Pengenalan Data Science untuk Analisis Data Akurat dan Mengambil Keputusan

Pengenalan Data Science untuk Analisis Data Akurat dan Mengambil Keputusan

2
<
>

BANDAR LAMPUNG — Data science merupakan multidisiplin ilmu, baik itu bidang matematika, statisika dengan ilmu komputer. Tujuannya untuk menganalisa data dari suatu himpunan data baik dalam bentuk sampel maupun populasi. Hal itu dilakukan dengan mengaplikasikan algoritma tertentu untuk tujuan menggali data (data mining) dan mendapatkan pola data.

“Kemudian, dapat membuat prediksi data dengan cukup akurat yang dapat membantu dalam pengambilan keputusan serta dapat digunakan untuk membuat sistem yang cerdas,” kata Dr. Muhammad Said Hasibuan, S.Kom., M.Kom, saat pelatihan Pengenalan Data Science dengan subscribe dari kalangan mahasiswa dan dosen di semua program studi, di Lab Information Access Centre (IAC) Institut Informatika dan Bisnis (IIB) Darmajaya, Rabu (17/2/2021).

Said juga menjelaskan Data Science berbeda dengan Data Mining & Machine Learning. Kalau Data Science melibatkan proses melalui Data Mining dan Machine learning. Dimana, Data Mining adalah proses pengambilan informasi dari pola data sebuah himpunan data yang sebelumnya tidak diketahui, kadang disebut juga Data Discovery. “Data Mining fokus pada mengekstrak pola menggunakan metode statistik untuk dianalisa dan dapat juga melakukan prediksi,” kata dia.

Sedangkan Machine learning merupakan bagian dari Artificial Intelligence (AI) yang digunakan agar sistem komputer secara otomatis dapat belajar dengan sendirinya tanpa diberi instruksi pemrograman dan dapat meningkatkan prediksi yang akurat dan pengunaannya biasanya sifatnya realtime. “Sehingga bisa disebut juga Data Mining dan Machine Learning merupakan bagian dari Data Science,” kata dia.

Dia juga menyebutkan pelatihan pengenalan Data Science bertujuan agar seseorang menggali data dan memberikan informasi seakurat mungkin yang digunakan dalam mendeskripsikan dengan menampilkan pola data untuk dianalisa dan penemuan masalah.

“Di sini kita juga bisa melakukan prediksi berupa nilai, probabilitas maupun data dan kemudian merekomendasikan hasilnya dalam pengambilan keputusan yang dapat dilakukan otomatis oleh sistem yang ada,” kata doktor lulusan Universitas Gadjah Mada (UGM) itu.

Pada pelatihan yang juga digelar secara zoom itu, juga menampilkan pemateri Hary Sabita, S.T., M.T.I. Dia menjelaskan phyton sudah menjadi bahasa pemrograman paling populer di tahun 2019. Tingginya tingkat popularitas phyton salah satunya disebabkan mudahnya memahami sintaks. “Bersifat open source sehingga semua orang dapat secara gratis mengakses,” kata dia.

Dalam pelatihan Data Science yang langsung dilakukan praktek tersebut, Hary juga menjelaskan bahwa phyton banyak dugunakan di berbagai bidang ilmu, mulai dari akademik, industri, robotik, AI (kecerdasan buatan) hingga data science. “Banyak universitas di dunia mengajarkan kepada mahasiswa pertama kali menggunakan bahasa ini. Sehingga semakin banyak orang mengenal phyton,” kata Hary Sabita.

Sebelumnya, Kepala UPT Pelatihan Riko Herwanto, S.Kom., M.T.I., mengatakan training of trainer (ToT) akan dibagi dua, yaitu pundamental dan spesialis. “ToT spesialis diperuntukan bagi prodi yang sudah memahami data science. Sedangkan ToT pundamental bagi prodi yang baru mengenal data science, terutama dari prodi yang tidak berhubungan langsung dengan pelatihan yang kami gelar,” kata dia.

Sehingga, ke depannya, semua dosen masing-masing prodi akan mendapatkan pelatihan terkait analisis data science, terutama soal bagaimana menyajikan data science secara visual. “Insya Allah akan kami laksanakan bulan depan setelah ujian akhir semester (UAS),” kata Riko. (**)

5 + 20 =

Leave a Reply

Your email address will not be published. Required fields are marked *

1 × three =