R Jadi Fondasi Penting untuk Berkarir di Data, Lulusan NON IT juga Bisa Coba

Tangerang – R merupakan salah satu bahasa pemrograman yang digunakan untuk mengolah data dan grafik. R dinilai cukup populer dan sering digunakan praktisi data karena memiliki banyak fitur, mudah dipelajari, lebih cepat, serta gratis dan open source. Mendorong penggunaan R sebagai fondasi untuk belajar data science, DQLab menghadirkan live session yang membahas tentang “R Fundamental for Data Science”. Live session ini diadakan pada Kamis, 21 Juli 2022, dengan menghadirkan pembicara Shella Pandiangan sebagai Data Scientist di United Tractor. Shella menjelaskan materi pengenalan R terhadap data science secara daring. 

Pembahasan pertama tentang pengenalan data science. Menurut Shella, Data Science terdiri dari dua kata yaitu data dan science. Data erat kaitannya dengan hal-hal disekitar, contohnya pesan email, sedangkan science adalah ilmunya. Dapat ditarik kesimpulan bahwa data science adalah ilmu pengolahan tentang data. Akhir-akhir ini data science menjadi ilmu yang sangat diminati, terlebih di Indonesia sudah banyak membutuhkan orang-orang yang menguasai pengolahan data. 

Orang-orang yang menguasai pengolahan data bisa disebut dengan data team. Data team terdiri dari Data Scientist, Data Engineering dan Data Analyst. Data Analyst biasanya mengolah data berdasarkan problem dan menghasilkan insight dari problem tersebut. Seorang Data Analyst membutuhkan skill statistics, communication dan business knowledge. Data Engineering yang bertanggung jawab untuk merapikan dan membersihkan data. Skill yang dibutuhkan seorang Data Engineer adalah programming, mathematics dan big data. Data Scientist bertugas melakukan modeling. Data Scientist diharapkan menguasai skill statistics, mathematics, programming dan communication. Sebelum Data Scientist dan Data Analyst bekerja, data harus diolah terlebih dahulu oleh Data Engineer.

“Umumnya ketika ada lowongan pekerjaan muncul, biasanya itu yang dicari adalah seorang Data Scientist yang paham R, Python atau SQL,” ujar Shella.

Data science adalah multidisiplin ilmu dari beberapa ilmu. Untuk menjadi seorang praktisi data dibutuhkan ilmu data science yang banyak cakupannya, seperti machine learning, big data, mathematics, statistics, traditional research, subject matter expertise dan programming. Jadi, dalam data science tidak hanya belajar matematika dan statistika namun juga akan dipadukan dengan pengetahuan bisnis atau traditional research, yang mana ilmu-ilmu tersebut akan membantu seorang praktisi data dalam menjawab permasalahan-permasalahan yang ada.

Untuk memahami ilmu data science dapat dimulai dari pemahaman masalah, menganalisis masalah secara bisnis, membuat strategi bisnis, melakukan domain knowledge, yang terakhir domain knowledge tersebut dikomunikasikan dan dipresentasikan kepada user.

“Data science ini ilmu. Orang yang menggunakan ilmu data science tidak hanya Data Scientist, namun ilmu ini juga bisa digunakan oleh Data Analyst, Marketing Analyst, Marketing Intelligence. Jadi, jika kita belajar data science tidak harus menjadi Data Scientist ,” ucap Shella.

Seorang Data Scientist yang baik harus memiliki inquisitive (rasa ingin tahu), knowledgeable, scientific method, coding, product oriented dan domain knowledge. Knowledgeable artinya harus tahu tentang machine learning, statistics dan probability karena ketika terjun ke dunia data, pengetahuan-pengetahuan tersebut dibutuhkan. Scientific method artinya harus paham membuat hipotesis dan cara menguji hipotesis. Coding artinya seorang Data Scientist harus paham coding, namun tidak harus detail tapi tetap paham pemrograman seperti R atau Python. Product Oriented artinya harus bisa membangun produk data dan visualisasi data agar data mudah dimengerti. 

Kembali lagi ke pembahasan data science, sudah banyak pemanfaatan data science di berbagai bidang, seperti travel, marketing, healthcare, social media, sales, automation dan credit & insurance. Dalam bisnis travel, data science bisa digunakan untuk dynamic pricing dan memprediksi penerbangan yang delay. Dalam marketing, data science dapat digunakan untuk memprediksi customer, cross selling dan upselling. Dalam healthcare, data science bisa digunakan untuk memprediksi penyakit. Pada bidang social media, data science digunakan untuk untuk digital marketing dan sentiment analysis. Dalam sales, data science digunakan untuk demand forecasting dan discount offering. Pada automation, data science dapat digunakan untuk membuat model machine learning untuk self driving cars, pilotless, aircrafts dan drone. Yang terakhir pada bidang credit dan insurance, data science bisa digunakan untuk claims prediction. 

“Dengan data science kita dapat mengambil informasi yang penting, karena adanya informasi berdasarkan data dapat meningkatkan nilai perusahaan. Data science juga membantu kita untuk mengenal customer lebih baik,” ungkap Shella.

Berpindah ke pembahasan programming for data science. Pada pembahasan ini Shella berfokus pada R, karena R merupakan bahasa pemrograman yang memang didesain untuk ilmu data science (menganalisis data). Selain itu, R juga memiliki banyak function atau library, bisa terhubung ke berbagai macam database, bagus untuk visualisasi data dan reporting, serta mudah untuk membuat machine learning models. 

“Apapun toolsnya, ilmunya tetap sama,” kata Shella.

Keuntungan lainnya ketika menggunakan R adalah banyak yang menggunakan R, otomatis banyak juga komunitas R yang bisa membantu dalam memecahkan masalah. R juga ramah untuk calon praktisi data yang baru terjun ke dunia data. Serta sudah banyak perusahaan besar yang menggunakan R sebagai tools yang digunakan untuk membantu menyelesaikan masalah perusahaan. Hal ini membuka kesempatan bagi praktisi data pemula untuk belajar R sebagai salah satu fundamental untuk berkarir di dunia data science. R for Data Science bisa dipelajari di DQLab. Selain belajar bersama, di DQLab juga bisa para pemula juga bisa bergabung dan menemukan komunitas data science. 

Kuliah di Jakarta untuk jurusan program studi Informatika| Sistem Informasi | Teknik Komputer | Teknik Elektro | Teknik Fisika | Akuntansi | Manajemen| Komunikasi Strategis | Jurnalistik | Desain Komunikasi Visual | Film dan Animasi | Arsitektur | D3 Perhotelan , di Universitas Multimedia Nusantara. www.umn.ac.id