Thread by @nmonarizqa

Jaman dulu kerja sama banyak klien/mitra dan ga mudeng apa itu data science, aku suka analogiin sama proses masak.

Data scientist tuh sebenernya kayak koki, mengubah bahan mentah (data), jadi makanan (produk analisis data), yang bernutrisi (punya value informasi)

Pas masak, sangat lebih baik kalo dari awal kita udah tahu mau masak apa, makanan Padang kah? Soto? Mi ayam?

Data science proses juga gitu, akan sangat lebih baik jika udah tahu problem apa yg mau dikerjain.

Karena nanti berhubungan sama bahan (data).

Kalo masak, usah tau mau masak mie ayam, enak tuh berarti beli mie, ayam, kecap asin, dkk. Ga overbudget.

Sama dengan ngumpulin data. Kalo udah tahu problemnya apa, tau telemetri/data apa yg harus dikumpulin.

Terus kalo di dunia data sendiri, ada bidang yang spesifik ngumpulin bahan ini, ibarat kalo masak, jadi petaninya atau yg manage lumbung padi, penyimpanan bahan, ngurusin suhu kulkas, dll.

Di data berarti ngumpulin datanya, simpen dan manage datanya, dkk. Namanya Data Engineer.

Kalo udah ada bahannya, ibarat masak, kita bersihin bahan, eksperimen bahan baru, cocok nggak alpukat sama mie ayam? Ayamnya bisa diapain aja? Rebus? Bakar?

Di bidang data, ini proses data cleaning + wrangling + exploration.

Di proses ini, kita bersihin datanya. Cari tahu basic statistiknya (mean, median, dkk), visualisasikan. Cari apa aja yang bisa kita identifikasi di data.

Habis itu barulah proses masak yang sesungguhnya, dicocokin enaknya pake bumbu apa DAN pake alat apa. Misal karena mi ayam, berarti ayamnya bukan di oven.

Nah ini ekuivalen dg menerapkan metode di data science. Mau pake supervised atau unsupervised? Butuh deep learning?

Dan sama kayak proses masak, habis itu diicipin kurangnya apa, apa kurang asin? Maka tambahin garam.

Di data science juga gitu, kalo habis training data misalnya ternyata kurang akurat, bisa diteliti butuhnya apa (misal labeled data kurang, hyperparameter), terus di re-train.

Kalo udah kelar masakannya, disajikan dooong. Penyajiannya kalo indah bikin selera makan. Tapi kalo ga juga gpp, asal familiar dan masuk akal. Misal kalo mi ayam bingung dong kalo ayam di bawah ketutupan mie terus ga ada kuah

Kalo di dunia data, nama bidangnya data visualisasi

Data visualisasi ini adalah gimana caranya kita menyajikan hasil analisis tadi ke orang lain. Bagus itu bonus, yang penting memberikan informasi, jadi orang yg ngelihat paham.

Selanjutnya kalo ini restoran, ada orang yg tugasnya nyimpen keseluruhan proses ini jadi resep jadi bisa diduplikasi. Semacam Spongebob & resep Krabby Patty.

Di dunia data ini namanya ML engineering, biasanya ditemui di perusahaan besar, agar produk datanya bisa di-scale.

Demikianlah, jadi kalo ditanya data scientist itu ngapain sama yg super awam, kujawab dengan mengubah data jadi informasi yang memiliki value. Kerjaannya mirip koki, cuman bedanya bahannya data, alatnya math + stat + coding, hasilnya prediksi/informasi/visualisasi, dkk sebutuhnya

Disclaimer: Ini cukup oversimplified ya, tidak menggambarkan detil keseharian dan kesusahan2 data scientist, tapi semoga memberi gambaran buat yg super awam 🙏