[Mini Case] Memahami ETL Lewat Studi Kasus Sederhana: Dari Excel ke Dashboard
Dalam dunia kerja sehari-hari, banyak orang tak sadar bahwa mereka sudah melakukan proses ETL saat mengolah data dari Excel ke dashboard. Tapi tahukah kamu? Tanpa proses ETL yang benar, insight dari data bisa menyesatkan dan memicu keputusan yang keliru.
Abdiel
7/2/20252 min read


Studi Kasus Mini: Laporan Penjualan Mingguan
Bayangkan kamu bekerja di sebuah toko online kecil. Setiap minggu, tim operasional mengirim file Excel berisi data penjualan dengan format yang agak berantakan. Kamu diminta membuat dashboard mingguan untuk tim marketing, agar mereka bisa melihat tren produk terlaris dan total pendapatan.
Proses ETL: Langkah demi Langkah
File dikirim dalam bentuk Excel dari berbagai cabang toko.
Kadang formatnya beda-beda: ada yang pakai titik koma, ada yang sheet-nya bernama "Data", ada yang "Laporan".
Tantangan: Data kotor adalah musuh utama analisis. Proses ini bisa makan waktu lebih lama dari yang diperkirakan.
Kenapa ETL Itu Penting?
Banyak orang mengira ETL itu hanya untuk perusahaan besar atau data engineer profesional. Padahal, setiap kali kamu:
Insight Praktis
Kesimpulan
Jika kamu pernah merasa kewalahan membersihkan data atau membuat laporan mingguan secara manual, mungkin saatnya mulai berpikir:
Mengimpor data Excel
Membersihkan kolom yang tidak rapi
Menyusun hasilnya ke dalam dashboard
Menyatukan format tanggal (kadang pakai DD/MM/YYYY, kadang MM-DD-YYYY)
Membersihkan nilai yang kosong atau salah ketik (contoh: “1OO” bukan “100”)
Menambahkan kolom baru: kategori produk, diskon bersih, dsb.
Menghitung total per minggu
3. Load (Memasukkan ke Tempat Tujuan)
Dashboard bisa keliru karena data tidak bersih
Tim membuat keputusan dari angka yang tidak akurat
Automasi jadi sulit karena format tidak konsisten
ETL bukan hanya soal teknologi tinggi. Ia adalah disiplin dan logika kerja data yang bisa diterapkan bahkan dari file Excel.
....kamu sebenarnya sudah melakukan proses ETL dalam skala kecil. Artikel ini akan membahas konsep ETL lewat contoh nyata dan sederhana, yang bisa kamu bayangkan atau bahkan praktikkan sendiri.
1. Extract (Mengambil Data)
Tantangan: Konsistensi dan integrasi dari berbagai sumber.
2. Transform (Membersihkan & Mengolah)
Data bersih dimasukkan ke dalam Google Sheets atau database
Kemudian disambungkan ke dashboard (misal pakai Looker Studio, Tableau, atau Excel Pivot)
Hasil akhir: Dashboard real-time mingguan yang memperlihatkan produk terlaris, pendapatan mingguan, dan tren penjualan.
Tanpa proses ETL yang benar:
ETL adalah jembatan antara data mentah dan insight.


Prinsip utamanya adalah: lakukan secara konsisten dan otomatis jika bisa.
Bahkan tim kecil bisa membangun proses ETL sederhana:
“Bagaimana saya bisa membangun mini-ETL?”