About tau-data Indonesia

Pendahuluan Data Science dan Big Data (DSBD)

DSBD

Data Science (DS) dan Big Data (BD) telah menjadi kunci penting dalam kesuksesan industri dan pemerintahan di banyak tempat di seluruh dunia. Mengetahui tantangan, peluang, teknologi, dan metode terkait DS dan BD akan menjadi salah satu faktor penentu persaingan bisnis di era data. Modul DSBD dimulai dengan pengenalan berbagai istilah dan sejarah mengapa teknologi dan metode baru terkait DS dan BD terlahir. Hubungan antara DS, BD, AI (Artificial Intelligence), Machine Learning, Statistika, dan berbagai bidang ilmu terkait data lainnya menjadi pembahasan selanjutnya. Overview dari berbagai metode dan teknologi yang ada di DS dan BD menjadi  fondasi bagi para pemula untuk mendalami lebih lanjut ilmu DS dan-atau BD.  Deskripsi, tugas, serta tanggung jawab berbagai profesi terkait data seperti Data Scientist, Data Engineer, dan Data Analyst menjadi salah satu pokok bahasan di modul ini. Berbagai isu terkait hukum dan ethics data, serta diskusi terkait masa depan teknologi dan metode di DS dan BD juga tidak luput dari pembahasan di modul ini.

Modul DSBD juga memuat beberapa bahasan tingkat Lanjut (advanced topics), namun pengguna diharapkan telah menyelesaikan berbagai prasyarat modul sebelum mempelajari modul-modul ini. Untuk mengikuti dengan baik pembahasan topik lanjutan di modul-modul ini, diharapkan pengguna telah memahami dengan baik beberapa dasar data science seperti EDA, basis data untuk data science, dasar pemrograman, dasar matematika, dan statistika.

Secara berkala modul ini akan terus di koreksi dan diperbaharui dengan interval waktu yang tidak ditentukan. Mohon gunakan kolom komentar hanya untuk errata atau keperluan lain. Pertanyaan dan diskusi harap dilakukan pada Forum yang telah disediakan.

Catt: Anda wajib mendaftar di web tau-data (gratis) untuk dapat mengakses keseluruhan feature, materi, latihan soal, serta diskusi di forum DSBD tau-data.

Prasayarat :

Tidak ada kecuali modul DSBD6~DSBD9 membutuhkan dasar keseluruhan Core Modules (CM) tau-data dan beberapa topik di modul Recommended Modules (RM).

Tujuan Pembelajaran

Modul ini bertujuan agar pengguna:

  1. Memahami pengertian dan ruang lingkup DS-BD, terutama perbedaannya dengan bidang terkait data lain seperti statistika, machine learning, AI, dan deep learning.
  2. Mengenal berbagai metode dan teknologi di DS-BD sebagai alat (tool) untuk membantu pemrosesan dan analisa data.
  3. Memahami berbagai profesi terkait data beserta tugas dan tanggung jawab yang diberikan.
  4. mengetahui tantangan, peluang, kelemahan, serta kelebihan berbagai metode dan teknologi DS-BD baik di dunia akademis, industri, maupun pemerintahan.
  5. Mengetahui tentang etika dan hukum terkait penggunaan data.
  6. Memiliki pengetahuan untuk mengembangkan ide (kreativitas dan inovasi) menggunakan data science dan big data.
  7. Menghindari kesalahan pemula (common fallacies) dalam menerapkan data science dan big data di institusinya masing-masing (atau dalam sebuah penelitian).

Evaluasi:

  1. Di setiap topik di modul ini diberikan beberapa latihan daring yang dapat diikuti pengguna untuk menguji pemahaman selama mempelajari materi di modul ini. Latihan ini akan diperbaharui dari waktu ke waktu pada interval waktu yang tidak ditentukan. Ketika telah menyelesaikan berbagai aktivitas seperti menyelesaikan materi modul, latihan, menonton (secara penuh) video di tau-data, dan kegiatan lainnya pengguna akan mendapatkan tau-points. tau-points akan dapat digunakan di masa depan untuk berbagai kegiatan tau-events.
  2. Skor latihan daring akan diberitahukan secara automatis oleh sistem, namun pembahasannya tidak diberikan. tau-data melarang materi latihan soal untuk dibahas di website tau-data dikarenakan akan mengurangi efektivitas pembelajaran yang dilakukan oleh pengguna lain. Namun demikian tau-data memperbolehkan untuk mendiskusikan permasalahannya di forum yang bersesuaian yang telah disediakan tau-data (tanpa menyatakan jawaban secara eksplisit).
  3. Pada kegiatan/acara tau-events (baik online/offline) studi kasus akan diberikan untuk didiskusikan bersama.
  4. Pada pelatihan corporate/institutional training dapat diajukan evaluasi/tugas lebih lanjut dalam sebuah laporan tertulis dan-atau presentasi  oleh peserta baik online maupun offline. Laporan evaluasi peserta oleh tau-data akan diberikan kepada institusi penyelenggara baik perorangan dan-atau pihak atasan/manajemen institusi sesuai perjanjian di awal kegiatan.

Silabus:

name:Silabus_DSBD
name:Silabus_DSBD

Forum:

https://tau-data.id/forums/forum/dsbd/

Referensi:

  1. Baesens, B. (2014). Analytics in a big data world: The essential guide to data science and its applications. John Wiley & Sons. (general introduction to data science and big data)
  2. Cielen, D., Meysman, A., & Ali, M. (2016). Introducing data science: big data, machine learning, and more, using Python tools. Manning Publications Co. (good technical reference to big data related problems)
  3. Berman, J. J. (2018). Principles and Practice of Big Data: Preparing, Sharing, and Analyzing Complex Information. Academic Press.
  4. Ratner, B. (2017). Statistical and Machine-Learning Data Mining:: Techniques for Better Predictive Modeling and Analysis of Big Data. Chapman and Hall/CRC.
  5. Furht, B., & Villanustre, F. (2016). Big data technologies and applications. Berlin, Germany: Springer.

Acknowledgements:

tau-data Indonesia berterima kasih atas dukungan dari berbagai lembaga/institusi berikut dalam pengembangan modul ini:

  1. Traveloka Indonesia : https://www.traveloka.com
  2. Badan Pusat Statistik (BPS) Republik Indonesia: https://www.bps.go.id

Leave a Reply