Di era teknologi yang sudah sangat canggih dan semakin modern banyak menciptakan inovasi baru dari berbagai aspek kehidupan.
Salah satu bentuk perubahannya adalah dalam bentuk penyimpanan data. Saat ini keseluruhan aktifitas yang kita lakukan menjadi suatu data dan disimpan pada satu tempat yang disebut dengan server.
Kamu bisa dengarkan wawancara tim Techfor.id dengan Bagus Rully
Head Of Corporate Communications at Solusi 247 dengan klik tombol play di bawah ini.
Hampir setiap hari kita melakukan aktifitas yang berbeda-beda, bisa bayangkan bukan seberapa besar data yang tersimpan saat ini ?
Data-data tersebut diolah dan akan menghasilkan suatu informasi terbaru yang nantinya akan berguna.
Pertanyaannya adalah bagaimana data tersebut dapat diolah ? Apa yang harus dipelajari?
Karena itu TechforID akan mengupas informasi lebih dalam mengenai gambaran kerja sebagai Data Scientist.
Mari kita awali dengan perkenalan terlebih dahulu.
Bagus Rully Muttaqin, seorang head of corporate communication dari PT 247. Sebelum menjabat sebagai head of corporate communication, beliau dulunya adalah seorang programmer.
Selain bekerja di PT 247, beliau juga aktif di Asosiasi Ilmuan Data Indonesia, juga sebagai member DSI. Selain di organisasi saya juga sebagai dosen Universitas Al Azhar Indonesia.
Apa itu big data ?
Big data itu sebuah pergerakan. Yang mana dahulu jika kita bicara tentang data, data itu yang diproses misalnya di dalam database.
Dengan perkembangan teknologi harga storage (hard disk) itu semakin murah. Masih ingat dulu waktu kuliah kita masih pakai computer pentium 1, 2, 3, 4 sedangkan sekarang sudah i3 yang kecepatannya sudah berkali-kali lipat berarti kita menyebutnya performanya semakin besar.
Karena hal itu terjadi, orang-orang mulai menyimpan data-data mereka. Ternyata setelah orang-orang menyimpan data, mereka mulai berpikir data ini jangan hanya untuk disimpan saja, mereka mulai berpikir untuk mengolah data.
Data yang kita browsing ternyata diolah dibelakang dan itu dijadikan inside, secara tidak disadari ternyata data kita telah diolah sama mereka. Proses seperti itu memang butuh performance dari computing power yang besar dan butuh storage yang besar juga.
Dan ini kita masuk ke area dimana orang-orang tidak hanya telefon dan sms, namun juga mulai memainkan data. Dimana setiap kita mengakses data 5kb dicatat, jadi bayangkan banyak sekali datanya. Dan itulah yang terjadi saai ini, ledakan data yang cukup besar sekali.
Bagaimana peluang menjadi seorang data scientist untuk saat ini dan kedepannya ?
Sebenarnya banyak sekali yang ingin menjadi data scientist, tapi yang harus kita pahami mereka harus menguasai beberapa 4 ilmu ini. Ilmu yang pertama yaitu statistik, lalu data analitik, lalu programming dan bisnis analitik. Itu yang harus dimiliki seorang sata scientist, dan tentunya penghasilannya sangat luar biasa.
Untuk seorang data scientist, bahasa pemograman atau tools serta aplikasi apa yang sering digunakan ?
Kita bicara area statistic, misalnya matematika. Jadi tidak banyak tools yang digunakan. Dan kalau bicara mengenai data analitik, ada banyak toolsnya seperti weka yang paling banyak digunakan.
Namun biasanya untuk melakukan programming di area data engineering, yang paling mudah mereka pelajari python, R. Dan itu semua ternyata tools yang bisa diakses secara gratis, dan bisa dipelajari sendiri.
Aplikasi yang paling gampang digunakan adalah RapidMiner karena punya pengguna yang banyak dan modulnya sangat lengkap. Selain itu aplikasi TensorFlow untuk machine learning juga paling mudah digunakan menurut saya. Dan itu semua tools yang dapat didapat gratis.
Tetapi yang paling penting kita harus paham dasarnya, karena tools itu hanya pendukung saja.
Apa pekerjanya bisa di remote ?
sejauh ini teman-teman kebanyakan nge-remote. Walaupun ada klien tetap nge-remote juga, tetapi koordinasi dengan klien itu tetap dibutuhkan.
Berapa sih kisaran gaji data scientist ?
Seorang yang ahli statistic dijakarta mendapat gaji 8 juta sebulan. Kalau berbicara seorang data analyst juga sama 8 juta sampai 10 juta sebulan.
Data engineer sedikit lebih rendah sekitar 6 sampai 8 juta untuk yang fresh graduate. Kemudian kalau base analyst yang fresh graduate sama 6 sampai 8 juta.
Kalau kita punya satu team data scientist perusahaan akan mengeluarkan uang sebesar 40 juta sebulan. Kalau mereka butuh dua team datanya banyak mereka akan mengeluarkan 80 juta sebulan untuk 8 orang tersebut.
Tapi seorang data scientist murni satu orang yang menguasai 4 kemampuan itu range gaji mereka 40-60 juta perhari. Seorang scientist murni biasanya hanya membutuhan 5 hari untuk menyelesaikan masalah data.
Di tempat kita, mereka 5 hari bekerja sesuai dengan keinginannya klien dan mereka selama 5 hari tersebut mereka dibayar minimal 200 juta. Setelah itu mereka tidak bekerja lagi, tinggal di rumah saja sampai ada orderan lagi.
Biasanya mereka bekerja secara professional karena perusahaan tidak menerima scientist murni. Perusahaa juga team tersendiri, yaitu data scientist team dan mungkin untuk mengurangi permasalahan data scientist pada masalah birokrasi data.
tadi biasanya mereka membentuk team dengan melakukan konsultasi terhadap perusahaan-perusahaan-perusahaan penyedia data scientist seperti kita. Kita ada team data scientist datang keperusahaan kita mengajarkan teman-teman yang didalam perusahaan tersebut hal-hal mengenai data scientist tadi.
Kita melakukan training selama satu dua bulan lalu kita lepas akhirnya mereka mempunyai team sendiri. Kita membentuk data scientistnya diantara mereka sehingga untuk data mereka akan lebih leluasa membuka data ke internal sendiri. Kita dibayar segitu, nanti ketika sudah 5 tahun pengalaman pasti 2 kali lipatnya.
Tempat Kursus Komputer Terbaik | Digital Marketing, Programming, SEO, Dll.
Apa menjadi data scientist harus lulusan IT ?
Kalau jurusan IT sendiri sebenarnya masih kurang, karena kalau jurusan IT mereka hanya mempunya kemapuan statistic sebesar 10%, data engineering 60 sampai 80% dan data analitik sebesar 40 sampai 50%, serta base analist hanya 10% karena mereka tidak banyak diajarkan pada area bisnis.
Jadi, untuk menutupi kekurangan tersebut kita harus mencari sendiri atau belajar sendiri. Bisa dengan mengikuti kursus, sertifikasi, dan mempelajari statistic lebih dalam.
Dan juga dapat dilakukan dengan melanjutkan pendidikan S2 di magister bisnis analitik. Sebenarnya kalau data scientist murni itu bukan lulusan S1, namun biasanya itu lulusan S2 atau S3.
Lulusan dari IT masih kurang jika ingin menjadi data scientist, apa kekurangan bisa ditempuh dengan jalur sertifikasi ?
Bisa, seperti kita sendiri bekerja sama dengan universitas untuk sertifikasi bigdata. Seminar big data ini kita mengambil 3 segmen.
Segmen yang pertama adalah administrator, kita bicara mereka paham untuk memahami arsitektur, infrastruktur dan data management platformnya.
Lalu yang kedua data engineering mereka belajar bagaimana memproses data secara cepar dan efisien menggunakan tools-tools yang telah saya sebutkan sebelumnya.
Dan segmen yang ketiga areanya adalah data analitik. Setiap segmen mendapatkan satu sertifikasi masing-masing. Dan mereka jika menguasai itu sudah punya 3 sertifikat, pasti ada saya yakin.
Tapi lagi-lagi yang dibutuhkan oleh data scientist adalah jam terbang. Ketika semakin banyak melihat data, semakin tahu data, perilaku data, behavior data dan prediksi data seperti apa itu mereka akan semakin terlatih menjadi seorang data scientist.
Keahlian yang pak Bagus rasa masih kurang dikuasai?
Terkadang kalau kita sudah jadi orang teknis, fokus ke teknis sedangkan ketika kita sudah areanya ada diarea bisnis teknisnya tidak kita pedulikan.
Hal ini yang terkadang membuat saya susah untuk ngeblendnya. Jadi ketika kita di area bisnis kita bias, lalu kita tidak memikirkan teknisnya. Begitu sebaliknya. Hal itu yang tidak bisa, karena kita terlalu fokus ke satu bidang saja.
Jika kembali kemasa kuliah, kursus atau training. ilmu apa yang ingin lebih didalami untuk data scientist ?
Kalau menurut saya, pada masa kuliah mereka harus sudah menguasai tools secara praktis dan ini biasanya tidak dilakukan di S1. Kalau D3 mereka langsung praktek, memang ada praktek tetapi tidak terlalu mendalam.
Sehingga untuk level programing ketika kita masuk ke dunia kerja level programingnya kalau ingin sampai 10 berapa areanya ialah 6 sampai 7 mereka tidak meminta spesialitasi di satu titik.
Dan kalau menurut saya sejak kita kuliah mulai ada jurusan untuk ingin fokus dimana. Kadang-kadang itu yang tidak ada jadi kemapuan mereka sama rata tidak expert.
Keahlian yang diperlukan oleh partner kerja dalam sebuah team ?
Kalau kita butuhnya partner di area marketing, karena jujur kemampuan data scientist ini tidak banyak yang punya.
Selain itu orang-orang yang punya kemampuan untuk data scientist ini mereka sedikit kurang sentuhan terhadap kebutuhan dari customer.
Dan disitulah dibutuhkan 1 team marketing yang paham apa yang kita kuasai dan mereka juga paham untuk kebutuhan dari customer sehingga bisa menjadi bisnis.
Contohnya kita bicara bigdata processing kita bisa melakukan processing data sekian milyar record, hanya saja kadang-kadang terdapat customer yang membutukan processing data sekian jam dan ingin lebih cepat, kita tidak tahu karena kita tidak mempunyai partner marketing yang jalan-jalan.
Kalau misalnya berbicara kedaulatan data Indonesia memang ini menjadi hal yang sangat krusial karena data-data itu merupakan kekayaan alam kita juga.
Kalau seandainya data-data pemerintah dan perusahaan local punya di kerjakan oleh pihak luar itu sangat disayangkan, mereka jadi punya data kita. Alangkah baiknya ketika itu semua dikerjakan oleh kita saja.
Aset lokal yang kita kelolai benefitnya untuk lokal juga. Jadi kita butuh partner-partner yang benar-benar mengerti kemampuan apa yang kita miliki dan mereka juga paham apa yang dibutuhkan oleh industri atau pemerintahan. Itu yang sangat dibutuhkan.
Lalu partner lain yang dibutuhkan adalah partner untuk memperkaya kemampuan mereka. Jadi seperti partner untuk sertifikasi, kenapa mereka tidak memandang local karena tidak certified.
Kalau misalnya ada partner atau misalnya ada lembaga tertentu yang benar mereka bisa melakukan certified terhadap kemapuan-kemampuan secara teknis tadi itu akan lebih baik lagi karena ini akan diakui oleh teman-teman industri juga.
Perusahaan dapat berkembang 10 kali lebih besar jika merekrut pekerja dengan kemampuan seperti apa ?
Kalau sudah expert klien akan melihat kita memang ini yang kita perlukan. Lalu dari sisi lainnya, yaitu sisi marketing mereka tahu kemampuannya seperti apa.
Mereka tahu kebutuhannya seperti apa jika diblend akan jadi bisnis. Jadi ketika bisnisnya ada otomatis akan besar sekali.
Ada juga seorang marketing intelegent yang mereka memprediksikan kebutuhan dari customer 5-10 tahun kedepan seperti apa ketika mereka ketahui itu diinformaskan ke team riset.
Perusahaan IT juga membutuhkan team riset. Dan kita juga ada team riset, lalu ternyata 5-10 tahun kedepan yang dibutuhkan adalah processing seperti ini dan ini. Jadi ada seorang marketing intelegent yang mereka connect juga.
Jadi memang kebutuhannya adalah koordinasi antara teknisnya yang benar-benar dispesialisasikan.
Selain itu juga marketing yang mengetahui kebutuhannya dan kemampuan marketing melakukan intelegent untuk diinformasikan ke team riset. Dan otomatis kalau seperti itu revenue akan terus meningkat.
Hal lain atau hobi yang pak Bagus tekuni selain data scientist ?
Kalau saya dari dulu hobi motret dan sekarang lagi suka motret dari atas menggunakan drone nanti buka aja “Bagus Rully” di Instagram, itu isinya foto-foto drone semua.
Suka olah raga juga, dulu photography darat tetapi sekarang lagi trennya naik keatas ambil angle lain dari atas itu lebih luar biasa bagusnya, jadi sekarang sukanya yang terbang.
Karena license saya cudah hampir habis, yang artinya saya sudah menekuni hobi ini selama 4 tahun.
Saya ambil license nya itu di sebelah pancoran yang ada angkatan udara nya, jadi ada sertifikasinya disitu soalnya yang mengeluarkan license itu angkatan udara.
Jadi, sertifikasi itu bisa diambil di sana. Nanti kalau teman-teman mau mengambil sertikasinya, ada pelatihannya terlebih dahulu. Lalu kemudian baru ambil ujian lalu lulus dan dapat sertified.
Karna pilot drone itu bukan cuma masalah menerbangkan saja. Kalau seperti itu anak umur 4 tahun saja bisa main drone, tapi ada aturan bermainnya itu seperi apa dan dimana saja boleh dimainkan.
Selain itu aturan ketinggin dronenya berapa, terus yang diperbolehkan berapa banyak, area area mana yang tidak diperbolehkan dan area-area mana yang diperbolehkan.
Kalau kita bawa drone ini keluar naik pesawat yang diperbolehkan berapa banyak kita bawa. Semuanya dipelajari disitu, manufer–manufer agar tidak mencelakai orang seperti apa, juga diajarkan semuanya disitu.
Ngomong-ngomong soal drone, apa benar IT melakukan pengiriman barang menggunakan drone ?
Iya sepertinya bakal jadi masa depan juga, saya pernah liat videonya mengenai hal tersebut. Karena kalau kita bicara flying object dan airdrop object itu memang teknologi yang paling tinggi.
Oke .. Langsung follow IG nya wkwk
Pas gue baca sampe bawah ternyata mas nya juga suka fotografi sama kaya gue hehe