Proyek: Analisis Penjualan

Section Proyek menempatkan materi course dalam konteks kerja utuh, dan proyek pertama mengajak kita menyusun laporan kinerja penjualan Toko Sembako Berkah, jaringan toko sembako fiktif dengan empat cabang di Jakarta, Bandung, Surabaya, dan Yogyakarta. Bahan kerjanya satu berkas penjualan.csv berisi 246 baris transaksi Januari hingga Maret 2025 yang dibuat oleh skrip deterministik, dan datanya sengaja memuat masalah yang lazim ditemui di lapangan: baris duplikat, harga tidak valid, kategori kosong, format tanggal campur, serta label kategori yang tidak seragam. Empat bagian berurutan membawa dataset itu dari keadaan mentah menjadi ringkasan siap lapor:

• Bagian 1: Memahami Dataset Penjualan — memuat CSV, memeriksa struktur, dan memetakan lima masalah data.
• Bagian 2: Membersihkan Data Penjualan — lima langkah pembersihan yang dikemas menjadi fungsi bersihkan().
• Bagian 3: Menganalisis Kinerja Produk — omzet dan laba per produk, kategori, dan kota dengan groupby(), merge(), dan rank().
• Bagian 4: Membuat Ringkasan Penjualan — ringkasan bulanan dengan resample() dan pivot_table(), ekspor CSV, dan narasi temuan.

Kerjakan bagian demi bagian secara berurutan, karena setiap bagian memakai berkas dan hasil bagian sebelumnya; skrip pendamping buat_dataset.py tersedia di folder tiap bagian sehingga setiap chapter dapat dijalankan sendiri. Proyek ini memakai konsep dari beberapa section sebelumnya: Dasar DataFrame untuk memeriksa struktur data, Membaca dan Menulis Data untuk CSV, Data Cleaning untuk pembersihan, GroupBy dan Agregasi serta Menggabungkan dan Membentuk Data untuk analisis, dan Data Waktu dan Deret Waktu untuk ringkasan bulanan. Bila Anda baru menyelesaikan section Praktik Data Engineering, alur empat bagian ini terasa seperti penerapan ulang pipeline yang sama pada kasus penjualan.