Saya menulis artikel ini dalam konteks ingin berbagi ‘catatan kuliah’ yang saya dapatkan ketika awal – awal datang sebagai mahasiswa PhD yang awam dalam bidang data sains. Ketika saya datang di TU Delft, salah satu field yang sedang berkembang adalah data science. Data Science banyak sekali digunakan sebagai salah satu pendekatan policy analysis untuk membantu pembuatan kebijakan publik yang lebih tepat sasaran dan efektif dalam membantu pencapaian tujuannya.
Namun sebagai mahasiswa PhD, tentunya saya tergelitik dong untuk bertanya, ” apa sih data science itu?” Dan apa pula perbedaannya dengan metode – metode dalam statistik dalam mengolah data? Pertanyaan pun tidak cukup sampai di situ. Lantas apa pula bedanya data science dengan data analysis? Apa pula perbedaannya dengan data analytics? Terus adalagi nih yang bertanya apa perbedaannya dengan data engineering? Eh, ternyata belum cukup.. ada lagi tuh yang namanya data architect? Nah, lho… semakin bingung kan… Hehe.. Sama, pada waktu awal juga saya bingung kalau ditanya apa perbedaannya.
Saat ini pun untuk menjawab pertanyaan tersebut masih dalam tahap perdebatan yang hangat. Hal ini sangat wajar dikarenakan memang data science ini adalah istilah umum yang bisa dipakai di berbagai konteks. Selain itu, pengguna istilah data science pun berasal dari latar belakang disiplin ilmu yang beragam. Oleh karena itu, data science ini menjadi sebuah istilah yang diartikan berbeda – beda.
Adapun artikel ini saya tulis bukan dalam rangka untuk memperdalam perdebatan – perdebatan di bidang data science ya, namun sebagai bentuk untuk sedikit ‘mencerahkan’ apa itu data science agar dapat lebih mudah digunakan secara praktikal. Dan… biar ga salah kalau mau rekrut orang. Misalnya kita mau rekrut data engineer, namun yang di posting adalah data analyst. Lalu kita sebenarnya mau mencari data analyst, yang dipost malah data architect.
Baik, berikut ini adalah standpoint saya terkait dengan apa itu data science berdasarkan dari apa yang saya pelajari bersama Profesor saya di Delft University of Technology.
Jadi, apa itu Data Science?
Ada banyak sekali sumber yang menjelaskan apa itu data science. Sebagai mahasiswa PhD seperti saya, tentu menjadi hal yang menyenangkan untuk menyelami sejarah bagaimana data science itu diciptakan, siapa yang mengemukakan pertama kali, dan apa landasan filosofis mengapa data science itu muncul. Sebagai contoh, banyak yang mengemukakan bahwa John Tukey pada 1962 sudah memperkenalkan konsep data science namun menggunakan istilah data analysis. Pada 1985, Jeff Wu memberikan kuliah di Chinese Academy of Sciences di Beijing dan menggunakan istilah data science pertama kali sebagai alternatif dalam statistik yang ditenagai oleh perangkat komputasi tinggi (high computing power). Sehingga kalau disederhanakan bagaimana data science ini muncul itu didasari pada 3 fondasi: Data, Statistik, dan Algoritma Komputer. Semakin ke sini, hubungan ketiga fondasi itu semakin kuat dikarenakan data yang bisa ditangkap semakin besar dan lengkap, untuk mengambil insight dibutuhkan prinsip statistik, namun untuk mengolahnya memerlukan algoritma khusus dengan tenaga komputasi yang cukup tinggi.
Maka dari itu, cukup fair kalau kita mengutip apa itu data science dengan mencakup 3 fondasi di atas. Salah satu artikel ilmiah di Communications of the ACM (saya berlangganan majalah ini gratis dari TU Delft) berjudul Data Science and Prediction yang ditulis oleh Vasant Dhar (2013), menyebutkan bahwa Data Science adalah:
Data science is an interdisciplinary field that uses scientific methods, processes, and algorithms to extract or extrapolate knowledge and insight from noisy, structured and unstructured data.
Vasant Dhar in Communications of the ACM
Saya suka dengan pengertian di atas, karena mencakup 3 pilar dari data science itu sendiri. Di mana dari pengertian di atas, kita mengetahui poin – poin penting dari Data Science: Keilmuan interdisiplin, yang menggabungkan prinsip atau kaidah ilmiah (statistik) dengan kekuatan algoritma (computer science) untuk mengekstrak atau extrapolate knowledge dari data baik itu yang terstruktur ataupun tidak terstruktur. Hasil dari ekstrak atau extrapolate knowledge ini diharapkan dapat membantu dalam pengambilan keputusan atau pemecahan masalah di bidang tersebut.
Okay, jadi itulah dia sedikit tentang apa itu data science. Melanjutkan dari pengertian di atas, maka kita akan menjumpai bahwa data science memiliki dua anak kembar tetapi tidak identik yaitu adalah data analysis dan data analytics. Apa perbedaan di antara keduanya? Mari kita simak.
Data Science, Data Analysis, and Data Analytics
Jadi, apa sih bedanya antara Data Science dengan Data Analysis dan Data Analytics? Mengapa kok Data Analysis dan Data Analytics ini saya bilang sebagai anak dari data science?
Untuk menemukan jawabannya, mari kita coba cek lagi pengetian Data Science di atas. Dari pengertian tersebut, tujuan data science dapat dibagi menjadi 2 garis besar: extract atau extrapolate knowledge. Perbedaan extract dan extrapolate yaitu: extract digunakan untuk mengambil pengetahuan dari data yang sudah terjadi di masa lalu (past), sementara extrapolate digunakan untuk memprediksi sesuatu yang akan terjadi dari apa perilaku yang terjadi di masa lalu (future-oriented). Sebagai contoh, misalnya Anda menonton Youtube dalam sepekan, lalu memperoleh dua laporan dari Youtube. Laporan pertama, Youtube memberitahukan kepada Anda terkait berapa lama Anda menonton video dan jenis video apa yang Anda senang menontonnya (durasinya cukup lama dibanding yang lain). Laporan ini bersifat extracting knowledge (yaitu menggali pengetahuan dari perilaku masa lalu past). Laporan kedua, Youtube akan memberitahukan kepada Anda terkait prediksi video apalagi yang Anda pun akan suka jika menontonnya. Laporan kedua ini bersifat extrapolation knowledge.
Sampai sini clear ya, bahwa bentuk dari data science itu bisa dua: extract knowledge yang berorientasi masa lalu dan extrapolate knowledge yang berorientasi masa depan. Bahasa keren dari extract knowledge adalah Data Analysis, sementara extrapolate knowledge adalah Data Analytics.
Nah, masalahnya dalam ranah profesional maupun akademik, Data Analysis dan Data Analytics ini suka ditukar – tukar guys. Jadi seperti anak – anak yang tertukar. Maka dari itu, saya mengambil pengertian dari masing – masing adalah sebagai berikut,
Data Analysis is a process of extracting knowledge from structured or unstructured data with the goal of discovering useful information, informing conclusions, and supporting decision-making
Arry Rahmawan
Sementara, yang saya maksud dengan Data analytics adalah sebagai berikut,
Data Analytics is a process of extrapolating knowledge from structured or unstructured data with the goal to identify the likelihood of future outcomes based on historical data
Arry Rahmawan
Sampai sini cool? Nah untuk sampai dalam kesimpulan ini ga tahu lagi deh berapa banyak buku dan artikel yang saya baca. Namun at least profesor saya setuju dengan ini agar kita tahu di mana perbedaannya dan menjadi scope dalam kerja kita sehingga istilah – istilah ini tidak tertukar.
Untuk lebih mempermudah penjelasan, saya buatkan diagram sederhana terkait hubungan antara data science, data analysis dan data analytics,
Studi Kasus: Identifikasi Topologi Jaringan Logistik Maritim
Salah satu aplikasi dari Data Science ini adalah paper conference pertama saya selama studi doktoral. Paper ini bisa diunduh di sini. Dalam Artikel ilmiah tersebut, saya berusaha untuk mengetahui seperti apa jaringan logistik maritim di Indonesia, khususnya untuk kapal kontainer. Untuk mengetahui hal tersebut, saya mengekstrak data dari 512 kapal container yang lalu lalang di Indonesia dengan total sebanyak 1,415 kali sebagai sampel representatif, di mana ke-512 kapal tersebut menghubungkan 191 pelabuhan sepanjang tahun pada tahun 2019. Berdasarkan data yang jumlahnya cukup banyak tersebut (berisikan data origin and destination kapal kontainer), saya kemudian melihat seperti apa topologi (bentuk jaringannya) untuk dapat dianalisis lebih lanjut seperti apa karakteristik keunikannya. Berikut ini adalah metodologi yang saya lakukan di artikel ilmiah tersebut,
Studi kasus artikel saya ini menunjukkan aplikasi dari Data Science di bidang logistik maritim, dengan fokus pada Data Analysis. Tentu saja pengembangan selanjutnya adalah saya mencoba untuk melakukan pendekatan analytics di mana mencoba melakukan ekstrapolasi apa yang akan terjadi apabila salah satu dari pelabuhan yang ada di Indonesia terkena bencana dan harus ditutup. What will be happened? Untuk menjawab pertanyaan tersebut, maka bukan lagi Data Analysis yang dilakukan, tetapi Data Analytics.
Yap, demikian artikel pengantar terkait dengan Data Science sebagai sebuah disiplin ilmu. Artikel ini juga sebagai penanda bahwa insyaAllah ke depannya saya akan mulai banyak juga berbagi tentang disiplin Data Science yang saya dapatkan selama berkuliah di Delft University of Technology. Sekali lagi, saya menulis di sini bukan karena saya seorang expert, namun karena saya hanya ingin berbagi apa yang saya tahu.
Semoga bermanfaat!
Salam,
Arry Rahmawan
Leave a Comment