Cara Menjadi Data Science yang Naik Level Hingga Artificial Intelligence

Data science berasal dari Big Data yang kemudian dilakukan Data Analysis untuk diambil kesimpulannya. Secara proporsi, Mochammad Ari Nasichuddin, seorang Engineer di PT Atmatech Global Informatika melalui "Open House Binar Bootcamp - Data Science", mengatakan bahwa data terbagi menjadi dua, yaitu terstruktur dan tidak terstruktur.

Data terstruktur yaitu data yang formatnya berbentuk seperti tabel, sebagai contoh Excel, laporan keuangan, laporan gaji, dan lain sebagainya. Adapun data yang tidak terstruktur yaitu data yang berbentuk text, audio hingga sosial media.

Baca Juga: Cara Mudah Belajar Jadi Backend Engineering, dari Skill hingga Bahasa Pemrograman

Data tidak terstruktur ini semakin hari mulai semakin banyak karena adanya inovasi di dunia sosial media. Perkembangan di sosial media, semakin hari juga semakin kreatif.

Sosial media juga menjadi raja informasi serta memberikan kontribusi pada supply data di internet. Ketika seorang pengguna melakukan aktivitas di sosial media, itu akan memberikan data di internet sehingga akan muncul iklan-iklan terkait yang berhubungan dengan postingan yang kita cari atau kita like di sosial media.

Sifat-Sifat Big Data

• Volume - kapasitan big data
• Variety - varietas data dari yang terstruktur dan tidak terstruktur
• Veracity - karakteristik big data dari konsistensi hingga akurasi
• Velocity - seberapa cepat data tersebut bergerak

Kemudian, untuk data anlysis, secara garis besar akan melalui 4 tahapan yaitu:

1. Problem definition 

Menelaah terlebih dahulu data yang dimiliki akan dibuat untuk apa.

2. Data Preparation 

Proses mencari dan mengumpulkan data yang diperlukan, baik berupa Data Primer dan Dara Sekunder untuk kemudian dianalisa.

3. Analyze 

Menganalisa komponen data dengan beberapa metode analisis yaitu:

Descriptive analysis

Menginterpretasikan data menggunakan berbagai operasi matematika dan statistika menggunakan Central Tendency (Mean, Median, Mode), Spread (Rage, Quartile and Interquartile Range, Variance, Deviacy Standard), Desvribe Shape of Distribution (Skewness, Kurtosis).

Diagnostic analysis

Menggali data secara lebih dalam untuk mencari penyebab dari suatu fenomena

Predictive analysis

Menggunakan suatu data untuk memprediksi observasi baru dengan Machine Learning dan Big Data.

Prescriptive analysis

Membuat rekomendasi berdasarkan data serta menyampaikan implikasinya

4. Communicate Results

Sehebat apapun analisis data jika kurang riset maka akan percuma.

Kemudian, Machine Learning Methods digunakan untuk membuat sistem belajar menggunakan metode seperti Supervised learning dan Unsupervised Learning yang diklasifikasikan lebih lanjut dalam metode seperti Classification, Regression and Clustering. Pemilihan metode ini sepenuhnya bergantung pada jenis kumpulan data yang tersedia.

Adapun Deep Learning Method, terdiri dari:

Convulational Neural Network (CNN) Application

• Image recognition and OCR
• Object detection for self-driving cars
• Face recognition on social media
• Image analysis in healthcare

Recurrent Neural Network (RNN), LTSM Application

• Language modeling and text generation
• Machine translation
• Speech recognition
• Sentiment Analysis

Lebih lanjut, Data Scientist adalah profesi yang muncul karena beberapa fenomena teknologi saat ini. Sementara itu, skill yang harus dimiliki seorang Data Scientist yaitu:

• Matematika dan Statistik
• Programming dan Database
• Domain Knowledge dan Soft Skills
• Komunikasi dan Visualisas

Tools yang digunakan Data Scientist:

• Python
• R
• Scala
• SAS
• SQL
• Julia

Adapun rata-rata gaji seorang Data Scientisy di Indonesia yaitu mencapai Rp19.307.617 per bulan. Untuk pemula, bahasa pemrograman yang bisa dipelajari adalah Python dan R.