Ternyata, Belajar "Data Science" Bisa Lebih Seru dari Matematika!

Kompas.com - 07/02/2019, 17:36 WIB
IlustrasiThinkstockphotos Ilustrasi

KOMPAS.com - Selalu ada alasan untuk belajar hal baru. Pepatah mengatakan, "The more experience you get, the more opportunity you face". Artinya, semakin banyak pengalaman dicoba, semakin banyak skill bisa didapat, maka akan semakin banyak pula kesempatan siap dijemput.

Hal inilah yang mendorong Vanessa Stefany, Dosen Matematika salah satu Sekolah Tinggi di Jakarta, untuk terjun ke dunia data science. Stefany yang sehari-harinya mengajar Matematika Aljabar, Matematika Linear, dan Kalkulus ini juga pernah bercita-cita menjadi seorang Data Analyst.

Ranah ilmu terapan

“Data itu ibarat puzzle, bentuknya ada tapi kalau belum dirangkai belum jelas hasil akhirnya. Selalu ada tantangan dalam menyusunnya, tapi itulah seninya”, ungkap wanita yang akrab disapa Fany ini.

Baca juga: Mochtar Riady: AI & Big Data Kunci Pendidikan di Era Revolusi 4.0

Dalam dunia sains, ilmu pengetahuan dibedakan menjadi dua kategori, murni dan terapan. Bedanya, ilmu pengetahuan murni berfokus pada teori bertujuan menemukan pengetahuan baru seperti matematika.

Sedangkan ilmu pengetahuan terapan lebih menempatkan teori ke dalam praktik bertujuan mencari solusi sebuah masalah. Salah satu ranah ilmu pengetahuan terapan adalah Data Analytics dan Data Science.

Lintas bidang ilmu

“Di Data Science ada proses data cleansing. Kalau sudah bisa beresin data cleansing, bisa langsung kelihatan kalau hasilnya berguna bagi orang banyak," ujar Fany. Inilah kenapa ilmu data science tergolong dalam ilmu pengetahuan terapan.

“Selalu ada hasil yang terlihat dan ada kepuasan tersendiri saat melihat klien senang dengan output-nya. Ternyata, mempelajari data science itu lebih seru dari matematika," tambahnya.

Meski sudah memiliki ilmu dasar untuk menjadi seorang Data Scientist, ternyata kemampuan dalam matematika saja tidak cukup. Data science adalah gabungan dari ilmu matematika, statistika, programming, dan ilmu bisnis atau management.

Stefany kemudian memulai pengalamannya mempelajari Data Science melalui DQLab.id.

Tidak perlu programming advance

“DQLab nggak butuh bahasa pemrograman yang advance. Penjelasannya juga mudah dipahami. Bahkan saya yang tidak ada latar belakang programming pun bisa mengikuti”.

Tidak hanya berhasil mengikuti pelajaran dengan baik, melalui DQLab.id, Fany juga mendapat kesempatan berpartisipasi sebagai Assistant Trainer  menangani permasalahan data di industri perbankan.

“Di industri perbankan, permasalahan paling utama yang mereka hadapi adalah mengenai standarisasi data. Di sinilah Data Scientist mulai berperan”, kata Fany. “Bank pasti memiliki data yang sangat banyak. Tapi banyak juga data yang kosong. Padahal data yang kosong sangat berpengaruh ke hasilnya nanti”, jelas Fany.

Pengembangan karir luas

Setelah terjun mempelajari data science labih dalam di DQLab.id, Fany juga kini mengembangkan karir sebagai Data Engineer di salah satu perusahaan otomotif terbesar di Jakarta. Kesempatan ini ia dapatkan dari challenge project yang diberikan DQLab.id.

Pemanfaatan data di berbagai industri memberi pengaruh besar. Fany juga mengungkapkan  dari pengolahan data diri pelanggan misalnya, dapat dihasilkan pemetaan pelanggan untuk strategi marketing, digital marketing, atau juga segmentasi.

Dengan mempelajari data science, peluang bisa didapatkan lebih banyak. Terlebih saat ini permintaan industri akan tenaga data scientist terus meningkat.

Selain itu, jika memiliki passion di bidang bisnis, data science tentu dapat membantu dalam tahap pengembangan bsinis agar lebih sistematis. Pelajari ilmu data science dengan cara yang tepat dan mudah di DQLab.id.

Punya opini tentang artikel yang baru Kamu baca? Tulis pendapat Kamu di Bagian Komentar!


Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE
Close Ads X