DATA SCIENCE AND MACHINE LEARNING : CHAPTER 1 (INTRO)
After a long time off (3 weeks per se-), I finally succeed to urge myself to write something again. Today, I want to write something about machine learning (what this blog actually supposed to serve), because, well, I intended to become a data scientist. Of course, I should talk about data and such. But, as I opened my laptop, I was thinking: “Huh, machine learning AND data science, those two are a different matter. Or aren’t they?”
Aku rasa bukan aku sendiri yang bingung sama istilah-istilah ini. Bukan hanya dua istilah, di luar sana masih sering kita dengar sebutan-sebutan teknologi moderen, seperti: artificial intelligence, big data, deep learning, computer science, data engineering, data mining, data visualization, dan lain-lainnya, adapula juga dua yang telah disebut tadi, data science dan machine learning. Mereka semua apa, sih?
WARNING: Penjelasan di sini untuk yang benar-benar tidak paham. Penjelasan ini untuk orang-orang yang baru pertama kali menyentuh pagar terluar dari rumitnya denah suatu istana. Bagi yang expert, tidak diperkenankan untuk membaca ini karena satu dan banyak hal, hehe.
Oke, kita mulai.
Istilah-istilah tadi merupakan bagian dari ilmu yang berkaitan erat dengan perkembangan teknologi. Meskipun sering disandingkan karena memiliki hubungan erat satu sama lain, sebenarnya masing-masing istilah tersebut memiliki fungsi dan tujuan yang tidak sama. Selama beberapa tahun terakhir, popularitas teknologi meroket hebat. Sehingga umumnya perusahaan-perusahaan yang ingin mengolah datanya menjadi sadar akan pentingnya peran istilah tersebut untuk dipahami ilmunya. Perusahaan-perusahaan tersebut lalu semakin mencari tahu tentang kegunaannya agar bisa diimplementasikan untuk pertumbuhan bisnis mereka.
Sepenting itu?
Iya, percayalah.
Pusing?
Oke, pelan-pelan.
Sekarang kita fokus ke data science dan machine learning saja dulu.
Dunia yang kita tinggali sekarang ini sangat menyenangkan karena segala urusan menjadi semakin mudah dengan adanya kecakapan dunia digital. Saat kegiatan kita sehari-hari bergerak dari dunia fisik ke dunia digital, hampir setiap tindakan yang kita lakukan menghasilkan data. Di sini, data bisa diartikan sebagai informasi. Informasi yang mengalir dari smartphone kita misalnya, baik dari perangkatnya maupun dari interaksi online. Semuanya hampir semua secara otomatis direkam, dikumpulkan, disimpan, dan bisa diproses juga untuk mendapati gambaran tentang lingkungan sekitar kita. Kalau anak kos dalam 5 hari dari seminggu membeli dan menggunakan layanan pesan antar prasmanan, bisa kita ketahui kalau di sekitar tempat tinggal anak kos itu ada penjual prasmanan. Begitu pula untuk informasi-informasi yang lain. Nah, Kumpulan data yang besar dan baru tiap harinya sekarang terbuka dan bisa diakses publik.
Informasi yang buanyak ini, yang bejibun, memberi kemampuan kepada kita, agar:
· membuat keputusan yang lebih tepat
· bereaksi lebih cepat terhadap perubahan
· memahami dunia di sekitar kita
Menguntungkan sekali, bukan?
Namun, hal ini bisa bikin kita struggle juga untuk mengetahui memulai dari mana agar bisa paham betul informasi-informasi yang ada agar bisa digunakan secara maksimal. Data apa yang harus dikumpulkan? Metode apa yang ada? Pertimbangannya apa? Dan yang paling penting, bagaimana kita mendapatkan jawaban dari data untuk menjawab pertanyaan yang mendesak untuk kehidupan kita?
Akan di bahas pada chapter dua 😊
