Carut marut sebuah keputusan mestinya tidak terjadi, jika kita menguasai data science. Apa itu?
©MY220420|MTR Bogor
Sebelum bicara mengenai AI, IOT, Robotic, ada baiknya kita lihat dulu data science. Ini dilatarbelakangi keprihatinan saya melihat carut marutnya sebuah keputusan dibuat.
Keputusan yang tidak valid bukan saja merugikan individu itu sendiri. Pada next level, hal itu bisa menghambat kemajuan sebuah organisasi, keutuhan sebuah negara, atau jika dikaitkan dengan teori ‘buterfly effeck’, maka ini mengancam bumi. Mengambil keputusan tanpa basis data yang valid berarti berjalan menuju ‘neraka’.
Data sendiri sebenarnya hanyalah sekumpulan field yang tersusun atas baris dan kolom yang kita sebut dengan ‘record’. Contoh sederhana adalah tabel.
Simple khan?
Kumpulan tabel-tabel inilah yang kemudian membentuk database. Di dalam database dibuat agar bagaimana hubungan antar tabel terjadi, sehingga tidak ada dedudansi, duplikasi, dan lain-lain.
Sampai disini mulai terbayang ya, bagaimana sebuah data disusun sehingga membentuk apa yang kita sebut ‘struktur data”. Dalam dunia nyata ini dikerjakan oleh seorang data engineering.
Belum puyeng khan?
Walau baru start, saya janji Anda nanti akan sampai pada gambaran besar data science. Hal ini penting diketahui, sebab apapun latar belakangnya, setiap orang pasti akan mengambil sebuah keputusan.
Garbage in garbage out…
Nanti kita akan bedah bagaimana proses pengolahan data hingga dapat membuat sebuah keputusan valid. Semakin ‘clear’ struktur datanya, semakin valid keputusan yang akan didapat.
Peran data engineering yang terlihat kompleks sebenarnya simple. Yang dilakukan hanyalah NF Proses, atau normalisasi data, dari NF1-NF4. Jangan mengkerut dulu, itu ada ilmunya dan bisa dipelajari, Bro. Anda merasa asing gitu, karena nggak pernah dengar aja..
Sama kek memasak, karena ada kompor gas, ya tinggal klik aja. Nggak perlu cari kayu bakar, bikin api, dan lain-lain. Kebayang khan?
Jadi, jangan mau dibodohi media yang suka heran, seolah itu rumit, sulit, dan lain-lain. Ini hanya soal Anda berminat atau nggak?
Lanjut…
Database yang sudah terbentuk di atas bisa di-filter sesuai kebutuhan menggunakan Structured Query Language (SQL), atau juga sering disebut sebagai query.
Contoh bahasa manusianya begini: “Saya ingin lihat data karyawan yang usia 20 tahun keatas, yang suka makan nasi uduk, yang tinggal di Jakarta Selatan, yang masih jomblo, dll….. jreng! Serumit apapun kriterianya, dalam hitungan detik akan muncul.
Karena itu berupa angka-angka, tentu Anda malas dan bingung kan?
Tenang tinggal minta atau buat saja dashboard view-nya sehingga siapapun yang butuh mudah membacanya. Data analis biasanya membuat grafis jika ingin disajikan ke stakeholder.
Sulit nggak? Sama sekali nggak.
Sederhananya, Anda tentu pernah buka kolom dan tabel di spreadsheet software, excel misalnya. Maka tinggal klik graph, akan jadi tampilan grafisnya. Sesimple itu kawan.
Nah, untuk sampai pada ‘data science’ nanti, Anda hanya butuh sesekali fokus dan itu akan berguna untuk selamanya. Data science itu sangat mengasikkan, karena Anda akan mampu melihat apa yang orang lain tidak lihat.
Tanpa sadar tadi Anda telah melewati struktur data, database dan sql. Itu landasan awal dari data analys, bussines intelegent, dll. Dengan berbagai metode lanjutan, nanti Anda akan tahu decision tree, random forest, dll. Akhirnya membentuk apa yang kita namakan machine learning.
Karena ini bukan jurnal ilmiah, maka santai saja sambil ngopi. Nggak perlu ngegas untuk membahas satu halaman, ya. Sabar dan tunggu posting berikutnya. Anda akan sampai pada data science.
Wallahua’lam bissawab.
✍ Education For All ��+ �
