Siapa pun yang ingin belajar mengolah data biasanya terbentur tiga hal sekaligus. Yang pertama adalah datanya sendiri — data yang rapi, berlisensi jelas, dan cukup besar untuk dipelajari jarang tersedia gratis. Yang kedua adalah komputasi, karena melatih model pada laptop biasa sering berakhir dengan kipas berputar kencang dan proses yang tidak selesai. Yang ketiga adalah umpan balik, sebab tanpa pembanding, kita tidak pernah tahu apakah hasil kerja kita sudah bagus atau sekadar terlihat bagus.
Kaggle menjawab ketiganya di satu tempat, dan menyediakannya tanpa biaya. Karena itu nama ini muncul hampir di setiap diskusi tentang cara memulai belajar data. Artikel ini membahas apa saja yang sebenarnya Anda dapatkan di sana, lengkap dengan batas-batas yang perlu Anda ketahui sejak awal.
Apa Itu Kaggle?
Kaggle adalah platform komunitas untuk data science (ilmu pengolahan data) dan machine learning yang menyediakan dataset publik, lingkungan pemrograman siap pakai, kompetisi berhadiah, dan materi belajar gratis. Sejak 2017, platform ini berada di bawah Google.
Kaggle didirikan pada 2010 oleh Anthony Goldbloom, awalnya sebagai arena kompetisi saja. Perusahaan yang punya masalah data menyiapkan hadiah, lalu siapa pun di dunia boleh mengirim solusi. Model ini terbukti menarik. Kompetisi Kaggle pernah dipakai untuk mengenali gestur pada Microsoft Kinect, membangun kecerdasan buatan sepak bola bersama Manchester City, hingga membantu pencarian partikel Higgs boson di CERN.
Google mengumumkan akuisisi Kaggle pada 8 Maret 2017. Saat itu jumlah penggunanya baru menyentuh satu juta. Pada Oktober 2023 angkanya menjadi 15 juta dari 194 negara, dan per November 2025 melewati 27 juta akun terdaftar. Sekarang perpustakaannya memuat lebih dari 513.000 dataset publik, sekitar 26.000 model siap pakai, dan kurang lebih 1,4 juta notebook berbagi kode.
Pertumbuhan itu mengubah sifat platformnya. Sebuah analisis akademis atas 15 tahun aktivitas Kaggle yang terbit pada 2025 (arXiv:2511.06304) menyimpulkan bahwa Kaggle telah bergeser dari situs kompetisi menjadi ekosistem penuh — forum, notebook, model, dan dataset. Pergeseran inilah yang membuat definisi "Kaggle adalah situs lomba data science" sudah tidak lagi memadai.
Empat Lapisan Kaggle yang Bisa Dipakai Terpisah
Cara paling praktis memahami Kaggle adalah dengan melihatnya sebagai empat lapisan layanan. Poin pentingnya: keempatnya berdiri sendiri. Anda boleh memakai satu lapisan tanpa menyentuh tiga lapisan lainnya.
Diagram empat lapisan Kaggle: dataset dan notebook sebagai ruang kerja, kompetisi dan Kaggle Learn untuk mengukur kemampuan.
Banyak orang mengira Kaggle harus dimulai dari kompetisi. Kenyataannya, sebagian besar pengguna yang mengambil manfaat terbesar justru datang hanya untuk mengunduh dataset, atau hanya untuk memakai GPU gratisnya.
Di luar empat lapisan tersebut, Kaggle menyimpan dua pelengkap yang jarang menjadi alasan orang datang tetapi hampir selalu terpakai begitu Anda mulai bekerja. Yang pertama adalah koleksi model siap pakai — sekitar 26.000 model yang bisa dimuat langsung ke notebook tanpa melatih dari nol. Yang kedua adalah forum diskusi yang menempel pada hampir setiap dataset dan kompetisi, dan menjadi tempat peserta membedah pendekatan satu sama lain. Kami menempatkan keduanya sebagai pendukung, bukan lapisan tersendiri, karena keduanya baru berguna setelah Anda memakai salah satu dari empat lapisan di atas.
Mari kita bahas satu per satu.
Dataset: Bahan Baku yang Sudah Dikurasi
Dataset Kaggle adalah kumpulan data yang diunggah pengguna maupun organisasi, lalu dibuka untuk umum. Isinya sangat beragam: catatan transaksi ritel, citra medis, data cuaca, ulasan produk, sampai koleksi gambar untuk melatih deep learning. Format yang paling umum adalah CSV, disusul JSON, gambar, dan arsip terkompresi.
Sebagai gambaran, tiga dataset pengantar yang paling sering dipakai untuk latihan adalah data penumpang Titanic untuk kasus klasifikasi, kumpulan angka tulisan tangan MNIST untuk pengenalan citra, dan data harga rumah Ames untuk prediksi nilai. Ketiganya berukuran kecil, sudah bersih, dan punya ribuan notebook pembanding — kombinasi yang membuat kesalahan Anda mudah ditelusuri saat baru belajar.
Setiap dataset punya halaman sendiri yang memuat deskripsi, lisensi, tabel struktur kolom, dan skor usability (indeks kelengkapan dokumentasi). Batas ukuran untuk satu dataset adalah 20 GB, sehingga sebagian besar kebutuhan belajar dan penelitian kecil tercukupi.
Data bertema Indonesia juga tersedia, meski jumlahnya jauh lebih sedikit dibanding data berbahasa Inggris. Anda bisa menemukan data harga pangan, indikator ekonomi daerah, ulasan aplikasi lokal, hingga korpus teks bahasa Indonesia untuk kebutuhan pemrosesan bahasa.
Cara Mencari Dataset yang Benar-Benar Layak Pakai
Kotak pencarian saja tidak cukup, karena dataset dengan nama menarik belum tentu berguna. Ada empat hal yang sebaiknya Anda periksa sebelum mengunduh.
- Lisensi: Buka bagian lisensi sebelum apa pun. CC0 berarti bebas dipakai termasuk untuk keperluan komersial, sementara lisensi lain bisa melarang pemakaian di luar riset. Ini penting kalau hasil kerja Anda akan dipublikasikan.
- Tanggal pembaruan: Dataset yang terakhir disentuh lima tahun lalu masih boleh dipakai untuk latihan, tetapi jangan dijadikan dasar kesimpulan tentang kondisi hari ini.
- Skor usability: Angka ini mencerminkan kelengkapan dokumentasi, bukan kualitas datanya. Skor tinggi berarti Anda tidak perlu menebak arti setiap kolom.
- Jumlah notebook terkait: Kalau sudah banyak orang mengolah dataset tersebut, Anda punya banyak contoh pendekatan sekaligus tanda bahwa datanya memang bisa diolah.
Untuk pengunduhan berulang, tersedia Kaggle API yang dijalankan lewat terminal. Anda memasangnya dengan pip install kaggle, menaruh file token kaggle.json di folder konfigurasi, lalu mengunduh dataset dengan satu perintah. Cara ini jauh lebih nyaman daripada mengunduh manual, terutama bila dataset Anda perlu diperbarui secara berkala.
Notebook: Ruang Kerja Gratis Beserta Batas Resource-nya
Kaggle Notebook adalah lingkungan Jupyter (aplikasi buku catatan interaktif untuk kode dan hasilnya) yang berjalan langsung di browser. Anda tidak perlu memasang apa pun di komputer sendiri. Bahasa yang didukung adalah Python dan R, dan sekitar 95 persen notebook di Kaggle memakai Python. Pustaka populer seperti pandas, scikit-learn, PyTorch, dan TensorFlow sudah terpasang sejak awal.
Yang membuat notebook ini istimewa adalah akselerator gratisnya. Namun gratis di sini datang bersama batas yang tegas, dan angka-angka ini sebaiknya Anda hafal sebelum menyusun rencana kerja:
- Sesi CPU: 2 vCPU Intel Xeon dengan RAM 32 GB, berjalan maksimal 12 jam per sesi.
- Sesi GPU: satu NVIDIA P100 dengan memori 16 GB, atau dua T4 dengan total memori 32 GB. Batas waktunya juga 12 jam per sesi, dengan kuota sekitar 30 jam per minggu.
- Sesi TPU: perangkat TPU v5e-8 yang menggantikan generasi v3-8 pada 2025, dengan sesi maksimal 9 jam dan kuota sekitar 20 jam per minggu.
- Penyimpanan sementara: berkas yang Anda tulis selama sesi akan hilang setelah sesi berakhir, kecuali disimpan sebagai output notebook.
Kuota mingguan itu berjalan pada jendela bergulir dan tidak menumpuk. Artinya, jam yang tidak Anda pakai minggu ini tidak berpindah ke minggu depan. Kalau Anda melatih model besar dua kali sehari, kuota 30 jam bisa habis sebelum akhir pekan.
Kaggle Notebook dan Google Colab sering dibandingkan karena keduanya menawarkan GPU gratis. Perbedaan yang paling terasa sehari-hari: Kaggle memberi kuota mingguan yang bisa Anda hitung di muka, sedangkan Colab mengalokasikan sumber daya secara dinamis sehingga jatah GPU pada tingkat gratis sulit diprediksi. Sebaliknya, Colab lebih longgar dalam hal integrasi dengan Google Drive dan pemasangan pustaka tambahan.
Diagram tiga kartu sesi kerja Kaggle Notebook — CPU, GPU, dan TPU — dengan ikon jam pasir dan kalender.
Kompetisi: Membaca Leaderboard Publik dan Privat
Inilah lapisan yang membuat Kaggle dikenal. Penyelenggara memberikan data latih beserta jawabannya, lalu data uji tanpa jawaban. Tugas peserta adalah memprediksi jawaban untuk data uji dan mengirimkannya. Sistem menilai hasilnya secara otomatis.
Kompetisi terbagi ke beberapa kategori. Getting Started dan Playground ditujukan untuk latihan tanpa tekanan dan umumnya tanpa hadiah uang. Featured adalah kompetisi bersponsor perusahaan dengan hadiah nyata, biasanya berjalan dua sampai tiga bulan. Research mengangkat persoalan ilmiah, sementara Community dibuat oleh sesama pengguna, misalnya oleh dosen untuk tugas kelas.
Satu mekanisme yang wajib Anda pahami sejak submission pertama adalah dua leaderboard. Selama kompetisi berlangsung, skor yang Anda lihat berasal dari leaderboard publik, yang hanya dihitung dari sebagian kecil data uji. Peringkat sesungguhnya diumumkan di akhir lewat leaderboard privat, yang memakai porsi data uji yang jauh lebih besar dan tidak pernah Anda lihat sebelumnya.
Akibatnya sering mengejutkan peserta baru: model yang terlihat unggul selama berminggu-minggu bisa merosot puluhan bahkan ratusan peringkat begitu leaderboard privat dibuka. Penyebabnya adalah overfitting (model terlalu menyesuaikan diri pada data yang sudah dilihat sehingga gagal pada data baru). Peserta yang terus memilih model berdasarkan skor publik pada dasarnya sedang menghafal potongan kecil data uji, bukan membangun model yang tahan banting.
Diagram perbandingan leaderboard publik dan privat Kaggle dengan peringkat berubah.
Pelajaran ini melampaui kompetisi. Di pekerjaan nyata, leaderboard privat Anda adalah data yang belum pernah ada saat model dibuat — transaksi bulan depan, pelanggan yang belum mendaftar. Kebiasaan memvalidasi model secara disiplin, dan bukan mengejar angka yang paling enak dilihat, adalah keterampilan yang langsung terpakai di luar Kaggle.
Kaggle Learn: Jalur Belajar yang Sudah Terstruktur
Kaggle Learn berisi kursus mikro gratis yang setiap materinya berupa notebook. Anda membaca penjelasan, lalu langsung mengerjakan latihan pada notebook yang sama tanpa berpindah aplikasi. Setiap kursus umumnya selesai dalam tiga sampai lima jam.
Untuk pemula, urutan yang masuk akal adalah Python, lalu Pandas untuk mengolah tabel data, kemudian Intro to Machine Learning, dan diteruskan ke Data Visualization. Setelah keempatnya selesai, Anda sudah punya bekal cukup untuk mengerjakan kompetisi Getting Started tanpa kebingungan.
Perlu dicatat, materi ini padat dan berorientasi praktik. Kaggle Learn mengajarkan cara memakai alat, bukan menurunkan teori statistik di baliknya. Sertifikat penyelesaiannya juga bukan kredensial formal yang diakui institusi pendidikan, melainkan penanda bahwa Anda sudah menyelesaikan latihannya.
Sistem Tier: Menakar Ekspektasi dengan Angka
Kaggle memberi peringkat pengguna dalam lima tingkat: Novice, Contributor, Expert, Master, dan Grandmaster. Peringkat dihitung terpisah pada empat jalur — kompetisi, dataset, notebook, dan diskusi — dan tingkat yang ditampilkan pada profil Anda adalah yang tertinggi di antara keempatnya.
Kenaikan tingkat ditentukan oleh medali. Untuk mencapai Expert di jalur kompetisi, Anda memerlukan minimal dua medali perunggu. Master menuntut satu emas dan dua perak. Grandmaster mensyaratkan lima medali emas, salah satunya harus diraih tanpa tim.
Angka berikut berguna untuk mengatur ekspektasi. Per April 2025, dari 23,29 juta akun Kaggle, hanya 2.973 yang berstatus Master dan 612 yang Grandmaster. Artinya kurang dari 0,013 persen pengguna mencapai tingkat Master, dan sekitar satu dari 38.000 akun menjadi Grandmaster.
Kesimpulan yang tepat dari angka itu bukanlah bahwa Kaggle terlalu sulit. Kesimpulannya, menjadikan Grandmaster sebagai target awal adalah cara tercepat untuk kecewa. Tingkat Contributor bisa diraih dalam satu sore dengan melengkapi profil, menjalankan satu notebook, dan mengirim satu submission. Dari situ, tujuan yang sehat adalah menyelesaikan satu kompetisi sampai tuntas, bukan mengejar warna lingkaran pada avatar.
Diagram piramida lima tier pengguna Kaggle, dari Novice di dasar hingga Grandmaster di puncak, dengan ikon medali.
Hal yang Perlu Anda Pertimbangkan
Sebagai tempat belajar, Kaggle nyaris tanpa saingan. Tetapi ada beberapa keterbatasan yang sebaiknya Anda ketahui sebelum menggantungkan pekerjaan penting padanya.
- Kuota bisa habis di tengah eksperimen: Kuota GPU 30 jam per minggu terasa lapang saat Anda melatih model kecil, dan terasa sangat sempit saat Anda mengulang pelatihan model besar. Ketika kuota habis, Anda menunggu jendela mingguan berikutnya.
- Sesi terputus dan pekerjaan hilang: Sesi berhenti setelah 12 jam, dan berkas sementara ikut hilang. Pelatihan panjang harus dipecah menjadi beberapa tahap dengan penyimpanan berkala, yang menambah pekerjaan tersendiri.
- Kualitas dataset publik sangat beragam: Sebagian dataset tidak menyebutkan asal data, punya kolom tanpa keterangan, atau memuat kesalahan yang tidak pernah diperbaiki. Verifikasi tetap menjadi tanggung jawab Anda.
- Keterampilan kompetisi tidak seluruhnya terpakai: Kompetisi memberikan data yang sudah dikumpulkan dan tujuan yang sudah ditetapkan. Di pekerjaan nyata, dua hal itu justru bagian tersulitnya, dan Kaggle tidak melatihnya.
- Anda tidak mengendalikan lingkungannya: Versi pustaka, spesifikasi perangkat, dan kebijakan kuota ditentukan Kaggle. Perubahan bisa terjadi tanpa Anda minta.
Batasan terakhir inilah yang menentukan kapan Kaggle harus ditinggalkan. Kalau model Anda perlu berjalan terus-menerus sebagai layanan, melayani permintaan dari aplikasi lain lewat API, atau memproses data yang tidak boleh diunggah ke pihak ketiga, notebook gratis bukan lagi tempatnya. Pada titik itu Anda membutuhkan server yang Anda kendalikan penuh — misalnya sebuah VPS Indonesia dengan akses root, tempat Anda menentukan sendiri versi pustaka dan berapa lama proses boleh berjalan.
Kaggle sangat baik sebagai tempat bereksperimen dan belajar. Ia tidak dirancang sebagai tempat menjalankan sistem produksi.
Cara Memulai Kaggle dari Nol
Empat langkah berikut bisa Anda selesaikan dalam satu hari.
Langkah #1: Daftar dan Verifikasi Nomor Ponsel
Pendaftaran bisa memakai akun Google. Setelah masuk, buka pengaturan akun dan lakukan verifikasi nomor ponsel. Langkah ini sering dilewati pengguna baru, padahal tanpa verifikasi Anda tidak bisa memakai GPU, TPU, maupun akses internet dari dalam notebook.
Langkah #2: Jalankan Notebook Milik Orang Lain
Buka satu dataset yang menarik minat Anda, pilih tab Code, lalu buka notebook dengan jumlah suara terbanyak. Tekan tombol Copy and Edit untuk membuat salinan yang bisa Anda jalankan sendiri. Ubah beberapa baris, jalankan ulang, dan amati perubahan hasilnya. Cara ini jauh lebih cepat dipahami daripada memulai dari notebook kosong.
Langkah #3: Selesaikan Satu Kursus Kaggle Learn
Pilih satu kursus dan selesaikan sampai habis dalam beberapa hari. Kalau Anda belum pernah menulis kode sama sekali, mulailah dari kursus Python. Kalau sudah bisa memprogram, langsung ambil Pandas.
Langkah #4: Kirim Submission Pertama
Masuk ke kompetisi Getting Started — Titanic kalau Anda ingin kasus klasifikasi, atau House Prices kalau ingin memprediksi angka — lalu kirim satu prediksi sederhana. Bahkan model dasar sudah cukup untuk submission pertama. Tujuannya bukan mendapat peringkat bagus, melainkan memastikan Anda paham alur lengkapnya, mulai dari membaca data uji sampai format berkas yang diterima sistem.
Pertanyaan yang Sering Muncul
Apakah Kaggle benar-benar gratis? Ya. Dataset, notebook, akselerator GPU dan TPU, serta seluruh kursus Kaggle Learn tersedia tanpa biaya. Yang dibatasi adalah kuota pemakaian, bukan aksesnya.
Apakah saya harus jago matematika lebih dulu? Tidak untuk memulai. Anda bisa menjalankan notebook dan mengikuti kompetisi latihan berbekal pemahaman Python dasar. Matematika menjadi penting ketika Anda ingin mengerti alasan sebuah model bekerja, dan itu bisa dipelajari sambil jalan.
Bisakah Kaggle dipakai lewat ponsel? Situsnya bisa dibuka dan notebook bisa dijalankan dari browser ponsel, tetapi menulis kode di layar kecil sangat tidak nyaman. Untuk membaca diskusi dan memantau hasil, ponsel sudah memadai.
Apakah sertifikat Kaggle Learn diakui perusahaan? Sertifikatnya bukan kredensial formal. Yang dinilai perekrut adalah notebook dan proyek yang bisa mereka baca di profil Anda, bukan lembar sertifikatnya.
Apa bedanya dengan Google Colab? Keduanya menyediakan notebook dengan GPU gratis dan sama-sama milik Google. Kaggle memberi kuota mingguan yang jelas serta terhubung langsung dengan dataset dan kompetisi, sedangkan Colab lebih fleksibel untuk pekerjaan pribadi yang berkas-berkasnya tersimpan di Google Drive.
Kesimpulan
Kaggle adalah platform data science milik Google yang terdiri dari empat lapisan yang bisa dipakai terpisah: dataset publik lebih dari 513.000 koleksi, notebook gratis dengan GPU dan TPU, kompetisi berjenjang dari latihan sampai berhadiah, dan kursus mikro Kaggle Learn. Anda tidak wajib mengikuti kompetisi untuk mengambil manfaatnya.
Pakailah Kaggle selama pekerjaan Anda berbentuk eksperimen: mencari data, mencoba pendekatan, dan mengukur hasil. Perhatikan batasnya — sesi 12 jam, kuota GPU sekitar 30 jam per minggu, dan penyimpanan yang tidak permanen. Begitu model Anda perlu berjalan terus-menerus atau menangani data yang tidak boleh berpindah tangan, pindahkan pekerjaan itu ke server yang Anda kendalikan sendiri.
Semoga artikel ini membantu.
