Kapal Ever Given yang stuck dari minggu lalu di Terusan Suez ini akhirnya ‘bebas’ pada hari senin kemarin. Tapi di selang seminggu itu, kejadian ini menghasilkan puluhan meme dan juga kerugian sebesar miliaran dolar bagi berbagai pihak.
‘Hah segede itu min?’
Iya. Waktu kapalnya masih nyangkut, analis terkait bidang ini memperkirakan bahwa seenggaknya ada 10 miliar usd yang ikut ketahan per harinya gara-gara macet di Terusan Suez.
So the point is.. Industri pengiriman barang ini tuh industri yang jarang dibahas, padahal punya bagian penting dalam kehidupan kita. Gak usah jauh-jauh skala makro, deh.
Minimal sebulan sekali pas tanggal cantik, pasti jajan di e-commerce kan? Terus pas barangnya dikirim, kamu bolak balik cek tracking resi mastiin barangnya dimana tiap sejam sekali, ya kan? Ngaku!
Nah, hari ini mimin mau bahas peranan Data Scientist di Industri Pengiriman. Siapa tau, ada follower Pacmann karena baca ini jadi tertarik terus jadi DS dengan gaji ratusan ribu dolar pertahun di industri ini (dan mimin kecipratan 😏)
Tertarik nggak nih? 😁
Jadi yang pertama nih, Data Sains bakal berperan dalam membuat estimasi waktu pengiriman barang.
Coba deh sekali-sekali perhatiin kalau kamu jajan di e-commerce. Waktu dapat nomor resi pelacakan barang, biasanya bakal muncul juga estimasi kapan barang itu sampai.
‘Aku kan di rumah terus min, nggak butuh lah.. Kalau nggak ada orang juga nanti diterima sama kucing’
Mungkin terdengar sepele, tapi buat perusahaan pengiriman makanan, estimasi waktu ini jadi penting. Soalnya kan biasanya kita beli makanan via aplikasi, pas lagi laper tuh. Kalo datengnya lebih telat dari perkiraan kan, bete.
Ini katanya dateng jam 14.10 sekarang 14.11 kok belum dateng???!
Selain itu, bisa jadi ya barangnya emang harus diterima manusia. Kayak barang berharga, misal. Jadi adanya estimasi waktu sampai ini bisa bikin orang lebih prepare.
Makanya perusahaan pengiriman barang selalu berusaha buat improve akurasi prediksi waktu pengiriman ini. Disinilah peran Data Scientist dibutuhkan.
Gambaran sederhana gimana cara DS melakukan ini: (1) Cari tau hal-hal yang jadi kendala pas pengiriman (ex: gak ada parkiran, alamat yg kurang spesifik). (2) Bandingkan model, cari yang paling kecil errornya .
Yang kedua, Data Sains bisa ikut membantu mengoptimalkan rute yang dipake untuk pengiriman.
Selain mempercepat waktu sampai, rute yang optimal juga bisa mengurangi cost perusahaan. Bayangannya gini: Misal gara-gara nggak ada pemilihan rute terbaik, setiap driver tanpa sadar ambil rute yang 100 meter lebih jauh dari semestinya.
Kalau cuma seorang sih oke lah ya.. Gimana kalau ada 100000 pengirim? Ada biaya bensin yang kebuang sia-sia.That’s why, Data Scientist dibutuhkan buat nyari rute optimal yang meminimumkan total jarak yang ditempuh.
Jadi misal gini. Ada 5 konsumen yang harus dikirimin barangnya. Konsumen A, B, C, D, E. Lewat Data Sains, bisa dicari urutannya harus kemana dulu biar optimal: B-D-E-A-C? C-B-D-A-E? (pict from: envisiondelivery.com)
‘Emang kenapa sih urusan bikin pengiriman ini jadi penting?’ Yaa soalnya pengiriman yang cepat terbukti bisa meningkatkan penjualan, guys. Artinya, perusahaan bisa lebih untung kalo mereka ngasih pengiriman yang cepat.
Kalau perusahaan yang emang dalam bidang kirim barang ini sih, jelas ya. Kalau mereka bisa memberikan pelayanan kirim barang yang lebih cepat, pengguna jasa pasti milih mereka dibanding yang lain.
Nah, kalau perusahaan retail atau e-commerce nih. Ternyata, kalau website menampilkan tanda produk mana yang bisa dikirim secara cepat, tingkat produk itu bakal diklik dan tingkat pembeliannya meningkat.
Selain itu, ada juga penelitian yang nemuin bahwa proses pengiriman yang cepat dan aman berkaitan erat sama kepuasan pelanggan web online. Kalau pelanggan puas, besar kemungkinan dia bakal beli lagi web itu. Another cuan 💸💸💸
Efek bisnis dari pengiriman ini juga ditemukan lewat data sains lho. Selain efek bisnis yang udah disebutkan diatas, sangat mungkin masih ada hal-hal lainnya yang bisa ikut mendorong keuntungan yang belum dieksplor.
Gimana nih, jadi kepengen buat jadi Data Scientist di bidang ini nggak?
Kalau kamu pengen nih, sebelum menekuni spesialisasi di bidang pengiriman barang, ada baiknya kamu belajar dulu end-to-end how-to-be-a-great-data-scientist.
‘Dimana tuh min tempat belajarnya?’ 🤔
Ya di Pacmann lah! Program non-degree pacmann punya kurikulum yang komplit banget. Dan kabar baiknya, batch ketiganya udah dibuka nih. Cek dulu kurikulumnya di bit.ly/brosurpacmannai atau langsung aja daftarin diri kalian di bit.ly/PendaftaranNon…. See you!
Data visualization bisa nurunin criminal rate, gimana caranya?🤔
.
.
.
A thread
Kalau minggu lalu kita bahas pelanggaran lalu lintas, minggu ini kita bahas tentang tindak kejahatan lain. Nih, kalau belum baca thread gimana AI bisa membantu polisi melihat siapa aja yang ngelanggar aturan lalu lintas, cek disini yaa:
Kejahatan memang menjadi masalah di seluruh penjuru dunia. Ga hanya mempengaruhi kualitas hidup korbannya, tingkat kejahatan juga berpengaruh ke pertumbuhan ekonomi dan reputasi dari sebuah negara. Makanya ga heran kalau berbagai negara mencoba buat nurunin angka kejahatannya
Peninggalan Pabrik Gula Belanda di Jawa yang Masih Terasa di Abad 21🍭
.
.
.
A thread
*pict: Collectie Stichting Nationaal Museum van Wereldculturen
Ingat tweet ini? Nah, hari ini mimin mau ngulik nih tentang paper yang memadukan aspek ekonomi dan sejarah era kolonial, menarik banget nih perpaduannya!
Oh iya sebelum kita mulai, disclaimer dulu nih: paper ini bertujuan untuk memaparkan dampak kolonialisme di Indonesia dalam jangka panjang dan tidak membenarkan kolonialisme Belanda terhadap Indonesia jaman dulu yaaa. Oke tanpa mengulur lebih lama lagi, ayo kita mulai threadnya!
Hola semuanya! Pasti kalian udah denger dong tentang partai catur yang sangat fenomenal minggu lalu yang memecahkan rekor penonton catur tertinggi di dunia!
Sekarang mimin mau bahas tentang bot catur yang kemarin sempat jadi perbincangan nih, tapi disini mimin engga ngejudge yahh 🤣
Melihat COVID-19 vaccine efficacy secara sederhana
Implementasi dasar Bayesian inference
.
.
.
A thread
Di thread kali ini, yuk kita bahas gimana cara mengestimasi efek dari vaksin secara keseluruhan. Nah, ini baru kita bakal mulai pake Bayesian inference. Apa tuh Bayesian inference? Kok bayes ada di mana-mana, sih?
Sebelum memulai thread, disclaimer dlu nih! Data yang kita gunakan itu data yang masih belum lengkap, sehingga kesimpulan dari thread ini bisa jadi belum akurat. Kita bakal fokus ke gimana caranya mengimplementasikan Bayesian inference di kasus vaksin COVID-19 saja, ya!