Data Analyst, Big Data, dan Pemenangan Pemilu

Data Analyst, Big Data, dan pemilihan umum. Ada yang menarik di Pilpres 2019 lalu. Pilpres 2019 di mana Jokowi kembali ditantang Prabowo Subianto. Pilpres sudah kelar dan Jokowi kembali memenangi suara rakyat sebagaimana Pilpres 2014.

Apa yang menarik dalam Pilpres 2019 ini kedua tim pemenangan menggunakan Big Data sebagai basis dalam kampanye. Pertarungan tak hanya dalam kampanye terbuka, tapi dalam ruang maya justru lebih keras.

Data analyst big data tim pemenangan

Penggunaan Big Data dengan menyedot data yang mungkin disedot, diolah, dianalisis untuk menemukan formula jitu turut mewarnai kontestasi ini. Percakapan di media sosial diekstrak dengan tools canggih menjadi data visual insightful.

Apa sebenarnya Big Data dan bagaimana kita memahaminya?

Ada baiknya kita kaji dulu mengenai Data Science. Ini adalah beberapa pengertian dasar yang saya sarikan dari kursus Coursera yang bisa kita akses secara gratis di situs resminya.

Baca juga: Roadmap Data Analyst

Apa itu Data Science?

Data science adalah bidang melakukan eksplorasi, manipulasi, dan analisis data dan menggunakan data untuk menjawab persoalan atau memberikan rekomendasi. Data scientists punya pandangan masing-masing mengenai apa itu data science.

Namun demikian, para praktisi data science sepakat bahwa data science menggunakan data untuk menjawab persoalan atau memberikan rekomendasi. Seorang Data Analyst menganalisis big data untuk mendapatkan insight.

Siapa Data Scientist?

Data science merupakan disiplin baru lahir menyikapi membludaknya data. Data science pada awalnya bukan sebuah disiplin yang diajarkan di universitas, para data science lahir dari beragam latar belakang seperti engineering, statistics, dan fisika.

Data Scientist berasal dari beragam latar belakang seperti engineer, matematika, bahkan psikologi. Rahasia mereka menguasai skill ini adalah passion untuk terus berlajar tools baru dan sabar untuk membersihkan dan menganalisis data.

Tiga kunci

Menurut Murtaza Haider, Associate Professor Ted Rogers School of Management Ryerson University, tiga faktor penting untuk berhasil menjadi data scientist ada tiga.

#1. Curious atau rasa penasaran

Ini sangat penting sebagai dorongan internal untuk tahu apa yang harus dilakukan dengan data.

#2. Judgemental

Ini penting agar bisa segera menentukan dari mana mulai.

#3. Argumentatif

Kamu harus memiliki argumen untuk mendukung apa yang kamu lakukan, memodifikasi asumsi dan hipotesis dan data akan membantumu belajar lebih banyak.

Penasaran dengan Big Data?

Kebanyakan pemula mengalami kesalahan, tetapi yang paling penting adalah bagaimana terus menjalani proses belajar. Setelah memiliki tiga karakter dasar ini, berikutnya harus nyaman menggunakan software dan membangun story telling berbasis data.

Berikutnya adalah memutuskan apakah mau menjadi data scientist secara general ataukah pada satu bidang spesifik.

Pekerjaan Data Scientist

#1. Membangun mesin penghasil rekomendasi

#2. Menganalisis ribuan komplain dan memberikan solusi atau rekomendasi

Menganalisis data dengan machine learning beralgoritma kompleks tak selalu yang terbaik. Terkadang algoritma simple seperti k-nearest neighbor lebih memuaskan. Semuanya tergantung datanya.

Dalam sejumlah bidang, termasuk data science, solusi sederhana lebih dianjurkan dibandingkan yang rumit, terutama jika performanya seimbang.

IBM Cloud

Bekerja dengan big data, kita membutuhkan cloud. Cloud memungkinkan kita mengatasi keterbatasan perangkat komputer kita dan menggunakan sistem terintegrasi.

Salah satunya IBM Cloud yang menyediakan fasilitas gratis buat yang belajar dan bisa juga buat melakukan analisis sederhana. Ini masih sangat dasar dan sederhana buat pemula yang benar-benar baru belajar pertama kalinya.

Kita coba mempelajarinya semoga bisa menguasai dan mengaplikasikan dalam pekerjaan sehari-hari.

Tinggalkan komentar