Final Project Bootcamp Data Analyst: Analisis Pola Serangan Hiu dengan Google Sheets dan Looker Studio
Pada Final Project Bootcamp Data Analyst, peserta mengerjakan studi kasus analisis lebih dari 4.600 insiden serangan hiu dari Global Shark Attack File. Project ini berfokus pada proses mengubah data mentah menjadi informasi yang lebih terstruktur untuk menjawab pertanyaan mengenai waktu kejadian, lokasi, aktivitas korban, profil korban, fatalitas, dan spesies hiu yang terlibat.
Peserta menggunakan Google Sheets untuk proses data cleaning dan analisis deskriptif, kemudian menyusun dashboard interaktif menggunakan Looker Studio.
Studi Kasus dan Tujuan Analisis
Studi kasus disusun dengan konteks kebutuhan organisasi seperti dinas pariwisata pantai atau organisasi keselamatan laut yang ingin memahami kapan dan di mana insiden hiu lebih sering terjadi, serta aktivitas apa yang perlu mendapat perhatian lebih.
Beberapa pertanyaan utama yang dianalisis adalah:
- Bagaimana tren jumlah insiden dari tahun ke tahun
- Bulan dan waktu apa yang paling banyak mencatat insiden
- Negara dan wilayah mana yang paling sering mengalami insiden
- Aktivitas apa yang paling sering terlibat
- Bagaimana profil usia dan jenis kelamin korban
- Berapa tingkat fatalitas
- Spesies apa yang paling sering dikaitkan dengan insiden
Dataset awal terdiri dari 4.614 baris dan 22 kolom, dengan rentang data utama dari 1940-an hingga Juni 2017.
Data Cleaning dengan Google Sheets
Sebelum melakukan analisis, peserta melakukan beberapa tahapan data cleaning.
Delapan kolom metadata yang tidak relevan terhadap tujuan analisis dihapus. Whitespace pada nama kolom dan isi data dirapikan menggunakan fungsi trim.
Peserta juga melakukan pengecekan duplikasi. Tidak ditemukan baris ganda yang perlu dihapus. Beberapa Case Number yang sama tetap dipertahankan karena merepresentasikan kejadian berbeda.
Standardisasi dilakukan pada beberapa kategori. Nilai Boating digabungkan ke Boat, kolom Sex disederhanakan menjadi M dan F, sedangkan Fatal dinormalisasi menjadi Y, N, dan Unknown.
Kolom Country juga diseragamkan penulisannya.
Perbaikan Tanggal, Usia, dan Kategori
Salah satu bagian penting dari project adalah memperbaiki data yang belum siap dianalisis.
Tanggal dengan format teks seperti Reported dd-Mmm-yyyy diekstrak menggunakan REGEXEXTRACT, kemudian diubah menjadi format Date. Bulan kejadian selanjutnya diperoleh menggunakan fungsi MONTH.
Setelah perbaikan, terdapat 4.527 tanggal valid.
Pada kolom Age, peserta hanya menggunakan nilai yang benar-benar numerik. Data seperti Teen atau 20s tidak dipaksakan menjadi angka karena berpotensi menambah bias. Hasilnya, sekitar 2.967 data usia dapat digunakan dalam analisis.
Aktivitas korban juga dikelompokkan berdasarkan kata kunci menjadi sembilan kategori, termasuk Surfing, Swimming, Spearfishing, Diving, Fishing, Wading, dan Snorkeling.
Spesies hiu dikelompokkan menjadi White, Tiger, Bull, Blacktip, Nurse, Hammerhead, Lainnya, dan Tidak tercatat.
Peserta juga membuat kolom bantu Hour dan Waktu untuk membagi waktu kejadian menjadi Pagi, Siang, dan Sore-Malam.
Setelah proses cleaning, dataset akhir berisi 4.613 baris.
Analisis Tren Waktu
Dari sisi waktu, peserta menemukan rata-rata sekitar 64 insiden per tahun pada periode 1950 sampai 2016, dengan median 54 insiden.
Tahun 2015 menjadi salah satu titik tertinggi dengan 141 kasus.
Jika dilihat berdasarkan dekade, jumlah insiden meningkat cukup besar pada 2000-an dengan 1.021 kasus dan 2010 sampai 2017 dengan 917 kasus.
Peserta juga mencatat bahwa peningkatan ini tidak langsung berarti hiu menjadi semakin agresif. Perubahan pencatatan dan meningkatnya aktivitas manusia di laut dapat ikut memengaruhi jumlah laporan.
Berdasarkan bulan, Juli mencatat 490 insiden dan Agustus 463, sedangkan Februari menjadi salah satu bulan dengan jumlah lebih rendah yaitu 286.
Dari 2.496 data waktu yang dapat dikategorikan, sekitar 48 persen terjadi pada siang hari.
Lokasi dan Jenis Insiden
Jenis insiden yang paling banyak tercatat adalah Unprovoked sebanyak 3.399 kasus atau sekitar 74 persen dari data.
Negara dengan jumlah kasus tertinggi adalah USA dengan 1.847 insiden, disusul Australia 831 dan Afrika Selatan 495.
Pada level wilayah, Florida mencatat jumlah tertinggi dengan 943 kasus, kemudian New South Wales 290, California 262, Hawaii 237, dan Queensland 193.
Temuan ini menunjukkan bahwa distribusi insiden sangat terkonsentrasi pada wilayah tertentu.
Profil Korban dan Aktivitas
Dari data jenis kelamin yang tersedia, sekitar 88 persen korban adalah laki-laki dan 12 persen perempuan.
Rata-rata usia korban sekitar 27,8 tahun dengan median 24 tahun. Kelompok usia 20 sampai 29 tahun menjadi kelompok terbesar dengan 887 kasus, diikuti usia 13 sampai 19 tahun dengan 774 kasus.
Pada kasus Unprovoked, aktivitas yang paling sering muncul adalah Surfing dengan 1.118 kasus, disusul Swimming 642, Spearfishing 318, dan Diving 259.
Analisis Fatalitas
Pada kasus Unprovoked dengan status fatalitas yang diketahui, tingkat fatalitas berada di sekitar 17,7 persen.
Namun tingkat fatalitas berbeda cukup besar antaraktivitas.
Surfing memiliki tingkat fatalitas sekitar 6,0 persen, sedangkan Swimming mencapai sekitar 32,6 persen. Diving berada di sekitar 26,4 persen dan Fishing sekitar 22,8 persen.
Dari sisi negara, USA memiliki tingkat fatalitas sekitar 4,9 persen, sedangkan Papua Nugini mencapai 44,9 persen dan Brasil 36,1 persen.
Berdasarkan kelompok spesies, Tiger berada di sekitar 25,8 persen, White 25,1 persen, dan Bull 20,3 persen.
Peserta juga mencatat bahwa angka tersebut perlu dibaca dengan hati-hati karena kolom Time, Species, dan Age memiliki banyak missing value.
Pembuatan Dashboard dengan Looker Studio
Setelah analisis deskriptif selesai, peserta menyusun dashboard menggunakan Looker Studio.
Dashboard dibuat untuk menyatukan berbagai insight seperti tren tahunan, distribusi negara dan wilayah, aktivitas korban, fatalitas, profil usia, jenis kelamin, serta spesies.
Google Sheets digunakan sebagai sumber data hasil cleaning, sedangkan Looker Studio digunakan untuk menyajikan hasil analisis secara visual agar lebih mudah dibaca oleh stakeholder.
Insight dan Benefit Final Project
Melalui project ini, peserta mendapatkan pengalaman menjalankan workflow Data Analyst mulai dari data cleaning, data transformation, categorization, descriptive analysis, hingga dashboard development.
Insight penting dari project ini adalah bahwa jumlah insiden dan tingkat fatalitas tidak selalu menunjukkan pola yang sama. Surfing memiliki jumlah kasus tinggi tetapi tingkat fatalitas relatif rendah, sedangkan Swimming memiliki jumlah kasus lebih sedikit tetapi tingkat fatalitas jauh lebih tinggi.
Project ini juga melatih peserta untuk memperhatikan keterbatasan data. Missing value pada usia, waktu, dan spesies membuat beberapa analisis bersifat indikatif dan tidak boleh langsung digeneralisasi.
Hasil akhir project dapat digunakan sebagai bagian dari portfolio untuk menunjukkan kemampuan mengolah dataset dunia nyata menggunakan Google Sheets, melakukan analisis deskriptif, membangun kategori analitik, serta menyajikan insight melalui dashboard Looker Studio.