Belajar buat nambah ilmu atau buat ngodein HRD?🧐
.
.
.
A thread
Siapa yang disini masih menuntut ilmu / mau melanjutkan pendidikan ke jenjang yang lebih tinggi? Anyway, entah kalian masih menempuh pendidikan / mau melanjutkannya, mimin penasaran deh, apa sih yang mendorong kalian buat nuntut ilmu?
Pada dasarnya, ada 2 pandangan tentang pendidikan, pertama itu human capital, dan kedua itu signaling. Kalau kalian nuntut ilmu buat nambah pengetahuan, bisa dikatakan kalau kalian memandang pendidikan sebagai human capital
Pandangan pendidikan sebagai human capital ini melihat kalau dengan menempuh pendidikan, kita jadi punya keahlian yang dibutuhkan buat ningkatin produktivitas kita dan tentunya ini bakal berujung ke kenaikan pendapatan. Siapa yang setuju sama pandangan ini?
Pandangan pendidikan sebagai human capital ini mengatakan kalau pekerja yang produktif bakal digaji lebih baik sama perusahaan karena disini, perusahaan diasumsikan bisa ngebedain nih produktivitas para karyawannya
Oke, mungkin pandangan pendidikan sebagai human capital ini udah sering kita dengar ya. Terus gimana sama pandangan tentang pendidikan sebagai signaling?
Dari namanya aja udah ‘sinyal’, jadi pandangan ini melihat pendidikan sebagai sarana buat kita memberikan sinyal ke job market. Tingkat pendidikan yang kita punya tuh bisa ngasih tau ke job market kalo ‘eh gua produktif loh’ gitu
Tapi bentar deh, kok bisa ada teori signaling ini? Kan dengan menempuh pendidikan juga kita udah pasti dapet ilmu dan lebih produktif, ya ga sih?
Jadi awalnya gini guys kenapa ada teori signaling. Kita anggap di dunia ini hanya ada 2 tipe pekerja ya, satu yang punya produktivitas tinggi dan satunya yang punya produktivitas rendah.
Kalau kedua pekerja itu punya background pendidikan yang sama, perusahaan akan ngasih gaji yang sama walaupun sebenarnya tingkat produktivitas keduanya berbeda
Coba deh, siapa yang ngalamin hal tadi, punya temen kantor yang ga begitu produktif tapi gajinya sama kaya kalian karena background pendidikan kalian sama?
Nah, kalo kalian ngalamin hal tadi dan pengen ‘keadilan’, melanjutkan pendidikan bisa jadi salah satu caranya. Dengan kalian lanjutin pendidikan, kalian bisa ngasih sinyal nih ke para HRD kalau kalian tuh layak loh dapet upah yang sebanding sama tingkat pendidikan kalian
Tapi ya itu, dengan ngelanjutin pendidikan, belom tentu produktivitasnya meningkat, ya karena tadi, tujuan awalnya kan buat ngasih sinyal ke HRD.
Jadi intinya adalah, teori human capital bilang kalau pendidikan itu dapat meningkatkan produktivitas seseorang dan tentunya ini penting banget buat pertumbuhan ekonomi.
Di sisi lain, teori signaling bilang kalau pendidikan itu cuma buat ngasih sinyal ke job market tentang kualitas pendidikan seseorang, jadi pendidikan dianggap ga bisa ningkatin produktivitas seseorang
Terus, di Indonesia sendiri gimana nih fenomenanya? Apakah orang-orang nempuh pendidikan karena menganut paham human capital atau malah sinaling? Kalo kalian yang mana nih?
Buat menjawab pertanyaan ini, kita bisa cari tau dengan melihat gimana sih pengaruh waktu yang digunakan buat nempuh pendidikan (years of schooling) dan pengaruh nilai EBTANAS / UN / UAN SMA Bahasa Indonesia terhadap pendapatan tahunan individu.
Mimin yakin deh pasti kalian udah bisa nebak kalau years of schooling itu dijadikan parameter signaling. Tapi mungkin kalian bingung, masa parameter human capitalnya pake nilai UN Bahasa Indonesia?
Nah, jadi menurut beberapa studi, kemampuan bahasa itu bisa dijadikan proksi dari kemampuan akademik, makanya nilai UN Bahasa Indonesia pas SMA dijadiin parameter human capital.
Oke mari kita lanjutin. Biar bisa tau pengaruh, tentunya kita butuh data dongg. Penelitian yang mimin jadiin acuan ini mengobservasi 3.936 individu dari IFLS 2007. Oh iya, mimin pernah bahas loh tentang IFLS, bisa kalian cek disini ya!
Setelah mengolah observasi ini menggunakan metode OLS, ternyata ditemukan bahwa kenaikan years of schooling sebesar 1 satuan menyebabkan peningkatan pendapatan tahunan sebesar 10,5%
Sedangkan kenaikan nilai UN SMA Bahasa Indonesia sebesar 1 unit satuan menyebabkan peningkatan pendapatan tahunan sebesar 9.9%. Oh iya, hasil keduanya ini signifikan pada taraf 1% yaa
Lalu apa yang bisa kita simpulkan dari sini?
Ternyata, pendidikan di Indonesia itu perwujudan dari human capital dan signaling. Maksudnya adalah motivasi orang-orang di Indonesia buat menempuh pendidikan sama sama dipengaruhi motif buat ningkatin human capital sekaligus
memberitahu job market / pemberi kerja tentang produktivitas dirinya
Penelitian yang mimin bahas ini juga mencakup variabel lain seperti usia, jenis kelamin, dan daerah tempat tinggal individu. Terus gimana dengan pengaruh ketiga variabel tadi ke jumlah pendapatan tahunan?
Ditemukan bahwa laki-laki memiliki rata-rata pendapatan tahunan 12.9% lebih tinggi dibandingkan perempuan dan individu yang tinggal di daerah perkotaan memiliki rata-rata pendapatan tahunan 28.7% lebih tinggi dibandingkan dengan individu yang tinggal di pedesaan
Dalam penelitian ini, pendapatan tahunan dapat dijelaskan oleh years of schooling, nilai UN Bahasa Indonesia SMA, umur, gender, dan daerah tempat tinggal sebesar 24.7% sedangkan sisanya dipengaruhi sama faktor faktor lain diluar model.
Walaupun memang penelitian ini menunjukkan kesimpulan yang cukup kuat karena variabelnya signifikan pada taraf 1%, namun kita juga harus menyimpulkan secara hati-hati.
Karena jumlah observasinya terbatas, penelitian ini ga mengelompokkan individu observasinya berdasarkan cohort. Misal Joni itu masuk SMA tahun 1990 sedangkan Tina tahun 2000, nah Joni dan Tina itu dimasukkan ke dalam kelompok yang sama padahal kan mereka beda angkatan, gitu guys
Keterbatasan penelitian ini membuat tiap individu yang beda angkatan ini seakan akan bersaing di pasar kerja yang sama, padahal kenyataannya kecil banget kemungkinan Joni dan Tina ini bersaing di pasar kerja
Kalau kalian sendiri gimana, team signaling atau human capital nihhh? Oh iya, kalau kalian ingin nambah pengetahuan baru terutama di bidang data dan ingin jadi Business Intelligence / Data Scientist, Pacmann.AI bisa bantu kalian loh!
Di non-degree program Pacmann.AI, kalian akan diajarkan dari basic, termasuk matematika dan statistik dasar yg dibutuhkan u/ jd seorang Business Intelligence dan Data Scientist. Ga hanya itu, diakhir program pun kalian berkesempatan u/ praktek langsung di project lab
Alasan untuk tidur lebih banyak menurut Pak Bayes
.
.
.
A thread buat kalian kaum rebahan:)
Mimin yakin banget pasti para kaum rebahan langsung pada melek pas baca judul threadnya, iya banget atau iya ajaa? Supaya punya jawaban konkrit kalau ditanya kenapa tidur terus, yuk simak thread mimin ini!😎
Pernah gak sih kamu merasa udah tidur secukupnya, tapi badan tetap berasa lelah besoknya?
Dear followers dan warganet twitter. Kali ini kami mau share info terkait lowongan kerja yang sedang kami buka. Jadi kali ini kami sedang membuka posisi ML Researcher - Course Lecturer (pacmann.io/careers#ml-res…)
Nah, ini deskripsi pekerjaannya: 1. Kami ingin teman-teman untuk melakukan studi literatur dari State of The Art Machine Learning dan Statistics, mengerti cara algoritmanya bekerja dan mengimplementasikan di kasus industri, dan mampu untuk menjelaskan secara detil.
2. Dari hasil studi literatur tadi, kami ingin teman-teman untuk menyampaikan materi tersebut ke peserta kami.
Album buatan Machine Learning masuk nominasi GRAMMY, kok bisa?
.
.
.
A Thread
Dari banyak aspek spesial yang melekat pada manusia, mungkin estetika dan ‘sense of art’ menjadi salah satu yang istimewa. Dan dari berbagai karya seni yang diciptakan, musik mungkin termasuk yang paling populer dan dinikmati banyak orang.
Ditambah dengan dorongan rasa ingin tahu dan kreativitas, banyak hal keren yang manusia lakukan dalam rangka memenuhi kebutuhan estetikanya, kayak ini misalnya. Ada yang pernah nonton juga? (semuanya asli lho tanpa CGI)
Itung itungan di lapangan: NBA dan Data Scientist
.
.
.
A thread 🏀🏀🏀
“Min aku tuh pengen berkarir di bidang lain sebenarnya, tapi keburu kecemplung di data sains:(“ Siapa yang gini jugaa, ngakuu!
Ga usah khawatir guys. Salah satu benefit dari menekuni data science adalah bidang ini dibutuhin dimanapun. Malah, data scientist yang baik adalah data scientist yang punya domain knowledge, alias pengetahuan di bidang lain di luar pengolahan data.
Reduksi data tanpa ngilangin informasi pentingnya, emang bisa?🤔🤔🤔
Intro to PCA : Aplikasi Eigenvector
.
.
.
A thread
Misalkan kalian diberikan data tentang mobil-mobil di suatu kota yang datanya berisi harga mobil, merk mobil, ukuran mobil, jenis mesin, kapasitas tangki, tahun perakitan, bahan body, dan lain-lain
Tapi kalian juga mikir nih, apakah semua data itu dibutuhin pas kita mau analisis datanya? Pastinya kita pengen dong meminimalisir data yang kita pakai tapi di lain sisi kita juga ga boleh kehilangan sedikitpun informasi