Cangkeman.net - Beberapa waktu lalu, saya teringat akan satu pertanyaan yang rasanya nyantol banget dan tentunya sedep buat dibahas oleh kalangan generasi muda sekarang. “Emang jadi Data Scientist gajinya berapa ? Posisinya penting banget kah ?” Itu kata teman saya waktu lagi ngumpul bareng setelah lama gk ketemu. Yah, bahas macam-macam sih, kaya gimana kuliah dan rencana karir kedepan begitu.

Rasanya lucu sih pertanyaan seperti itu. Saya sebagai mahasiswa IT, tentunya hanya bisa tersenyum mendengar pertanyaan itu. Lucunya di mana? Ya jelas, karna bertanya tentang seberapa penting job yang berkutat di bidang IT di zaman di mana anak kecil aja udah punya Hp buat tik tok-kan rasanya agak aneh. Ya jelas jawabannya penting. Kalau gaji tinggi, oh tentu masuk akal.

Nih biar aku jelasin dikit, sejauh apa yang aku dapat sampe sekarang,

Tentang Big Data
Balik lagi ke kalimat saya sebelumnya, di zaman sekarang siapa sih yang gak megang handphone?. Gadget di mana-mana, perkembangan teknologi udah sampe ke semua bidang. Informasi jadi bisa di dapet di mana-mana. Terkoneksi dan terhubung satu dengan yang lain, gak peduli jarak antar benua saat ini.

Kalau aku jelasin semua akar dan muasal dari perkembangan itu, nantinya bakalan panjang banget. Jadi initinya, sekarang tuh lagi era Big Data, era di mana ledakan informasi terjadi. Informasi mengalir tiada henti, karena perkembangan teknologi udah mampu membuat semua hal itu menjadi mungkin

Contohnya aja. Setiap satu menit di youtube, ada sekitar 500 jam video yang di-upload. Setiap satu menit di twitter ada lebih dari 200 ribu tweet yang di-post. Satu menit di whatsapp ada sekitar 70 juta pesan terkirim dan di email bahkan udah nyampe 197 juta email yang terkirim hanya dalam rentang waktu 60 detik itu

Bisa bayangin mggak, itu ukurannya udah berapa Giga? Yang pasti gak bakalan muat jika disimpan di hardisk eksternalmu yang isinya macam-macam. Ya, kedengerannya emang gila banget. Tapi emang seperti itu lah internet bekerja sekarang. Data mentah yang ada di internet bisa secepat itu mengalir dan berubah jadi informasi. Data yang jumlahnya sangat banyak, bertambah setiap saat dari hasil aktivitas internet bervolume besar dari seluruh dunia ini, baik itu terstruktur maupun tidak, itulah yang disebut big data.

Data scientist banyak dicari, kok bisa ?
Nah jawaban untuk pertanyaan ini yang utama. Kenapa kerjaan Data Scientist banyak dicari ?

Ya karna tadi, sekarang lagi eranya big data dan semua pihak ingin bisa memanfaatkan data itu sebaik mungkin untuk kepentingan masing-masing. Baik itu untuk perusahaan, organisiasi atau bahkan pemerintahan. Bahkan, menurut saya tidak menutup kemungkinan, data bisa jadi alat atau sumber daya buat perang. Rada ngeri kan?

Yah, sebegitu pentingnya data dan informasi sekarang ini. Sehingga semua orang ingin menjadikannnya ladang untuk mengembangkan bisnis. Di situlah data scientist masuk, bidang ilmu yang bisa menangani lonjakan data yang membanjiri dunia bisnis.

Karena bidang ini termasuk baru dan belum banyak didalami, sehingga pekerja di bidang ini tentu masih tidak begitu banyak. Otomatis, seperti hukum jual beli, di mana ketika permintaan lebih banyak dari jumlah barang, maka harganya akan naik. Semua orang memperebutkan barang penting yang sedikit ini.

Data scientist disebut penting, karena dalam dunia bisnis mereka bertugas untuk menganalisis data tersebut sehingga bisa dijadikan informasi untuk misalnya mengambil kepentusan, menentukan metode marketing dan hal-hal lain yang tujuannya untuk kebaikan perusahan atau organisasi terkait.

Emangnya orang adminsitrasi yang jago Excel gak bisa ngerjainnya? Ya menurutku bukannya tidak bisa, hanya saja kurang tepat. Keduanya memang punya kesamaan dalam hal matematis dan statistika, tapi perbedaan dari data scientist adalah mereka punya background IT lebih mendalam dan juga sisi programming. Data mentah dari internet umumnya berbeda dari data yang kita ambil dari lapangan, masuk ke Excel, kemudian dibuat presentasi. Tidak segampang itu boss.

Big data itu berasal dari internet yang artinya dari data base. Data yang merupakan output/hasil dari coding-an/program orang, seperi SQL, atau file CSV yang artinya akan lebih cepat dan mudah dimengerti kalau yang mengolah datanya juga orang yang mengerti program. Masuk akal kan ?

Kemudian kata ‘Big’ juga sangat jelas, bahwa data ini sangat banyak. Di sinilah peran programming-nya di gunakan. Machine learning atau pembelajaran mesin, di mana data scientist dapat membuat model khusus untuk setiap bentuk data untuk menemukan pola, insight atau informasi dari begitu banyaknya data. Dibandingkan dengan analisis manual, model machine learning tentu bisa lebih akurat karena dibangun sesuai dengan data yang ada, lebih cepat karena menggunakan mesin dan tentunya lebih efisen karena tidak membutuhkan banyak pekerja.

Belum lagi kalau deep learning, yang bahkan bisa memproses jutaan data sekali jalan. Gila sih

Terus Kerjaannya apa ?
Nah, bahasan ini agak sedikit ambigu nih. Karena setiap perusahaan punya representasi atau gambaran beda-beda nih soal kerjaan data scientist. Ada yang mulai dari ambil data sampai bikin model machine learning-nya. Ada juga yang cuma bikin analisis dan ngumpulin datanya. Jadi untuk secara detail mengenai apa yang dilakukan dalam pekerjaan ini, baiknya bisa dilihat langsung dalam reqruiment pekerjaannya.

Tapi supaya gak bingung dan ada kejelasan. Saya bagi jadi 3 jenis aja nih, yang valid dan paling sering terdengar berdasarkan job skill yang umum dimiliki, yaitu Data Engineer, Data Analyst dan Data Scientist

Wah, jadi makin bingung nih, emang apa bedanya ?
Tenang, jadi dari bawah dulu prosesnya. Untuk mengambil, mengumpulkan serta mengorganisir data dari data base lalu memprosesnya menjadi data siap olah, itu bagiannya data engineer. Dia ini kerjaannya buat siapin data yang diperlukan, mirip seperti penambang. Bedanya yang dicari adalah data.

Habis itu masuk ke si data analyst. Nah data analsyt ini fokus buat melakukan pembuatan model untuk analisis terhadap data yang sudah di ambil barusan kemudian di ektrak menjadi informasi, yang nantinya akan di sampaikan ke stackholder atau pemilik bisnis agar dapat menjadi bahan dalam melakukan decision making atau pembuatan keputusan, strategi dan hal lain sebagainya untuk kemajuan perusaahan/organisasi. Kalau secara sederhana, si data analyst ini menerjemahkan datanya supaya bisa di mengerti orang awam.

Nah yang paling terakhir ini data scientist, posisinya di mana? Kalau ditelaah dari namanya, artinya dia ini ilmuan data, jadi secara general dia bisa mengerjakan bagian manapun dari proses tadi. Entah dia mencari data, atau atau membuat model lalu analisis, atau bahkan mengembangkan model machine learning atau deep learning khusus untuk kemudian digunkan banyak orang dalam analisis data. Karena itu lah, istilah data science lebih banyak di pakai karena umumnya bisa menjelaskan dan merangkum semua bidang pekerjaan di bawahnya.

Harus bisa apa untuk data scientist?
Sejauh ini yang saya dapatkan ada beberapa hal penting untuk menjadi data scientist. Antara lain yaitu:

Niat, ya jelas lah bang. Niat itu perlu dalam setiap urusan. Dalam hal ini maksud saya, baiknya emang ada passion dan kemauan di sana. Entah tergiur karna gaji, atau karna itu keren, menurut saya itu semua tidak masalah

Kemampuan programming. Menguasai bahasa programing menjadi salah satu kemampuan pokoknya. Karena dengan inilah mereka bekerja. Bahasa yang umum digunakan untuk data scientist sekarang ini adalah Python dan R

Mengerti matematika dan statistka. Ini yang paling ditakutkan generasi sekarang. Tapi menurut saya sejauh ini gak sengeri itu kok. Mengerti dalam hal ini tentu mengenai konsep dasar dan bagaimana rumusnya bekerja, bukan mengenai hitung-hitungan ribet yang sebenarnya dikerjakan komputer, jadi bukan kita yang pusing buat hal itu. Intinya statistika erat kaitannya dengan bisnis, jadi hal ini tidak boleh absen dalam skill list seorang data scientist.

Yang terakhir adalah business knowledge, atau wawasan bisnis dari bidang tempat bekerja. Untuk ini saya rasa bisa didapatkan secara bertahap, seiring bertambahnya pengalaman dalam kerja nantinya. Semakin senior akan semakin banyak tau. Data scientist yang bekerja di bidang pertanian akan memiliki wawasan bisnis berbeda dengan yang bekerja di bidang industri perkapalan, itulah yang saya maksud dari wawasan bisnisnya.

Apa kamu tertarik?
Nah dari pembahasan saya tadi itu, yang mungkin bikin kepala mumet bacanya, apakah membuat kamu penasaran atau bahkan tertarik di bidang ini? Kalau iya mungkin kamu musti lebih banyak baca dan cari tau. Jadi jangan pernah berhenti belajar dan tetap penasaran!

Tulisan ini ditulis oleh Maki di Cangkeman pada tanggal 25 Oktober 2022.