Selayang Pandang
Dalam era Big Data seperti sekarang ini, semua orang selalu membicarakan yang namanya data science. Bahkan telinga kita sudah terlalu terbiasa untuk mendengarkan sebutan ilmu keren yang satu ini. Tapi rasanya sungguh membosankan jika kita hanya mendengar istilah ini, tanpa mengetahui, apa sih sebenarnya “Data Science” itu.
Sempat juga timbul berbagai pertanyaan, bagaimana bisa google menciptakan mobil tanpa pengemudi? Bagaimana bisa dalam suatu website muncul iklan tentang barang yang sering kita cari? Bagaimana mungkin akun media sosial bisa merekomendasikan artikel, web page ataupun user lain untuk kita ikuti? Dan berbagai pertanyaan bagaimana lainnya. Semua itu merupakan fenomena Big Data. Dengan munculnya banyak platform sebagai tempat kita berbagi cerita, foto, data diri dan sebagainya, menunjukkan bahwa tingkat keamanan data milik kita pribadi sudah tidak menjadi “privasi” lagi. Jumlah data yang tersimpan menjadi luar biasa banyak, bahkan data-data tersebut dapat digunakan untuk kejahatan jika tidak dikelola dengan baik.
Oleh karena itu, peranan data science sangat penting dalam era Big Data saat ini. Dimana berbagai jenis data baik yang terstruktur maupun tidak terstruktur dapat dianalisa dengan baik. “Data science” merupakan gabungan dari inferensi data, pengembangan algoritmik, dan teknologi untuk memecahkan masalah analitik yang kompleks. “Data science” sendiri lebih kepada penggalian atau analisis prediktif suatu data untuk difilter dan ditemukan data yang benar agar menghasilkan suatu data yang akurat sesuai dengan data yang sebenarnya. Dalam “Data Science” tidak hanya mengandalkan Ilmu Sains saja, akan tetapi ada beberapa ilmu lagi yang harus dimiliki untuk memahami bidang ini.
Definisi
Menurut Chikio Hayashi dari Institut Statistika Matematika Sakuragaoka, pengertian data science adalah ilmu pengetahuan interdisiplin tentang metode komputasi untuk mendapatkan wawasan berharga yang dapat ditindaklanjuti dari kumpulan data yang mencakup tiga fase yaitu desain data, mengumpulkan data, dan analisis data. Sebagai ilmu interdisiplin, data science mempunyai definisi yang berbeda-beda dari akademisi maupun praktisi yang berkecimpung di dalamnya.
Pengertian menurut wiki adalah “Data Science adalah Ilmu Data suatu disiplin ilmu yang khusus mempelajari data, khususnya data kuantitatif (data numerik), baik yang terstruktur maupun tidak terstruktur”. Berbagai subjek yang dibahas dalam ilmu data meliputi semua proses data, mulai dari pengumpulan data, analisis data, pengolahan data, manajemen data, kearsipan, pengelompokan data, penyajian data, distribusi data, hingga cara mengubah data menjadi kesatuan informasi yang dapat dipahami semua orang.
Data science merupakan kombinasi dari ilmu sains dan ilmu sosial. Ilmu-ilmu yang menjadi penunjang utama dalam ilmu data terdiri dari matematika, statistika, ilmu komputer, sistem informasi, manajemen, ilmu informasi, termasuk juga ilmu komunikasi dan kepustakaan. Bahkan ilmu ekonomi, terutama ilmu bisnis, juga berperan penting dalam ilmu data.
Minimum Requirement Data Scientist
Ada beberapa kebutuhan teknis yang harus dimiliki seorang data scientist, interdisiplin ilmu harus dikuasai, berikut merupakan kebutuhan minimal
- Memiliki Pemahaman Tentang SQL, Python, R, SAS, Scala Seorang data scientist harus memiliki kreativitas dan kecerdikan dalam menggunakan keterampilan teknis untuk membangun berbagai hal dan menemukan solusi cerdas untuk suatu masalah. Mengapa hal itu penting?Pada tahap awal, yakni datafication, berbagai data dari aneka sumber harus disiapkan agar bisa dibaca program komputer. Tahap ini membutuhkan keahlian di bidang ilmu komputer. Karena mereka menggunakan teknologi untuk memperebutkan set data yang sangat besar, bekerja dengan algoritma yang rumit, dan itu membutuhkan alat yang jauh lebih canggih daripada Excel. Para data scientists harus mampu membuat kode untuk solusi cepat prototype, serta mengintegrasikan dengan sistem data yang kompleks. Bahasa inti yang terkait dengan bidang ilmu data termasuk SQL, Algorithm beserta pemrograman dengan Python, R, Scala, SAS, dan lain-lain. Tetapi tidak hanya mengetahui dasar-dasar bahasa, namun mampu secara kreatif menavigasi jalan mereka untuk membuat kode mereka bekerja.
- Memiliki Pengalaman Langsung Dalam Pengkodean Basis Data SQL Mereka harus berpengalaman dalam pengolahan data menggunakan query SQL untuk bisa memahami aliran data yang rumit dan menggunakan logika mereka dengan baik. Beberapa ilmu lain yang harus mereka pahami adalah Advanced Database dan Data Warehouses.
- Kemampuan Untuk Bekerja Dengan Data Tidak Terstruktur Dari Berbagai Sumber Seperti Video, Media Sosial, dan Konten Lainnya Hal ini berhubungan dengan Big Data. Big Data bisa diartikan dengan suatu cara untuk mengambil, menyimpan, menganalisis data-data yang sebelumnya tidak memungkinkan untuk diambil, disimpan, diproses, dan dianalisa. sehingga memungkinkan ada data yang error dan tidak bisa diproses dengan hal-hal yang biasa. Maka seorang data scientist harus menemukan cara bagaimana nantinya data diproses dan menjadikan data itu bisa disimpan dan diatur dengan cara yang sistematis.
- Memahami Beberapa Fungsi Analisis Analisis cukup populer dalam istilah bisnis populer beberapa tahun terakhir. Analisis dimaksudkan untuk menggambarkan pemikiran kritis yang bersifat kuantitatif. Secara teknis, analitik adalah “ilmu analisis” dengan cara lain, praktik menganalisis informasi untuk membuat suatu keputusan. Analis dapat berinteraksi dengan data pada tingkat database atau tingkat laporan yang dirangkum. Dalam kondisi jika data yang diperlukan sudah siap, tugas berikutnya lebih banyak melibatkan ilmu statistika, optimasi, dan penalaran matematis. Tak heran, seorang Data Scientist harus menguasai Statistics for Data Science, Bayesian Decision Theory, Predictive Analytics, serta Probabilities and Data. Sehingga mereka bisa menganalisis data dengan baik dan benar melalui cara pemrosesan sinyal, model probabilitas, program komputer dan hal yang berkaitan dengan ilmu Sains.
- Memahami Machine Learning Istilah Machine Learning dapat didefinisikan sebagai hasil dari penggunaan algoritma untuk menggunakan data, dipelajari dan kemudian memprediksinya. Software Machine Learning terdiri dari analisis statistik dan analisis prediktif yang digunakan untuk menemukan pola dan menangkap wawasan tersembunyi berdasarkan data yang dirasakan. Contoh bagus dari implementasi Machine Learning adalah Facebook. Algoritma Machine Learning Facebook mengumpulkan informasi perilaku untuk setiap pengguna di platform sosial. Berdasarkan perilaku sebelumnya, algoritma memprediksi minat dan merekomendasikan artikel dan pemberitahuan di Umpan Berita. Contoh lainnya adalah pada Google Translate, Google tidak menerjemahkan kata demi kata. Diambil dari konferensi internasional, publikasi ilmiah, dan koleksi perpustakaan, aneka teks disandingkan dengan terjemahannya, lalu disimpan dalam bentuk digital. Tiap frasa dan kalimat dikaitkan dengan terjemahannya, lalu dicari korelasinya. Intinya dengan algoritma tertentu, data yang satu dikaitkan dengan data lain secara statistik. Ketika jumlah data bertambah, komputer menghasilkan lebih banyak korelasi. Intinya, komputer jadi makin pintar jika disuplai lebih banyak data. Inilah yang disebut Machine Learning.
Data Science di Kehidupan Nyata
Data science atau ilmu data merupakan ilmu terapan baru yang perkembangannya dituntut oleh meningkatnya penggunaan teknologi secara signifikan. Data science digunakan oleh perusahaan maupun instansi tertentu untuk melakukan analisis data yang tidak bisa dilakukan dengan metode sederhana. Misalkan marketplace Tokopedia memerlukan suatu pengetahuan yang dapat melakukan analisis data penjual dan pembeli di platform mereka. Tentunya, data yang mereka punyai setiap detiknya terus berubah atau bertambah. Sehingga diperlukan suatu metode komputasi untuk mengambil data tersebut serta melakukan perhitungan yang dapat menganalisis informasi pada data tersebut. Disinilah peran data science dalam pemenuhan kebutuhan suatu perusahaan atau instansi.
Seperti pemaparan sebelumnya, data science adalah ilmu interdisiplin yang berarti data science terbentuk dari berbagai ilmu pengetahuan. Menurut Staven Geringer Raleigh (2014), pembentuk data science atau ilmu data dapat diilustrasikan dalam diagram venn berikut,
Data science mencakup disiplin ilmu yang luas, berdasarkan diagram diatas terdapat 3 disiplin ilmu yang fokus pada data science,
Machine Learning
Machine learning merupakan irisan dari ilmu matematika dan statistika dengan ilmu komputer. Machine Learning adalah cabang dari disiplin ilmu kecerdasan buatan (Artificial Intelligence) yang bertujuan memberikan kemampuan kepada komputer untuk dapat melakukan proses belajar. Banyak algoritma machine learning yang digunakan untuk melakukan analisis data dengan tingkat akurasi yang tinggi, yang paling populer adalah neural network. Dimana kita ketahui fundamental sebuah algoritma selalu menggunakan ilmu matematika. Salah satu penerapannya adalah Cortana atau yang lebih dikenal sebagai asisten dari pengguna Windows 10 merupakan salah satu penerapan machine learning.
Traditional Software
Traditional software merupakan irisan dari ilmu komputer dengan SME (Subject Matter Expertise), SME adalah pengetahuan mengenai proses dari suatu bisnis atau instansi untuk beroperasi sehingga dapat dibuat (develop) suatu sistem yang dapat membantu bisnis atau instansi tersebut. Penerapan traditional software hampir digunakan oleh seluruh instansi pemerintahan maupun bisnis, contohnya e-learning, e-library, online banking, Point of Sales (PoS), dan lain-lain.
Traditional Research
Traditional research merupakan irisan dari ilmu matematika dan statistika dengan SME (Subject Matter Expertise). Traditional research hampir digunakan berbagai perusahaan, instansi serta universitas. Penelitian-penelitian yang dilakukan umumnya menggunakan traditional research.
Dari ketiga bidang ilmu tersebut, terbentuklah data science sebagai disiplin ilmu baru yang dapat memenuhi kebutuhan analisis data menggunakan kecerdasan komputer.
Apa itu Data Scientist?
Berdasarkan diagram, data science adalah ilmu yang memuat disiplin ilmu-ilmu tersebut. Dalam perkembangan selanjutnya, seseorang yang berkecimpung dalam ilmu ini disebut Data Scientist. Namun terdapat pertimbangan antara data scientist dan unicorn pada diagram diatas. Dalam kenyataannya sangat susah untuk mencari seseorang yang expert di semua ilmu tersebut. Dalam diagram, orang ini adalah definisi dari unicorn pada diagram diatas. Sehingga unicorn adalah orang yang perfect di bidang data science.
Untuk mempermudah mengenal siapa itu data scientist, didefinisikan pengertian data scientist adalah adalah “A data scientist is someone who is better at statistics than any software engineer and better at software engineering than any statistician” – www.masterdatascience.org
Beberapa Keampuhan Data Science
Internet Of Things
Pada era internet of things, banyak alat terkoneksi via internet dan mengirim data. Analisis terhadap machine-generated data ini bisa mengungkap banyak hal baru. Di bidang kesehatan, misalnya, data kondisi ribuan pasien tersaji di komputer lengkap dengan prediksinya. Dokter bisa mengetahui mengapa obat yang satu efektif pada seseorang, tetapi tidak pada pasien lain. Berbagai alat yang terpasang di tubuh pasien akan memasok jutaan data penting yang mustahil dipahami tanpa Data Science.
Komputer Menjadi Semakin Pintar
Seiring waktu, komputer pun makin pintar menghasilkan terjemahan yang lebih baik. Itu sebabnya, Machine Learning termasuk materi pokok perkuliahan data science. Kelak Google bisa menghasilkan terjemahan yang akurat, termasuk menerjemahkan percakapan, dan membuat profesi penerjemah memudar, seperti yang akan menimpa banyak profesi lain akibat teknologi. Dengan Data Science, kita juga bisa lebih dalam memahami perilaku konsumen, seperti Amazon yang sukses mengembangkan sistem rekomendasi pembelian beberapa macam item lain kepada pengunjung situsnya.
Jurusan Data Science di Beberapa Negara
Karena banyak perusahaan raksasa yang memiliki data besar di Amerika seperti Facebook, Google, Amazon, dan LinkedIn, wajar apabila jurusan Data Science banyak ditawarkan di sana, antara lain di Columbia University, New York University, Carnegie Mellon University, Arizona State University, University of Stanford, dan University of California, Berkeley.
Mengapa Data Science Menjanjikan?
Data Scientist dibutuhkan di semua area yang memerlukan analisis statistik dan melibatkan data yang sangat besar. Bidang aktuaria (asuransi), perbankan, keuangan, konsultan jasa statistik, telekomunikasi, industri pabrik, pemasaran, industri kimia dan farmasi, riset kesehatan, dan pertahanan termasuk yang memerlukan keahlian ini. Posisinya sebagai business analyst, data solutions manager, information systems analyst, market intelligence analyst, dan sejenisnya.
Menurut riset yang dilakukan oleh situs Linkedin, ilmu data atau data science adalah salah profesi paling hot yang banyak dibutuhkan oleh dunia industri akhir-akhir ini. Menariknya lagi, pekerjaan ini menjanjikan penghasilan yang cukup besar. Hal ini tentu bisa menjadi alasan untuk kita terjun ke dalam bidang yang satu ini. Selain itu, ada beberapa alasan lain yang bisa membuat kamu semakin tertarik dengan data science ini.
Bagaimana dengan penghasilan di bidang data science? Penghasilan data scientist di berbagai negara, seperti Amerika Serikat, Kanada, India, dan Singapura memiliki rata-rata penghasilan yang melebihi engineers dan technicians dengan level pengalaman kerja yang sama. Perbedaan ini akan lebih tampak ketika dibandingkan dengan median penghasilan profesi lain di bidang teknologi informasi dan informatika. Bagaimana dengan penghasilan di bidang data science? Penghasilan data scientist di berbagai negara, seperti Amerika Serikat, Kanada, India, dan Singapura memiliki rata-rata penghasilan yang melebihi engineers dan technicians dengan level pengalaman kerja yang sama. Perbedaan ini akan lebih tampak ketika dibandingkan dengan median penghasilan profesi lain di bidang teknologi informasi dan informatika.
- Dapat Dipelajari Siapa Saja Siapa saja bisa belajar data science. Sebagai disiplin ilmu baru yang terbilang unik, data science ternyata tidak membutuhkan latar belakang pendidikan tertentu untuk mempelajarinya. Data science adalah ilmu yang bisa dipelajari seseorang dengan disiplin ilmu umum sekalipun. Namun, meskipun secara umum bisa dilakukan oleh orang dari latar belakang pendidikan apa pun, kemampuan dasar pemrograman, matematika dan statistik akan sangat membantu dalam menjalankan data science ini.
- Profesi Terseksi dan Terbaik Hari Ini Harvard Business Review, media bisnis terbitan Harvard University, menyebut Data Scientist sebagai Profesi Terseksi Abad 21. Glassdoor, situs pencari kerja terbesar di Amerika Serikat, juga sepakat dengan hal tersebut dan menyebutkan bahwa Data Scientist adalah pekerjaan terbaik saat ini. Glassdoor menggunakan tiga kriteria dalam melakukan penilaian profesi terbaik, yaitu jumlah lowongan, rata-rata gaji, dan kesempatan karier. Tren ini juga terjadi di Indonesia. Dilansir dari Tech in Asia Jobs, pada Desember 2018 terdapat 209 lowongan pekerjaan di bidang data science termasuk analytics di Indonesia saja. Di situs Kalibrr, pada Desember 2018 dengan kata kunci data analyst terdapat 2471 lowongan dan dengan kata kunci data scientist terdapat 1535 lowongan di Indonesia dan Singapura. Hal ini menunjukkan permintaan yang tinggi dari berbagai perusahaan dan organisasi terhadap talenta yang berkecimpung di bidang data science.
- Belum Banyak Diketahui Untuk kamu yang ingin mendapatkan pekerjaan dengan jumlah saingan yang masih sedikit, data science adalah jawabannya. Dengan semakin majunya teknologi, kalian dengan kemampuan data science ini akan semakin bisa bernapas lega karena terdapat banyak sekali lowongan pekerjaan khusus untuk bidang ini dan saingannya pun tidak banyak karena disiplin ilmu ini masih belum diketahui banyak orang.
- Kebutuhan Prioritas Banyak Organisasi dan Perusahaan Dengan kompetisi pasar dan industri yang semakin ketat, berbagai organisasi perusahaan kini berusaha memanfaatkan analisis data dan informasi untuk bisa membuka peluang baru dalam bisnis produk dan layanan mereka. Survei tahun 2016 menunjukkan bahwa 77% perusahaan top dunia mempertimbangkan data analytics sebagai komponen kritis alias sangat penting dalam kinerja bisnis. Hal ini berarti bahwa profesional di bidang data science akan memiliki pengaruh yang besar dalam pengembangan kebijakan dan strategi pemasaran perusahaan. Kebutuhan akan data scientist ini mendorong permintaan yang tinggi terhadap talenta yang berkecimpung di bidang data science. Kesempatan berkarier yang terbuka luas juga terdapat di area konsultan, bukan hanya bekerja sebagai pegawai tetap di perusahaan. Jasa dan layanan analisis data menjadi yang paling banyak dicari oleh perusahaan-perusahaan menengah dan pemula (startup) menurut data dari SAS, perusahaan multinasional pengembang perangkat lunak analitik. Kesempatan berkarier di bidang data science terbuka amat luas bagi mereka yang memang suka menganalisis dan mengolah data. Lebih dahsyatnya para lulusan data science bisa masuk ke berbagai posisi pekerjaan berkaitan dengan analisis data, seperti: Metrics and Analytics Specialist, Data Analyst, Data Engineer, Big Data Specialist, Data Analytics Programmer, Marketing Data Expert, dan sebagainya
- Kesempatan Bergabung dengan Perusahaan Besar Hal yang paling menggiurkan dari belajar data science adalah kesempatan emas untuk bergabung dengan perusahaan-perusahaan besar dunia. Bukan rahasia lagi jika data science adalah ilmu penting bagi sebuah perusahaan terutama dalam memprediksi banyak hal di masa depan baik terkait dengan layanan atau produk mereka. Oleh karena itu, banyak perusahaan besar saat ini yang mulai menyadari hal tersebut dan mencari orang-orang dengan kemampuan data science.
- Mempersiapkan Diri Terhadap Tren di Masa Depan Dengan tren perkembangan teknologi informasi yang menjadi pendorong utama Revolusi Industri 4.0, maka pekerjaan dan profesi di masa depan dijamin akan terus berubah. Namun, pemanfaatan data akan selalu ada di berbagai aspek bisnis dan kehidupan. Dengan mempelajari data science, Anda akan mempersiapkan diri terhadap tren teknologi di masa depan, karena data science menuntut Anda untuk mau tidak mau memiliki: Keterampilan problem-solving, Melihat analisis data di manapun berada, Berbagai pengetahuan dan kemampuan di beberapa bidang lainnya, Data scientist tidak hanya sekedar melihat data lalu mengolah data dengan membangun aplikasi dan program, namun juga perlu memahami latar belakang data tersebut hadir. Data science merupakan kombinasi keterampilan matematika terutama statistik, ilmu manajemen data, pemrograman, dan aspek bisnis. Berarti mereka yang terjun dalam data science diharapkan untuk bisa memahami fondasi proses bisnis organisasi, mengumpulkan dan membersihkan data organisasi, dan menganalisis data untuk mendapatkan insight atau strategi atau rekomendasi untuk pengembangan bisnis yang lebih baik. Hal-hal tersebut menuntut seorang data scientist untuk selalu bisa beradaptasi dengan perubahan, sehingga di masa depan pun profesi ini terjamin karena bisa masuk ke berbagai bidang. Pastinya akan membuat Anda siap menghadapi perubahan.