak Buntu
Transisi dari Excel ke SQL dan Python bukan butuh gelar baru. Yang dibutuhkan adalah pemetaan ulang cara berpikir tentang data: dari “bagaimana saya susun di sheet” menjadi “bagaimana saya tanya ke database, lalu olah dengan kode yang reproducible”.
Skill ini juga punya umur panjang. Tools datang dan pergi: Power BI naik, Tableau bergeser, framework JavaScript silih berganti. Tapi SQL sudah berusia lebih dari empat dekade dan tetap relevan. Python ekosistemnya terus tumbuh untuk data science dan analytics, dengan komunitas yang sulit dilampaui bahasa lain.
Dalam pasar kerja Indonesia yang makin kompetitif, mastering SQL dan Python bukan lagi nilai plus. Bagi analyst yang serius dengan karier jangka panjang, ini fondasi yang sudah jadi standar.
Referensi:
- Badan Pusat Statistik – Berita Resmi Statistik Sakernas Februari 2025 → bps.go.id
- LinkedIn Economic Graph – Skills Insights untuk wilayah Asia Tenggara → economicgraph.linkedin.com
- Kementerian Komunikasi dan Digital – Peta Jalan Talenta Digital Indonesia → komdigi.go.id