Sosialisasi dan Bedah Proposal Hibah Penelitian Kemendikbud Ristek Tahun Anggaran 2022
Januari 26, 2022Mahasiswa Wajib Tahu Peran Data dalam Menyambut Era Digital
Januari 28, 2022Tangerang – DQLab menghadirkan mini bootcamp sebagai salah satu bentuk dukungan kepada generasi muda untuk melek data pada era transformasi digital ini. Live session ini memberikan pemahaman dan pengenalan dasar ilmu data science yang terbuka bagi pemula dan seluruh background pendidikan. Acara ini diadakan secara daring, Selasa, 2 Januari 2022, dengan mengundang pembicara Feris Thia sebagai Founder of Xeratic. Mini bootcamp ini menjadi salah satu alternatif calon talenta data science dalam menghadapi transformasi digital.
Mengawali mini bootcamp Feris menjelaskan definisi data science. Mengutip wikipedia, ia menjelaskan, data science adalah suatu cabang ilmu yang menggunakan metode ilmiah, proses, algoritma, dan sistem untuk menarik pengetahuan dan insight dari data terstruktur maupun tidak terstruktur. Lebih detail, ia memaparkan ketiga cabang ilmu data science, yaitu domain knowledge, computer science, dan statistics.
Domain knowledge diartikan sebagai pengetahuan khusus atau spesialis. Sedangkan statistics artinya kemampuan yang digunakan untuk merencanakan, mengumpulkan, menganalisis, menginterpretasikan, dan mempresentasikan data. Selain itu computer science yaitu kemampuan untuk mengolah berbagai macam data. Kemampuan computer science menjadi pembeda antara Data Scientist dan Statistik. Ketiga ilmu tersebut disatukan dan dimanfaatkan melalui machine learning algorithm.
Feris juga menjelaskan metode ilmiah yang digunakan seorang praktisi data. Dimulai dari menyusun pertanyaan, mengumpulkan data, sampai membuat dan menguji hipotesa. Saat mengumpulkan data ada beberapa proses yang harus dilalui seperti survey, interview, data sampling, data enrichment, data validation, dan data visualization. Saat mempersiapkan data, seorang praktisi data memerlukan kemampuan algoritma dan penguasaan sistem. Software yang biasa digunakan adalah Azure Machine Learning, KNIME, R, dan Python.
“Kita perlu mempelajari data science karena setiap organisasi akhirnya akan terjun ke digital. Yang artinya banyak sistem yang harus saling terkoneksi dan akan menghasilkan data. Dengan begitu, kita dapat informasi yang sangat cepat. Jika direspon dengan benar akan memberikan keunggulan kompetitif,” ujar Feris.
Pembahasan berlanjut ke penjelasan machine learning model, yaitu output dari machine learning yang dapat membentuk kesimpulan terhadap sesuatu. Dalam prosesnya ada mengumpulkan data, data cleaning, data preparation, uji coba machine learning, melakukan evaluasi, dan menerapkan machine learning. Feris juga memberikan beberapa penerapan machine learning, seperti customer segmentation, channel analysis, cross/up-sell analysis, profile behavior analysis, dan purchase behavior analysis.
“Informasi yang berguna dihasilkan dari pengolahan data yang baik. Makannya sekarang Data Analyst, Data Engineer, dan Data Scientist sangat populer serta permintaan meningkat akan orang-orang yang mempunyai skill data science sangat tinggi,” kata Feris.
Sebelum menutup mini bootcamp, Feris menarik kesimpulan dari beberapa pembahasan tadi. Machine learning adalah proses automatisasi yang membuat data science bisa mengeluarkan potensi terbaiknya. Impact yang dihasilkan nyata, khususnya untuk menghadapi persaingan. Karena prosesnya sangat cepat untuk menghasilkan informasi yang signifikan dan bernilai tinggi. Sehingga permintaan akan talenta data semakin meningkat.
Sebagai bentuk menghadapi transformasi digital, belajar data science adalah pilihan yang tepat. Salah satu platform belajar data science yang menyediakan berbagai kasus dunia industri nyata adalah DQLab.id.
*by Agnes Nurlisa – DQLab
Kuliah di Jakarta untuk jurusan program studi Informatika| Sistem Informasi | Teknik Komputer | Teknik Elektro | Teknik Fisika | Akuntansi | Manajemen| Komunikasi Strategis | Jurnalistik | Desain Komunikasi Visual | Film dan Animasi | Arsitektur | D3 Perhotelan , di Universitas Multimedia Nusantara. www.umn.ac.id