Detik
Oleh: Ahmad Isnaini Sugiarta, S.Kom.,M.Kom

Data Science dan Machine Learning sebagai Peluang di Era Revolusi Industri 4.0

Tren dunia digital telah bertransformasi menuju era revolusi industri 4.0. Secara historis, tahapan evolusi era industri dimulai tahun 1784 (Industri 1.0), dimana peran mekanik dibantu dengan tenaga uap dan air. Lalu, 30 tahun kemudian lahirlah industri 2.0 melalui sistem kelistrikan tahun 1870 yang menandakan cikal bakal industri massal.


Kemudian era Industri 3.0 yang berkembang pada tahun 1960-an. Perkembangan ini dimulai dengan Programmable Logic Control (PLC) Modicaon 084. Pertama kali dikembangkan, PLC menggabungkan sistem elektronika dan teknologi Informasi (TI), sehingga menciptakan otomatisasi produksi dalam bidang industri.

Sejak muncul internet era tahun 1990, masuklah Revolusi industri 4.0. Revolusi industri generasi keempat ini merupakan penggabungan sistem mesin secara fisik dan robot yang dikendalikan oleh sistem otomatisasi yang dilengkap idengan algoritma machine learning. Dan Manusialah sebagai operator untuk memasukan data yang dibutuhkan. Interaksi antara manusia dan sistem pada industri 4.0 di kenal dengan Cyber-Physical System 4.0.

Data Science dan Machine Learning Alternatif Kesenjangan

Era industri 4.0 memberikan peluang bagi pekerjaan data science dan machine learning. Data science adalah bidang keahlian yang mempelajari bagaimana data yang terstrukur maupun tidak terstruktur dapat digunakan melalui teknik analisa data sebagai pertimbangan untuk mengambil keputusan. Sedangkan machine learning merupakan proses komputasi untuk belajar dari data (learn from data) yang didapatkan dari analisa data science. Data yang di dapatkan dari data science, kemudian dimodelkan dengan pendekatan algoritma tertentu, sesuai dengan kebutuhan dalam pemanfaatan machine learning. Hasil akhir dari Machine learning adalah prediksi dan rekomendasi.

Menurut Founder PHI-Integration Feris Thia, dalam perusahaan biasanya terjadi kesenjangan antara TI, data, dan bisnis. Sebagai solusi dari kesenjangan tersebut maka data science dapat menjadi alternatif untuk mengatasinya. Dalam hal ini orang yang bekerja sebagai data science di sebut dengan data scientist. Hasil analisis dari data scientist kemudian di modelkan menggunakan machine learning. Salah satu aplikasi yang saat ini dapat digunakan untuk machine learning adalah microsoft azure visual studio. Aplikasi ini sudah include dengan bahasa pemograman R dan Pyhton sebagai logic untuk output program sehingga menghasilkan insight atau rekomendasi (J Barnes, 2015).

Baca Juga :   Di Tanggerang Dan Tak Ngantor Saat Covid-19, Ketua PN Palembang Mengaku Izin Sakit

Tidak hanya sebatas insight atau rekomendasi dalam keputusan bisnis perusahaan. Data science dan machine learning dapat juga digunakan untuk kepentingan yang lain seperti kontent politik. Seperti riset penulis mengenai analisis sentralitas pengaruh struktur jaringan politik pada Pilkada kota Palembang tahun 2018. Memanfaatkan data tidak terstruktur dari facebook yang di crawling menggunakan aplikasi R-Studio sehingga berbentuk dataset, lalu diolah dan mendapatkan insight. Hasil akhir dari riset terebut secara real tidak jauh berbeda dengan keputusan KPU Kota Palembang.

Dalam studi kasus lainya, dilakukan oleh DQLab.com. Data science juga dapat di terapkan dalam media jurnalis, yang di kenal dengan journalism data driven. Selain itu juga dalam bisnis perbankan, data science dapat gunakan untuk risk management, di kenal dengan credit scoring menggunakan machine learning dan algoritma C5.0 sebagai pohon pengambilan keputusan (decision tree). Untuk keperluan pemasaran di ritel atau pasar moderen seperti swalayan, mini market dan lainya. Data sciene juga dapat diterapakan menggunakan machine learning dan algortima aproiri sebagai metode untuk mencari pola hubungan antara satu atau lebih item dalam suatu dataset. Rekomendasi dari pemodelan menggunakan algoritma aproiri dapat memberikan kombinasi produk sehingga meningkatkan nilai penjualan, dan masih banyak lagi kasus-kasus industri yang dapat memanfaatkan data science dan machine learning.

Baca Juga :   Jadi Style Baru Dunia fashion, Dodi : Lebih Pede Pakai Gambo

Studi Peningkatan Kebutuhan Pekerjaan Data Science dan Machine Learning

Dalam studi literatur yang di lakukan oleh LinkedIn pada 2017, pekerjaan data scientist mengalami peningkatan 6.5 kali lipat daripada 5 tahun sebelumnya. Bahkan, data scientist juga muncul menjadi salah satu bidang pekerjaan teratas yang dibutuhkan oleh perusahaan, di samping Machine Learning Engineers.

Jika melihat kondisi pada era industri 4.0. Pekerjaan sebagai data science dan machine learning tumbuh begitu pesat, bahkan menurut Glassadoor’s 2018, rangking pertama pekerjaan yang dibutuhkan di Amerika adalah data scientist. Dampak perkembangan kebutuhan analis data di Negara luar juga di alami oleh Indonesia, survei terakhir tahun 2018 yang di lakukan oleh DQLab.id menempatkan data scientist pada urutan pertama sebagai kemampuan atau skill yang banyak di cari saat ini.

Data science dan machine learning menjadi primadona dalam revolusi industri 4.0. Dari model machine learning inilah akan lahir sebuah terobosan baru bidang teknologi. Bagi Negara-negara maju di kawasan asia, seperti korea, jepang dan negara maju di eropa seperti austria, finlandia mereka sudah memanfaatkan artificial intelligence (kecerdasan buatan) yang dikembangkan dari model machine learning. Kita harus bisa memanfaatkan peluang dalam bidang teknologi, terutama tantangan pada Masyarakat Ekonomi Asean (MEA) 2020, dimana tantangan Usaha Mikro Kecil dan Menengah (UMKM) harus dapat terintegrasi dengan sistem secara otomisasi.


*Penulis adalah praktisi dan pemerhati IT Sumsel

H. Hendri Zainuddin, Manager Sriwijaya FC

About Raam

Raam

Check Also

Pasal Upah, Pasutri Asal Empat Lawang Dibantai

Lahat, Detik Sumsel — Nasib naas dialami Zakani (55) dan Nur Aini (50) warga Pasar …

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *