Tag Archives: Konferensi Big Data Indonesia 2016

Di Antara Data Resmi Statistik dan Teknologi Big Data

Berita, , , , ,

Kepopuleran teknologi big data telah menanjak beriringan dengan volume data yang terus meningkat karena layanan berbasis online juga terus bermunculan. Kemudahan yang ditawakran dalam mengumpulkan data yang sangat besar, meski belum terstruktur, dan bisa diolah untuk membantu pengambilan keputusan bisnis juga berperan dalam meningkatkan popularitasnya. Namun, bagaimana dengan metode pengumpulan data tradisional yang diadopsi oleh badan resmi statistik seperti BPS. Apakah teknologi big data dapat menggantikannya?

Pertanyaan tersebutlah yang coba dijawab oleh Associate Professor (Lektor Kepala) STIS BPS Setia Pramana dalam gelaran Konferensi Big Data Indonesia yang digelar idBigData selama dua hari (7-8 Desember 2016) di Auditorium BPPT,  Jakarta.

“Mungkin tidak, kita mengganti official statistics dengan big data? Data-data [big data] itu kan sudah besar sekali, mungkin tidak untuk mendapatkan informasi-informasi yang dibutuhkan untuk pemerintah untuk mengambil kebijakan? Tidak perlu ada official statistics lagi, tidak perlu ada sensus , karena itu mahal dan menggunakan APBN,” ujar Setia.

Sebelum membahas lebih jauh, Setia memberikan penjabaran perbedaan antara official statistics dan big data dalam proses pengumpulan data seperti dalam table berikut:

Official Statistics Big Data
Structural and Planned Product Largely unstructured / unfiltered data “Data exhaust”, i.e., by product of digital products (transactions, web, social media, sensors)
Methodological and clear concept Poor analytics
Regulated Unregulated
Macro-level, but typically based on high volume primary data Micro-level, huge volume with high velocity (or frequency) and variety
High cost Generally little or no-cost
Centralized; point in time Distributed; real-time

Setia mengatakan, “Melihat kedua perbandingan tersebut, ada beberapa pendekatan yang memungkinkan bahwa official statistics tersebut tidak tergantikan [oleh big data] karena ada standarnya,  tetapi informasi dari official statistic bisa disandingkan atau dikawankan dengan informasi dari big data. Jadi, big data itu bisa menjadi complement dari official statistics.”

Dalam hal perannya sebagai pelengkap, dijelaskan oleh Setia lebih jauh, big data bisa memberikan variabel untuk membantu BPS mengelompokkan yang lebih baik untuk survei sampel. Selain itu juga bisa mambatu meningkatkan perkiraan survei, membantu untuk mengimbangi data non responses seperti data perusahaan, membantu mengecek perkiraan BPS, membantu mempercepat hasil analisis sehingga bisa mempercepat perilisan data, dan membantu untuk meningkatkan dan memberikan perkiraan data yang lebih kecil.

Perbandingan data BPS dan Twitter untuk pola pergerakan pengguna commuter line / DailySocial
Perbandingan data BPS dan Twitter untuk pola pergerakan pengguna commuter line / DailySocial

Sebagi upaya untuk pembuktian konsep ini, BPS sendiri telah melakukan perbandingan data survei mereka dengan data yang diperoleh dari layanan online. Contohnya, data pergerakan pengguna commuter line yang disurvei BPS dengan data yang diperoleh dari Twitter. Hasilnya, memang terlihat ada kemiripan pola dan juga tren.

“Memang ada kemiripan pola dan tren yang terlihat. […] Namun, big data ini bukan pengganti, tetapi sifatnya lebih ke complementing [dari official statistics] dan mengecek juga melengkapi bila ada kekurangan. […] Ada beberapa yang memang bisa di – replace, tetapi itu masih harus didiskusikan. [Untuk saat ini] Masih banyak juga hal-hal yang perlu di eksplorasi  mana yang bisa menggunakan big data, mana yang tidak. Kemudian, informasi tersebut harus ada kontribusi dari para stakeholders terkait,” tandasnya.

–
Disclosure: DailySocial adalah media partner Konferensi Big Data Indonesia 2016

Tentang Peran Talenta Ilmuwan Data dalam Teknologi Big Data

Berita, , , ,

Kemarin, 7-8 Desember 2016, idBigData kembali menggelar Konferensi Big Data Indonesia untuk ketiga kalinya dengan tema “Leveraging National Capacities and Capabilities”.  Ajang yang digelar selama dua hari di Auditorium BPPT, Jakarta ini menghadirkan banyak pembicara berpengalaman dengan topik menarik untuk disimak. Salah satunya adalah topik “The Evolving Roles of Chief Data Scientist” yang dibawakan Deputy Research and Big Data Telkom Komang Aryasa di hari pertama yang juga menyoroti masih kurangnya talenta data scientist (ilmuwan data) di Indonesia.

Teknologi big data telah menjadi hype di industri teknologi digital dalam beberapa tahun belakangan ini. Pengapliaksikan yang luas dan manfaat yang dirasakan dalam membantu mengambil keputusan bisnis telah menjadi dorongan kuat untuk mengimplementasikan teknologi ini dalam perusahaan, termasuk perusahaan rintisan yang kini menjamur di Indonesia. Bersamaan dengan hype-nya tersebut, peran baru dalam tim pun muncul, yakni peran ilmuwan data yang bisa mengolah hingga menceritakan data.

Komang menjelaskan “Saat ini pertumbuhaan data itu sudah luar biasa, terutama dengan banyak hadirnya layanan-layanan online. […] Sekarang ini kita banyak dihadapkan kepada data-data unstructured [dan ditutut] untuk mencari sesuatu dalam data itu, mencari insight. Objectifnya sama dengan small data yang lebih terstuktur, tetapi datanya jadi lebih kompleks.”

Prediksi Volume data hingga 2020 / DailySocial
Prediksi Volume data hingga 2020 / DailySocial

“Volume data akan terus meningkat dan sekarang ini kita sedang bekerja dengan 80% data unstructured. Diperkirakan, hingga 2020 nanti kita akan sangat banyak bekerja dengan data untuk mencari ‘sesuatu’ di sana. Dengan demikian, talenta-talenta untuk mengolah data itu ke depannya akan semakin banyak dibutuhkan,” lanjut Komang.

Talenta yang dimaksud oleh Komang adalah data scientist (ilmuwan data) yang mampu mengolah, menganalisa data, dan pada akhirnya memberikan value pada data tersebut untuk bisa diceritakan. Di awal persentasinya, Komang sendiri menakankan bahwa Value adalah nilai terpenting dalam data karena pada akhirnya itu yang akan ditanya oleh jajaran direksi.

Komang mengatakan, “Dalam big data, ada tiga V umum yaitu Variety, Velocity, dan Volume, tetapi beberapa peneliti menambahkan V lain seperti Veracity, Visualization, Variability, dan Value. […] Namun, saya menganggap yang paling penting itu adalah Value […] karena at the end of the day, BoD [Board of Director] akan menanyakan, apa value-nya?”

Peran Ilmuwan data dalam teknologi big data

Kompetensi Data Scientist / DailySocial
Kompetensi Data Scientist / DailySocial

Pada dasarnya, ilmuwan data memiliki peran penting dalam memberikan value dari data-data yang diolahnya. Untuk melakukan hal tersebut, menurut Komang, ada empat kompetensi yang pelu dipenuhi yaitu Technical Skill, Data Analyst, Business Acumen, dan Story Telling.

Technical Skill mencakup kemampuan Computer Science, Programming, dan Database. Data Analyst mencakup kemampuan Mathematic, Statistic, dan Modeling. Business Acumen mencakup Communication, Technology Alignment, dan Strategic & Performance. Terakhir adalah Story Telling yang mencakup Creativity, Story Telling, dan Visual Design.

“Story Telling ini sangat penting karena dari sini data yang tidak benar bisa menjadi benar kalau ceritanya bagus. Kalau ceritanya tidak bagus, data benar juga bisa menjadi salah. […] Bagaimana kita meyakinkan top level management kita, itu adalah dengan story telling yang bagus,” jelas Komang.

Namun, Komang juga menyadari bahwa untuk mencari orang yang memiliki kompetensi sekomples itu bukan perkara yang mudah. Solusinya, menurut dia, adalah dengan membentuk tim yang terdiri dari beberapa grup yang memiliki kompetensi-kompetensi  dari seorang ilmuwan data. Grup atau tim inilah yang kemudian akan dipimpin oleh Chief of Data Scientist.

Peran Chief of data Scientist sendiri telah mengalami pergeseran. Komang menjelaskan bahwa peran Chief of Data Scientist telah berevolusi dari technology executive embedded in business menjadi business executive responsible for new technology and revenue generation. Sementara tugasnya dalam memimpin tim bisa dilihat dari sisi bisnis dan teknologi.

Evolusi tugas Chief of Data Scientist / DailySocial
Evolusi tugas Chief of Data Scientist / DailySocial

Di sisi bisnis, seorang Chief of Data Scientist harus bisa creating business and product vision hingga menjadi owner of P & L [Product & License] yang dibuatnya. Sedangkan dari sisi teknologi, dia harus bisa creatingscience & technology vision, hiring top scientist and technologist, hingga mengambil keputusan untuk memaksimalkan gross margin.

Namun, ada satu tantangan yang akan dihadapi. Komang menyampaikan bahwa berdasarkan data yang diperolehnya dari McKinsey, diperkirakan akan terjadi kekurangan talenta ilmuwan data ke depannya. Hal ini diantisipasi oleh kampus-kampus di luar negeri dengan mulai menghadirkan jurusan baru, Business Analytics. Pertanyaan yang masih terseisa adalah, bagaimana dengan Indonesia? Apakah sudah melakukan hal yang sama atau belum?

Ini harus segara di antisipasi karena ke depannya kehadiran talenta-talenta yang bisa menyerap dan melakukan pengolahan data yang kompleks (big data) akan memegang peranan yang penting dalam pengambilan keputusan bisnis.

–
Disclosure: DailySocial adalah media partner Konferensi Big Data Indonesia 2016

Bagaimana Kesiapan Indonesia Mengadopsi Teknologi Big Data?

Event, ,

Konferensi Big Data Indonesia 2016 (KBI2016) akan kembali digelar. Acara tahunan yang memiliki misi meningkatkan awareness pemanfaatan data digital sebagai insight bisnis ini diselenggarakan atas inisiatif komunitas idBigData bekerja sama dengan Kemenristekdikti dan Universitas Al Azhar Indonesia. Konferensi tahun ini merupakan yang ketiga kalinya. Sebelumnya KBI telah terselenggara di Yogyakarta dan di Bandung.

Masyarakat Indonesia saat ini secara cepat bergerak menjadi bagian dari masyarakat digital dunia, dan menjadi penghasil dan pengguna data yang masif. Teknologi menyusup sampai ke sudut-sudut kehidupan masyarakat. Mulai dari kegiatan ekonomi, gaya hidup, sampai riuh rendahnya situasi sosial politik dan arah kebijakan pemerintah tidak lagi dapat lepas dari teknologi dan data.

Pemanfaatan data menjadi sebuah keharusan untuk memperoleh keunggulan kompetitif. Jumlah penduduk yang besar, wilayah yang luas dan berbagai potensi menjadi sumber data yang sekaligus memerlukan data untuk mengolahnya.

idBigData sebagai komunitas big data Indonesia adalah wadah bagi para profesional, akademisi, maupun peminat big data dari seluruh penjuru Indonesia, yang bertujuan untuk memasyarakatkan dan mendorong penguasaan teknologi big data dan pemanfaatannya untuk kemajuan bangsa Indonesia. Akhir tahun ini idBigdata kembali menggelar Konferensi Big Data Indonesia yang merupakan pagelaran big data terbesar di Indonesia. KBI2016 akan diselenggarakan pada tanggal 7-8 Desember 2016 bertempat di Auditorium BPPT, Jl M. H. Thamrin, Jakarta.

Dalam KBI2016 ini peserta akan memperoleh gambaran mengenai kesiapan Indonesia dalam teknologi big data, peluang dan kebutuhan baik dalam kerangka bisnis maupun penelitian, serta arah kebijakan dan perkembangan big data di Indonesia. Topik yang diangkat mencakup infrastruktur big data, framework pengolahan data, eksplorasi data, visualisasi, data mining, machine learning, serta implementasinya di berbagai sektor.

KBI2016 kali ini mengundang Menristekdikti Muhammad Nasir dan Menkominfo Rudiantara sebagai keynote speakers dan juga menghadirkan puluhan pakar sebagai pembicara dan narasumber yang mewakili berbagai bidang. Selain kegiatan presentasi dan diskusi, pada konferensi ini juga akan digelar pameran yang menampilkan teknologi dan inovasi terbaru dari penyedia solusi big data, dan riset-riset terkini dari berbagai universitas.

Untuk informasi lebih lanjut dapat mengunjungi laman http://kbi2016.idbigdata.com/

—

Disclosure: DailySocial merupakan media partner Konferensi Big Data Indonesia 2016.