Semua Hal Tentang Data | Statistika, Statistika Deskriptif, Data Science/Ilmu Data, Dan Big Data

Sumber gambar : Pixabay.com

Hello para mims, setelah beberapa artikel tentang Ucapan Selamat datang Masa Depan untuk membuka celah virus baru (MeemCode) | PROPAGANDA, Persepsi Dan Propaganda Dari Dua Zaman | Persepsi Suggy/Chris Summer Dan Yuval Noah Harari] , Kekuatan Artificiall Intelligence atau Kecerdasan Buatan yang tanpa kita Sadari pada cerita Menara Babel, Para Pencipta yang sebenarnya adalah Manusia | Manusia-manusia Artificial Intelligent dan artikel serius lainnya yang bisa anda baca di situs kecintaan kita ini, MeemCode. Kali ini dalam artikel unik berjudul Semua Hal Tentang Data | Statistika, Statistika Deskriptif, Data Science/Ilmu Data, Dan Big Data , penulis akan mulai pendekatan secara terbuka pada dunia Artificial Intelligence dan sekaligus sebagai artikel pengantar artikel di MeemCode untuk berbagi wawasan mengenai Kecerdasan Buatan alias Artificial Intelligence kepada para pembaca MeemCode setia, alias mims.

Selamat Membaca J .

Yang pertama dari data adalah para mims harus benar-benar mengerti dan memahami apa perbedaan dari STATISTIK dan STATISTIKA

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data.

Namun apakah yang disebut dengan data itu sendiri ?

Data adalah informasi yang benar/fakta. Dan dari data itu sendiri memiliki bagian yang disebut sebagai ‘datum’,

Datum ? lalu apakah datum itu sendiri ?

Sumber gambar : Pixabay.com

Sebelumnya, jangan lupa untuk SHARE/BAGIKAN dan SUBSCRIBE/LANGGANAN untuk mendapat pemberitahuan mengenai artikel MeemCode terbaru ya mims.

Datum adalah data tunggal, atau sepenggal informasi, kata, dan atau kalimat. Kembali tentang topik artikel ini, Deskriptif Statistik. Istilah 'statistika' kemudian berbeda dengan 'statistik'. Karena Statistik adalah data itu sendiri, namun tidak menutup kemungkinan apabila statistik juga disebut sebagai informasi atau hasil dari sebuah penerapan ilmu Statistika. Dalam Statistika dikenal konsep ‘probabilitas’ (kemungkinan). Beberapa kata kunci mengenai Statistik dan Statistika adalah populasi, sampel dan tentunya kemungkinan atau probabilitas. (Disadur dari situs www[dot]wikipedia[dot]org). 

Ilmu statistika telah membantu penulis dan teman-teman pembaca MeemCode dalam berbagai hal, walau sebelumnya mungkin teman-teman mims tidak sadari. Salah satunya adalah bagian dasar saat penulis dan teman-teman mims memilih sesuatu seperti artikel pada mesin pencari. Kita memulai mencari dengan mengetikkan ‘sesuatu’ yang kita inginkan dalam kotak mesin pencari, baik ‘sesuatu’ tersebut adalah barang, makanan atau bahkan ilmu pengetahuan maupun referensi. Kemudian teman-teman mims sampai pada situ MeemCode dan menemui beberapa referensi. Mengumpulkan referensi tersebut lalu membandingkan, memilah, memilih lalu menyimpulkan. Hal ini juga sebagai bentuk konsep pemanfaatan STATISTIKA dan STATISTIK DESKRIPTIF .

Apa itu STATISTIKA DESKRIPTIF/ DESKRIPTIF STATISTIC ?

Statistika Deskriptif adalah metode-metode yang penulis maupun teman-teman mims sekalian lakukan yang berkaitan dengan pengumpulan dan penyajian suatu kumpulan/gugus data sehingga menjadi jelas dan sempurna.

Sumber gambar : Pixabay.com

Contohnya ?

Adalah tabel, diagram, grafik/infografik (sajian data dalam bentuk visualisasi/gambaran), koran, majalah dan lain sebagainya. Dimana dengan adanya tabel, diagram, grafik, pada koran maupun majalah menjadikan infromasi tersebut lebih ringkas, rapi dan tertuju pada data yang ingin kita ketahui.

Salah satu cara dalam memahami perkembangan Artificiall Intelligence atau Kecerdasan Buatan maka dikenal pula suatu  disiplin ilmu yang mempelajari data, yaitu Data Science . Data Science atau ilmu data ini meliputi semua proses ilmu data. Seperti pengumpulan, menuju pengelompokan, penyajian data hingga mengubah data menjadi informasi yang dapat dipahami semua orang.  

Mengapa menjadi penting bagi penulis dan pembaca untuk mempelajari DATA SCIENCE/Ilmu Data ini ?

Ilmu Data, dari bentuk katanya saja tentunya teman-teman pembaca sudah memahami tujuan dari disiplin ilmu ini. Berasal dari ‘ilmu’ yang berhubungan dengan sains dan ‘data’ yang berhubungan dengan sosial. Ilmu Data ini kemudian membantu penulis dan pembaca untuk kemudian menemukan sesuatu seperti tulisan diatas sebagai contoh mudahnya. Namun tidak hanya terbatas pada hal-hal sederhana saja, beberapa hal yang tanpa kita sadari sudah mengalami proses menjadi bagian Ilmu Data dengan sendirinya. Matematika, Ilmu Komputer. Ilmu Informasi, Manajemen dan bahkan Ilmu Bisnis, Ekonomi juga Kepustakaan adalah bagian dari Ilmu Data.

Ilmu Data inilah mendukung sebuah Artificiall Intelligence atau Kecerdasan Buatan mengambil keputusan dari kumpulan data(disebut juga BIG DATA) yang sudah dilakukan training sebelumnya.

Untuk lebih memahami mengenai Statistika  Deskriptif dan Ilmu Data/ Data Science.

Penulis merangkum beberapa penggunaan ilmu statistika dalam praktik ilmu data atau data science ini, yaitu :

Sumber gambar : Pixabay.com

1. Menggambarkan dan menerjemahkan percobaan/pengujian menjadi bentuk maupun produk keputusan dalam menentukan hasil akhirnya.

Teknik statistik yang digunakan : Pengujian desain, Frekuensi Statistik (pengujian hipotesis dan ketenangan interval).

Ilustrasinya adalah sebagai berikut : Anda para mims membuat sebuah ‘prototype’ lalu diuji dengan bantuan pihak-pihak terkait. Seperti Quality Engginer, Quality Analysis, Data Analysis dan bahkan Manager/Kepala Bidang/Direktur  anda (bila memungkinkan).

2. Membuat model yang dapat memprediksi signal, bukan gangguan/noise.

Teknik statistik yang digunakan : Regression, Classification, Time Series Analysis, Central Analysis.

Ilustrasinya adalah sebagai berikut : Sebenarnya ini lebih ke cara, yaitu cara-cara yang anda gunakan untuk mendapatkan sebuah informasi(data). Dalam hal ini melakukan regresi, mengklasifikasi, menganalisis waktu data yang sama atau serupa (keterkaitan) hingga analisis menyeluruh.

3. Mengubah Big Data menjadi suatu gambaran prediksi yang luas.

Teknik statistik yang digunakan : Clustering, Dimesionnality Reduction, Latent Variable Analysis.

Ilustrasinya adalah sebagai berikut : hampir sama dengan kasus nomor 2 (dua) dan lebih jelas tentu tujuannya. Teknik ini menggunakan cara-cara seperti pengelompokan, pengurangan dimensi, dan variabel-variabel yang tidak diinginkan

4. Pemahaman keterlibatan pengguna, memory ingatan, percakapan dan kepemimpinan.

Teknik statistik yang digunakan : Regression, Causal Effect Analysis, Latent Variable Analysis, Desain Survei.

Ilustrasinya adalah sebagai berikut : Jika ‘prototype’ anda telah melalui beberapa verifikasi, maka akan memasuki tahap berikut. Yaitu melakukan teknik yang sudah dijelaskan diatas sebelumnya.

5. Perkiraan maupun pengestimasian dengan cerdas dan tepat.

Teknik statistik yang digunakan : Bayesian Data Analysis.

Ilustrasinya adalah sebagai berikut : Penting penulis jelaskan lebih lanjut mengenai Bayesian Data Analysis ini, bahwasanya Bayesian Data Analysis memiliki tujuan-tujuan dasar yang adalah untuk memiliki ‘probilitas’ atau kemungkinan. Dan menghasilkan dua sumber, yang adalah : distribusi prior dan data pengamatan.

6. Memberikan pengguna apa yang mereka inginkan.

Teknik statistik yang digunakan : Predictive Modeling, Latent Variable Analysis, Dimensionality Reduction, Collaborative Filtering, Clustering.

Ilustrasinya adalah sebagai berikut : mungkin ini adalah tujuan dari anda teman-teman mims pembaca MeemCode untuk apa memiliki hal yang disebut dengan ‘prototype’ , yang adalah agar kita mampu memiliki data, mengolah informasi dan menghasilkan sesuatu (persentase maupun prestise) dari apa yang teman-teman mims lalui. Yang adalah mengerti apa yang diinginkan ‘market/pasar’ anda sendiri. Menghasilkan prototype, prototype. Dan sesuatu yang baru.

7. Story telling dengan menggunakan data.

Teknik statistik yang digunakan : Presenting and Communicating Data, Data Visualization.

Ilustrasinya adalah sebagai berikut : mengkomunikasikan data, informasi dan membuat orang lain mengerti yang anda maksud dan tujukan terkadang tidak selalu mudah. Namun hal terpenting dari sesuatu yang anda kerjakan adalah bahwasanya anda mengerti untuk apa hal tersebut dibuat.

Kemudian, BIG DATA

Dari namanya saja kemungkinan para pembaca MeemCode teman-teman mims sudah dapat memprediksi mengenai hal apa BIG DATA ini.

BIG DATA, dalam bahasa Indonesia berarti Mahadata. Adalah segala kumpulan data dalam jumlah yang sangat besar dan banyak (BIG), rumit dan seringnya tak terstruktur.

Sumber gambar : Pixabay.com

BIG DATA sendiri memiliki beberapa bentuk karakteristik, yaitu :

Volume, atau jumlah data yang sangat besar dan banyak, sehingga berbanding lurus dengan kebutuhan penyimpanan dan analisis yang lebih detail dan spesifik.

Velocity, data tersebut cepat dan langsung/real time.

Variety, adanya keberagaman dalam format data, dari yang tidak terstruktur hingga yang terstruktur sekalipun. Tambahan lainnya mengenai variety ini adalah bahwa memiliki sumber data yang sangat banyak.

Lalu bagaimana bila BIG DATA ini banyak namun tidak terstruktur ? Apa gunanya bila tidak dimanfaatkan.

Beberapa software/perangkat lunak dapat mengolah data ini. Seperti Gephi, Python, Tableau dan lain sebagainya. Dan apabila diolah dengan benar maka kumpulan data yang sangat banyak tersebut bisa menjadi solusi masalah pada instansi atau kegiatan yang sedang anda atau kelompok anda lakukan/kerjakan. Tentunya BIG DATA akan memangkas biaya pengeluaran, hemat waktu dan mendukung pada berbagai keputusan-keputusan yang memungkinkan lebih baik.

Jangan lupa untuk SHARE/BERBAGI artikel MeemCode mengenai “Semua Hal Tentang Data | Statistika, Statistika Deskriptif, Data Science/Ilmu Data, Dan Big Data “ dan Klik BERLANGGANAN/SUBSCRIBE ya teman-teman mims sekalian, untuk mendapatkan pemberitahuan terbaru di email kalian mengenai Artificial Intelligence atau Kecerdasan Buatan dari situs MeemCode.

Diperbaharui tanggal : 09-Oktober-2019