Topik ini merupakan Topik Special Price kami dari harga normal Rp5.150.000 per peserta. Penawaran ini berlaku untuk pendaftaran minimal 3 peserta dari instansi atau perusahaan yang sama.
Training Data Analysis and Management using MS Excel mempelajari mengenai Graphical Interface,New Features,Tipe Data pada Excel , Spreadsheet file formats, Database file formats,Text file formats dan hal – hal lain terkait Data Analysis and Management using MS Excel .Deskripsi
Pelatihan Data Analysis and Management using MS Excel memberikan pengetahuan dan keahlian tingkat lanjutan kepada peserta dalam menggunakan MS Excel untuk mengolah dan menganalis data menjadi informasi yang berguna dalam pemecahan masalah dan pengambilan keputusan bisnis. (Data Analysis) Mulai dari pengenalan dasar fungsi dan fitur utama pada Excel, teknik Import dan merapikan data, Pivot tables, What If Analysis hingga fitur Goal Seek dan Solver. (Data Analysis) Pelatihan Data Analysis and Management using MS Excel juga diperkaya dengan contoh-contoh kasus dalam Excel untuk memudahkan peserta dalam memahami materi yang diberikan. (Data Analysis)Tujuan Pelatihan
Pada akhir pelatihan Data Analysis and Management using MS Excel, peserta akan dapat menggunakan perangkat lembar kerja elektronis sebagai alat analis dan manajemen data, secara khusus, yaitu:- Memahami konsep, fungsi dan fitur dasar lembar kerja elektronis menggunakan MS Excel. (Data Analysis)
- Menghargai manfaat dan fungsi lembar kerja elektronis untuk analisis dan pengaturan data. (Data Analysis)
- Menghasilkan dokumen penting untuk kerja profesional seperti Tabel Data yang terstruktur dan sistematis, Data pada Pivot Table dan Tabel Data dengan hasil analisis lainnya. (Data Analysis)
- Menerapkan pengetahuan dan keahlian untuk pengembangan pribadi dan profesionalisme kerja dengan nilai-nilai ketelitian, pemecahan masalah, ketepatan dan pengambilan keputusan secara benar. (Data Analysis)
Sasaran Pelatihan
Setiap individu yang ingin melakukan analisis dan pengaturan data pada lembar kerja elektronis secara sistematis dan terstruktur untuk pemecahan masalah dan pengambilan keputusan secara benar. Untuk aktifitas individu dan kerja professional dari berbagai bidang profesi, seperti: Bisnis Administrasi, Sales, Marketing, Managemen, HRD, Accounting, Insurance, Banking, Teknik, Statistik, Penelitian, Data Processing, Data Analisis, Basis data, dll. (Data Analysis)Metode Pelatihan
Training Data Analysis and Management using MS Excel dilakukan dengan komposisi 15% pemahaman terhadap konsep dan teori inti dan 85% untuk praktek lab komputer dan workshop. Pelatihan dilengkapi dengan tampilan slide presentasi dan demonstrasi tahapan penggunaan aplikasi dan contoh studi kasus agar mudah difahami dan berjalan lancar. Partisipasi aktif peserta diharapkan dalam bentuk tugas individu atau kelompok.Penilaian Kompetensi
Aktifitas dan kompetensi peserta dalam penggunaan komputer, fitur aplikasi, hasil tugas individu atau kelompok akan dinilai menggunakan perangkat diskusi kelas, pengamatan dan dokumen tugas. Minimal satu (1) dokumen laporan akhir lembar kerja elektronik sebagai dasar evaluasi penilaian kompetensi peserta. (Data Analysis)Sistem Penilaian
Peserta Pelatihan Data Analysis and Management using MS Excel akan dinilai menggunakan kriteria berikut ini:- Tugas Pelatihan: 60%. (Data Analysis)
- Partisipasi kelas dan tugas kecil – 20%. (Data Analysis)
- Hasil test dan contoh tugas – 80%. (Data Analysis)
- Minimal satu (1) dokumen laporan akhir lembar kerja elektronis (evaluasi akhir) : 40%. (Data Analysis)
Outline Materi
Modul 1: Pengenalan MS Excel- Graphical Interface
- New Features
- Tipe Data pada Excel
- Formulas
- Functions
- Importing Data
- Importing from a file
- Spreadsheet file formats
- Database file formats
- Text file formats
- Importing HTML files
- Importing XML files
- Importing a text file into a specified range
- Copying and pasting data
- Data Clean-up Techniques
- Removing duplicate rows
- Identifying duplicate rows
- Splitting text
- Using Text to Columns
- Using Flash Fill
- Changing the case of text
- Removing extra spaces
- Removing strange characters
- Converting values
- Classifying values
- Joining columns
- Rearranging columns
- Randomizing the rows
- Extracting a filename from a URL
- Matching text in a list
- Changing vertical data to horizontal data
- Filling gaps in an imported report
- Checking spelling
- Replacing or removing text in cells
- Adding text to cells
- Fixing trailing minus signs
- A Data Cleaning Checklist
- Exporting Data
- Exporting to a text file
- CSV files
- TXT files
- PRN files
- Exporting to other file formats
- About Pivot Tables
- A pivot table example
- Data appropriate for a pivot table
- Creating a Pivot Table Automatically
- Creating a Pivot Table Manually
- Specifying the data
- Specifying the location for the pivot table
- Laying out the pivot table
- Formatting the pivot table
- Modifying the pivot table
- Working with Non-Numeric Data
- Grouping Pivot Table Items
- A manual grouping example
- Automatic grouping examples
- Grouping by date
- Grouping by time
- Creating a Frequency Distribution
- Creating a Calculated Field or Calculated Item
- Creating a calculated field
- Inserting a calculated item
- Filtering Pivot Tables with Slicers
- Filtering Pivot Tables with a Timeline
- Referencing Cells within a Pivot Table
- Creating Pivot Charts
- A pivot chart example
- More about pivot charts
- Another Pivot Table Example
- Producing a Report with a Pivot Table
- Using the Data Model
- A What-If Example
- Types of What-If Analyses
- Performing manual what-if analysis
- Creating data tables
- Creating a one-input data table
- Creating a two-input data table
- Using Scenario Manager
- Defining scenarios
- Displaying scenarios
- Modifying scenarios
- Merging scenarios
- Generating a scenario report
- What-If Analysis, in Reverse
- Single-Cell Goal Seeking
- A goal-seeking example
- More about goal seeking
- Introducing Solver
- Appropriate problems for Solver
- A simple Solver example
- More about Solver
- Solver Examples
- Solving simultaneous linear equations
- Minimizing shipping costs
- Allocating resources
- Optimizing an investment portfolio