Hal ini dapat membantu dalam mengambil keputusan di suatu Perusahaan mereka akan menjadi semakin akurat sehingga dapat bersaing dan memenangkan persaingan bisnis mereka di pangsa pasar mereka.
Di tambah lagi, dengan memahami pola-pola dari data, Perusahaan tersebut dapat memprediksi kebutuhan pasar sehingga dapat memunculkan inovasi-inovasi baru dari produk perusahaan tersebut yang dapat memenangkan hati customer mereka masing-masing.
Gambar 1. Komponen Ilmu dari Data Science
Seseorang yang menguasai ilmu data sains disebut Data Scientist. Seorang Data Scientist tidak hanya perlu mendalami ilmu Matematika, Statistika, dan Komputasi Data sebagai hardskills mereka tapi juga harus menguasai kemampuan Public Speaking sebagai Softskills mereka.
Atau dapat menginterpretasikan data yang sudah diolah menjadi suatu narasi sehingga dapat membantu seorang business owner (pemilik) bisnis untuk menentukan arah dari strategi bisnis mereka. Sehingga dari informasi tersebut, tidak berlebiahn jika profesi Data Scientist sangat dibutuhkan di abad-21 dimana kebutuhan Data yang sangat besar (Big Data) sangat digencar-gencarkan untuk membantu segala lini kehidupan menjadi lebih baik. Namun di tengah permintaan untuk profesi Data Scientist sangat tinggi, masih banyak orang yang belum tahu akan peluang dari profesi tersebut.
Gambar 2. Profesi Data Scientist
Menurut Data yang diperoleh dari dari Linked-In, Profesi Data Scientist menduduki peringkat ke-2 Top dari pekerjaan yang akan muncul berdasarkan tingkat pertumbuhan pekerjaan dari (2012-2017). Sedangkan menurut survei yang dilakukan oleh Perusahaan Sharing Vision,
Kebutuhan Data Scientist saat ini di Indonesia diperkirakan baru terpenuhi sekitar 50 %. Sedangkan untuk di Amerika Serikat baru 60 %. tidak hanya itu, menurut beberapa laporan hasil survei dan analisis dari berbagai lembaga menginformasikan bahwa profesi data scientist telah menjadi kebutuhan global maupun di Indonesia. Untuk lingkup Internasional, terdapat hal-hal yang menarik seputar profesi ini :
- McKinsey & Company, penyedia layanan konsultasi manajemen dan strategi bisnis, melaporkan bahwa teknologi Artifical Intelligent (AI) yang termasuk Machine Learning makin banyak dibutuhkan karena memberikan keuntungan-keuntungan di bidang bisnis (McKinsey, 2018).
- World Economic Forum (WEC) melaporkan kebutuhan data scientist yang meningkat pada berbagai bidang, misalnya pada industri yang berbasis teknologi informasi, media dan hiburan, layanan finansial dan investasi, layanan profesional, pemerintah, dll. (WEC, 2019). • Asia-Pacific Economic Cooperation (APEC) pada laporan tahun 2017 menuliskan bahwa keahlian Data Science dan analitik adalah permintaan tinggi, tetapi persediaannya adalah sangat rendah sekali (APEC, 201
Gambar 3. Top 20 Emerging Job di LinkedIn
Di Indonesia sendiri, trend data science datang akibat pengaruh dari Perusahaan start-up dana tau perusahaan-perusahaan yang mengunakan data sebagai bagian dari pengambil keputusan bisnisnya. Namun tidak hanya itu, pada zaman sekarang semua perusahaan/industri bahkan institusi pendidikan sangat membutuhkan data science. Kalau persahaan ritel seperti Tokopedia, Bukalapak, BliBli dan Lazada tidak mampu mengolah data dengan baik maka akan terjadi collapse.
Sejalan dengan itu berdasarkan hasil survei, saat ini kebutuhan data scientist di Indonesia diperkirakan baru terpenuhi sekitar 50 %. Berdasarkan hasil survei yang dilakukan oleh lembaga Sharing Vision terhadap 27 perusahaan menunjukkan bahwa 66% responden menilai Big Data akan booming di Indonesia pada 1-2 tahun ke depan.
Selain itu, hasil survei ini juga menunjukkan bahwa 48% perusahaan sudah memasukkan pengembangan sistem Big Data ke dalam IT Strategic Plan, bahkan 33% di antaranya sudah mengoperasikan sistem tersebut dan 33% lainnya sedang mengembangkan sistem big data.
Banyak hal yang dapat dikerjakan seorang Data Scientist seperti membuat dashboard yang terdiri dari berbagai visualisasi data, menganalisis sentimen dari sosial media tentang berbagai kejadian, mengambil beberapa informasi dari suatu website (web-scrapping),
membuat mesin belajar yang sanggup memprediksi suatu kejadian / perisitwa (machine-learning), serta kecerdasan buatan yang mampu untuk merekomendasi pelanggan akan suatu produk (system recommendation), mengenali identitas dari suatu wajah (face recognition),
ataupun yang lebih canggih membuat sistem yang mampu berpikir seperti manusia seperti GoogleGO atau Sophia yang sering disebut (Reinforcment Learning) atau produk-produk AI lainnya seperti Internet of Things (IOT) seperti Robotika atau sensor pendeteksi lain.
Gambar 4. Face Recognition di Python
Gambar 5. Aplikasi Kecerdasan Buatan Robot Sophia
Terdapat berbagai tools pemrogaman yang dipakai untuk membantu pekerjaan seorang Data Scientist. Salah satunya adalah Bahasa pemrogaman Python. Menurut laporan IEEE (institute of Electrical and Electrinics Engineers) di tahun 2019 menginformasikan bahwa Bahasa pemrogaman Python menjadi Bahasa pemrogaman paling popular di dunia serta sebuah penelitian yang dipublikasi pada jurnal Developer Economics –
State of the Developer Nation menyatakan bahwa 69 % pengembang dari machine learning dan data science menggunakan python sebagai tool project mereka pada tahun 2018. Ini adalah beberapa alasanya, mengapa Python menjadi rujukan sebagai Bahasa pemrogaman untuk data science :
Python mempunyai desain yang bagus dan sederhana. Function tools yang dipakai pada python juga tidak sulit digunakan. Dan apabila kita salah melakukan suatu proses pemrogaman maka Python bisa menunjuk pada bagian mana kita melakukan kesalahan. Secara umum,
Aplikasi Python yang dipakai dalam proses pembelajar ada dua yaitu Jupyter Notebook dan Spyder. Jupyter Notebook biasa dipakai oleh seorang pemula yang ingin meningkatkan keahlian bahasa pemorgamannya Python sedangkan Spyder digunakan apabila seseorang yang sudah memiliki jam terbang yang sangat tinggi (professional) dalam menggunakan Python karena memiliki interface yang saling terintegrasi.
Karena pengaruhnya sangat luas, Bahasa Python dapat digunakan di berbagai seluruh Sistem Operasi seperti Windows, Mac OS ataupun Linux). Untuk mengaksesnya pada sistem OS tersebut, User dapat menggunakan Package Instalasi Data Science (Anaconda) yang sudah terintegrasi dengan bahasa pemrogaman Python.
Python, mempunyai keterpaduan dengan pihak Library pengembang lainnya. Contohnya Library Matplotlib untuk membantu dalam pembuatan grafik, library seaborn untuk membantu dalam pembuatan estetika grafik (2D ataupun 3D). Library numpy untuk membantu proses aritmatika dalam pembuatan di Python, Library Folium untuk membantu proses pembuatan grafik spatial (geografis) di python, dsb.
Gambar 6 . Library Numpy di Python
Gambar 7. Library Folium di Python
Hasil pemrogaman python akan lebih sempurna jika dapat di deploy (dimunculkan secara realtime) pada sebuah website sehingga informasi dari pemrogaman python tersebut dapat dilihat oleh pengguna yang lain. Oleh karena itu, Python terintegrasi dengan platform web lain seperti Github, Google Chart, Heroku, dll.
Gambar 8. Deploy pemrogaman Python dengan Heroku
Gambar 9. Deploy pemrogaman python dengan google chart
Python bersifat open source. Gratis untuk dipakai walaupun kita pakai dalam untuk tujuan komersial. Sehinggab pengguna nya tidak perlu khawatir dalam menjalankan program nya dan mampu secara kreatif melakukan pemrogaman sesuai dengan tujuan masing-masing.
Sumber :
Prodi Informatika Unpar, 2020. Pengantar Data Science dan Aplikasinya bagi Pemula. Bandung: Unpar Press