Kamus
337 istilah data dalam 10 kelompok
Hambatan pertama orang yang baru belajar data biasanya kosakata, lebih sering daripada matematika atau koding. Mereka membuka satu lowongan, bertemu delapan kata asing, lalu menutup tabnya lagi.
Istilah Inggris di sini sengaja tidak diterjemahkan. Anda akan bertemu kata-kata ini dalam bentuk aslinya di lowongan, di dokumentasi, dan di meeting. Tiap kartu juga menyebut peran yang paling sering memakainya, dan tiap istilah punya link sendiri yang bisa Anda kirim ke orang lain.
Butuh penjelasan yang lebih panjang untuk kosakata membaca angka, seperti bias, correlation, atau p-value? Datasight punya kamusnya sendiri di datasight.id/istilah (membuka tab baru). Link diperiksa 5 Oktober 2026.
Tiap kelompok dipakai di mana
Data menempuh delapan lapisan dari aplikasi kasir sampai keputusan. Batang menunjukkan lapisan tempat istilah tiap kelompok paling sering dipakai. Baca dari atas ke bawah.Baca dari kiri ke kanan. Dua kelompok berlaku di semua lapisan, dan satu kelompok berada di luar jalur.
Label: Penyusun. Lapisannya dari handout Peta Dunia Data; penempatan kelompok di lapisan adalah penilaian penyusun anakdata, 5 Oktober 2026.
Belum kenal lapisan-lapisan itu? Ikuti perjalanan satu mangkuk mi →Pilih kelompoknya
- 1 · 29 istilahPeran dan dunia kerja data“Siapa mengerjakan apa”Di semua lapisan
- 2 · 32 istilahSumber data dan storage“Datanya datang dari mana dan disimpan di mana”Di lapisan Sumber data, Ingestion dan Storage
- 3 · 29 istilahPipeline dan infrastruktur“Datanya dipindahkan bagaimana”Di lapisan Ingestion, Storage dan Transformasi
- 4 · 53 istilahData cleaning, SQL, data modeling“Datanya dirapikan dan diambil bagaimana”Di lapisan Transformasi dan Analisis
- 5 · 72 istilahAnalisis dan critical thinking“Angkanya dibaca bagaimana”Di lapisan Analisis
- 6 · 29 istilahVisualisasi dan dashboard“Hasilnya ditunjukkan bagaimana”Di lapisan BI dan dashboard
- 7 · 21 istilahData science dan machine learning“Model belajar dari data bagaimana”Di lapisan ML
- 8 · 21 istilahAI generatif dan LLM“AI yang menulis itu bekerja bagaimana”Di lapisan AI generatif
- 9 · 18 istilahData governance, privasi, MLOps“Datanya dijaga bagaimana”Di semua lapisan
- 10 · 33 istilahKarier dan melamar“Pekerjaannya didapat bagaimana”Di luar perjalanan data
Pasangan yang sering tertukar
33 pasangan kata yang terdengar mirip tapi artinya berbeda. Buka satu pasangan untuk melihat bedanya berdampingan di kartunya.
- Angka yang naikberbeda denganInsight
- OLTPberbeda denganOLAP
- Data warehouseberbeda denganData lake
- Cloudberbeda denganOn-premise
- ETLberbeda denganPipeline
- ETLberbeda denganELT
- Batchberbeda denganReal-time
- Nolberbeda denganNULL
- SQLberbeda denganPython
- WHEREberbeda denganHAVING
- Primary keyberbeda denganForeign key
- Joinberbeda denganLEFT JOIN
- Fact tableberbeda denganDimension table
- Permintaan pertamaberbeda denganRequirement
- Correlationberbeda denganCausation
- Metricberbeda denganKPI
- Rata-rata (mean)berbeda denganMedian
- Sampel besarberbeda denganSampel yang mewakili
- Signifikan secara statistikberbeda denganPenting bagi bisnis
- Naik 0,5 poin persenberbeda denganNaik 25% relatif
- Retentionberbeda denganChurn
- Dashboardberbeda denganAnalisis ad hoc
- Grafik yang cantikberbeda denganStorytelling dengan data
- AIberbeda denganMachine learning
- Kolomberbeda denganFitur (feature)
- Supervised learningberbeda denganUnsupervised learning
- Klasifikasiberbeda denganRegresi
- Akurasiberbeda denganPrecision dan recall
- Berbohongberbeda denganHalusinasi
- RAGberbeda denganFine-tuning
- Anonimisasiberbeda denganMasking
- Hard skillberbeda denganSoft skill
- Recruiterberbeda denganHR
Semua istilah
Klik nama istilahnya untuk membuka kartunya. Di kartu ada arti, contoh, peran yang memakainya, dan untuk sebagian istilah, gambar atau pasangan yang sering tertukar.
1. Peran dan dunia kerja data
- Data
- Datasetjuga disebut kumpulan data
- Insightjuga disebut wawasan
- Data-driven
- Stakeholderjuga disebut pemangku kepentingan
- User
- Konteks bisnis
- Domain knowledge
- Data Analyst (DA)juga disebut analis data
- Business Analyst (BA)
- BI Developerjuga disebut BI Analyst
- Product Analyst
- Market Analyst
- Financial Analyst
- Data Engineer (DE)
- ETL developer
- Analytics Engineer (AE)
- Data Scientist (DS)juga disebut ilmuwan data
- ML Engineer (MLE)
- AI Engineer (AIE)
- Fullstack data
- Data practitioner
- Data workflow
- Upstream dan downstream
- Backend dan UI
- Data infrastructure
- DevOps
- Tool-agnostic
- Data maturity
2. Sumber data dan storage
- Data source
- Excel dan Google Sheets
- Google Drive
- Excel for the web
- CSV
- API
- Data silo
- Open data
- Lisensi terbuka
- Kaggle
- Data dummy
- Databasejuga disebut basis data
- PostgreSQL, MySQL, SQL Server
- Server
- OLTP dan OLAP
- Columnar
- Data warehousejuga disebut gudang data
- Data mart
- Data lake
- Lakehouse
- Cloud warehouse
- BigQuery
- Redshift
- Snowflake
- ClickHouse
- Cloudjuga disebut komputasi awan
- On-premise
- Azure
- Object storage (S3)
- Big data
- Hadoop
- Open sourcejuga disebut sumber terbuka
3. Pipeline dan infrastruktur
- Pipeline
- Ingestion
- ETL
- ELT
- On the fly
- Tool ETL berbasis GUI
- Airbyte
- Big data processing
- Spark dan PySpark
- Scheduling
- Batch dan real-time
- Streaming
- Data pipeline orchestration
- Airflow
- Prefect
- CLI dan Linux
- Git
- Repo
- README
- Docker
- Development, testing, deployment
- Logging
- Monitoring
- Alert
- Bug
- Debugging
- Pipeline breaking
- Biaya cloud
- Overkill
4. Data cleaning, SQL, data modeling
- Baris (row, record)
- Kolom (column, field)
- Tabel
- Tipe data
- Data dictionary
- Data cleaningjuga disebut pembersihan data
- Data kotor
- Raw datajuga disebut data mentah
- Data investigation
- Data validation
- Transformasi data
- Missing valuejuga disebut nilai hilang
- NULL
- Duplikat
- Standardisasi
- Regex
- Pivot table
- Lookup
- VLOOKUP dan INDEX-MATCH
- Rentang terbuka
- Format wide dan long
- SQL
- Query
- SELECT dan WHERE
- Filter
- DISTINCT
- GROUP BY
- HAVING
- Agregasi
- CASE WHEN
- Dialek SQL
- Primary key
- Foreign key
- Relasi antartabel
- Join
- LEFT JOIN
- Grain
- Fan-out
- UNION ALL
- Subquery
- CTE
- Window function
- ROW_NUMBER
- DATE_TRUNC
- View
- INSERT, UPDATE, CREATE TABLE
- Skema (schema)
- Normalisasi
- Data modeling
- Fact table dan dimension table
- Star schema
- Medallion architecture
- dbt
5. Analisis dan critical thinking
- Requirement
- Framing
- Problem statement
- 5W1H
- Keputusan
- Premortem
- Critical thinking
- Helicopter view
- Root cause analysis
- Connecting the dots
- Hipotesis
- Asumsi
- Confirmation bias
- Bias
- Correlationjuga disebut korelasi
- Causationjuga disebut kausalitas, sebab-akibat
- Confounder
- Cross-check
- Metricjuga disebut metrik
- KPI
- North star
- Input metric
- Metric tree
- Guardrail metric
- Success metric
- Target
- Baselinejuga disebut nilai dasar
- Goodhart's law
- Periode
- Coverage
- Tren
- Seasonalityjuga disebut musiman
- Year on year (YoY)
- EDA
- Distribusi
- Rata-rata (mean)
- Median
- Rata-rata gabungan
- Persentil
- Kuartil
- IQR
- Standar deviasi
- Outlierjuga disebut pencilan
- A/B test
- Sampel
- RCT
- Randomisasi
- Control groupjuga disebut kelompok kontrol
- Balance check
- Signifikansi statistik
- Standard error
- Distribusi normal
- Z-scorejuga disebut skor z
- P-valuejuga disebut nilai p
- Confidence intervaljuga disebut selang kepercayaan
- Multiple testing
- Funneljuga disebut corong
- Konversi
- CTR
- Poin persen
- Cohort
- Retentionjuga disebut retensi
- Churn
- Python
- pandas
- DataFrame
- groupby
- merge
- assert
- Notebook (Jupyter, Colab)
- Sel
- Reproducibility
6. Visualisasi dan dashboard
- Visualisasi
- Chart
- Dashboardjuga disebut dasbor
- Report dan reporting
- Ad hoc
- Business intelligence (BI)
- Self-service analytics
- BI tool
- Power BI
- Tableau
- Tableau Public
- Data Studiojuga disebut Looker Studio
- Filter dan slicer
- Drill down
- Measure
- DAX
- Semantic model
- Hierarki visual
- Pembanding
- Cockpit syndrome
- Chart junk
- Storytelling dengan data
- Big idea
- Action title
- Rekomendasi
- Decision memo
- Decision owner
- Stop rule
- Dokumentasi
7. Data science dan machine learning
- Data science
- Machine learningjuga disebut pembelajaran mesin
- Model
- Training
- Training datajuga disebut data latih
- Fitur (feature)
- Label (target)
- Supervised learning
- Unsupervised learning
- Klasifikasi
- Regresi
- Clusteringjuga disebut pengelompokan
- Forecastingjuga disebut peramalan
- Fraud detection
- Deep learningjuga disebut pembelajaran mendalam
- scikit-learn
- Train-test split
- Overfitting
- Akurasi
- Akurasi, precision, recall
- Deployment model
10. Karier dan melamar
- Career switch
- Latar non-IT
- Fresh graduate
- Magang
- Entry level dan junior
- Lowongan dan requirement
- Hard skill dan soft skill
- Beginner, intermediate, advanced
- Learning curve
- Hands-on
- Bootcamp
- Tracker
- Portfolio
- End-to-end
- GitHub
- Networking
- Komunitas data
- Recruiter dan HR
- ATS
- CV
- Screening
- Take-home test
- Live coding
- Case interview
- STAR
- Pitch
- Walkthrough
- Freelance
- Remote
- Startup
- FMCG
- Konsultan data
Tidak perlu dihafal
Simpan link halaman ini, lalu buka lagi setiap kali Anda bertemu kata yang asing di lowongan atau di meeting. Anda tidak perlu membacanya sekali sampai habis.
Semua 337 nama istilah ada di halaman ini, jadi Ctrl+F di browser Anda sudah cukup untuk mencari satu kata.
Pekerjaannya apa saja
Peran-peran di bidang data, lengkap dengan kapan sebuah peran justru kurang cocok untuk Anda.
Belajarnya mulai dari mana
Langkah belajar berurutan, plus daftar hal yang boleh Anda lewati dulu.
Bahannya ambil di mana
Sumber belajar gratis yang sudah dibuka satu per satu sebelum dimasukkan.