Google Sheets - Dashboard Otomatis
Grafik dinamis, sparkline, dashboard interaktif, otomatisasi dengan Apps Script
1Jenis grafik mana yang paling cocok untuk menampilkan evolusi pendapatan bulanan selama setahun di dashboard Google Sheets?
Jenis grafik mana yang paling cocok untuk menampilkan evolusi pendapatan bulanan selama setahun di dashboard Google Sheets?
Jawaban
Grafik garis (line chart) adalah pilihan optimal untuk memvisualisasikan evolusi deret waktu yang berkelanjutan. Grafik ini menyoroti tren, puncak, dan lembah selama periode tertentu. Grafik batang lebih cocok untuk perbandingan kategorikal, grafik pai untuk proporsi keseluruhan, dan plot pencar untuk korelasi antara dua variabel.
2Fungsi mana yang memungkinkan penyisipan mini-grafik langsung ke dalam sel Google Sheets?
Fungsi mana yang memungkinkan penyisipan mini-grafik langsung ke dalam sel Google Sheets?
Jawaban
Fungsi SPARKLINE membuat grafik miniatur di dalam satu sel. Ini ideal untuk dashboard karena menyediakan visualisasi yang kompak tanpa memakan ruang tambahan. SPARKLINE mendukung beberapa tipe: line, bar, column, dan winloss.
3Sintaks apa yang harus digunakan untuk membuat sparkline batang horizontal di Google Sheets?
Sintaks apa yang harus digunakan untuk membuat sparkline batang horizontal di Google Sheets?
Jawaban
Sintaks yang benar adalah SPARKLINE(data, {"charttype","bar"}) untuk mendapatkan batang horizontal bertumpuk. Parameter charttype menerima nilai line (default), bar, column, dan winloss. Tipe bar menampilkan batang horizontal proporsional, berguna untuk menunjukkan progres atau pangsa pasar di dashboard.
Apa keuntungan utama menggunakan rentang bernama (named ranges) dalam dashboard Google Sheets?
Pendekatan mana yang memungkinkan pembuatan rentang dinamis yang menyesuaikan secara otomatis ketika data baru ditambahkan?
+17 pertanyaan wawancara
Topik wawancara Data Analytics lainnya
Google Sheets - Dasar-Dasar
Google Sheets - Formula Lanjutan
SQL - Dasar-dasar
SQL - Agregasi dan Pengelompokan
SQL - Joins
BigQuery - Dasar-Dasar
Data Cleaning - Pembersihan data
KPI dan Metrik Bisnis
Statistik Deskriptif
Zapier dan otomatisasi No-Code
Prinsip Visualisasi Data
Python & Pandas - Dasar-dasar
SQL - Subquery dan CTE
SQL - Window Functions
BigQuery - Fitur Lanjutan
Data Modeling
Analisis Funnel dan Konversi
Analisis Cohort dan Retensi
Google Tag Manager dan Tracking
API dan Webhook
dbt - Dasar-dasar
AB Testing dan Statistik Terapan
Looker Studio (Google Data Studio)
Power BI - Dasar-Dasar
SQL - Kueri Analitik Lanjutan
dbt - Fitur Lanjutan
Power BI - DAX dan Dashboard Lanjutan
Python Analytics - Analisis Lanjutan dan ML
Kuasai Data Analytics untuk wawancara berikutnya
Akses semua pertanyaan, flashcards, tes teknis, latihan code review dan simulator wawancara.
Mulai gratis