CONTOH KASUS

BIG DATA CONCEPTS AND TOOLS

Teknologi Informasi untuk Bisnis

Kelas: D

Nama anggota kelompok:

(172114144) Danis Bagus Purnama (Pengumpul)

(172114155) Jacobus Dave Klau (Presenter)

(172114157) Bram Lewian Winasesa (Penyusun)

(172114176) Clara Devi Maharani (Anggota)

PROGRAM STUDI AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

2019
 PEMANFAATAN BIG DATA PADA GOJEK

Sebagai salah satu startup dengan predikat decacorn di Indonesia, GOJEK perlu terus
melakukan inovasi agar produk dan bisnis yang mereka kembangkan tetap tumbuh. Salah satu
cara yang dilakukan GOJEK untuk mencapai itu yakni memanfaatkan big data dengan
pendekatan data science.

Data science adalah sebuah disiplin ilmu yang menghubungkan data kuantitatif dengan
pertanyaan-pertanyaan bisnis yang kompleks. Metode ini untuk menghasilkan solusi terukur
dengan memanfaatkan berbagai alat analisis (tools) dan teknik kuantitatif.

Syafri (VP of Data Science GOJEK) membantu GOJEK untuk memanfaatkan big data yang
dimiliki startup transportasi online tersebut untuk mengambil berbagai keputusan real-
time, dengan menggunakan teknik seperti machine learning, kecerdasan buatan (AI), dan juga
natural language processing.

GOJEK menerapkan data science pada hampir seluruh proses bisnis dan operasional mereka.
Implementasinya tidak hanya bagi pengguna, tapi mitra driver dan merchant juga dianalisis
datanya.

Syafri mencontohkan, sistem pengalokasian driver kini jauh lebih baik dengan penerapan
machine learning. Dulu order yang masuk pasti dialokasikan ke driver terdekat. Kini,
berbagai pertimbangan lain ikut dilibatkan. Hasilnya pick-up rate semakin cepat, dan
cancelation rate menurun.

Contoh lainnya, GOJEK juga menggunakan natural language processing (NLP) untuk
menganalisa historis pembicaraan pengguna dengan mitra driver. Dari situ GOJEK bisa
mengetahui titik penjemputan yang biasa dipilih oleh pengguna (frequent point of interest)
sehingga aplikasi memberikan rekomendasi yang tepat. Penerapan sistem ini tentunya
memudahkan kedua belah pihak saat memakai layanan GO-RIDE maupun GO-CAR.

Syafri merasa, dengan semakin banyaknya variabel yang dilibatkan, proses bisnis maupun
operasional di GOJEK telah berkembang jauh dari beberapa tahun yang lalu. Tanpa adanya
pengimplementasian data science seperti machine learning atau NLP, ia yakin perkembangan
GOJEK tidak akan sepesat sekarang. Di GOJEK, tim data science dibagi menjadi beberapa
stream. Supply misalnya, mereka fokus menangani mitra. Sementara demand fokus di
pelanggan. Ada juga alokasi khusus merchant dan recommendation.

Penerapan data science pada suatu perusahaan tidak lepas dari kualitas pekerjanya dan juga
tools yang digunakan. Dalam hal tools, Syafri menjelaskan bahwa GOJEK tidak memiliki
arahan atau batasan tertentu.

Dia memberi contoh beberapa contoh alat yang digunakan oleh data scientist GOJEK, seperti
R, Phyton, TensorFlow, SVM, CNN, dan RNN. Kebebasan untuk memilih tools sepenuhnya
ia serahkan pada masing-masing individu ataupun tim. Ketika ada kecemasan tentang
kemungkinan DataRobot menggantikan peran data scientist, Syafri menilai bahwa dengan
adanya DataRobot bias menjadi alat baru bagi para data scientist, bukan malah
menggantikannya.

Menurut Syafri, hal pertama yang harus dimiliki sebelum mengimplementasikan data science
adalah ketersediaan data untuk diolah. Tanpa adanya data yang bias diolah, keberadaan data
science dalam suatu perusahaan menjadi sia-sia. Kedua, Syafri menekankan bahwa
manajemen perusahaan harus mengetahui potensi dan batasan dari data science. Pemahaman
ini nantinya akan berdampak pada keputusan dan arahan strategis yang akan diambil. Ketiga,
Syafri menghimbau supaya para pelaku startup tidak gegabah dalam mengadopsi barang
teknologi terbaru. Keinginan untuk berinovasi dengan cepat harus tetap diimbangi oleh
persiapan dan kalkulasi yang matang.