Algoritma Data Science Series Goes to Bangkok: Data Science Fundamentals Highlight

By Prahariezka Arfienda   |   February 7, 2018

Data science kini telah menjadi bagian penting di berbagai sektor industri. Menguasai ilmu data bukan lagi hanya kewajiban seorang Data Scientist saja. Orang-orang dari beragam latar belakang ilmu, industri, atau profesi, juga perlu mengetahui bagaimana caranya untuk mengolah, menganalisis, dan menampilkan data untuk membantu pekerjaan sehari-hari.

Seiring dengan populernya profesi sebagai data scientist, minat orang untuk belajar data science juga semakin bertambah. Tidak hanya di Indonesia saja, tren serupa juga terjadi di sejumlah negara di Asia Tenggara lainnya, termasuk Thailand.

Pada bulan Januari tanggal 22-24 lalu, Algoritma bekerja sama dengan Hubba menyelenggarakan Data Science Series: Data Science Fundamentals.

Data Science Series adalah sebuah workshop yang rutin kami adakan setiap dua bulan sekali, dengan berbagai topik yang berbeda. Dalam waktu dua atau tiga hari, kamu akan belajar praktik pemrograman untuk data science dan aplikasinya dalam berbagai bidang.

Materi yang kami sampaikan dalam workshop kali ini lebih banyak membahas dasar-dasar tentang pemrograman dalam data science. Di antaranya, mengenal pemrograman menggunakan R, RStudio, dan tool lainnya yang kerap digunakan oleh seorang Data Scientist.

Pada workshop tersebut, kami membawakan materi Programming for Data Science, Practical Statistics, dan Regression Analysis. Ketiga materi dasar tersebut diharapkan dapat membantu peserta untuk menguasai konsep data science dan mempermudah peserta workshop dalam mengembangkan aplikasi data science sesuai kebutuhan.

Programming for Data Science adalah perkenalan pada logika, bahasa, environment, konsep, dan algoritme yang digunakan dalam pemrograman Data Science. Dengan begitu, peserta yang sebelumnya tidak memiliki latar belakang ilmu komputer maupun pemrograman bisa lebih familier dengan konsep tersebut.

Sementara itu, Practical Statistics bertujuan untuk memperkenalkan peserta pada konsep dasar statistika yang akan banyak digunakan untuk analisis data dalam data science. Kami juga membahas Regression Analysis yang banyak digunakan untuk dalam bisnis.

Biasanya, Regression Analysis digunakan untuk melakukan prediksi dari data yang ada, menentukan strategi yang perlu diambil, dan menjelaskan sebuah fenomena yang jarang ditemui dengan berdasarkan data.

Regression Analysis juga membantu kita untuk membandingkan pengaruh beberapa variabel yang dihitung menggunakan satuan berbeda. Misalnya, hubungan antara perubahan harga dan jumlah aktivitas promosi. Fungsi-fungsi seperti itu banyak membantu market researcher, data analyst, ataupun data scientist untuk mengeliminasi dan mengevaluasi sekelompok variabel yang paling bisa digunakan untuk membangun model prediktif.

Workshop yang dilaksanakan di Hubba Ekkamai, Bangkok, diikuti oleh 24 orang peserta dari berbagai industri. Ada perbankan, logistik, properti, marketing, dan lain sebagainya.

Dari profil peserta dan latar belakang industri yang cukup beragam, bisa kita lihat bahwa kebutuhan akan pengetahuan data science tidak terbatas pada industri tertentu saja. Dengan workshop yang kami hadirkan, semoga kami dapat semakin meningkatkan kesadaran tentang perlunya pemahaman data science yang kuat dalam berbagai industri.

Ingin tahu seperti apa workshop Data Science Series di Bangkok? Mari kita intip melalui video testimonial berikut ini.

Prahariezka Arfienda Satrianti
Content Chieftain

A (startup, tech, and digital media) geek. Kalau tidak sedang menulis artikel tentang data science, biasanya menulis review film atau menekuni fotografi.
Bisa disapa di arfie@algorit.ma.

Yuk belajar data science di Algoritma Data Science Education Center! Kamu bisa ikut berbagai kelas data science untuk pemula, salah satunya di program Academy kami.

Daftar Data Science Academy di Sini!

0 replies

Leave a Reply

Want to join the discussion?
Feel free to contribute!

Leave a Reply

Your email address will not be published. Required fields are marked *