Data Cleaning Adalah: Langkah Membersihkan Data Bisnis

Data cleaning adalah proses merapikan data sebelum dipakai untuk laporan atau analisis: menghapus baris ganda, menyeragamkan format, mengisi atau menandai data yang kosong, lalu memastikan angkanya masuk akal. Kalau laporan bulanan Anda selalu tertunda karena admin harus “membereskan data dulu” selama dua sampai tiga hari, itulah data cleaning yang dikerjakan secara manual.

Kabar baiknya, sebagian besar langkahnya berulang dan bisa dibakukan. Artikel ini menjelaskan masalah yang paling sering muncul, langkah membersihkannya, dan cara mencegah data kotor sejak awal.

Pengertian data cleaning

Data cleaning (sering juga disebut data cleansing) adalah pekerjaan memperbaiki atau membuang data yang salah, tidak lengkap, ganda, atau tidak konsisten. Tujuannya sederhana: angka di laporan bisa dipercaya.

Contoh kecil. Tim sales sebuah distributor mencatat nama pelanggan dengan cara berbeda: “PT Sinar Jaya”, “Sinar Jaya”, dan “pt. sinar jaya “. Bagi manusia itu satu pelanggan. Bagi spreadsheet, itu tiga pelanggan berbeda. Akibatnya, total penjualan per pelanggan jadi terpecah, dan pelanggan terbesar bisa tidak terlihat di peringkat teratas.

Data cleaning adalah fondasi dari semua pekerjaan analisis. Dashboard secanggih apa pun akan menampilkan angka yang salah kalau datanya kotor. Gambaran besarnya bisa Anda baca di artikel data analytics adalah.

Masalah data yang paling umum

Hampir semua data bisnis punya masalah yang sama. Berikut yang paling sering ditemui:

• Data ganda. Transaksi tercatat dua kali karena di-input ulang, atau file export digabung dua kali.
• Format tidak seragam. Tanggal ditulis “01/08/2026”, “1 Agustus 2026”, dan “2026-08-01” dalam satu kolom. Nomor HP ada yang diawali 08, ada yang +62, ada yang 62.
• Spasi dan huruf besar kecil. “Jakarta”, “jakarta”, dan “Jakarta “ (ada spasi di belakang) dihitung sebagai nilai berbeda.
• Nilai kosong. Kolom kota, kategori, atau email pelanggan tidak diisi.
• Angka tersimpan sebagai teks. Nominal “1.500.000” dianggap teks, sehingga tidak ikut dijumlahkan.
• Nilai tidak masuk akal. Jumlah barang negatif, diskon 150 persen, atau tanggal transaksi di tahun 2062 karena salah ketik.
• Kategori tidak konsisten. Satu produk tercatat di kategori “Minuman” dan “Beverage”.

Langkah membersihkan data

Urutan langkahnya kurang lebih seperti diagram berikut. Urutan ini penting: misalnya, duplikat baru terdeteksi dengan benar setelah format disamakan, jadi Anda mungkin perlu mengulang pengecekan duplikat setelah standardisasi.

1. Simpan data mentah

Sebelum mengubah apa pun, simpan salinan data asli. Kalau ada langkah yang salah, Anda bisa kembali ke awal. Kerjakan pembersihan di salinan atau di sheet terpisah.

2. Hapus duplikat

Tentukan dulu apa arti “ganda” untuk data Anda. Untuk transaksi, biasanya kombinasi nomor invoice dan kode produk. Untuk pelanggan, bisa berdasarkan email atau nomor HP. Google Sheets punya menu pembersihan data untuk menghapus duplikat, dan Excel punya fitur Remove Duplicates.

3. Standardisasi format

Samakan penulisan di setiap kolom:

• Tanggal ke satu format, misalnya tahun-bulan-tanggal.
• Nomor HP ke satu awalan, misalnya 62.
• Nama dan kota dengan huruf besar kecil yang seragam dan tanpa spasi berlebih. Fungsi seperti TRIM dan PROPER di spreadsheet membantu di sini.
• Nominal diubah menjadi angka murni, tanpa titik ribuan atau tulisan “Rp”.
• Kategori dipetakan ke daftar baku, misalnya “Beverage” diubah menjadi “Minuman”.

4. Tangani nilai kosong

Ada tiga pilihan, tergantung kolomnya:

1. Isi kalau jawabannya bisa dicari, misalnya kota pelanggan dari data master pelanggan.
2. Tandai dengan nilai seperti “Tidak diketahui” kalau data memang tidak tersedia, supaya tetap terlihat di laporan.
3. Buang barisnya kalau data itu tidak berguna tanpa kolom tersebut, misalnya transaksi tanpa nominal.

Jangan asal mengisi dengan nol atau rata-rata. Nilai nol pada kolom penjualan akan menurunkan angka rata-rata dan menyesatkan.

5. Validasi

Cek apakah hasilnya masuk akal. Beberapa pertanyaan sederhana:

• Apakah total penjualan setelah dibersihkan masih mendekati total di sistem kasir atau software akuntansi?
• Apakah ada nilai di luar rentang wajar, seperti jumlah negatif atau tanggal di masa depan?
• Apakah jumlah pelanggan unik turun wajar setelah duplikat dihapus?

6. Data siap dianalisis

Setelah lolos validasi, data siap dipakai untuk dashboard atau laporan. Catat langkah yang Anda lakukan, supaya bulan depan prosesnya sama persis. Konsep membaca hasilnya dalam bentuk visual dibahas di artikel dashboard adalah.

Mengotomatisasi pembersihan data

Kalau langkah di atas dilakukan setiap minggu atau setiap bulan dengan pola yang sama, itu tanda kuat untuk diotomatisasi. Beberapa pilihan, dari yang paling sederhana:

Pilihan	Cocok untuk	Catatan
Rumus spreadsheet di sheet terpisah	Data kecil, satu sumber	Mudah dibuat, tapi rumus bisa rusak saat kolom berubah
Power Query di Excel	Data rutin dari file export	Langkah terekam dan bisa diulang dengan satu klik refresh
Google Apps Script	Data di Google Sheets	Bisa dijadwalkan jalan otomatis
Workflow otomatisasi (misalnya n8n)	Data dari beberapa aplikasi	Membersihkan data saat masuk, lalu menyimpannya ke tujuan

Contohnya, sebuah jaringan toko menerima laporan penjualan harian dari setiap cabang lewat form. Sebuah workflow menjalankan langkah pembersihan setiap kali laporan masuk: menyamakan format tanggal, mengubah nominal jadi angka, memetakan nama cabang ke kode baku, lalu menyimpan hasilnya ke spreadsheet induk. Baris yang gagal validasi dikirim ke admin untuk dicek. Laporan bulanan tinggal menarik data yang sudah bersih. Contoh integrasi semacam ini ada di artikel integrasi n8n dan Google Sheets.

Mencegah data kotor dari sumbernya

Membersihkan data itu perlu, tapi mencegah jauh lebih murah. Beberapa kebiasaan yang membantu:

• Pakai dropdown untuk kategori. Validasi data di Google Sheets atau pilihan di form mencegah salah ketik seperti “Minumann”.
• Batasi format input. Kolom tanggal hanya menerima tanggal, kolom nominal hanya menerima angka.
• Punya satu data master. Daftar pelanggan, produk, dan cabang disimpan di satu tempat, lalu dirujuk oleh semua file lain.
• Kurangi input ulang. Setiap kali data diketik ulang dari satu sistem ke sistem lain, peluang salah bertambah. Hubungkan sistemnya supaya data berpindah otomatis.
• Tentukan pemilik data. Harus jelas siapa yang bertanggung jawab memperbaiki data pelanggan atau data produk kalau ada yang salah.

Kalau laporan bulanan di tim Anda selalu tertunda karena data harus dibersihkan manual, Aqilatic bisa membantu memetakan sumber masalahnya lewat audit proses gratis. Kami juga membangun alur pembersihan data otomatis. Detailnya ada di bagian layanan kami.

Pertanyaan yang sering muncul

Apa bedanya data cleaning dengan data validation?

Data cleaning memperbaiki data yang sudah terlanjur kotor. Data validation mengecek apakah data memenuhi aturan, dan bisa dipakai saat input untuk mencegah data kotor masuk.

Berapa lama proses data cleaning?

Tergantung volume dan kondisi datanya. Yang pertama kali biasanya paling lama. Setelah langkahnya dibakukan dan diotomatisasi, pembersihan rutin bisa berjalan tanpa campur tangan manual.

Apakah data cleaning bisa dilakukan di Excel atau Google Sheets?

Bisa. Keduanya punya fitur hapus duplikat dan fungsi seperti TRIM untuk merapikan teks. Untuk data rutin yang besar, Power Query di Excel atau script di Google Sheets membuat prosesnya bisa diulang.