Microsoft Excel Advanced

Microsoft Excel dapat digunakan untuk mengolah berbagai data. Contoh pengolahan data pada aplikasi spreadsheet ini adalah menganalisis data saintifik, menyusun anggaran, membuat invoice, memproduksi chart dari data dan lain-lain. (Walkenbach, 2013). Analisis data yang dilakukan pada Microsoft Excel dapat cukup rumit. Analisis data rumit ini banyak dilakukan oleh pengguna tingkat mahir. Hal ini karena pengguna tingkat mahir seringkali perlu menganalisis data dinamis. Pengguna perlu menganalisis data secara prediktif, melakukan data discovery, dan mengubah penampilan data sesuai kebutuhan. Konsep kebutuhan pengguna tingkat mahir ini dinamakan self-service business intelligence (Alexander, 2014).

Microsoft Excel memungkinkan pengguna tingkat mahir melakukan self service business intelligence. Fitur-fitur yang dimanfaatkan meliputi Power Pivot, Power Query, Power Map dan Power View (Alexander, 2014). Pengguna dapat mengagregasi data dari berbagai macam sumber, mendefinisikan relasinya, memproses analisis service cubes, dan membuat dashboard interaktif. Tampilan visualisasi data pada dashboard ini kemudian dapat dibagikan melalui web.

Training Microsoft Excel 2019 Advanced merupakan training lanjutan dari Microsoft Excel 2019 yang berfokus pada dasar-dasar visualisasi data. Materi yang dibahas meliputi konsep database, dasar PivotTable, penggunaan PivotTable dan PivotChart, pengantar Power Pivot, pembuatan dashboard dengan Power View, pemanfaatan Power Map, dan penggunaan Add-In Power Query. Training dilengkapi dengan berbagai studi kasus sesuai konsep dan teori yang dipaparkan.

  OBJECTIVES

1. 1. Mampu menggunakan Power Pivot untuk membuat mekanisme pelaporan
   2. Melakukan automasi integrasi data dengan Power Query
   3. Membuat visualisasi dan dashboard dengan Power View
   4. Mempublikasikan dashboard ke web

AUDIENCE

1. Data Processor
2. Data Analyst
3. Data Scientist
4. Professional TI
5. Professional Keuangan

PREREQUISITES

Microsoft Excel 2019

CONTENT

1. Structured Range of Data

1.1 Introduction
1.2 Name a Range of Cells
1.3 Filtering Data
1.4 Advanced Functions
1.5 Ensuring Data’s Integrity
1.6 Data Combination

2. Data Analysis

2.1 Quick Analysis Tools
2.2 Whatif Analysis
2.3 Forecasting & Trandline
2.4 Conditional Formating

3. Data Visualization

3.1 Database Concepts
3.2 Introducing the PivotTable
3.3 Customizing PivotTable
3.4 PivotChart and Slicers
3.5 Adding Location Intelligence with Power Map

4. Data Preparation

4.1 Understanding the Internal Data Model
4.2 Introduction to a Power Pivot
4.3 Loading External Data into Power Pivot
4.4 Automating Tasks with Macros
4.5 Transform Data with Power Query
4.6 Improving Calculation Performance