HUTANKU
PROYEK ANALISIS DATA
“Hutanku Dulu, Kini, dan Yang Akan Datang”
Selamat datang di media pembelajaran interaktif tentang analisis data deforestasi! Mari kita pelajari bagaimana data dapat membantu kita memahami dan melindungi hutan Indonesia. 🌲🌏
Tujuan
Memahami analisis data untuk isu lingkungan
Durasi
3 Pertemuan (3 × 5JP)
Model
Project Based Learning (PBL)
Tema
Deforestasi & SDGs
📋 Kompetensi yang Dikembangkan
Budaya kerja masyarakat digital dalam tim
Kolaborasi tugas bertema komputasi
Identifikasi persoalan lingkungan dengan analisis data
Abstraksi dan pemodelan untuk prediksi
Visualisasi data dan dokumentasi hasil
Presentasi dengan memperhatikan HKI
🔗 Keterkaitan Lintas Mata Pelajaran
IPA
Ekosistem & Lingkungan
Matematika
Literasi Numerik
PPKn
Peran Warga Negara
SDGs
Pembangunan Berkelanjutan
Pertemuan 1
Mengenal Deforestasi & Pengumpulan Data (5 JP)
🔥 Apa itu Deforestasi?
Deforestasi adalah proses penghilangan atau pengurangan luas hutan secara permanen akibat aktivitas manusia seperti penebangan liar, pembukaan lahan pertanian, pertambangan, dan urbanisasi.
🌳 Fakta Mengejutkan
- • Indonesia kehilangan 115.459 ha hutan (2022)
- • 75% satwa bergantung pada hutan
- • Hutan menyerap 2.6 miliar ton CO₂/tahun
⚠️ Penyebab Utama
- • Perkebunan kelapa sawit (34%)
- • Pertambangan (20%)
- • Kebakaran hutan (25%)
- • Pemukiman & infrastruktur (21%)
📊 Siklus Analisis Data
1. Pertanyaan
2. Pengumpulan
3. Pembersihan
4. Analisis
5. Visualisasi
💾 Sumber Data Deforestasi
Global Forest Watch
globalforestwatch.org
KLHK Indonesia
Data resmi pemerintah
NASA FIRMS
Deteksi kebakaran real-time
🎬 Video Pembelajaran
📌 Video tentang kondisi deforestasi di Indonesia dan dampaknya terhadap lingkungan
📊 Video Tutorial Analisis Data
📌 Tutorial cara mengolah dan menganalisis data menggunakan spreadsheet
❓ Quiz Pertemuan 1
Skor: 0/5📝 LKPD Pertemuan 1
Identifikasi Masalah DeforestasiPertemuan 2
Analisis Data & Pemodelan Prediksi (5 JP)
🧹 Tahap Pembersihan Data
Data mentah sering mengandung kesalahan atau ketidakkonsistenan. Pembersihan data adalah langkah kritis untuk memastikan akurasi analisis.
🔍 Yang Harus Dicek:
- • Missing values (data kosong)
- • Duplikat data
- • Format tidak konsisten
- ��� Outlier (data pencilan)
��️ Tools yang Digunakan:
- • Google Sheets / Excel
- • Filter & Sort
- • Fungsi IF, COUNTIF
- • Conditional Formatting
📈 Teknik Analisis Data
Statistik Deskriptif
Mean, Median, Modus, Standar Deviasi
Trend Analysis
Melihat pola perubahan waktu
Regresi Linear
Prediksi berdasarkan data historis
🔮 Model Prediksi Deforestasi
Dengan data historis, kita dapat membuat model untuk memprediksi laju deforestasi di masa depan dan dampaknya.
📐 Rumus Regresi Linear:
Y = Prediksi | a = Konstanta | b = Koefisien | X = Tahun
📊 Contoh Data Deforestasi Indonesia
| Tahun | Luas Hutan (Juta Ha) | Deforestasi (Ribu Ha) |
|---|---|---|
| 2018 | 92.4 | 439.4 |
| 2019 | 91.8 | 462.5 |
| 2020 | 91.2 | 115.5 |
| 2021 | 90.9 | 113.5 |
| 2022 | 90.5 | 104.0 |
📌 Sumber: Kementerian LHK, 2023
🎬 Tutorial Analisis Data dengan Spreadsheet
📌 Tutorial lengkap cara menganalisis data menggunakan Google Sheets
📈 Membuat Grafik & Visualisasi
📌 Cara membuat grafik yang informatif dan menarik
❓ Quiz Pertemuan 2
Skor: 0/5📝 LKPD Pertemuan 2
Analisis & Pemodelan DataPertemuan 3
Visualisasi, Presentasi & Publikasi (5 JP)
📊 Jenis Visualisasi Data
Bar Chart
Perbandingan kategori
Line Chart
Tren waktu
Pie Chart
Proporsi/persentase
Map Chart
Data geografis
🎨 Tips Membuat Infografis
✅ Do’s
- • Gunakan warna kontras
- • Sertakan sumber data
- • Buat hierarki visual
- • Gunakan ikon relevan
❌ Don’ts
- • Terlalu banyak teks
- • Grafik yang membingungkan
- • Tanpa kesimpulan
- • Plagiarisme konten
©️ Hak Kekayaan Intelektual (HKI)
Dalam membuat karya proyek, kita wajib menghormati hak cipta dan kekayaan intelektual orang lain.
Kutip Sumber
Cantumkan referensi
Creative Commons
Gunakan gambar bebas
Parafrase
Tulis ulang dengan kata sendiri
🎤 Tips Presentasi Efektif
Kontak Mata
Suara Jelas
Tepat Waktu
Siap Q&A
🎬 Tutorial Membuat Infografis dengan Canva
📌 Cara membuat infografis profesional dengan Canva
🎤 Tips Presentasi yang Memukau
📌 Teknik presentasi yang menarik dan meyakinkan
❓ Quiz Pertemuan 3
Skor: 0/5📝 LKPD Pertemuan 3
Visualisasi & PresentasiSimulasi & Game Interaktif
Belajar sambil bermain tentang deforestasi
🌲 Simulasi Dampak Deforestasi
Klik pohon untuk menebang. Lihat bagaimana deforestasi mempengaruhi ekosistem!
Pohon
25
Satwa
100%
CO₂
Normal
Suhu
26°C
Hutan dalam kondisi sehat 🌿
🎯 Quiz Challenge
Klik “Mulai Game” untuk bermain!
🏆 Skor Tertinggi
Belum ada skor
🔢 Kalkulator Penyerapan CO₂
Hitung berapa banyak CO₂ yang dapat diserap oleh pohon!
📊 Hasil Perhitungan
CO₂ Diserap per Tahun
2,200 kg
Total CO₂ Diserap
22,000 kg
Setara dengan emisi
4.8 mobil/tahun
💡 Info: Rata-rata 1 pohon dewasa menyerap sekitar 22 kg CO₂ per tahun. 1 mobil menghasilkan sekitar 4.6 ton CO₂ per tahun.
Kolaborasi Tim & File Sharing
Budaya kerja masyarakat digital yang inklusif
🌐 Budaya Kerja Masyarakat Digital
Dalam era digital, kolaborasi tim tidak lagi terbatas ruang dan waktu. Kita dapat bekerja bersama secara asynchronous dan synchronous menggunakan berbagai tools digital.
✅ Prinsip Kolaborasi Digital
- • Komunikasi jelas – Gunakan bahasa yang mudah dipahami
- • Responsif – Balas pesan dalam 24 jam
- • Dokumentasi – Catat semua keputusan penting
- • Transparan – Share progress secara berkala
- • Inklusif – Dengarkan semua anggota tim
🚫 Hindari Hal Ini
- • Mengabaikan pesan tim
- • Tidak mengupdate progress
- • Mengerjakan sendiri tanpa koordinasi
- • Kritik yang tidak konstruktif
- • Deadline mendadak tanpa diskusi
📂 File Sharing Best Practices
Penamaan File
Format: NamaProyek_Bagian_Tanggal_Versi.ext
Contoh: Hutanku_Analisis_2025-01-15_v2.xlsx
Struktur Folder
Buat folder terpisah: Data, Analisis, Visualisasi, Presentasi, Dokumentasi
Akses & Privasi
Atur permission dengan bijak: View, Comment, atau Edit
💬 Komunikasi Tim Efektif
📱 Synchronous (Real-time)
- • Video conference (Zoom, Google Meet)
- • Chat grup aktif (WhatsApp, Telegram)
- • Screen sharing untuk demo
- • Live collaboration (Google Docs)
📧 Asynchronous (Tertunda)
- • Email untuk laporan formal
- • Classroom untuk pengumpulan tugas
- • Google Drive untuk file sharing
- • Trello/Notion untuk task management
🔧 Tools Kolaborasi Digital
Google Sheets
Spreadsheet kolaboratif untuk analisis data real-time
✓ Real-time editingGoogle Docs
Dokumentasi proyek dan laporan bersama
✓ Comment & suggestCanva
Desain infografis dan presentasi visual
✓ Template readyTrello
Project management dengan Kanban board
✓ Visual workflowSlack/Discord
Komunikasi tim dengan channel terorganisir
✓ Thread discussionZoom/Google Meet
Video conference untuk meeting tim
✓ Screen sharing🎓 Tutorial Penggunaan Tools
📊 Google Sheets untuk Tim
- 1. Buat spreadsheet baru di Google Drive
- 2. Klik “Share” (pojok kanan atas)
- 3. Tambahkan email anggota tim dengan akses “Editor”
- 4. Gunakan fitur “Comments” untuk diskusi per cell
- 5. Lihat “Version History” untuk tracking perubahan
📝 Google Docs Collaboration
- 1. Buat dokumen baru
- 2. Share dengan anggota tim (Viewer/Commenter/Editor)
- 3. Gunakan “Suggesting mode” untuk track changes
- 4. Mention (@nama) untuk notifikasi langsung
- 5. Resolve comments setelah selesai didiskusikan
🎭 Struktur Tim Proyek Analisis Data
Setiap anggota tim memiliki peran spesifik. Tim ideal terdiri dari 4-5 orang dengan pembagian peran berikut:
Project Manager
Koordinator & pengatur jadwal
- • Mengatur timeline proyek
- • Memimpin rapat tim
- • Monitoring progress
- • Komunikasi dengan guru
Data Researcher
Pencari & pengumpul data
- • Mencari sumber data valid
- • Mengumpulkan data mentah
- • Verifikasi keakuratan data
- • Dokumentasi sumber
Data Analyst
Pengolah & penganalisis data
- • Cleaning & processing data
- • Analisis statistik
- • Membuat model prediksi
- • Interpretasi hasil
Visual Designer
Pembuat visualisasi data
- • Membuat grafik & chart
- • Desain infografis
- • Layout presentasi
- • Poster & media visual
Documentation Writer
Penulis laporan & dokumentasi
- • Menulis laporan proyek
- • Dokumentasi proses
- • Menyusun kesimpulan
- • Membuat referensi/sitasi
Presenter
Juru bicara & presenter
- • Menyiapkan materi presentasi
- • Mempresentasikan hasil
- • Menjawab pertanyaan
- • Public speaking
📋 Template Pembagian Tugas
| Peran | Nama Anggota | Tugas Utama | Deadline |
|---|---|---|---|
| Project Manager | [Nama] | Setup tools, timeline, monitoring | Sepanjang proyek |
| Data Researcher | [Nama] | Kumpulkan data dari 3 sumber | Minggu 1 |
| Data Analyst | [Nama] | Cleaning, analisis, prediksi | Minggu 2 |
| Visual Designer | [Nama] | Buat infografis & visualisasi | Minggu 3 |
| Documentation Writer | [Nama] | Tulis laporan lengkap | Minggu 3 |
| Presenter | [Nama] | Persiapan & presentasi final | Minggu 3 |
💡 Tip: Setiap anggota bisa memiliki lebih dari 1 peran tergantung jumlah tim
🤝 Etika Kolaborasi Tim
✅ Do’s (Lakukan)
- • Hormati pendapat semua anggota – Setiap ide berharga
- • Tepat waktu – Deadline adalah komitmen bersama
- • Komunikatif – Update progress secara berkala
- • Supportif – Bantu anggota yang kesulitan
- • Konstruktif – Kritik dengan solusi
- • Bertanggung jawab – Selesaikan tugas yang dipercayakan
❌ Don’ts (Jangan)
- • Free rider – Tidak berkontribusi pada tim
- • Ghosting – Menghilang tanpa kabar
- • Dominasi – Tidak memberi ruang pada yang lain
- • Blame game – Saling menyalahkan
- • Plagiarisme – Mengcopy tanpa izin
- • Toxic – Komentar negatif & meremehkan
🎯 Mengatasi Konflik Tim
Skenario 1: Anggota tidak berkontribusi
Solusi:
- 1. Ajak bicara secara pribadi dengan empati
- 2. Tanyakan apakah ada kendala atau masalah
- 3. Tawarkan bantuan dan redistribute tugas jika perlu
- 4. Jika tidak ada perubahan, laporkan ke Project Manager
Skenario 2: Perbedaan pendapat tentang metode
Solusi:
- 1. Dengarkan semua pendapat dengan terbuka
- 2. Diskusikan pro & kontra masing-masing metode
- 3. Buat keputusan berdasarkan data & literatur
- 4. Voting demokratis jika perlu
- 5. Setelah keputusan diambil, commit bersama
Skenario 3: Deadline terlewat
Solusi:
- 1. Evaluasi penyebab keterlambatan
- 2. Redistribute tugas untuk catch up
- 3. Buat timeline baru yang lebih realistis
- 4. Set reminder & checkpoint lebih sering
- 5. Learn from mistakes untuk proyek berikutnya
🌟 Tips Tim yang Sukses
Goal yang Jelas
Semua paham tujuan akhir proyek
Regular Check-in
Meeting rutin minimal 2x seminggu
Celebrate Wins
Rayakan setiap milestone tercapai
Transparent Progress
Semua bisa lihat progress tim
Innovation Welcome
Ide baru selalu diapresiasi
Psychological Safety
Aman untuk bertanya & berbuat salah
Dokumentasi Proyek
Template dan panduan proses rekayasa
📝 Logbook Proyek Analisis Data
Logbook adalah catatan harian progress tim yang mencatat semua aktivitas, keputusan, dan kendala dalam proyek.
✨ Manfaat Logbook:
- • Tracking Progress – Monitor perkembangan proyek secara detail
- • Dokumentasi Keputusan – Catat alasan di balik setiap keputusan
- • Identifikasi Masalah – Deteksi kendala sejak dini
- • Pembelajaran – Evaluasi untuk proyek berikutnya
- • Akuntabilitas – Setiap anggota bertanggung jawab
📋 Template Logbook Harian
💡 Tips Mengisi Logbook
• Isi setiap hari tanpa melewatkan
• Jujur dan detail dalam pencatatan
• Fokus pada fakta, bukan opini
• Catat jam mulai dan selesai
• Dokumentasikan keputusan penting
• Review berkala untuk evaluasi
🧪 Rencana Pengujian (Test Plan)
Pengujian memastikan analisis data yang dilakukan sudah benar, valid, dan dapat diandalkan.
Unit Testing
Test setiap komponen terpisah
Integration Testing
Test kombinasi komponen
Validation Testing
Test hasil akhir dengan expert
📋 Checklist Pengujian Analisis Data
Validasi Sumber Data
Pastikan data berasal dari sumber terpercaya (KLHK, GFW, dll)
Kelengkapan Data
Cek tidak ada missing values yang signifikan (< 5%)
Konsistensi Format
Semua data dalam format yang sama (unit, desimal, dll)
Akurasi Perhitungan
Verifikasi rumus statistik (mean, median, regresi)
Validitas Prediksi
Model prediksi masuk akal secara logika
Visualisasi Tepat
Grafik sesuai jenis data (time series → line chart)
Interpretasi Benar
Kesimpulan sesuai dengan data yang ada
Referensi Lengkap
Semua sumber dicantumkan dengan format yang benar
📊 Template Test Case
| Test ID | Aspek | Expected Result | Status |
|---|---|---|---|
| TC-01 | Sumber data | Minimal 2 sumber valid | ✓ Pass |
| TC-02 | Data cleaning | Missing value < 5% | ✓ Pass |
| TC-03 | Statistik deskriptif | Mean, median, modus benar | ⚠ Review |
| TC-04 | Model prediksi | R² > 0.7 | ✗ Fail |
| TC-05 | Visualisasi | Chart readable & accurate | ✓ Pass |
🐛 Debug & Troubleshooting
Panduan mengatasi masalah umum dalam proyek analisis data deforestasi.
🔍 Troubleshooting Guide
❌ Problem: Data tidak konsisten
Gejala: Ada data dalam satuan berbeda (ha vs km², tahun vs bulan)
Solusi:
- 1. Standardisasi semua satuan ke format sama
- 2. Gunakan fungsi konversi jika perlu
- 3. Buat kolom baru untuk data yang sudah dikonversi
- 4. Dokumentasikan konversi yang dilakukan
❌ Problem: Grafik tidak sesuai
Gejala: Grafik sulit dibaca atau tidak menampilkan pola dengan jelas
Solusi:
- 1. Pilih jenis grafik yang tepat untuk data
- 2. Time series → Line chart, Comparison → Bar chart
- 3. Atur skala axis yang sesuai
- 4. Tambahkan label dan legend yang jelas
- 5. Gunakan warna kontras untuk readability
❌ Problem: Prediksi tidak masuk akal
Gejala: Model prediksi menghasilkan nilai negatif atau ekstrem
Solusi:
- 1. Cek outlier dalam data historis
- 2. Verifikasi rumus regresi sudah benar
- 3. Batasi range prediksi (5-10 tahun ke depan)
- 4. Cross-check dengan literatur/penelitian lain
- 5. Pertimbangkan model alternatif jika perlu
❌ Problem: Missing data banyak
Gejala: Banyak sel kosong dalam dataset (> 10%)
Solusi:
- 1. Cari sumber data alternatif yang lebih lengkap
- 2. Jika < 5%: Gunakan mean/median untuk fill
- 3. Jika > 5%: Hapus baris/kolom dengan missing data
- 4. Dokumentasikan handling missing data di laporan
❌ Problem: Tim tidak sinkron
Gejala: Anggota mengerjakan bagian berbeda tanpa koordinasi
Solusi:
- 1. Daily standup meeting (15 menit)
- 2. Gunakan shared document (Google Sheets/Docs)
- 3. Set milestone dan checkpoint mingguan
- 4. Project manager review progress harian
- 5. Komunikasi via grup chat yang aktif
📊 Format Laporan Proyek
Struktur laporan yang sistematis dan profesional untuk proyek analisis data.
📑 Struktur Laporan Lengkap
1️⃣ COVER & IDENTITAS
- • Judul proyek: “Analisis Data Deforestasi: [Wilayah/Fokus]”
- • Nama mata pelajaran & kelas
- • Nama anggota kelompok & peran masing-masing
- • Nama guru pembimbing
- • Tanggal penyerahan
2️⃣ ABSTRAK
- • Ringkasan proyek (max 250 kata)
- • Latar belakang singkat
- • Tujuan penelitian
- • Metode yang digunakan
- • Temuan utama
- • Kesimpulan singkat
3️⃣ PENDAHULUAN
- • Latar belakang: Mengapa deforestasi penting?
- • Rumusan masalah: Pertanyaan penelitian
- • Tujuan penelitian
- • Manfaat penelitian
- • Batasan penelitian (scope)
5️⃣ METODOLOGI
- • Jenis penelitian (deskriptif, kuantitatif)
- • Sumber data: KLHK, GFW, NASA FIRMS, dll
- • Teknik pengumpulan data
- • Alat analisis: Google Sheets, Excel, tools lain
- • Tahapan analisis data (flow chart)
- • Teknik visualisasi data
6️⃣ HASIL & PEMBAHASAN
- • Deskripsi data yang dikumpulkan
- • Proses cleaning & preprocessing
- • Statistik deskriptif (mean, median, dll)
- • Visualisasi data (grafik, chart, peta)
- • Analisis trend deforestasi
- • Model prediksi & interpretasi
- • Pembahasan: Apa arti dari temuan?
📚 User Manual & Version Control
Dokumentasi penggunaan dan tracking perubahan proyek.
📖 Struktur User Manual
1. Pengenalan
Jelaskan overview proyek secara singkat:
- • Apa itu proyek analisis data deforestasi?
- • Untuk siapa manual ini dibuat?
- • Apa yang bisa didapat dari proyek ini?
2. Persyaratan Sistem
- • Browser: Chrome/Firefox (versi terbaru)
- • Tools: Google Sheets, Canva (gratis)
- • Koneksi internet stabil
- • Google Account untuk kolaborasi
🔄 Version Control & Change Log
| Version | Tanggal | Perubahan | PIC |
|---|---|---|---|
| v1.0 | 15 Jan 2025 | Initial data collection | Data Researcher |
| v1.1 | 18 Jan 2025 | Data cleaning completed | Data Analyst |
| v2.0 | 22 Jan 2025 | Prediction model implemented | Data Analyst |
| v3.0 | 30 Jan 2025 | Final report completed | Documentation Writer |
Rubrik Penilaian Proyek
Kriteria penilaian & self-assessment
📊 Rubrik Penilaian Proyek Analisis Data
Penilaian proyek terdiri dari 5 aspek utama dengan bobot berbeda. Total nilai maksimal: 100 poin.
Pengumpulan Data
20%
Analisis Data
30%
Visualisasi
20%
Kolaborasi
15%
Dokumentasi
15%
1️⃣ Pengumpulan Data (20 poin)
| Kriteria | Kurang (1-5) | Cukup (6-12) | Baik (13-16) | Sangat Baik (17-20) |
|---|---|---|---|---|
| Sumber data | 1 sumber tidak valid | 2 sumber kurang valid | 2 sumber valid | ≥3 sumber valid & terpercaya |
| Kelengkapan data | Missing >20% | Missing 10-20% | Missing 5-10% | Missing <5% |
| Relevansi data | Tidak sesuai topik | Kurang sesuai | Sesuai topik | Sangat relevan & up-to-date |
2️⃣ Analisis Data (30 poin)
| Kriteria | Kurang (1-7) | Cukup (8-18) | Baik (19-24) | Sangat Baik (25-30) |
|---|---|---|---|---|
| Pembersihan data | Tidak dibersihkan | Sebagian dibersihkan | Dibersihkan baik | Sempurna & terdokumentasi |
| Statistik deskriptif | Tidak ada | 1-2 metrik | 3-4 metrik tepat | Lengkap & akurat |
| Model prediksi | Tidak ada model | Model sederhana | Regresi valid | Model akurat + interpretasi |
| Interpretasi | Salah tafsir | Kurang tepat | Tepat & logis | Mendalam & didukung literatur |
3️⃣ Visualisasi Data (20 poin)
| Kriteria | Kurang (1-5) | Cukup (6-12) | Baik (13-16) | Sangat Baik (17-20) |
|---|---|---|---|---|
| Jenis grafik | Tidak sesuai data | Kurang tepat | Sesuai jenis data | Optimal & inovatif |
| Estetika | Tidak menarik | Cukup menarik | Menarik & profesional | Outstanding design |
| Kelengkapan label | Tidak ada label | Label minimal | Label lengkap | Detail + sumber + keterangan |
4️⃣ Kolaborasi Tim (15 poin)
| Kriteria | Kurang (1-3) | Cukup (4-9) | Baik (10-12) | Sangat Baik (13-15) |
|---|---|---|---|---|
| Pembagian peran | Tidak jelas | Ada tapi tidak merata | Jelas & merata | Optimal + backup plan |
| Komunikasi | Minim komunikasi | Kadang-kadang | Rutin & efektif | Sangat responsif + dokumentasi |
| Kontribusi anggota | 1-2 orang saja | Sebagian besar | Semua berkontribusi | Semua maksimal + sinergi |
5️⃣ Dokumentasi & Laporan (15 poin)
| Kriteria | Kurang (1-3) | Cukup (4-9) | Baik (10-12) | Sangat Baik (13-15) |
|---|---|---|---|---|
| Struktur laporan | Tidak sistematis | Cukup sistematis | Sistematis & lengkap | Sempurna + professional |
| Referensi/sitasi | Tidak ada | Ada tapi tidak lengkap | Lengkap & format benar | Lengkap + diverse sources |
| HKI & etika | Plagiarisme | Kurang perhatian HKI | Menghormati HKI | Exemplary ethics compliance |
✍️ Self Assessment – Evaluasi Diri
Evaluasi diri sendiri untuk mengukur pemahaman dan kontribusi dalam proyek. Jawab dengan jujur!
Nilai diri kamu (1-5 bintang):
👥 Peer Review – Penilaian Teman
Berikan feedback konstruktif untuk anggota tim. Fokus pada kontribusi dan kolaborasi mereka.
Nilai kontribusi teman kamu (1-5 bintang):
📈 Summary & Progress Tracking
Ringkasan penilaian dan progress proyek kamu. Data akan diupdate otomatis saat kamu menyimpan assessment.
🎯 Skor Self Assessment
Total Skor
0/30
Rata-rata
0.0/5.0
Predikat
–
Isi Self Assessment untuk melihat ringkasan
✅ Progress Checklist Proyek
🏆 Achievement Badges
Beginner
Data Analyst
Visualizer
Team Player
Fast Learner
Excellence
Master
Champion
🔒 Badge akan aktif setelah mencapai target tertentu