mediakawasan.id/, Tangerang- Memahami kebutuhan talenta data di Indonesia, DQLab mendukung proses belajar data science secara efektif melalui mini bootcamp yang mengundang pembicara Feris Thia selaku Founder of Xeratic.
Feris akan mengupas tuntas materi tentang dasar ilmu data science khususnya untuk pemula dan seluruh background pendidikan. Live session ini dilaksanakan secara daring, pada Selasa, 2 Januari 2022. Mini bootcamp ini sekaligus menjadi alternatif talenta data dalam menghadapi transformasi digital.
Dibuka dengan pembahasan definisi data science, Feris mengutip dari wikipedia, data science adalah suatu cabang ilmu yang menggunakan metode ilmiah, proses, algoritma dan sistem untuk menemukan pengetahuan dan insight dari sebuah data. Cabang ilmu data science tersebut, yaitu domain knowledge, computer science dan statistics. Ketiga cabang ilmu tersebut menjadi ilmu dasar yang wajib dikuasai ketika belajar data science. Dalam pengertiannya, domain knowledge adalah pengetahuan khusus. Statistics artinya kemampuan dalam merencanakan, mengumpulkan, menganalisis, menginterpretasikan dan mempresentasikan data. Dan computer science yaitu kemampuan untuk mengolah data. Ketiga ilmu ini dimanfaatkan dalam algoritma machine learning.
Berlanjut, Feris juga menyebutkan metode ilmiah yang sering dipakai praktisi data dalam menyusun pertanyaan, mengumpulkan data, hingga membuat dan menguji hipotesis. Dalam prosesnya, saat mengumpulkan data praktisi data harus melewati beberapa proses, yakni survey, interview, mengumpulkan data dari sampel suatu populasi, memperbaiki data mentah, memvalidasi data dan visualisasi data. Dalam melakukan itu semua, praktisi data harus memiliki kemampuan algoritma dan penguasaan sistem. Selain itu, beberapa software seperti Azure Machine Learning, KNIME, R dan Python, biasa digunakan praktisi data dalam mengolah data.
Menurut Feris, penting ilmu data science dalam transformasi digital karena setiap organisasi atau perusahaan akan terjun ke dunia digital sebagai bentuk mengikuti zaman. Artinya, banyak sistem yang harus terkoneksi dan menghasilkan data. Di dunia digital, informasi akan sampai ke penggunanya dengan cepat. Sehingga informasi tersebut harus direspon dengan benar, agar bisa memberikan keunggulan. Pada acara ini Feris juga memberikan contoh dasar kasus data science.
Setelah menjelaskan penyelesaian kasus tersebut, dilanjutkan dengan pembahasan machine learning model. Machine learning model yaitu hasil dari training phase dalam machine learning, yang membentuk kesimpulan terhadap sesuatu. Training phase digunakan untuk menemukan pola-pola dalam data yang akan dijadikan dasar pengetahuan sistem yang dibangun. Pola-pola tersebut yang disebut model. Dalam prosesnya, praktisi data harus mengumpulkan data, membersihkan data, mempersiapkan data, uji coba machine learning, melakukan evaluasi dan menerapkan machine learning. Feris juga memberikan contoh penerapan machine learning yang sering ditemukan sehari-hari, seperti customer segmentation, channel analysis, cross/up-sell analysis, profile behavior analysis dan purchase behavior analysis.
Feris juga memberikan beberapa contoh kasus, salah satunya adalah beer dan pampers. Diketahui kedua barang ini sering dibeli bersamaan, dan yang membeli laki-laki dengan umur sekitar 25 hingga 35 tahun, serta pembelian paling banyak di hari Sabtu. Hal ini menjadi kasus bagi praktisi data karena insight yang dihasilkan dari data ini akan berguna bagi strategi bisnis kedepannya. Dengan menerapkan shopping basket analysis, artinya suatu metode analisa dari perilaku konsumen secara spesifik yang bersumber dari data transaksi kartu kredit, kartu lotre, kupon diskon, atau panggilan keluhan pelanggan. Market basket analysis ini bisa menghasilkan strategi marketing, seperti diskon barang atau paket kedua barang tersebut.
“Informasi yang berguna diperoleh dari pengolahan data yang baik. Makannya seorang praktisi data sekarang sangat populer serta banyak diminati perusahaan. Praktisi data yang diminati adalah orang yang memiliki skill data science yang sangat tinggi,” ujar Feris.
Sebagai penutup mini bootcamp ini, Feris memberikan kesimpulan atas pemaparannya tadi. Machine learning adalah proses yang membuat data science bisa memaksimalkan potensi terbaiknya. Hasil dari machine learning nyata, khususnya dalam menghadapi persaingan. Prosesnya sangat cepat dalam menghasilkan informasi yang signifikan dan bernilai tinggi. Hal itu menyebabkan permintaan akan talenta data meningkat.
Diharapkan sebagai generasi muda bisa menghadapi transformasi digital dengan mengenal data science dan harapannya calon talenta data dapat belajar data science di https://dqlab.id/ dengan maksimal agar menghasilkan talenta data yang berkualitas.
