{"id":26006,"date":"2023-12-08T00:29:15","date_gmt":"2023-12-07T17:29:15","guid":{"rendered":"https:\/\/hotelier.id\/studi\/?p=26006"},"modified":"2023-12-08T00:29:15","modified_gmt":"2023-12-07T17:29:15","slug":"data-science","status":"publish","type":"post","link":"https:\/\/hotelier.id\/studi\/data-science\/","title":{"rendered":"Data Science: Pengertian, Sejarah, Manfaat, dan Penerapannya"},"content":{"rendered":"\n

Belakangan ini, ilmu data atau data science<\/em> menjadi topik perbincangan hangat lantaran menjadi ilmu terpopuler dan bisa diterapkan di berbagai jenis industri. Selain prospek ke depan, bidang ilmu yang menggabungkan beberapa disiplin ilmu sangat penting dari sudut pandangan industri.<\/p>\n\n\n\n

Pasalnya, banyak industri yang sedang melakukan pengembangan di bidang teknologi sehingga mengundang para ahli data (data scientist<\/em>) untuk unjuk diri. Nah, ingin tahu lebih dalam terkait konsep ilmu data? Dalami pengetahuan Anda melalui artikel di bawah ini!<\/p>\n\n\n\n

Apa Itu Data Science?<\/h2>\n\n\n\n

Mengutip dari laman website <\/em>Urban Institute, ilmu data atau data science<\/em> <\/em>adalah suatu keterampilan gabungan dari ilmu komputer, teknologi, pemrograman, dan statistika. Lantaran tujuannya adalah untuk mengolah data mentah menjadi informasi bermanfaat.<\/p>\n\n\n\n

Keterampilan ini mengharuskan ahli data atau data scientist<\/em> memanfaatkan teknologi cloud computing<\/em>, natural language process <\/em>(NPL), analisis big data<\/em>, dan bahkan machine learning<\/em>. Semua teknologi tersebut membantu proses pengumpulan hingga pengolahan informasi data.<\/p>\n\n\n\n

Biasanya, data scientist<\/em> akan mendalami algoritma machine learning<\/em> yang memungkinkan mereka mengolah gambar, teks, dan video untuk membuat sistem kecerdasan buatan (artificial intelligence<\/em>). Harapannya, kemampuan tersebut dapat menemukan suatu inovasi untuk mengolah informasi data dengan cara baru.<\/p>\n\n\n\n

Selain itu, kecerdasan buatan tersebut bisa membantu pekerjaan manusia dalam tugas yang sulit bagi kecerdasan manusia. Jika Anda ingin memiliki keahlian dalam data science<\/em>, salah satu materi yang harus Anda kuasai adalah memahami dan bisa menyusun kode program menggunakan bahasa pemrograman Phyton dan R.  <\/p>\n\n\n\n

Pada dasarnya, perancangan ilmu data ini sangat bermanfaat untuk industri bisnis. Sebab, pengetahuan bisnis juga menjadi dasar yang paling penting untuk menjadi seorang data scientist<\/em>. Apalagi, saat ini perkembangan era bisnis digital maupun lokal sedang berkembang sangat pesat.<\/p>\n\n\n\n

Sejarah Munculnya Data Science dari Masa ke Masa<\/h2>\n\n\n\n

Perjalanan ilmu data untuk menjadi populer butuh waktu yang cukup lama. Dr. DJ Patil dari LinkedIn dan Jeff Hammerbacher dari Facebook menjadi dua orang yang pertama kali mempopulerkan ilmu data. Keduanya bekerja sama untuk menerapkan data science<\/em> ke berbagai bidang sehingga orang lain bisa turut menggunakannya.<\/p>\n\n\n\n

Mulanya, pada tahun 1962, John W. Tukey mulai mengamati proses analisis data pada sistem komputer. Kemudian, hasilnya adalah John W. Tukey berhasil mengamati gabungan ilmu komputer dengan pemrograman sehingga ia bisa menyajikan analisis data hanya dalam hitungan jam.<\/p>\n\n\n\n

Pada tahun 1977, muncullah organisasi asosiasi internasional untuk perhitungan statistik. Asosiasi tersebut disebut International Association for Statistical Computing<\/em> (IASC). Tujuan adanya IASC adalah untuk menghubungkan metode statistik tradisional, teknologi komputer berbasis modern<\/em>, dan pengetahuan para ahli.<\/p>\n\n\n\n

Memasuki tahun 1994, dunia marketing <\/em>telah memperkenalkan adanya data science. Akan tetapi, data yang ada pada database marketing<\/em> belum lengkap, sehingga IASC belum secara maksimal mengumumkan adanya informasi terbaru.<\/p>\n\n\n\n

Oleh karena itu, pada tahun 1999, Jacob Zahavi menemukan suatu inovasi untuk membuat alat baru. Tujuan dari alat tersebut adalah agar seseorang bisa menangani jumlah data yang sangat besar. Lalu, pada tahun 2001 muncullah Software-As-A-Service<\/em> (SAAS), di mana software <\/em>tersebut berbasis cloud online<\/em>.  <\/p>\n\n\n\n

Pada tahun tersebut, layanan SAAS seperti Dropbox dan Google Drive tersedia versi gratis. Maka dari itu, perkembangan datanya semakin meledak. Dengan seiring berjalannya waktu, tepatnya pada tahun 2008,  DJ Patil dan Jeff Hammerbacher yang mempopulerkan pertama kali istilah data science<\/em>.<\/p>\n\n\n\n

Sejak saat itulah, banyak perusahaan yang menggunakan big data <\/em>untuk melakukan orientasi dari data konvensional ke data driven<\/em>. Kemudian, pada tahun 2015, mulai ramai penemuan teknologi dengan teknik deep learning<\/em>, seperti Google Voice. Hingga saat ini, pemanfaatan ilmu data masih terus berkembang.<\/p>\n\n\n\n

Manfaat Data Science<\/h2>\n\n\n\n

Sebenarnya, pemanfaatan ilmu data sudah menjalar ke berbagai industri, baik itu bisnis, industri kreatif, maupun lokal. Meskipun secara kasat mata mengatur dan membuat informasi dari suatu data itu cukup sederhana, namun penggunaan data science akan lebih berguna. Berikut ini manfaat penerapan ilmu data:<\/p>\n\n\n\n