Project

Saya ingin berbagi pengalaman menarik dalam membangun simulasi proses awal recruitment untuk portfolio saya. Ini adalah cara saya belajar dan mengembangkan kemampuan di bidang recruitment. Berikut yang telah saya lakukan:

1️⃣ Membangun Website Fiktif Perusahaan

Saya membuat website simulasi untuk mensimulasikan kebutuhan perusahaan.

2️⃣ Membangun Portal HR Fiktif Perusahaan

Menggunakan portal HR saya menganalisis kebutuhan tenaga kerja dan menemukan kekurangan pada posisi:

a) Supervisor Operasional

b) Staff IT

c) Staff HR

3️⃣ Membuka Lowongan Pekerjaan

Saya mendesain poster lowongan pekerjaan dan membagikannya di portal karir serta melampirkan Google Form untuk kandidat dapat mengisi Lamaran Pekerrjaan tersebut. Tahapan ini untuk menarik kandidat potensial dengan cara yang profesional.

Simulasi ini mencerminkan proses nyata recruitment, dari analisis kebutuhan hingga eksekusi strategi menarik kandidat. Pengalaman ini menunjukkan kesiapan saya untuk mengaplikasikan proses serupa dalam dunia kerja nyata.

Salah satu proyek yang telah saya kerjakan adalah pembuatan website untuk perusahaan fiktif bernama 'Giovani Abadi Perkasa.' Website ini dirancang untuk menjadi prototipe dalam mendukung proyek-proyek HR yang akan saya kembangkan di masa depan. Dalam website ini, saya menampilkan fitur-fitur penting, seperti:

• Penulisan narasi yang terstruktur untuk Sejarah Perusahaan dan Tim Perusahaan.

• Pembuatan halaman Karier Perusahaan untuk menampilkan kebutuhan rekrutmen secara transparan.

• Formulir pendaftaran lamaran kerja yang dirancang untuk mempermudah proses seleksi kandidat.
  
  

Proyek ini menunjukkan kemampuan saya dalam mengelola konten, menyusun alur informasi yang jelas, dan menciptakan solusi berbasis digital untuk kebutuhan HR.

Proyek kedua yang saya kembangkan adalah membangun Portal HR untuk perusahaan fiktif, yang dirancang sebagai simulasi analisis kebutuhan tenaga kerja. Melalui portal ini, saya menganalisis data rekrutmen dan kebutuhan organisasi, hingga menemukan adanya kekurangan tenaga kerja pada beberapa posisi strategis, proyek ini tidak hanya memperlihatkan kemampuan saya dalam memahami dan memanfaatkan sistem HR berbasis teknologi, tetapi juga menunjukkan keahlian analisis saya dalam mengidentifikasi kebutuhan tenaga kerja yang krusial untuk keberlangsungan operasional perusahaan.

Saya ingin membagikan analisis Man Power Summary untuk memberikan gambaran mendalam terkait tenaga kerja di perusahaan tersebut. Berikut beberapa temuan menarik:

✅ Total Karyawan: 320 orang

✅ Jenis Kontrak:

99% PKWT

1% PKWTT

✅ Distribusi Gender:

Laki-laki: 309

Perempuan: 11

✅ Komposisi Usia:

Dominasi usia 21-30 tahun (44,3%)

✅ Pendidikan:

Mayoritas lulusan SLTA/sederajat (69,7%)

✅ Keberagaman Agama:

Islam (70,6%)

Kristen (17,5%)

Katolik (9,4%)

Hindu (2,5%)

Analisis ini memberikan dasar untuk merancang strategi pengembangan SDM yang lebih baik. Saya percaya keberagaman usia, pendidikan, dan agama adalah kekuatan dalam menciptakan lingkungan kerja yang inklusif dan produktif. 💼✨

Saya ingin membagikan salah satu hasil pengolahan data terbaru saya dalam pengelolaan absensi karyawan. Dengan memanfaatkan Google Sheets, saya berhasil:

📊 Mengolah data absensi secara harian dan bulanan.

📈 Menganalisis tren keterlambatan, kehadiran tepat waktu, dan absensi dengan visual yang informatif.

✅ Memberikan gambaran mendalam terkait produktivitas karyawan.

Dashboard ini tidak hanya berfungsi untuk melihat data, tetapi juga membantu pengambilan keputusan berbasis data (data-driven decision-making).

Saya percaya bahwa data bukan hanya angka, tetapi cerita yang dapat membantu organisasi tumbuh lebih baik.

Baru-baru ini, saya menyelesaikan sebuah proyek data menggunakan Excel untuk menganalisis performa pengiriman dan penjualan dari data Amazon. Hasilnya adalah sebuah dashboard visual yang memberikan insight mendalam tentang status pengiriman, jumlah transaksi, dan total penjualan.

🔎 Insight Utama:

• Total transaksi yang berhasil dikirimkan: 109,487

• Total pesanan yang dibatalkan: 5,935

• Total pendapatan: INR 78,592,678.30

• Perbandingan pengiriman melalui Amazon vs Merchant juga terlihat jelas.

📈 Fitur yang Ditampilkan:

Pie chart untuk distribusi status pengiriman.

Bar chart untuk perbandingan kuantitas dan nilai penjualan per bulan.

Data B2B yang dirangkum untuk kebutuhan analisis lebih spesifik.

💡 Dashboard ini sangat membantu dalam memberikan visualisasi data yang kompleks, sehingga keputusan strategis dapat dibuat dengan lebih cepat dan tepat.

Sebagai seorang lulusan Matematika yang berfokus pada bidang Data Analytics dan Data Science, saya ingin berbagi pengalaman saya dalam menjalankan proyek Social Network Analysis menggunakan Gephi. Proyek ini tidak hanya memperdalam pemahaman saya tentang visualisasi data, tetapi juga membantu saya mengaplikasikan teori graf untuk memetakan hubungan sosial.

🎯 Yang Saya Pelajari:

Statistika & Pemrosesan Data: Mengolah data menjadi insight yang berarti.

Visualisasi Jaringan Sosial: Membuat graf interaktif menggunakan Gephi untuk menganalisis hubungan antar individu.

Analisis Centrality: Mengidentifikasi node kunci dalam jaringan menggunakan Degree, Betweenness, dan Closeness Centrality.

📊 Tools yang Saya Kuasai: Python, Tableau, Power BI, SQL, SPSS, Program R, dan Microsoft Office. Kemampuan ini mendukung saya untuk menyelesaikan berbagai tantangan dalam analisis data.

🔗 Link ke proyek GitHub saya: Social Network Analysis

Saya dengan senang hati berbagi salah satu portofolio analitik saya berupa Dashboard Supermarket Sales. Dashboard ini dirancang untuk memberikan insight penting dalam mengelola penjualan di sektor retail.

Highlight Data:

📄 Total Invoice: 1.000

⭐ Rata-rata Rating Produk: 6,97

📦 Total Barang Terjual: 5.510

💵 Total Penjualan: $322.966,75

📊 Pendapatan Perusahaan: $15.379,37

Analisis Penting:

1. Metode Pembayaran:

Pembayaran melalui e-wallet (34,5%), tunai (34,4%), dan kartu kredit (31,1%) menunjukkan

keseimbangan yang baik, memberikan opsi fleksibel bagi pelanggan.

2. Status Pembeli:

Pelanggan terdaftar (member) hampir setara dengan pelanggan biasa, yaitu 49,9% dan 50,1%. Hal

ini memberikan peluang untuk memperluas loyalitas pelanggan melalui program keanggotaan.

3. Kategori Produk Teratas:

• Aksesori Elektronik (17,62%)

• Makanan dan Minuman (17,28%)

• Travel & Olahraga (16,7%)

• Data ini menjadi acuan untuk strategi stok dan promosi.

Alat yang Digunakan:

Dashboard ini saya kembangkan menggunakan Google Data Studio untuk visualisasi yang interaktif dan mudah dipahami, mendukung pengambilan keputusan berbasis data.

Proyek ini adalah salah satu langkah saya untuk terus memperdalam kemampuan di bidang Data Analytics dan Business Intelligence.