Mengapa Dunia Perlu Lebih Banyak Data Scientist?

By Prahariezka Arfienda   |   June 8, 2018

Perkembangan teknologi membawa banyak perubahan dalam pemanfaatan sumber daya manusia di berbagai industri. Di satu sisi, hal tersebut dapat meningkatkan efisiensi produksi untuk memenuhi permintaan konsumen atas produk, layanan, bahkan industri baru. Di sisi lain, ada sejumlah profesi yang tergantikan oleh teknologi.

Di Indonesia, perkembangan teknologi mulai membawa Indonesia ke arah revolusi industri 4.0. Revolusi industri gelombang keempat ini diawali dengan revolusi internet yang dimulai tahun 90-an. Menteri Perindustrian Airlangga Hartato bahkan pernah menyebutkan, saat ini Indonesia sedang menyusun roadmap industri 4.0 yang diharapkan dapat meningkatkan daya saing industri nasional di kancah global. Serta, dapat menjadikan Indonesia sebagai 10 besar ekonomi dunia di tahun 2030.

Walaupun sejumlah profesi akan hilang dan dikerjakan oleh mesin, namun sejumlah lapangan pekerjaan baru justru akan muncul. Salah satunya adalah pekerjaan yang berkaitan dengan data.

Sebuah data menyebutkan, profesi Data Scientist kini semakin banyak dicari. Lowongan pekerjaan untuk ranah tersebut meningkat sebesar 75 persen pada periode Januari 2015 hingga Januari 2018 di Amerika Serikat. Sementara itu, pencarian posisi Data Scientist oleh para pencari kerja meningkat sebesar 65 persen dalam periode yang sama.

Data bertambah, sumber daya perlu ditambah

Menurut Alec Ross dalam bukunya yang berjudul Industries of the Future, pada tahun 2000 hanya ada 5 persen data yang tersimpan secara digital. Tujuh tahun kemudian, angka tersebut meningkat hingga 94 persen. Kini, jumlah data digital yang diciptakan setiap tahunnya memiliki peningkatan setidaknya sekitar 50 persen per tahun.

Sayangnya, Ross menyebut, ada miskonsepsi yang membuat orang beranggapan bahwa kemajuan teknologi di bidang data hanya sebatas jumlah data yang dikumpulkan. Nyatanya, jumlah data yang melimpah tanpa adanya kemampuan untuk mengolah data tersebut menjadi informasi yang bermanfaat hanya akan membuat data tersebut sia-sia.

Saat ini memang sudah banyak layanan atau tool untuk mempermudah perusahaan dalam mengatur data yang mereka miliki. Sebut saja layanan cloud computing dari perusahaan seperti Amazon atau Microsoft yang memungkinkan penyimpanan data tanpa adanya data warehouse. Selain itu, ada juga program seperti R dan Python yang membantu proses pengolahan data. Masih banyak lagi tool lainnya yang sangat bermanfaat dalam mengaplikasikan data science.

Akan tetapi, berbagai kemudahan tersebut masih belum cukup bagi perusahaan untuk memanfaatkan Big Data dengan optimal. Kemajuan teknologi yang diikuti dengan semakin melimpahnya jumlah data, perlu diimbangi dengan perkembangan keterampilan manusia dalam berbagai bidang juga.

Skills mismatch di ranah data

Menurut Hal Varian, Chief Economist Google, banyak perusahaan yang masih kekurangan sumber daya manusia yang memadai untuk menangani data milik mereka. Dalam tulisannya, Varian menjelaskan:

Berdasarkan pengalaman saya, masalahnya bukanlah pada kekurangan sumber daya manusia, tapi kurangnya skill. Perusahaan yang memiliki data tapi tidak punya orang untuk mengolahnya, sebetulnya tengah berada dalam posisi yang tidak menguntungkan dalam pemanfaatan data.

Apabila perusahaan belum memiliki standar keterampilan sendiri, akan sulit untuk mengetahui kemampuan apa yang dibutuhkan dan bagaimana caranya menemukan orang dengan kemampuan tersebut. Merekrut karyawan yang baik selalu menjadi isu penting dalam meningkatkan nilai kompetitif. Namun, karena keberadaan data yang melimpah ini cukup baru, permasalahan ini menjadi cukup serius.

Varian mencontohkan, perusahaan mobil mungkin memiliki standar yang bagus dalam merekrut insinyur. Namun, belum tentu mereka paham bagaimana caranya memilih Data Scientist yang baik. Padahal, itu adalah salah satu faktor penentu sebaik apa perusahaan dalam memanfaatkan data.

Skill atau penguasaan yang baik terhadap data dalam sebuah perusahaan memiliki peranan penting. Dalam perekonomian yang berbasis pengetahuan dan teknologi, ketrampilan dan kompetensi sumber daya manusia akan memiliki peranan yang lebih besar dalam membentuk masa depan perkembangan ekonomi.

Merujuk pada laporan Indonesia Jobs Outlook 2017: Harnessing Technology for Growth and Job Creation yang dikeluarkan oleh International Labour Organization, kini ada istilah dalam dunia kerja yang disebut dengan skills mismatch.

Skills mismatch atau ketidasesuaian keterampilan mengacu pada berbagai ketimpangan antara keterampilan yang ada dan keterampilan yang dibutuhkan dalam dunia kerja. Contoh yang paling sering ditemui di antaranya skill shortage (kelangkaan), skill gap (perbedaan antara ekspektasi keterampilan yang diinginkan perekrut dengan keterampilan yang dimiliki pekerja).

Selain itu, ada juga overskilling (keterampilan yang melebihi ekspektasi), underskilling (keterampilan yang tidak sesuai ekspektasi), dan skill obsolence (keterampilan yang mulai menurun kebutuhannya).

Jika melihat kondisi saat ini dan beberapa contoh skill mismatch tersebut, Data Scientist sepertinya berada dalam situasi skill shortage, dan dalam beberapa kasus, underskiling. Di sisi lain, banyaknya profesi yang mulai terganikan oleh mesin tergolong sebagai skill obsolence.

Ketimpangan supply dan demand Data Scientist

Sebuah laporan dari McKinsey Global Institute menyebutkan bahwa kebutuhan terhadap Data Scientist di berbagai belahan dunia rupanya melebihi ketersediaan Data Scientist. Salah satu penyebabnya bisa jadi karena tidak banyak lulusan di bidang Data Scientist yang dapat memenuhi kebutuhan tersebut.

Karena langkanya Data Scientist, maka tidak heran apabila gaji untuk profesi ini meningkat cukup signifikan sebagai iming-iming bagi Data Scientist terbaik agar bersedia bergabung ke sebuah perusahaan.


Meningkatnya kebutuhan akan Data Scientist ini diikuti dengan sejumlah universitas yang mulai menyediakan program studi berhubungan dengan data science. Menyadari bahwa data science adalah salah satu profesi selanjutnya yang paling dicari, tidak sedikit pula orang yang proaktif dan mengikuti kelas bootcamp atau training untuk memiliki kemampuan di bidang data science.

Hal tersebut dilakukan demi memenuhi kebutuhan Data Scientist di berbagai industri. Selain itu, sebagian orang pun mulai menyadari bahwa profesi di ranah data mulai banyak dicari. Sehingga, mereka merasa perlu meningkatkan keterampilan mereka di bidang tersebut.

Alec Ross menyebutkan dalam salah satu bagian bukunya, bahwa cara kita memanfaatkan data akan sama pentingnya seperti pemanfaatan lahan di bidang pertanian, dan pemanfaatan industri di era industrial. Apabila hal tersebut benar, profesi Data Science yang awalnya dipandang sebelah mata ini bisa jadi salah satu profesi kunci yang menentukan masa depan ekonomi global.

Apakah kamu ingin meningkatkan kompetensi kamu dan menjadi bagian dari industri 4.0? Ikuti Algoritma Data Science Academy dan mulai karier kamu sebagai Data Scientist.

Kelas akan dimulai pada tanggal 25 Juni. Daftarkan dirimu sekarang!