Data Cleaning atau pembersihan data adalah proses memperbaiki atau menghapus data yang salah, duplikat, tidak lengkap, atau tidak konsisten. Langkah ini memastikan data siap dianalisis dan hasilnya bisa dipercaya. Pembersihan mencakup menyeragamkan format, mengisi nilai yang hilang, dan membuang entri ganda. Sering disebut pekerjaan yang memakan waktu, tetapi menentukan kualitas seluruh analisis.
Analisis secanggih apa pun akan menyesatkan jika datanya kotor; pembersihan data menjaga kesimpulan tetap akurat.
Sebelum menggabungkan data siswa dari beberapa file, operator menyeragamkan format tanggal lahir dan menghapus data ganda akibat pendaftaran berulang.