Alur Kerja Ilmu Data (Bagian I)
Memahami Kebutuhan Bisnis (Business Understanding)
Metodologi ilmu data dimulai dengan mencari klarifikasi dan membuat daftar pertanyaan untuk mencapai pemahaman kebutuhan bisnis. Memahami kebutuhan bisnis sangat penting sebelum kita beranjak melakukan apapun di dalam metodologi ilmu data.
Ketika memformulasikan kebutuhan bisnis, kita perlu terus burusaha untuk selalu objektif dan membuat pertanyaan yang jelas dan terukur. Biasanya dimulai dengan bertanya tujuan utama bisnis dan apa yang diharapkan dari analisa data atau pembelajaran mesin yang akan dibuat.
Misalnya, jika pemilik bisnis bertanya:
“Bagaimana kita dapat mengurangi biaya didalam melakukan sebuah operasi kerja?”
Pertanyaan diatas mungkin terdengar sudah jelas, akan tetapi dalam pertanyaan tersebut masih ada hal yang perlu diklarisifkasi lagi. Misalkan apakah tujuan mengurangi biaya adalah untuk mencapai peningkatan efisiensi kerja? Atau malah untuk meningkatkan profitabilitas bisnis?
Setelah tujuan diklarifikasi, bagian selanjutnya dari teka-teki adalah untuk mengetahui tujuan dan apa saja yang akan mendukung tujuan tersebut tercapai. Dengan menjabarkan tujuan, diskusi terstruktur dapat terjadi di mana prioritas dapat diidentifikasi dengan cara yang dapat mengarah pada pengorganisasian dan perencanaan tentang cara mengatasi masalah tersebut
masalah. Dalam hal ini pemangku kepentingan perlu dilibatkan dalam diskusi untuk membantu menentukan persyaratan dan mengklarifikasi pertanyaan.
Keterlibatan pemangku kebijakan sangat penting, karena :
1. Menetapkan arah dan tujuan.
2. Memberikan panduan dan koreksi.
3. Memastikan dukungan dan ketersediaan data yang diperlukan
Pendekatan Analitik (Analytical Approach)
Pendekatan analitis adalah metodologi untuk mengidentifikasi jenis pola apa yang dibutuhkan untuk menjawab pertanyaan bisnis paling efektif. Memilih pendekatan analitik yang tepat sangat tergantung pada pertanyaan bisninis yang diajukan. Pendekatan anlitik juga melibatkan pencarian klarifikasi dari orang atau subyek yang mengajukan pertanyaan dan obyek pertanyaan, sehingga ilmuan data dapat memilih jalur atau pendekatan yang paling tepat. Berikut adalah 4 jenis kelompok pendekatan anilitik.
- Pendekatan Deskriptif
Pendekatan deskritif digunakan jika pertanyaannya adalah untuk menunjukkan hubungan sebuah tindakan atau keadaan terhadap tindakan atau keadaan lainnya, yang dalam konteks ini di terjemahkan dalam bentuk hubungan data terhadap data lainnya. - Pendekatan Diagnosa/Analisa Statistik
Analisis statistik berlaku untuk masalah yang membutuhkan perhitungan.
Misalnya jika pertanyaannya memerlukan jawaban ya atau tidak, maka pendekatan diagnosa untuk memprediksi respons akan cocok. - Pendekatan Prediktif
Pendekatan prediktif perlu digunakan jika pertanyaannya adalah menentukan probabilitas suatu tindakan atau keadaan terhadap keadaan tertentu. - Pendekatan Preskriptif
Contoh implementasi dari pendekatan preskriptif adalah Machine Learning. Machine Learning adalah bidang studi yang memberikan komputer kemampuan untuk belajar tanpa diprogram secara eksplisit.
Machine Learning dapat digunakan untuk mengidentifikasi hubungan dan tren dalam data yang mungkin tidak dapat diakses atau diidentifikasi.
Contohnya di dalam kasus di mana pertanyaannya adalah untuk belajar tentang perilaku manusia, maka machine learning cocok untuk diterapkan dengan menggunakan pendekatan Asosiasi Clustering.
