SlideShare une entreprise Scribd logo
1  sur  86
Elyada Wigati Pramaresti
Daftar Isi
Microsoft Excel Basic
• Part 1: Basic Formula and Function
• Cell Reference
• Basic Aggregation
• Common Error
• Part 2: Data Formating
• Part 3: Conditional If-Else Formatting Part 1
• Operator
• Case Study
• Result
Microsoft Excel Intermediate
• Part 1: Data Validation
• Circle Invalid Data
• Part 2: Conditional Formatting
• Tampilan Rules Conditional Formatting
• Penggunaan Conditional Formating
• Part 3: Vlookup and Index Match Part 1
• Hlookup
• Match
• Part 4: Vlookup and Index Match Part 2
• Offset Match
• Case Study
• Results
Microsoft Excel Advance
• Part 1: Pivot Table
• Cara Membuat Pivot Table
• Tampilan Pivot Table
• Tab Menu Design
• Pivot Option
• Cara Mendapatkan Pivot Data
• Number of Items to Retain
• Calculation Field di Pivot Table
• Cara Membuat Calculation Field
• Part 2: Dashboard Reporting
• Hal-Hal yang Perlu Diketahui dalam Dashboard Preparation
• Slicer dan Timeline
• Contoh Slicer
• Contoh Timeline Pivot Table
• Update and Refresh Data
• Part 3: Macro VBA
• Relasi Macro dengan VBA
• Manfaat VBA
• Tab Menu Developer
• Record Macro
• Relative and Absolute References
• Cara Menjalankan Program VBA
• Mini Task 3
• Pivot Table
• Results
Mini Task Part 2
Elyada Wigati Pramaresti
Course Summary
Part 1: Data
Validation
Data Validation Fitur
yang dapat membatasi
nilai atau teks yang
dimasukkan pada
sebuah cell atau range
berdasarkan kriteria
yang diterapkan.
Apa fungsinya?
Untuk meminimalisir
kesalahan pengisian
data pada Excel.
Contoh Range
tertentu yang hanya
boleh diisi dengan
daftar text atau angka
tertentu.
Circle Invalid Data
Circle Invalid Data
Fitur yang dapat
menambahkan tanda
untuk mengetahui apakah
nilainya sudah sesuai
dengan cell atau range
berdasarkan kriteria yang
diterapkan.
Contoh
Kolom D adalah nama
jurusan yang benar,
sedangkan di kolom A ada
informatika (salah) yang
seharusnya Teknik
Informatika sehingga
diberikan tanda.
Part 2: Conditional Formatting
Conditional Formatting
Mengelompokkan data
berdasarkan suatu kriteria
dengan cara memberikan
tanda pada suatu pada sel
atau baris.
Tujuannya apa?
Membuat tampilan menarik
dan memudahkan pembaca
memperoleh insight
Contoh
Tampilan Rules Conditional
Formatting
1 2 3
1. Rule: Rumus apa yang mau diterapkan. Misalnya cell value lebih besar dari 90
2. Format: Warnanya apa
3. Applied to: Di mana mewarnai datanya
Penggunaan Conditional
Formatting
Bisa digunakan dengan pembanding nilai lebih besar/kecil atau sama dengan. Serta
hanya kolom tertentu yang diberikan warna sesuai kondisi yang dicari (diatas 90).
Part 3:
Vlookup
and Index
Match Part
1
Vlookup (vertical lookup)
Bertujuan untuk menggabungkan data berdasarkan nilai
yang akan dicari.
Cara Kerja Vlookup
Vlookup akan mencari dari sebelah kiri, kemudian
mencari nilai yang sama, lalu baru menampilkan data di
sebelah kanan nya.
=VLOOKUP(B4;Returned!$A$1:$C$4;3;FALSE)
Data
Returned
1 2 3 4 5
2. Data yang mau dicari
3. Rentang data tempat kita mencari
4. (Index) kolom apa yang mau kita
tampilkan datanya bila ketemu
1. Fungsi
5. Apakah kita mau mencari nilai yang paling
dekat dari data yang mau kita cari?
TRUE: benar (data yang berdekatan)
FALSE: enggak (data yang sesuai)
Bertujuan agar dapat menggabungkan data berdasarkan nilai yang akan dicari
Hlookup (Horizontal Lookup)
Cara Kerja Hlookup
Kalau vlookup dari kiri ke kanan, hlookup
mencari dari atas ke bawah
=HLOOKUP(B4;Returned!$A$1:$D$3;3;FALSE)
1 2 3 4 5
1. Fungsi
2. Data yang mau dicari
3. Rentang data tempat kita mencari
4. (Index) kolom apa yang mau kita
tampilkan datanya bila ketemu
5. Apakah kita mau mencari nilai yang paling
dekat dari data yang mau kita cari?
TRUE: benar (data yang berdekatan)
FALSE: enggak (data yang sesuai)
Data
Returned
Match
=MATCH(B5;Returned!$A$1:$A$4;0)
2
1 3 4
1. Fungsi
2. Data yang mau dicari
3. Rentang data tempat kita
mencari
4. Mencari nilai yang
sesuai dengan data yang
mau dicari
Data Returned
Match
Bertujuan untuk mencari lokasi data berdasarkan riset. Hasilnya bukan nama
atau nilai, tapi urutan ke berapa data yang dicari.
Part 4:
Vlookup
and Index
Match Part
2
Index-Match
Gabungan dari fungsi Index() dan Match(),
dimana karena ini dua function maka harus
diselesaikan satu persatu, konsepnya sama
hanya saja sedikit berbeda dimana kita
cukup perlu mengambil rentang dari data
yang diperlukan saja.
Data Returned
=INDEX(Returned!$C$1:$C$4; MATCH(B5;Returned!$A$1:$A$4;0);1)
1 2 3
1. Rentang data tempat kita menampilkan
datanya.
2. Mendapatkan lokasi dari Sheet Returned.
3. Kolom berapa yang mau kita pilih (defaultnya 0).
Offset-Match
Data Returned
Offset berguna untuk menggeser data berdasarkan
berapa kolom dan baris yang diinginkan, bedanya
dengan Index() adalah kalau Index defaultnya selalu
0, sedangkan Offset harus kita atur sendiri lokasi
awalnya dimana.
=OFFSET(Returned!$C$1; MATCH(B5;Returned!$A$1:$A$4;0)-1;0)
1 2 3 4
1. Rentang data tempat kita menampilkan
datanya.
2. Mendapatkan lokasi dari Sheet Returned.
3. Dikurangi 1 karena lokasi awal yang kita
cari dengan Match itu sudah termasuk nama
kolom, jadi perlu dikurangi 1
4. Kolom berapa yang mau kita pilih (defaultnya 0).
Case Study
1. Isi sheet Helper dengan nilai yang valid (ada nilai valid apa di kolom Jurusan)
Before After
2. Cek apakah ada data invalid dari sheet Main berdasarkan kamus yang ada di
sheet Helper, jika ada silahkan ditandai dengan lingkaran
Before
Cara:
1. Blok kolom C
2. Klik Ribbon Data > Klik data drop di Data
Validation > Data Validation
3. Di bagian Allow pilih List. List fungsinya sama
seperti kamus logika yang menentukan kira-kira
datanya dari A-Z itu apa saja dan kondisi yang benar
seperti apa.
4. Klik tanda panah di samping kotak Source. Pilih
kamusnya dari Sheet Helper dengan cara blok sel
A2-A7.
5. Blok kolom C.
6.Klik Data > Data Tools >
Circle Invalid Data
7. Nanti akan muncul
lingkaran merah pada data
yang tidak valid di kolom C
After
3. Jawab pertanyaan nomor 1-3 dari sheet Soal
4. Perbaiki data yang invalid sehingga semua data dari sheet
Main menjadi valid (berdasarkan sheet Helper)
Before After
5. Buat 3 grafik dengan contoh seperti ini (lihat soal)
Cara:
1. Buat Sheet baru dengan nama
Grafik
2. Buat 3 tabel:
a. Rata-Rata UTS
Fungsi:
=AVERAGEIF(Main!$C$2:$C$1001
;Grafik!A3;Main!$G$2:$G$1001)
b. Jumlah Ujian 2
Fungsi:
=SUMIF(Main!$C$2:$C$1001;Graf
ik!A12;Main!$F$2:$F$1001)
c. Rata-Rata Ujian 3 vs Ujian 4
Fungsi:
=AVERAGEIF(Main!$C$2:$C$1001
;Grafik!A21;Main!$H$2:$H$1001)
3. Blok tabel Rata-Rata UTS >
Insert > Recommended Charts >
All Charts > Column > Clustered
Column
4. Blok tabel Jumlah Ujian 2 >
Insert> Recommended Charts >
All Charts > Pie > Doughnut
5. Blok tabel Rata-Rata Ujian 3 vs
Ujian 4 > Insert > Recommended
Charts > All Charts > Bar >
Clustered Bar
6. Jawab pertanyaan nomor 4-6 dari sheet Soal
73,52-62,13 = 11,3926
7. Buat ID Mahasiswa dari Sheet Main berdasarkan
Kode Jurusan + Nomor mereka
Fungsi =CONCAT(D2;C2)
8. Isi kolom Absen dari Sheet
Main berdasarkan data dari
Sheet Absen. Jika mahasiswa
berada di data Absen, isi
dengan tanggal dia absen. Jika
tidak ada, isi dengan kalimat
No
Fungsi
=IFERROR(VLOOKUP($B2;Absen!$
A$2:$B$501;2;FALSE);"No")
9. Jawab pertanyaan nomor 7-9 dari sheet Soal
7
8
9
Cara No 7:
-Aktifkan filter dengan cara klik
salah satu kolom > Home >
Editing > Sort and Filter > Filter.
-Klik kolom Jurusan > Klik tanda
panah kecil di ujung kanan
Header > Hapus centang Select
All > Centang Statistika.
-Hitung jumlah data tanggal
absen di kolom Absen.
Cara No 8:
-Klik kolom Jurusan
-Hapus centang Statistika > Klik
centang Biologi
-Hitung jumlah data “No” pada
kolom absen.
-Hitung persentase mahasiswa
Biologi yang tidak pernah aben
dengan rumus berikut:
Jumlah mahasiswa
yang tidak absen x 100
Jumlah total keseluruhan
mahasiswa
Jawabannya: 52,15%
Cara No 9:
-Klik kolom Absen > Klik tanda
panah kecil di ujung kanan
Header > Hapus centang Select
All > Centang 2022 > Pilih
October > OK.
- Hitung mahasiswa yang absen
10. Isi kolom Nilai Akhir dengan kriteria berikut
Ujian 1 hingga Ujian 4 Masing-masing 12.5%
UTS dan UAS Masing-masing 20%
Tugas 10%
Untuk mahasiswa yang pernah absen mengurangi nilai Tugas
sebanyak 10
=IF(N2="No";$M2;$M2-10) =(12,5%*$G2)+(12,5%*$
H2)+(20%*$I2)+(12,5%*
$J2)+(12,5%*$K2)+(20%
*$L2)+(10%*$O2)
11. Isi kolom Nama dari sheet Main berdasarkan data dari Sheet detail
=VLOOKUP(B2;Detail!$G$2:$H$1001;2;FALSE)
12. Jawab pertanyaan nomor 10-12 dari sheet Soal
Caranya
-Cari nilai akhirnya dulu pakai fungsi
=MAX(P2:P1001). Hasilnya 85,2
-Lalu cari lokasi nilai 85,2 pakai fungsi
=MATCH(P1002;P2:P1001;0). Hasilnya
78. Karena fungsinya mulai dari P2
bukan P1, maka 78 ditambah 1.
Urutannya jadi 79. Nama yang
ditemukan di urutan itu adalah Hasta
Utami.
Caranya
-Buat daftar rata-rata nilai akhir per
juruan di kolom Helper
-Gunakan fungsi sebagai berikut:
=AVERAGEIF(Main!$E$2:$E$1001;Help
er!A11;Main!$P$2:$P$1003). Fungsi
tersebut digunakan untuk menemukan
rata-rata nilai akhir
14. Jawab pertanyaan nomor 13-15 dari sheet
Soal
A+ 90 keatas
A 80,01 sampai 90
B 70,01 sampai 80
C 60,01 sampai 70
D 40,01 sampai 60
E 40 dan bawah bawahnya
Caranya
-Salin tabel tersebut
ke Sheet Helper
13. Beri Grade berdasarkan kondisi berikut ini
Cara no 13
-Buat kolom helper di
samping tabel Grade dan
Nilai di Sheet Helper.
-Beri judul kolom Jumlah
Mahasiswa.
-Hitung jumlah
mahasiswa dari masing-
masing grade
menggunakan fungsi
=COUNTIF(Main!$Q$2:$Q
$1001;Helper!A20)
Cara no 14
-Filter kolom jurusan > Centang
pilihan Aktuaria
-Lihat kolom Grade, hitung
jumlah data dengan Grade A
Cara no 15
-Ketik rumus sebagai berikut
=123/1000
Final Results
60.0
61.0
62.0
63.0
64.0
65.0
66.0
Rata-Rata UTS
9493
9075
10010
9022
10745
8949
Jumlah Ujian 2
Aktuaria
Matematika
Kimia
Fisika
Biologi
Statistika
55.00 60.00 65.00 70.00 75.00
Aktuaria
Matematika
Kimia
Fisika
Biologi
Statistika
Rata-Rata Ujian 3 vs Ujian 4
Rata-Rata Ujian 4 Rata-Rata Ujian 3
Mini Task Part 3
Elyada Wigati Pramaresti
Course Summary
Part 1: Pivot Table
Tujuannya apa?
Untuk mendapatkan nilai
aggregasi dari data guna
mendapat angka yang
dibutuhkan. Penggunaannya
sangat membantu untuk data
yang cukup besar.
Pivot Table
Pivot Table adalah
sebuah tabel yang
sudah dikategorikan.
Cara Membuat Pivot
Table
Insert > PivotTable
Customer Type (All)
Sum of Profit Margin Column Labels
Row Labels Bandung Jakarta Surabaya Grand Total
2016 531450 12488550 32144929.5 45164929.5
Furniture 1313100 1313100
Office Supplies 531450 1287600 14006250 15825300
Technology 11200950 16825579.5 28026529.5
2017 3323550 17327850 60617700 81269100
Furniture 218100 2727000 1422150 4367250
Office Supplies 1007100 5055750 20489700 26552550
Technology 2098350 9545100 38705850 50349300
2018 9388200 23787150 68353500 101528850
Furniture 100800 2735250 2836050
Office Supplies 1214250 7219500 21404250 29838000
Technology 8073150 16567650 44214000 68854800
2019 7435800 17004000 55637400 80077200
Furniture 100800 1514700 1615500
Office Supplies 2907750 5948850 15864000 24720600
Technology 4528050 10954350 38258700 53741100
2020 1063650 4914300 13773450 19751400
Furniture 2424600 1212300 3636900
Office Supplies 834300 1589100 3486150 5909550
Technology 229350 900600 9075000 10204950
Grand Total 21742650 75521850 230526979.5 327791479.5
Tampilan Pivot Table
Tab Menu Design
Dalam Pivot Table, yang paling penting adalah bagaimana
menyajikan data aggregasi secara efektif, tergantung dari apa
yang mau kita cari, salah satunya adalah dengan memilih apa
yang mau diaggregasi berdasarkan kolom dan baris.
Pivot Option
PivotTable Option Tabs
• Layout & Formatting
• Totals & Filters
• Display
• Printing
• Data
• Alt Text
Tips Pivot Table Option
• Pivot Table Name
• Change Error Values
• Show Zero in Empty Cells
• Show/Hide Values Row
• Excel Pivot Table Clear Old Item
• Classic Pivot Table
Cara Mendapatkan Pivot Data
File > Options > Formulas >
Uncheck GetPivotData functions
for PivotTable references
Number of items to retain
Pivot Table Options > Number of
Items to retain per field > None
Calculation Field
di Pivot Table
Source Data yang sudah di tambah
rumus %Margin, selanjutnya dibuat
Pivot Table
Cara Membuat Calculation Field
Part 2:
Dashboard
Reporting
Hal-Hal yang perlu diketahui dalam
Dahboard Preparation
1. Dua Type Dashboard
a. Exploratory - Tujuannya untuk explore data dan melihat trend/insight
b. Explanatory - Tujuannya untuk "tell a story"
2. Jawab 3 Pertanyaan ini:
a. Apa Tipe Datanya?
b. Apa yang Mau Disampaikan?
c. Siapa Audiencenya?
3. Metrics/Komponen Data pada Dashboards
a. Identify Metrics yang Sesuai
b. Pilih Visual yang Sesuai
c. Apakah perlu Filter & Interaction
4. Tambahkan "Context" pada Dashboard - Focus Pada Story Telling
Bisa dalam bentuk comments, text, warna
5. Tentukan Layout dan Design
Slicer Dan
Timeline
Fungsinya mirip dengan Filter yang ada di pivot table, tapi secara visual lebih seperti tombol-tombol yang akan
menambah report lebih menarik, dan hal ini akan membantu untuk report dashboard yang akan dibaca oleh level
manager ke atas
Contoh Slicer
Tab Menu Analyze > Insert Slicer >
Centang City
Chart kalau yang diklik hanya
Surabaya
Slicer bisa mengkoneksikan semua report dengan pivot table
dengan sumber data yang sama
Contoh Timeline Pivot
Table
Sum of Order Quantity Column Labels
Customer Type Bandung Jakarta Surabaya Grand Total
Consumer 288 1,417 3,118 4,823
Corporate 1,138 2,525 5,402 9,065
Home Office 792 1,840 3,849 6,481
Small Business 409 1,802 3,439 5,650
Grand Total 2,627 7,584 15,808 26,019
Order Date
MONTHS
All Periods
JUN JUL AUG SEP OCT NOV DEC
2020
Tab Menu Analyze > Insert
Timeline > Centang Order Data
Update & Refresh Data
VBA singkatan dari “Visual Basic For Application”
merupakan turnan Bahasa pemrograman BASIC yang
diciptakan oleh Alan Cooper dibawah naungan
Microsoft, sehingga VBA ini merupakan fitur
developer yang ada di semua software di bawah
naungan Microsoft (Ms.Word, Ms. Excel, Ms. Power
Point, Ms. Outlook, dll.)
Part 3: Macro VBA
Relasi Macro dengan VBA
• Macro adalah baris-baris perintah atau kode yang dengannya anda ingin excel
malakukan sesuatu secara otomatis. Dengan kata lain macro adalah kode atau script
tertentu sedangkan Visual Basic for Applications adalah bahasa pemrograman yang
Anda gunakan untuk membuat macro.
Manfaat VBA
• Meminimalisir Human Error
• Otomatisasi Report
• Mempercepat Pekerjaan & Kebutuhan Analisa
Contoh Penerapan Program VBA
• Rekap All Sheets menjadi Satu Summary dalam waktu singkat
• Delete All Sheets dalam waktu singkat
• Membuat Form Input
• Email Otomatis Laporan Harian
• Rekap banyak File Excel Menjadi 1 File saja
• Membuat Report Rutin hanya dalam beberapa detik
Tab Menu Developer
Munculkan Tab Menu Developer > File > Option > Customize Ribbon
Setting Macro Security
Record Macro
Nama Procedure
Macro
Shortcut Untuk
Memanggil Macro
Caption Optional
Relative & Absolute References
Macro akan merekam berdasarkan cell yang di record secara
absolute.
Contoh:
Misal kita merekam Copy Cell A2 ke Cell B2
Misal kita jalankan program di Cell G2 maka yang dicopy akan
tetap absolute cell A2 ke Cell B2
Absolute Reference
Macro akan merekam berdasarkan posisi terakhir Cell Aktif
dan bergerak secara relatif, Contoh :
Misal kita merekam Cell A2 Pindah ke Cell B2
Maka Saat Kita menjalan program di Cell G2 Maka Program
akan berjalan ke H2 (Karena Geser ke kanan)
Relative Reference
Cara
Menjalankan
Program VBA
 Visual Basic Editor
 Kotak Dialog Macro
 Shortcut
 Prosedur Lain
 Ribbon Excel
 Quick Access Toolbar
 Saat Terjadi Event tertentu
 Immediate Window
 Tombol atau objek lainnya
Case Study
Pivot Table
Pivot Table
Microsoft Excel Basic to Advance - Sales Analysis
Microsoft Excel Basic to Advance - Sales Analysis

Contenu connexe

Similaire à Microsoft Excel Basic to Advance - Sales Analysis

Modul microsoft-excelok
Modul microsoft-excelok Modul microsoft-excelok
Modul microsoft-excelok Hardini_HD
 
Modul operasi hitung ms.excel
Modul operasi hitung ms.excelModul operasi hitung ms.excel
Modul operasi hitung ms.excelAmalia Prahesti
 
Materi lookup excel
Materi lookup excelMateri lookup excel
Materi lookup excelcanisius75
 
Sim bab 6 proyek regi
Sim bab 6 proyek regiSim bab 6 proyek regi
Sim bab 6 proyek regirainbi
 
MTK BAB 5 PENGOLAHAN DATA (Materi 3).pptx
MTK BAB 5 PENGOLAHAN DATA (Materi 3).pptxMTK BAB 5 PENGOLAHAN DATA (Materi 3).pptx
MTK BAB 5 PENGOLAHAN DATA (Materi 3).pptxssuser0239c1
 
Pembelajaran kelas 6 pertemuan 1-5.pptx
Pembelajaran kelas 6 pertemuan 1-5.pptxPembelajaran kelas 6 pertemuan 1-5.pptx
Pembelajaran kelas 6 pertemuan 1-5.pptxZabAsadIbrahim
 
Soal UKK Pemrograman Desktop SMK kelas 11 semester genap
Soal UKK Pemrograman Desktop SMK kelas 11 semester genapSoal UKK Pemrograman Desktop SMK kelas 11 semester genap
Soal UKK Pemrograman Desktop SMK kelas 11 semester genapSaprudin Eskom
 
Panduan microsoft office access 2007 2
Panduan microsoft office access 2007 2Panduan microsoft office access 2007 2
Panduan microsoft office access 2007 2adityo_nugroho
 
Penggunaan SUBQUERY SQL SERVER (USING SUBQUERIES)
Penggunaan SUBQUERY SQL SERVER (USING SUBQUERIES)Penggunaan SUBQUERY SQL SERVER (USING SUBQUERIES)
Penggunaan SUBQUERY SQL SERVER (USING SUBQUERIES)difa febri
 
Modul excel-praktik
Modul excel-praktikModul excel-praktik
Modul excel-praktikwelly Kris
 
APLIKASI PENGOLAH ANGKA.ppt
APLIKASI PENGOLAH ANGKA.pptAPLIKASI PENGOLAH ANGKA.ppt
APLIKASI PENGOLAH ANGKA.pptelsarostiana1
 
Aplikasi Pengolah Angka Guru Mapel : Arma Setyo Nugrahani
Aplikasi Pengolah Angka Guru Mapel : Arma Setyo NugrahaniAplikasi Pengolah Angka Guru Mapel : Arma Setyo Nugrahani
Aplikasi Pengolah Angka Guru Mapel : Arma Setyo NugrahaniArma Setyo Nugrahani
 
Mid smt-1-kls-8-1011
Mid smt-1-kls-8-1011Mid smt-1-kls-8-1011
Mid smt-1-kls-8-1011wawan one
 

Similaire à Microsoft Excel Basic to Advance - Sales Analysis (20)

Modul microsoft-excelok
Modul microsoft-excelok Modul microsoft-excelok
Modul microsoft-excelok
 
Modul operasi hitung ms.excel
Modul operasi hitung ms.excelModul operasi hitung ms.excel
Modul operasi hitung ms.excel
 
Materi pa
Materi paMateri pa
Materi pa
 
Materi lookup excel
Materi lookup excelMateri lookup excel
Materi lookup excel
 
Andika ppt
Andika pptAndika ppt
Andika ppt
 
Bab 6 proyek
Bab 6 proyekBab 6 proyek
Bab 6 proyek
 
Bab 6 proyek
Bab 6 proyekBab 6 proyek
Bab 6 proyek
 
Sim bab 6 proyek regi
Sim bab 6 proyek regiSim bab 6 proyek regi
Sim bab 6 proyek regi
 
MTK BAB 5 PENGOLAHAN DATA (Materi 3).pptx
MTK BAB 5 PENGOLAHAN DATA (Materi 3).pptxMTK BAB 5 PENGOLAHAN DATA (Materi 3).pptx
MTK BAB 5 PENGOLAHAN DATA (Materi 3).pptx
 
Modul database3 revpkt
Modul database3 revpktModul database3 revpkt
Modul database3 revpkt
 
Pembelajaran kelas 6 pertemuan 1-5.pptx
Pembelajaran kelas 6 pertemuan 1-5.pptxPembelajaran kelas 6 pertemuan 1-5.pptx
Pembelajaran kelas 6 pertemuan 1-5.pptx
 
Soal UKK Pemrograman Desktop SMK kelas 11 semester genap
Soal UKK Pemrograman Desktop SMK kelas 11 semester genapSoal UKK Pemrograman Desktop SMK kelas 11 semester genap
Soal UKK Pemrograman Desktop SMK kelas 11 semester genap
 
Panduan microsoft office access 2007 2
Panduan microsoft office access 2007 2Panduan microsoft office access 2007 2
Panduan microsoft office access 2007 2
 
Penggunaan SUBQUERY SQL SERVER (USING SUBQUERIES)
Penggunaan SUBQUERY SQL SERVER (USING SUBQUERIES)Penggunaan SUBQUERY SQL SERVER (USING SUBQUERIES)
Penggunaan SUBQUERY SQL SERVER (USING SUBQUERIES)
 
Proyek 6
Proyek 6Proyek 6
Proyek 6
 
Modul excel-praktik
Modul excel-praktikModul excel-praktik
Modul excel-praktik
 
APLIKASI PENGOLAH ANGKA.ppt
APLIKASI PENGOLAH ANGKA.pptAPLIKASI PENGOLAH ANGKA.ppt
APLIKASI PENGOLAH ANGKA.ppt
 
Aplikasi Pengolah Angka Guru Mapel : Arma Setyo Nugrahani
Aplikasi Pengolah Angka Guru Mapel : Arma Setyo NugrahaniAplikasi Pengolah Angka Guru Mapel : Arma Setyo Nugrahani
Aplikasi Pengolah Angka Guru Mapel : Arma Setyo Nugrahani
 
Mid smt-1-kls-8-1011
Mid smt-1-kls-8-1011Mid smt-1-kls-8-1011
Mid smt-1-kls-8-1011
 
Microsoft Excel 2007
Microsoft Excel 2007Microsoft Excel 2007
Microsoft Excel 2007
 

Plus de Elyada Wigati Pramaresti

Final Project Data Visualization - Elyada Wigati
Final Project Data Visualization - Elyada WigatiFinal Project Data Visualization - Elyada Wigati
Final Project Data Visualization - Elyada WigatiElyada Wigati Pramaresti
 
Final Project Python - Elyada Wigati Pramaresti.pptx
Final Project Python - Elyada Wigati Pramaresti.pptxFinal Project Python - Elyada Wigati Pramaresti.pptx
Final Project Python - Elyada Wigati Pramaresti.pptxElyada Wigati Pramaresti
 
Final Project SQL - Elyada Wigati Pramaresti.pptx
Final Project SQL - Elyada Wigati Pramaresti.pptxFinal Project SQL - Elyada Wigati Pramaresti.pptx
Final Project SQL - Elyada Wigati Pramaresti.pptxElyada Wigati Pramaresti
 
Working with Google Sheet - Portfolio.pptx
Working with Google Sheet - Portfolio.pptxWorking with Google Sheet - Portfolio.pptx
Working with Google Sheet - Portfolio.pptxElyada Wigati Pramaresti
 
Kickstart Career as Data Analyst - Elyada Wigati Pramaresti.pptx
Kickstart Career as Data Analyst - Elyada Wigati Pramaresti.pptxKickstart Career as Data Analyst - Elyada Wigati Pramaresti.pptx
Kickstart Career as Data Analyst - Elyada Wigati Pramaresti.pptxElyada Wigati Pramaresti
 

Plus de Elyada Wigati Pramaresti (8)

Final Project Data Visualization - Elyada Wigati
Final Project Data Visualization - Elyada WigatiFinal Project Data Visualization - Elyada Wigati
Final Project Data Visualization - Elyada Wigati
 
Final Project Python - Elyada Wigati Pramaresti.pptx
Final Project Python - Elyada Wigati Pramaresti.pptxFinal Project Python - Elyada Wigati Pramaresti.pptx
Final Project Python - Elyada Wigati Pramaresti.pptx
 
Final Project SQL - Elyada Wigati Pramaresti.pptx
Final Project SQL - Elyada Wigati Pramaresti.pptxFinal Project SQL - Elyada Wigati Pramaresti.pptx
Final Project SQL - Elyada Wigati Pramaresti.pptx
 
SQL Basic Clause - Portfolio.pptx
SQL Basic Clause - Portfolio.pptxSQL Basic Clause - Portfolio.pptx
SQL Basic Clause - Portfolio.pptx
 
Working with Google Sheet - Portfolio.pptx
Working with Google Sheet - Portfolio.pptxWorking with Google Sheet - Portfolio.pptx
Working with Google Sheet - Portfolio.pptx
 
Intro to Statistics.pptx
Intro to Statistics.pptxIntro to Statistics.pptx
Intro to Statistics.pptx
 
Improvement as Data Analyst.pptx
Improvement as Data Analyst.pptxImprovement as Data Analyst.pptx
Improvement as Data Analyst.pptx
 
Kickstart Career as Data Analyst - Elyada Wigati Pramaresti.pptx
Kickstart Career as Data Analyst - Elyada Wigati Pramaresti.pptxKickstart Career as Data Analyst - Elyada Wigati Pramaresti.pptx
Kickstart Career as Data Analyst - Elyada Wigati Pramaresti.pptx
 

Dernier

VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanVULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanBungaCitraNazwaAtin
 
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptx
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptxMANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptx
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptxnugrohoaditya12334
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompokelmalinda2
 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxnursariheldaseptiana
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
menghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalmenghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalHendriKurniawanP
 
Dasar Telekomunikasi Pengenalan dasar telekomunikasi
Dasar Telekomunikasi Pengenalan dasar  telekomunikasiDasar Telekomunikasi Pengenalan dasar  telekomunikasi
Dasar Telekomunikasi Pengenalan dasar telekomunikasidadan50
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Surveikustiyantidew94
 
manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1YudiPradipta
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
 
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehBISMIAULIA
 
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaanANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaanamalaguswan1
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxAhmadSyajili
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiCristianoRonaldo185977
 

Dernier (14)

VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupanVULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
VULKANISME.pdf vulkanisme dan pengaruh nya terhadap kehidupan
 
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptx
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptxMANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptx
MANAJEMEN ASET DAN PENGADAAN BARANG_KEL 4_PEMANFAATAN BMN.pptx
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok
 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptx
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
menghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalmenghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normal
 
Dasar Telekomunikasi Pengenalan dasar telekomunikasi
Dasar Telekomunikasi Pengenalan dasar  telekomunikasiDasar Telekomunikasi Pengenalan dasar  telekomunikasi
Dasar Telekomunikasi Pengenalan dasar telekomunikasi
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Survei
 
manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1manajemen analisis data export data epidata 3.1
manajemen analisis data export data epidata 3.1
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
 
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
 
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaanANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
ANALISA KASUS KECELAKAAN KERJA pada saat melakukan pekerjaan
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptx
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
 

Microsoft Excel Basic to Advance - Sales Analysis

  • 2.
  • 3. Daftar Isi Microsoft Excel Basic • Part 1: Basic Formula and Function • Cell Reference • Basic Aggregation • Common Error • Part 2: Data Formating • Part 3: Conditional If-Else Formatting Part 1 • Operator • Case Study • Result Microsoft Excel Intermediate • Part 1: Data Validation • Circle Invalid Data • Part 2: Conditional Formatting • Tampilan Rules Conditional Formatting • Penggunaan Conditional Formating • Part 3: Vlookup and Index Match Part 1
  • 4. • Hlookup • Match • Part 4: Vlookup and Index Match Part 2 • Offset Match • Case Study • Results Microsoft Excel Advance • Part 1: Pivot Table • Cara Membuat Pivot Table • Tampilan Pivot Table • Tab Menu Design • Pivot Option • Cara Mendapatkan Pivot Data • Number of Items to Retain • Calculation Field di Pivot Table • Cara Membuat Calculation Field
  • 5. • Part 2: Dashboard Reporting • Hal-Hal yang Perlu Diketahui dalam Dashboard Preparation • Slicer dan Timeline • Contoh Slicer • Contoh Timeline Pivot Table • Update and Refresh Data • Part 3: Macro VBA • Relasi Macro dengan VBA • Manfaat VBA • Tab Menu Developer • Record Macro • Relative and Absolute References • Cara Menjalankan Program VBA • Mini Task 3 • Pivot Table • Results
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27. Mini Task Part 2 Elyada Wigati Pramaresti
  • 29. Part 1: Data Validation Data Validation Fitur yang dapat membatasi nilai atau teks yang dimasukkan pada sebuah cell atau range berdasarkan kriteria yang diterapkan. Apa fungsinya? Untuk meminimalisir kesalahan pengisian data pada Excel. Contoh Range tertentu yang hanya boleh diisi dengan daftar text atau angka tertentu.
  • 30. Circle Invalid Data Circle Invalid Data Fitur yang dapat menambahkan tanda untuk mengetahui apakah nilainya sudah sesuai dengan cell atau range berdasarkan kriteria yang diterapkan. Contoh Kolom D adalah nama jurusan yang benar, sedangkan di kolom A ada informatika (salah) yang seharusnya Teknik Informatika sehingga diberikan tanda.
  • 31. Part 2: Conditional Formatting Conditional Formatting Mengelompokkan data berdasarkan suatu kriteria dengan cara memberikan tanda pada suatu pada sel atau baris. Tujuannya apa? Membuat tampilan menarik dan memudahkan pembaca memperoleh insight Contoh
  • 32. Tampilan Rules Conditional Formatting 1 2 3 1. Rule: Rumus apa yang mau diterapkan. Misalnya cell value lebih besar dari 90 2. Format: Warnanya apa 3. Applied to: Di mana mewarnai datanya
  • 33. Penggunaan Conditional Formatting Bisa digunakan dengan pembanding nilai lebih besar/kecil atau sama dengan. Serta hanya kolom tertentu yang diberikan warna sesuai kondisi yang dicari (diatas 90).
  • 34. Part 3: Vlookup and Index Match Part 1 Vlookup (vertical lookup) Bertujuan untuk menggabungkan data berdasarkan nilai yang akan dicari. Cara Kerja Vlookup Vlookup akan mencari dari sebelah kiri, kemudian mencari nilai yang sama, lalu baru menampilkan data di sebelah kanan nya. =VLOOKUP(B4;Returned!$A$1:$C$4;3;FALSE) Data Returned 1 2 3 4 5 2. Data yang mau dicari 3. Rentang data tempat kita mencari 4. (Index) kolom apa yang mau kita tampilkan datanya bila ketemu 1. Fungsi 5. Apakah kita mau mencari nilai yang paling dekat dari data yang mau kita cari? TRUE: benar (data yang berdekatan) FALSE: enggak (data yang sesuai)
  • 35. Bertujuan agar dapat menggabungkan data berdasarkan nilai yang akan dicari Hlookup (Horizontal Lookup) Cara Kerja Hlookup Kalau vlookup dari kiri ke kanan, hlookup mencari dari atas ke bawah =HLOOKUP(B4;Returned!$A$1:$D$3;3;FALSE) 1 2 3 4 5 1. Fungsi 2. Data yang mau dicari 3. Rentang data tempat kita mencari 4. (Index) kolom apa yang mau kita tampilkan datanya bila ketemu 5. Apakah kita mau mencari nilai yang paling dekat dari data yang mau kita cari? TRUE: benar (data yang berdekatan) FALSE: enggak (data yang sesuai) Data Returned
  • 36. Match =MATCH(B5;Returned!$A$1:$A$4;0) 2 1 3 4 1. Fungsi 2. Data yang mau dicari 3. Rentang data tempat kita mencari 4. Mencari nilai yang sesuai dengan data yang mau dicari Data Returned Match Bertujuan untuk mencari lokasi data berdasarkan riset. Hasilnya bukan nama atau nilai, tapi urutan ke berapa data yang dicari.
  • 37. Part 4: Vlookup and Index Match Part 2 Index-Match Gabungan dari fungsi Index() dan Match(), dimana karena ini dua function maka harus diselesaikan satu persatu, konsepnya sama hanya saja sedikit berbeda dimana kita cukup perlu mengambil rentang dari data yang diperlukan saja. Data Returned =INDEX(Returned!$C$1:$C$4; MATCH(B5;Returned!$A$1:$A$4;0);1) 1 2 3 1. Rentang data tempat kita menampilkan datanya. 2. Mendapatkan lokasi dari Sheet Returned. 3. Kolom berapa yang mau kita pilih (defaultnya 0).
  • 38. Offset-Match Data Returned Offset berguna untuk menggeser data berdasarkan berapa kolom dan baris yang diinginkan, bedanya dengan Index() adalah kalau Index defaultnya selalu 0, sedangkan Offset harus kita atur sendiri lokasi awalnya dimana. =OFFSET(Returned!$C$1; MATCH(B5;Returned!$A$1:$A$4;0)-1;0) 1 2 3 4 1. Rentang data tempat kita menampilkan datanya. 2. Mendapatkan lokasi dari Sheet Returned. 3. Dikurangi 1 karena lokasi awal yang kita cari dengan Match itu sudah termasuk nama kolom, jadi perlu dikurangi 1 4. Kolom berapa yang mau kita pilih (defaultnya 0).
  • 40.
  • 41.
  • 42.
  • 43. 1. Isi sheet Helper dengan nilai yang valid (ada nilai valid apa di kolom Jurusan) Before After
  • 44. 2. Cek apakah ada data invalid dari sheet Main berdasarkan kamus yang ada di sheet Helper, jika ada silahkan ditandai dengan lingkaran Before Cara: 1. Blok kolom C 2. Klik Ribbon Data > Klik data drop di Data Validation > Data Validation 3. Di bagian Allow pilih List. List fungsinya sama seperti kamus logika yang menentukan kira-kira datanya dari A-Z itu apa saja dan kondisi yang benar seperti apa. 4. Klik tanda panah di samping kotak Source. Pilih kamusnya dari Sheet Helper dengan cara blok sel A2-A7.
  • 45. 5. Blok kolom C. 6.Klik Data > Data Tools > Circle Invalid Data 7. Nanti akan muncul lingkaran merah pada data yang tidak valid di kolom C After
  • 46. 3. Jawab pertanyaan nomor 1-3 dari sheet Soal 4. Perbaiki data yang invalid sehingga semua data dari sheet Main menjadi valid (berdasarkan sheet Helper) Before After
  • 47. 5. Buat 3 grafik dengan contoh seperti ini (lihat soal) Cara: 1. Buat Sheet baru dengan nama Grafik 2. Buat 3 tabel: a. Rata-Rata UTS Fungsi: =AVERAGEIF(Main!$C$2:$C$1001 ;Grafik!A3;Main!$G$2:$G$1001) b. Jumlah Ujian 2 Fungsi: =SUMIF(Main!$C$2:$C$1001;Graf ik!A12;Main!$F$2:$F$1001) c. Rata-Rata Ujian 3 vs Ujian 4 Fungsi: =AVERAGEIF(Main!$C$2:$C$1001 ;Grafik!A21;Main!$H$2:$H$1001)
  • 48. 3. Blok tabel Rata-Rata UTS > Insert > Recommended Charts > All Charts > Column > Clustered Column 4. Blok tabel Jumlah Ujian 2 > Insert> Recommended Charts > All Charts > Pie > Doughnut 5. Blok tabel Rata-Rata Ujian 3 vs Ujian 4 > Insert > Recommended Charts > All Charts > Bar > Clustered Bar
  • 49. 6. Jawab pertanyaan nomor 4-6 dari sheet Soal 73,52-62,13 = 11,3926 7. Buat ID Mahasiswa dari Sheet Main berdasarkan Kode Jurusan + Nomor mereka Fungsi =CONCAT(D2;C2)
  • 50. 8. Isi kolom Absen dari Sheet Main berdasarkan data dari Sheet Absen. Jika mahasiswa berada di data Absen, isi dengan tanggal dia absen. Jika tidak ada, isi dengan kalimat No Fungsi =IFERROR(VLOOKUP($B2;Absen!$ A$2:$B$501;2;FALSE);"No")
  • 51. 9. Jawab pertanyaan nomor 7-9 dari sheet Soal 7 8 9 Cara No 7: -Aktifkan filter dengan cara klik salah satu kolom > Home > Editing > Sort and Filter > Filter. -Klik kolom Jurusan > Klik tanda panah kecil di ujung kanan Header > Hapus centang Select All > Centang Statistika. -Hitung jumlah data tanggal absen di kolom Absen. Cara No 8: -Klik kolom Jurusan -Hapus centang Statistika > Klik centang Biologi -Hitung jumlah data “No” pada kolom absen. -Hitung persentase mahasiswa Biologi yang tidak pernah aben dengan rumus berikut: Jumlah mahasiswa yang tidak absen x 100 Jumlah total keseluruhan mahasiswa Jawabannya: 52,15% Cara No 9: -Klik kolom Absen > Klik tanda panah kecil di ujung kanan Header > Hapus centang Select All > Centang 2022 > Pilih October > OK. - Hitung mahasiswa yang absen
  • 52. 10. Isi kolom Nilai Akhir dengan kriteria berikut Ujian 1 hingga Ujian 4 Masing-masing 12.5% UTS dan UAS Masing-masing 20% Tugas 10% Untuk mahasiswa yang pernah absen mengurangi nilai Tugas sebanyak 10 =IF(N2="No";$M2;$M2-10) =(12,5%*$G2)+(12,5%*$ H2)+(20%*$I2)+(12,5%* $J2)+(12,5%*$K2)+(20% *$L2)+(10%*$O2)
  • 53. 11. Isi kolom Nama dari sheet Main berdasarkan data dari Sheet detail =VLOOKUP(B2;Detail!$G$2:$H$1001;2;FALSE) 12. Jawab pertanyaan nomor 10-12 dari sheet Soal Caranya -Cari nilai akhirnya dulu pakai fungsi =MAX(P2:P1001). Hasilnya 85,2 -Lalu cari lokasi nilai 85,2 pakai fungsi =MATCH(P1002;P2:P1001;0). Hasilnya 78. Karena fungsinya mulai dari P2 bukan P1, maka 78 ditambah 1. Urutannya jadi 79. Nama yang ditemukan di urutan itu adalah Hasta Utami. Caranya -Buat daftar rata-rata nilai akhir per juruan di kolom Helper -Gunakan fungsi sebagai berikut: =AVERAGEIF(Main!$E$2:$E$1001;Help er!A11;Main!$P$2:$P$1003). Fungsi tersebut digunakan untuk menemukan rata-rata nilai akhir
  • 54. 14. Jawab pertanyaan nomor 13-15 dari sheet Soal A+ 90 keatas A 80,01 sampai 90 B 70,01 sampai 80 C 60,01 sampai 70 D 40,01 sampai 60 E 40 dan bawah bawahnya Caranya -Salin tabel tersebut ke Sheet Helper 13. Beri Grade berdasarkan kondisi berikut ini Cara no 13 -Buat kolom helper di samping tabel Grade dan Nilai di Sheet Helper. -Beri judul kolom Jumlah Mahasiswa. -Hitung jumlah mahasiswa dari masing- masing grade menggunakan fungsi =COUNTIF(Main!$Q$2:$Q $1001;Helper!A20) Cara no 14 -Filter kolom jurusan > Centang pilihan Aktuaria -Lihat kolom Grade, hitung jumlah data dengan Grade A Cara no 15 -Ketik rumus sebagai berikut =123/1000
  • 56. 60.0 61.0 62.0 63.0 64.0 65.0 66.0 Rata-Rata UTS 9493 9075 10010 9022 10745 8949 Jumlah Ujian 2 Aktuaria Matematika Kimia Fisika Biologi Statistika 55.00 60.00 65.00 70.00 75.00 Aktuaria Matematika Kimia Fisika Biologi Statistika Rata-Rata Ujian 3 vs Ujian 4 Rata-Rata Ujian 4 Rata-Rata Ujian 3
  • 57. Mini Task Part 3 Elyada Wigati Pramaresti
  • 59. Part 1: Pivot Table Tujuannya apa? Untuk mendapatkan nilai aggregasi dari data guna mendapat angka yang dibutuhkan. Penggunaannya sangat membantu untuk data yang cukup besar. Pivot Table Pivot Table adalah sebuah tabel yang sudah dikategorikan.
  • 61. Customer Type (All) Sum of Profit Margin Column Labels Row Labels Bandung Jakarta Surabaya Grand Total 2016 531450 12488550 32144929.5 45164929.5 Furniture 1313100 1313100 Office Supplies 531450 1287600 14006250 15825300 Technology 11200950 16825579.5 28026529.5 2017 3323550 17327850 60617700 81269100 Furniture 218100 2727000 1422150 4367250 Office Supplies 1007100 5055750 20489700 26552550 Technology 2098350 9545100 38705850 50349300 2018 9388200 23787150 68353500 101528850 Furniture 100800 2735250 2836050 Office Supplies 1214250 7219500 21404250 29838000 Technology 8073150 16567650 44214000 68854800 2019 7435800 17004000 55637400 80077200 Furniture 100800 1514700 1615500 Office Supplies 2907750 5948850 15864000 24720600 Technology 4528050 10954350 38258700 53741100 2020 1063650 4914300 13773450 19751400 Furniture 2424600 1212300 3636900 Office Supplies 834300 1589100 3486150 5909550 Technology 229350 900600 9075000 10204950 Grand Total 21742650 75521850 230526979.5 327791479.5 Tampilan Pivot Table
  • 62. Tab Menu Design Dalam Pivot Table, yang paling penting adalah bagaimana menyajikan data aggregasi secara efektif, tergantung dari apa yang mau kita cari, salah satunya adalah dengan memilih apa yang mau diaggregasi berdasarkan kolom dan baris.
  • 63. Pivot Option PivotTable Option Tabs • Layout & Formatting • Totals & Filters • Display • Printing • Data • Alt Text Tips Pivot Table Option • Pivot Table Name • Change Error Values • Show Zero in Empty Cells • Show/Hide Values Row • Excel Pivot Table Clear Old Item • Classic Pivot Table
  • 64. Cara Mendapatkan Pivot Data File > Options > Formulas > Uncheck GetPivotData functions for PivotTable references
  • 65. Number of items to retain Pivot Table Options > Number of Items to retain per field > None
  • 66. Calculation Field di Pivot Table Source Data yang sudah di tambah rumus %Margin, selanjutnya dibuat Pivot Table
  • 69. Hal-Hal yang perlu diketahui dalam Dahboard Preparation 1. Dua Type Dashboard a. Exploratory - Tujuannya untuk explore data dan melihat trend/insight b. Explanatory - Tujuannya untuk "tell a story" 2. Jawab 3 Pertanyaan ini: a. Apa Tipe Datanya? b. Apa yang Mau Disampaikan? c. Siapa Audiencenya? 3. Metrics/Komponen Data pada Dashboards a. Identify Metrics yang Sesuai b. Pilih Visual yang Sesuai c. Apakah perlu Filter & Interaction 4. Tambahkan "Context" pada Dashboard - Focus Pada Story Telling Bisa dalam bentuk comments, text, warna 5. Tentukan Layout dan Design
  • 70. Slicer Dan Timeline Fungsinya mirip dengan Filter yang ada di pivot table, tapi secara visual lebih seperti tombol-tombol yang akan menambah report lebih menarik, dan hal ini akan membantu untuk report dashboard yang akan dibaca oleh level manager ke atas
  • 71. Contoh Slicer Tab Menu Analyze > Insert Slicer > Centang City Chart kalau yang diklik hanya Surabaya Slicer bisa mengkoneksikan semua report dengan pivot table dengan sumber data yang sama
  • 72. Contoh Timeline Pivot Table Sum of Order Quantity Column Labels Customer Type Bandung Jakarta Surabaya Grand Total Consumer 288 1,417 3,118 4,823 Corporate 1,138 2,525 5,402 9,065 Home Office 792 1,840 3,849 6,481 Small Business 409 1,802 3,439 5,650 Grand Total 2,627 7,584 15,808 26,019 Order Date MONTHS All Periods JUN JUL AUG SEP OCT NOV DEC 2020 Tab Menu Analyze > Insert Timeline > Centang Order Data
  • 74. VBA singkatan dari “Visual Basic For Application” merupakan turnan Bahasa pemrograman BASIC yang diciptakan oleh Alan Cooper dibawah naungan Microsoft, sehingga VBA ini merupakan fitur developer yang ada di semua software di bawah naungan Microsoft (Ms.Word, Ms. Excel, Ms. Power Point, Ms. Outlook, dll.) Part 3: Macro VBA
  • 75. Relasi Macro dengan VBA • Macro adalah baris-baris perintah atau kode yang dengannya anda ingin excel malakukan sesuatu secara otomatis. Dengan kata lain macro adalah kode atau script tertentu sedangkan Visual Basic for Applications adalah bahasa pemrograman yang Anda gunakan untuk membuat macro.
  • 76. Manfaat VBA • Meminimalisir Human Error • Otomatisasi Report • Mempercepat Pekerjaan & Kebutuhan Analisa Contoh Penerapan Program VBA • Rekap All Sheets menjadi Satu Summary dalam waktu singkat • Delete All Sheets dalam waktu singkat • Membuat Form Input • Email Otomatis Laporan Harian • Rekap banyak File Excel Menjadi 1 File saja • Membuat Report Rutin hanya dalam beberapa detik
  • 77. Tab Menu Developer Munculkan Tab Menu Developer > File > Option > Customize Ribbon Setting Macro Security
  • 78. Record Macro Nama Procedure Macro Shortcut Untuk Memanggil Macro Caption Optional
  • 79. Relative & Absolute References Macro akan merekam berdasarkan cell yang di record secara absolute. Contoh: Misal kita merekam Copy Cell A2 ke Cell B2 Misal kita jalankan program di Cell G2 maka yang dicopy akan tetap absolute cell A2 ke Cell B2 Absolute Reference Macro akan merekam berdasarkan posisi terakhir Cell Aktif dan bergerak secara relatif, Contoh : Misal kita merekam Cell A2 Pindah ke Cell B2 Maka Saat Kita menjalan program di Cell G2 Maka Program akan berjalan ke H2 (Karena Geser ke kanan) Relative Reference
  • 80. Cara Menjalankan Program VBA  Visual Basic Editor  Kotak Dialog Macro  Shortcut  Prosedur Lain  Ribbon Excel  Quick Access Toolbar  Saat Terjadi Event tertentu  Immediate Window  Tombol atau objek lainnya
  • 82.