MAKALAH

PENERAPAN DATA SCIENCE UNTUK TEKNOLOGI INFORMASI

BISNIS DAN IMPLEMENTASI DI BIDANG INDUSTRI

Disusun Oleh :
Nama : Anisa Fitri
Nim : 12150120006

Dosen Pengampu :
Dr. Elin Haerani, S.T., M.Kom

JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASYIM RIAU
2023
i
 KATA PENGANTAR

Puji syukur penulis ucapkan kehadirat Allah Swt. atas segela rahmat serta karunia-nya
sehingga makalah ini dapat diselesaikan tepat waktu. Adapun tujuan dari penulisan makalah
ini untuk memenuhi tugas mata kuliah Sosioteknologi. Selain itu, makalah ini bertujuan untuk
menambah wawasan tentang “Penerapan Data Science Untuk Teknologi Informasi Bisnis dan
Implementasi di Bidang Industri” bagi para pembaca dan penulis. Penulis ucapkan terima kasih
kepada dosen pengampu mata kuliah sosioteknologi, Ibu Dr. Elin Haerani, S.T., M. Kom yang
telah memberikan bimbingan dalam menyelesaikan makalah ini. Penulis juga mengucapkan
terima kasih kepada semua pihak yang telah membantu dalam pembuatan makalah ini. Karena
keterbatasan pengetahuan, penulis mengharapkan kritik dan saran yang dapat membantu
kesempurnaan makalah ini.

Pekanbaru, 30 Oktober 2023

Anisa Fitri

ii
 DAFTAR ISI

KATA PENGANTAR ..............................................................................................................ii

DAFTAR ISI........................................................................................................................... iii
BAB I PENDAHULUAN ......................................................................................................... 1
1.2 Latar Belakang ................................................................................................................. 1
1.2 Rumusan Masalah ........................................................................................................... 2
1.3 Tujuan Dari Makalah ....................................................................................................... 2
BAB II PEMBAHASAN .......................................................................................................... 3
2.1 Pembahasan Dari Narasumber Akhmad Dahlan S.Kom., M.Kom. (Data Science For
Business) ................................................................................................................................ 3
2.2 Pembahasan Dari Narasumber Edwin Kurniawan, ph.D. (Impacting Society Through
Data Science).......................................................................................................................... 3
2.3 Pembahasan Dari Pemateri Valentinus Paramarta, S.Si., M.T.I. (Data Science For
Banking And Financial Industry) ........................................................................................... 4
2.4 Pembahasan Dari Pemateri Toni Wijanarko Adi Putra. S.Kom., M.Kom.
(Imolementasi Artificial Intelligence Dalam Kehidupan) ...................................................... 5
BAB III PENUTUP .................................................................................................................. 7
3.1 Kesimpulan....................................................................................................................... 7
3.2 Saran ................................................................................................................................. 7
DAFTAR PUSTAKA ............................................................................................................... 8

iii
 BAB I
PENDAHULUAN

1.2 Latar Belakang

Data sains sudah cukup sering didengar dikalangan mahasiswa maupun dosen-
dosen yang terkait dengan hal teknologi. Dalam menghadapi 5 sampai 10 tahun kedepan
akan semangkin banyak perusahaan-perusahaan atau teknik pencipta teknologi tersebut
membutuhkan data-data yang terkoneksi untuk bisa memutuskan sebuah kebutuhan.
Keputusan yang tentunya berguna baik untuk kepentingan profit atau kepentingan public.
Dibeberapa negara lainnya untuk mengakses internet saja sudah digratiskan. Dalam
mengakses internet secara gratis maka data akan terkoneksi dan terkumpul dari orang-orang
yang memakainya, kemungkinan akan dapat diketahui kegemarannya, usia,
ketertarikannya dalam produk dan lainnya, itu akan dikumpulkan apabila kita mengakses
jaringan internet secara gratis.

Data science adalah bidang yang mempelajari proses pengelohan data. Mulai
dari penggalian hingga menyajikan data. Tujuan utama dari data science adalah mengubah
data mentah menjadi informasi yang bermanfaat, terdapat tiga domain besar untuk
menguasai atau memahami data science yaitu math dan statistics, domain business
knowledge (pengetahuan dari usaha atau bisnis kegiatan yang mau dibuat), dan ketiga yaitu
computer science. Dalam data science mempunyai 6 penerapan yaitu profiling pelanggan,
membuat konten menarik, preferensi pelanggan, loyalitas pelanggan, analisis digital cepat
dan target yang akurat. Dampak positif dari data science diantaranya demandnya besar,
memiliki posisi yang bagus, bergaji besar, dan beraneka ragam, sedangkan dampak
negative dari data science yaitu tim yang buram, diperlukan sejumlah pengetahuan besar,
data disalah gunakan dan privasi data.

Aplikasi dan dampak positive dari data science diantaranya adalah data science
for healthcare atau bidang kesehatahan contohnya google’s LYNA (Lymph node Assistant)
yang dapat mengklasifikasikan tumor dengan tingkat akurasi 99%, data science for
environment atau bidang lingkungan hidup terjadi pengimplementasian carbon footprint
analysis dan waste and energy consumption, dampak positifnya pada perubahan iklim serta
kebersihan lingkungan, data science for agriculture atau bidang pertanian, implementasinya
pada smart farming dan digitalized pest control yang berdampak pada ketahanan pangan
dan peningkatan hasil panen, dan terakhir dalam data science for business atau bidang
bisnis, contohnya Tokopedia yang melakukan implementasi pada system rekomendasi
produk dan system chat bot, dampaknya pada peningkatan atau pemberdayaan UMKM dan
peningkatan kepuasan pelanggan

1
1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, terdapat rumusan masalah sebagai berikut:

1. Apakah yang dimaksud dengan data science ?
2. Sebutkan penerapan yang terdapat dalam data science ?
3. Aplikasi dan dampak positif apa saja yang terdapat pada data science ?

1.3 Tujuan Dari Makalah

Tujuan yang terdapat dalam makalah adalah:

1. Untuk mengetahui penjelasan dari data science
2. Untuk mengetahui penerapan apa saja yang terdapat dalam data science
3. Untuk mengetahui aplikasi dan dampak positif dari data science

2
 BAB II
PEMBAHASAN

2.1 Pembahasan Dari Narasumber Akhmad Dahlan S.Kom., M.Kom.

(Data Science For Business)

Pada saat ini data sangat mudah ditemukan dan bernilai penting. Terdapat istilah yang
bunyinya (Data then new gold rush for business) maksud dari istilaha tersebut ialah akan
bernilai emas jika data dapat bermanfaat baik dalam bidang fashion pendidikan maupun
industry. Terdapat delapan karakteristik data atau disebut dengan 8V yaitu volume, value,
veracity, visualisation, variety, velocity, viscosity dan virality yang berkaitan erat dengan data
science. Data science adalah bidang yang mempelajari proses pengelohan data. Mulai dari
penggalian hingga menyajikan data. Tujuan utama dari data science adalah mengubah data
mentah menjadi informasi yang bermanfaat.
Data adalah kumpulan fakta dan angka yang mentah yang perlu diolah. Konsep dasar
dari data science adalah merubah sebuah data menjadi informasi. Informasi pada salah satu
outputnya adalah untuk mendukung jalannya sebuah bisnis dalam sebuah organisasi dalam
mengambil keputusan. Maka dari itu data science terdiri dari bidang IT, matematika, statistic
dan bisnis. Data science terdiri dari tiga ilmu yaitu computer science/IT, math and statistics
dan domain/business knowledge.
Data science dalam ilmu komputer terdapat tiga domain besar untuk menguasai atau
memahami data science yaitu math dan statistics, domain business knowledge (pengetahuan
dari usaha atau bisnis kegiatan yang mau dibuat), dan ketiga yaitu computer science. Dari
ketiga domain tersebut muncul irisan-irisan seperti computer science dengan math statistic
muncul istilah mecin learning, antara domain business knowledge dengan computer science
muncul istilah software development dan antara math statistic dengan domain business
knowledge akan muncul istilah tradisional research. Terdapat 5 skil dalam keterampilan yang
membangun data science yaitu adalah mecin learning (mesin pembelajaran), pengetahuan
tentang phyton, pengalaman dalam kodingan database SQL, kemampuan untuk bekerja data
terstruktur dari berbagai sumber seperti video dan media sosial, dan paling terpenting
memhami berbagai fungsi analitis. Dalam pengimplementasian data science terdapat bidang e-
commrce, manfucturing, banking, healthcare, transport dan finance. Data science ini memiliki
banyak manfaat, yaitu efisiensi analisis, akurasi analisis, kepuasan pelanggan, mengurangi
resiko penipuan dan pengembangan produk.

2.2 Pembahasan Dari Narasumber Edwin Kurniawan, ph.D.

(Impacting Society Through Data Science)

Data Science adalah sebuah Teknik untuk menggabungkan kemahiran di bidang

tertentu dengan pemrograman, matematika dan statistic. Data science sendiri adalah cara untuk
mengekstraksi pengetahuan atau inoformasi dari data. Data science sekarang menggunakan
algoritma mechin learning untuk menghasilkan sebuah system kecerdas buatan, kegunaan
kecerdasan buatan ini untuk membantu kita memprediksi, mengklasifikasi dan mengcluster

3
data-data baru yang masuk dalam bisnis kita. Data adalah segelanya di industry 4.0 saat ini,
dimana bisnis akan terautomatisasi menggunakan system. Data yang baik akan membantu
membuat keputusan yang lebih baik, memungkinkan inisiatif strategis utama, dan
meningkatkan hubungan dengan pemangku kepentingan, data yang bagus adalah data yang
terstruktur atau organisir dan datanya bersih. Data sangat penting karena setiap bisnis
organisasi atau institusi bergantung pada data dan membantu pengambilan keputusan yang
efektif dan efisien.
Adapun aplikasi dan dampak positive sosial dari data science diantaranya adalah data
science for healthcare atau bidang kesehatahan contohnya google’s LYNA (Lymph node
Assistant) yang dapat mengklasifikasikan tumor dengan tingkat akurasi 99%, data science for
environment atau bidang lingkungan hidup terjadi pengimplementasian carbon footprint
analysis dan waste and energy consumption, dampak positifnya pada perubahan iklim serta
kebersihan lingkungan, data science for agriculture atau bidang pertanian, implementasinya
pada smart farming dan digitalized pest control yang berdampak pada ketahanan pangan dan
peningkatan hasil panen, dan terakhir dalam data science for business atau bidang bisnis,
contohnya Tokopedia yang melakukan implementasi pada system rekomendasi produk dan
system chat bot, dampaknya pada peningkatan atau pemberdayaan UMKM dan peningkatan
kepuasan pelanggan.
Memiliki 4 prinsip pendekatan desain yang berpusat pada manusia (Human centered
design approach). Pertama, people centered adalah teknologi yang berpusat atau berfokus
kepada manusia, maksudnya dapat memenuhi kebutuhan masyarakat, kedua solve the right
problem adalah sebuah teknologi yang dapat menyelesaikan persoalan yang tepat, dengan
menganalisis persoalan yang dibutuhkan dalam kehidupan sehari-hari, ketiga everything is a
system adalah solusi yang diberikan atau ditawarkan telah menjadi sebuah system yang telah
terotomatisasi dan yang keempat adalah small and simple interventions, solusi atau teknologi
yang dibuat adalah solusi sederhana yang dapat digunakan dalam kehidupan sehari-hari.
Pengimplementasian data science dalam kehidupan sehari-hari, yaitu pertama discoverability
maksudnya adalah memastikan user dapat mengetahui dan memahami apa yang dapat
dilakukan system. Kedua affordance adalah hubungan antara user dan system. Ketiga signifiers
maksudnya menjelaskan kepada user mengapa system bekerja sehingga dapat memahami apa
yang membuat system bekerja. Keempat mappings maksudnya bagaimana elemen desain yang
berbeda di petakan ke fungsi desainnya. Dan terakhir, feedback adalah penjelasan dari user.

2.3 Pembahasan Dari Pemateri Valentinus Paramarta, S.Si., M.T.I.

(Data Science For Banking And Financial Industry)

Data merupakan sebuah sumber dari ilmu data science. Dalam istilah sering didengar
sebagai data informasi dan juga knowledge penjelasan sebenarnya data yang diolah akan
menjadi sebuah informasi dan saat informasi diolah akan menjadi sebuah knowledge. Data
berasal dari Bahasa latin datum yang berarti “sesuatu yang diberikan”. Data adalah kumpulan
fakta dan angka yang mentah yang perlu diolah. Konsep dasar dari data science adalah merubah
sebuah data menjadi informasi. Informasi pada salah satu outputnya adalah untuk mendukung
jalannya sebuah bisnis dalam sebuah organisasi dalam mengambil keputusan. Maka dari itu

4
data science terdiri dari bidang IT, matematika, statistic dan bisnis. Data science terdiri dari
tiga ilmu yaitu computer science/IT, math and statistics dan domain/business knowledge.
Aplikasi data science diantaranya dalam bidang kesahatan, edukasi, travel,
agrikultur, komunikasi, bidang pertanian dan keuangan. Dalam penerapan data science untuk
perbedaan besar antara perbankan dan finance industry adalah perbankan merupakan bagian
dari finance industry. Finance industry cakupannya lebih luas, seperti adanya asuransi, credit
card dan salah satunya adalah perbankan, dalam industry perbankan memungkinkan adanya
sebuah deposit dari customernya. Data science dibutuhkan di bidang perbankan dan finance
industry sebab meningkatkan pengalaman customer, meningkatkan employee engement dan
operation optimization. Data-data yang dibutuhkan organisasi atau industry perbankan
diantaranya adalah email address, geography, industry, profitability, number of employees,
financial, stakeholders, related party, AML ranking dan organizational structure.
Terdapat cakupan data science pada industry perbankan diantaranya adalah melakukan
analisis pelanggan, segmentasi, analisis gesekan, analisis profitabilitas pelanggan, dan produk,
analisis penipuan pencegahan dan deteksi, anti pencucian uang, analisis resiko dan analisis
resiko kredit. Machine learning merupakan sebuah mesin computer yang dimana computer
tersebut bisa melakukan analisis secara sendiri, berarti (belajar sendiri dari apa yang pernah di
pelajarinnya sehingga bisa menghasilkan sebuah output baru). Machine learning memiliki
beberapa penerapan diantaranya yaitu keterlibatan pelanggang, deteksi pola AML, chatbot,
prediksi investasi dan pencegahan penipuan.

2.4 Pembahasan Dari Pemateri Toni Wijanarko Adi Putra. S.Kom., M.Kom.
(Imolementasi Artificial Intelligence Dalam Kehidupan)

Data Science merupakan ilmu yang menggabungkan statistics, machine learning,

data mining, database dan data processing, visualisation, pattern recognition, neurocomputing,
artificial intelligence, knowledge discovery in database. Tujuan data science adalah menggali
data dan memberikan informasi seakurat mungkin yang digunakan untuk deskripsi dan
prediksi. Jenis dari pembelajaran data science adalah supervised learning (prediksi),
unsupervised learning (deskripsi), reinforced dan deep learning. Secara teori data science
terdiri dari data analysis, data analytics, data management, data science application, data
visualization dan data quality.
Kecerdasan buatan merupakan program computer dalam meniru kecerdasan
manusia, seperti mengambil keputusan, menyediakan dasar penalaran, dan karakteristik
manusia lainnya. Terdapat 4 definisi artificial intelligence yatitu berpikir secara manusia,
bertindak secara manusia, berpikir rasional dan bertindak rasional. Penerapan AI memiliki 3
poin penting yang sangat berhubungan yaitu kecepatan, akurasi atau keamanan dan aplikasi
luas. Semenjak adanya chatbots kita mendapatkan jawaban dengan cepat, informasi yang
diterima cukup lengkap dan menggunakan tata bahasa yang bagus dan bila ditanya hal yang
lain, jawabannya cepat dan nyambung. Chatbots adalah salah satu contoh kecerdasan buatan.
Layanan dalm cahtbots diantaranya adalah promo produk, survey, info event, launching
produk, info voucher, info discount penjualan, info perusahaan dan info toko setempat. Dari
layanan chatbot kemudian kita bisa mengambil datanya dan data statistiknya bisa dengan

5
mudah atau cepat kita ambil data pengguna dan data keperluan untuk prediksi. Dalam laporan
statistic terdapat status penanganan, topik yang paling banyak ditanyakan disetiap channel,
channel yang paling banyak digunakan, operator paling aktif dan rata-rata waktu penanganan.

6
 BAB III
PENUTUP

3.1 Kesimpulan

Data merupakan sebuah sumber dari ilmu data science. Dalam istilah sering didengar
sebagai data informasi dan juga knowledge penjelasan sebenarnya data yang diolah akan
menjadi sebuah informasi dan saat informasi diolah akan menjadi sebuah knowledge. Data
berasal dari Bahasa latin datum yang berarti “sesuatu yang diberikan”. Data adalah kumpulan
fakta dan angka yang mentah yang perlu diolah. Konsep dasar dari data science adalah merubah
sebuah data menjadi informasi. Informasi pada salah satu outputnya adalah untuk mendukung
jalannya sebuah bisnis dalam sebuah organisasi dalam mengambil keputusan. Maka dari itu
data science terdiri dari bidang IT, matematika, statistic dan bisnis. Data science terdiri dari
tiga ilmu yaitu computer science/IT, math and statistics dan domain/business knowledge.
Data science terdapat 5 skil dalam keterampilan yang membangun data science yaitu
adalah mecin learning (mesin pembelajaran), pengetahuan tentang phyton, pengalaman dalam
kodingan database SQL, kemampuan untuk bekerja data terstruktur dari berbagai sumber
seperti video dan media sosial, dan paling terpenting memhami berbagai fungsi analitis. Dalam
pengimplementasian data science terdapat bidang e-commrce, manfucturing, banking,
healthcare, transport dan finance. Data science ini memiliki banyak manfaat, yaitu efisiensi
analisis, akurasi analisis, kepuasan pelanggan, mengurangi resiko penipuan dan pengembangan
produk.

3.2 Saran

Kita perlu memanfaatkan perkembangan data science secara baik agar data yang
dimiliki dapat terjaga kerahasiannya dan penggunaan data science tersebut dapat kita rasakan
dengan baik.
1. Makalah selanjutnya dapat membahas tentang cara dasar kompetensi belajar data
science
2. Makalah selanjutnya dapat membahas tentang cara kerja dan penerapan dalam data
acience

7
 DAFTAR PUSTAKA

https://www.youtube.com/live/szSVomDeE3I?si=rFlWhGNzrYe4G6Yy