Cleaning Data Excel yang Berantakan Pakai AI — Jadi Rapi dalam Menit

Ada satu kebenaran yang gak banyak dibahas di kantor: data yang kamu terima hampir selalu berantakan. Data karyawan dari HR beda formatnya sama data dari cabang. Laporan vendor pake pemisah koma, tim sales pake titik. Ada nama yang ditulis "Pt. Maju Jaya", ada yang "PT MAJU JAYA", ada yang "pt maju jaya". Tiga baris, sebenarnya satu perusahaan.

Cleaning data itu bisa makan 60–80% waktu kalau kamu bikin laporan atau analisis. Bagian yang bikin frustasi bukan karena susah — tapi karena boring dan berulang. Tapi justru itu yang bikin tugas ini sempurna buat diserahkan ke AI. Di artikel ini gue tunjukin cara cleaning data Excel berantakan jadi rapi pakai AI, lengkap dengan prompt siap pakai buat tiap jenis "berantakan".

Ciri-ciri Data yang "Berantakan" (dan Kenapa Itu Bermasalah)

Sebelum nge-fix, kenali dulu musuhnya. Ini jenis kekacauan yang paling sering bikin laporan kamu error atau angkanya gak cocok:

Kalau kamu pernah ngebandingin dua tabel lalu VLOOKUP-nya gak nemu padanan padahal jelas ada, hampir pasti penyebabnya salah satu dari tabel di atas. Dan hampir semua bisa diatasi otomatis pakai AI.

Prinsip Penting: Kasih AI Datanya, Bukan Cuma Perintah

Aturan nomor satu buat cleaning data pakai AI: paste sebagian datamu ke prompt. Kalau kamu cuma bilang "tolong cleaning kolom nama", AI bakal ngarang contoh yang gak relevan. Tapi kalau kamu kasih 5–10 baris data asli, AI langsung ngerti pola berantakannya dan kasih solusi yang tepat.

1. Hilangkan Spasi & Karakter Tersembunyi

Ini musuh nomor satu VLOOKUP. Sel kelihatan sama persis di mata kamu, tapi sebenarnya ada spasi di awal/akhir atau bahkan karakter non-breaking space ( ) yang kamu gak kelihatan. AI bisa kasih kamu rumus yang ngelepas semua varian sekaligus.

Di bawah ini sample kolom nama customer yang kotor. 
Tolong kasih rumus Excel untuk membersihkan spasi 
di awal/akhir, spasi ganda di tengah, dan karakter 
non-breaking space (CHAR(160)).

[KOLOM A]
 PT  Maju Jaya 
PT Maju Jaya  
  PT Maju  Jaya

Kasih aku 1 kolom rumus (kolom B) yang hasilnya 
semua jadi "PT Maju Jaya" tanpa spasi berlebih. 
Jelaskan juga kenapa TRIM() saja kadang gak cukup.

AI biasanya bakal kasih rumus kayak =TRIM(SUBSTITUTE(A2,CHAR(160),CHAR(32))) — mengganti non-breaking space jadi spasi biasa dulu baru di-TRIM. Ini detail kecil yang bikin VLOOKUP kamu tiba-tiba "kerja lagi" tanpa kamu ngerti kenapa tadinya gagal.

2. Seragamkan Format Tanggal

Tanggal adalah sumber bug paling klasik. Masalah utamanya: Excel bisa simpan tanggal sebagai serial number, sebagai teks, atau bahkan ambigu (06/07/26 itu 6 Juli atau 7 Juni?). Kalau kamu gabungin data dari sistem yang beda, ini bikin kepala pusing.

Aku punya kolom tanggal dari 3 sumber berbeda. 
Formatnya gak konsisten:

[KOLOM A]
06/07/26        (sistem lama, DD/MM/YY)
2026-07-06      (database, YYYY-MM-DD)
6-Jul-26        (input manual)

Target: semua jadi format "YYYY-MM-DD" yang bisa 
di-sort dan dihitung selisihnya.

Kasih rumus untuk:
1. Mendeteksi tipe tiap baris
2. Mengkonversi semuanya ke tanggal Excel asli 
   (DATEVALUE/DATE) dengan asumsi DD/MM/YY untuk 
   yang ambigu
3. Kolom output pakai format yyyy-mm-dd

Tolong juga kasih 1 baris pengecekan (ISNUMBER) 
untuk konfirmasi hasilnya benar-benar tanggal, 
bukan teks.

3. Standardisasi Penulisan Nama & Teks

Satu perusahaan ditulis 3 cara beda = laporan kamu ngasih angka dobel atau filter gak lengkap. Ini masalah data mastering yang gak bisa di-TRIM, harus di-standardisasi. AI excels di sini karena dia bisa ngerti bahwa "Pt MAJU", "PT. Maju", dan "P T Maju Jaya" itu mungkin entitas yang sama.

Kolom "Nama Vendor" ini isinya berantakan karena 
diinput manual banyak orang. Tolong:

[KOLOM A]
Pt maju jaya
PT. MAJU JAYA
pt MAJU Jaya 
P.T Maju Jaya
Pt Maju jaya

Buat:
1. Kolom B: versi yang udah distandarisasi — 
   format "Title Case" yang konsisten, tanpa 
   titik setelah singkatan legal. Target: 
   semua jadi "PT Maju Jaya".
2. Kasih aku TABEL replacement rules yang bisa 
   aku pakai berulang (kata kunci → bentuk baku).
3. Jelaskan logika: kenapa PROPER() saja gak 
   cukup untuk kasus singkatan legal kayak 
   "PT", "CV", "UD".

Output: rumus + tabel rules, siap aku pakai 
buat cleaning data vendor bulan depan juga.

Hasilnya biasanya kombinasi PROPER() + SUBSTITUTE() berlapis, atau bahkan AI kasih kamu kamus mapping yang bisa kamu jadiin reference table. Ini approach yang jauh lebih scalable dibanding FIX manual satu-satu.

4. Buang Duplikat dengan Cerdas

Excel punya Remove Duplicates bawaan, tapi dia brutal — cuma lihat baris persis sama. Sering kamu mau keep yang paling lengkap atau gabungin info dari beberapa baris duplikat jadi satu baris yang lengkap. Ini yang susah manual tapi gampang dijelasin ke AI.

Aku punya tabel customer dengan duplikat. Beberapa 
baris duplikat punya info yang beda (no telp 
missing di satu baris, tapi ada di baris lain). 
Tolong bantu aku:

[KOLOM: ID | Nama | Email | Telp | Kota]
C001 | PT Maju  | -          | 0812 | JKT
C001 | PT Maju  | [email protected]  | -    | -
C002 | CV Sumber| [email protected]  | -    | BDG
C002 | CV Sumber| -          | 0899 | BDG

Aku mau:
1. Identifikasi duplikat berdasarkan ID
2. Untuk tiap grup duplikat, GABUNG jadi 1 baris 
   dengan mengambil info yang gak kosong dari 
   tiap baris (coalesce).
3. Hasil: 1 baris per customer, semua kolom terisi.

Bisa pakai Power Query (preferred) atau rumus. 
Kalau pakai Power Query, kasih step-by-step 
Group By yang lengkap. Tolong jelasin tiap langkah.

Ini use case di mana Power Query benar-benar bersinar, dan AI bisa kasih kamu langkah-langkah Group By + agregasi yang tepat. Buat yang mau belajar Power Query lebih jauh, artikel Gabungin Banyak File Excel Jadi Satu Pakai AI bahas fondasinya.

5. Pisahkan Data Nyangkut jadi Kolom

Klasik: satu orang input "Budi Santoso - Jakarta - 08123456789" di kolom yang seharusnya cuma nama. Kamu butuh pecah jadi 3 kolom. Text to Columns bisa, tapi AI kasih cara yang lebih fleksibel apalagi kalau formatnya gak konsisten.

Kolom ini seharusnya berisi beberapa informasi 
yang nyangkut jadi satu. Formatnya gak konsisten:

[KOLOM A]
Budi Santoso - Jakarta - 08123456789
Siti Rahma | Bandung |08129876543
Andi; 0813000111222; Surabaya

Aku mau pecah jadi 3 kolom:
- Kolom B: Nama
- Kolom C: Kota
- Kolom D: Nomor HP

Karena separatornya gak konsisten (-, |, ;), 
pakai pendekatan yang bisa nanganin ketiganya. 
Prefer: rumus pakai kombinasi TEXTSPLIT / LET / 
REGEX (kalau Excel 365), atau Power Query split 
by delimiter multiple. 

Kasih aku solusi yang paling robust, plus 
1 alternatif fallback kalau TEXTSPLIT gak tersedia.

6. Konversi "Angka Teks" Jadi Angka Asli

Pernah SUM ngasih hasil nol atau error padahal kolomnya kelihatan berisi angka? Hampir pasti angkanya tersimpan sebagai teks — biasanya karena diimpor dari sistem lain atau ada spasi tersembunyi. Gejalanya: angka rata kiri (bukan kanan) dan ada segitiga hijau kecil di pojok sel.

Kolom "Nominal" ini seharusnya angka tapi 
tersimpan sebagai teks. Formatnya campur:

[KOLOM A]
"1.500.000"   (teks, pemisah ribuan Indonesia)
2.000.000      (mungkin teks, mungkin angka)
Rp 3.500.000   (ada prefix mata uang)
 850000        (angka tapi dengan spasi depan)

Aku mau semuanya jadi ANGKA murni (number) 
tanpa pemisah ribuan, tanpa "Rp", siap di-SUM.

Kasih aku:
1. Rumus kolom B yang nge-bersihin + konversi 
   ke number asli. Pertimbangkan: buang "Rp", 
   buang pemisah ribuan, TRIM, VALUE() atau 
   -- (double unary).
2. 1 sel test pakai =SUM() untuk konfirmasi 
   semua udah jadi angka.
3. Jelaskan kenapa VALUE() kadang error dan 
   kapan harus pakai pendekatan NUMBERVALUE().

Workflow Lengkap: Cleaning Dataset 1.000 Baris dalam 10 Menit

Ini rangkuman urutan kerja yang gue pakai. Daripada nyerang data berantakan secara acak, kerja sistematis dari atas ke bawah:

1. Inspeksi (2 menit): Paste 10 baris sample ke AI, minta dia identifikasi semua masalah sekaligus. "Sebutin semua masalah data di sample ini."
2. Normalisasi teks (2 menit): Fix spasi, casing, dan karakter tersembunyi dulu. Ini fondasi — banyak masalah lain hilang otomatis setelah ini.
3. Standardisasi format (2 menit): Tanggal, angka, dan kode jadi format seragam. Setelah ini, sort & filter bakal kerja beneran.
4. Deduplikasi (2 menit): Buang data ganda, gabungin info dari baris duplikat jadi satu baris lengkap.
5. Restrukturisasi (2 menit): Pecah data nyangkut, isi missing value, validasi cross-field (misal: tanggal mulai < tanggal selesai).

Trik kuncinya di langkah 1: biarin AI audit dulu sebelum kamu minta solusi. Kalau kamu langsung minta rumus, kamu cuma fix masalah yang kamu sadari. Tapi kalau AI yang audit, sering dia nemuin masalah yang kamu skip — kayak encoding aneh atau karakter kontrol yang gak kelihatan.

Kapan Pakai AI, Kapan Pakai Rumus Manual?

AI bukan obat untuk semua. Ini panduan jujur kapan masing-masing pendekatan lebih cocok:

Intinya: AI itu "arsitek" — dia yang nentuin rumus & struktur. Excel/Power Query itu "pekerja" yang eksekusi berulang. Gabungin keduanya dan kamu dapet workflow yang fleksibel dan scalable.

Kesimpulan: Data Berantakan Itu Bukan Takdir

Data berantakan dari banyak sumber itu inevitable di kantor — itu sifatnya, bukan kecelakaan. Tapi menghabiskan jam-jam nge-clean manual itu pilihan, dan pilihan yang makin gak perlu kamu ambil. Polanya selalu sama: kasih AI sebagian data asli, minta dia audit masalahnya, lalu minta rumus atau langkah Power Query yang reusable.

Mulai dari satu jenis kekacauan aja — yang paling sering bikin VLOOKUP kamu gagal, misalnya (biasanya spasi). Fix itu pakai AI hari ini, liat bedanya. Begitu kerasan betapa cepatnya, kamu bakal mulai cleaning semua dataset yang tadinya kamu tunda-tunda. Dan bos kamu bakal nanya kenapa laporan kamu tiba-tiba kelar lebih cepat.