Perbedaan Data Science, Data Analytics dan Data Mining

Data Science, Data Analytics dan Data Mining merupakan tiga hal yang berbeda, meskipun namanya tampak sama, namun maknanya berbeda, berikut adalah perbedaan dari masing-masing definisinya :

Data Science

Data Science adalah ilmu yang khusus mempelajari data, khususnya data kuantitatif (data numerik), baik yang terstruktur maupun tidak terstruktur. 

Data scienctist melakukan proses analisis data menggunakan berbagai cara dan algoritme untuk menemukan solusi dari suatu masalah yang rumit. Data Scientist mengombinasikan beberapa pasang data untuk mengungkap suatu pola. Contohnya, kebiasaan dan preferensi konsumen. Pola yang dicari ini nantinya dapat digunakan sebagai acuan untuk memprediksi pergerakan bisnis suatu produk.

Amazon, misalnya, menggunakan data penggunanya untuk menentukan produk yang akan disarankan pada setiap pengguna. Untuk merekomendasikan produk ini, dibutuhkan beberapa kemampuan khusus, di antaranya pemahaman statistika, pemrograman, dan pengetahuan bisnis.

Statistik merupakan inti dari Data Scientist. Bidang ini membutuhkan orang-orang yang memiliki kapasitas untuk mengungkap sebuah tren menggunakan data yang jumlahnya bisa lebih dari satu juta baris.

Selain itu, kemampuan pemrograman juga dibutuhkan untuk mengubah kumpulan data yang masih berbentuk bahasa pemrograman tadi menjadi sesuatu yang lebih mudah untuk dibaca dan dipahami orang awam.

Seorang Data Scientist juga membutuhkan pengetahuan bisnis agar dapat memenuhi tujuan perusahaan. Pada akhirnya, seorang data scientist akan menghasilkan data product seperti sistem rekomendasi yang dimiliki Amazon untuk para calon konsumennya.

Data Analytics

Data Analytics adalah proses menginspeksi, membersihkan, mengubah dan memodelkan data dengan tujuan menemukan informasi yang berguna, menginformasikan kesimpulan dan mendukung pengambilan keputusan.

Meski memiliki nama yang berbeda, pekerjaan Data Analyst ternyata memiliki persamaan dengan Data Scientist. Seorang Data Analyst juga bertugas untuk menganalisis data dan mendapatkan pengetahuan baru dari sana. 

Perbedaannya, seorang Data Scientist diperlukan bila perusahaan sudah memiliki data pada volume besar tertentu dan membutuhkan bantuan untuk menganalisisnya sebelum menghasilkan data product.

Seorang Data Analyst memang tidak dituntut untuk mengerti seluk beluk dunia pemrograman. Namun, data analyst tetap harus memahami statistik dan operasi bisnis karena seorang data analyst biasanya diminta untuk menghasilkan laporan atau presentasi yang merupakan intisari dari kinerja perusahaan.

Di samping perbedaan-perbedaan yang ada, ada pula beberapa kesamaan yang harus dimiliki seorang Data Scientist maupun Data Analyst, antara lain: memiliki kemampuan statistik yang kuat; terbiasa dengan perangkat lunak pengolah data seperti My SQL, Cassandra, atau Hadoop.

Selain itu, mereka juga diharapkan mampu memahami bahasa pemrograman, terutama bagi data scientist; dan dapat menggunakan data-data tadi untuk menggali informasi lebih dalam demi perkembangan bisnis perusahaan.

Data Mining

Data Mining adalah ekstraksi pola yang menarik dari data dalam jumlah besar. Suatu pola dikatakan menarik apabila pola tersebut tidak sepele, implisit, tidak diketahui sebelumnya, dan berguna. 

DM adalah sebuah bidang yang banyak berkembang dari ML, namun berbeda secara tujuan. Jika ML fokus pada membuat program yang dapat belajar, DM fokus pada memanfaatkan program untuk membantu manusia belajar dari data. DM dilakukan oleh seseorang, dalam kasus tertentu, pada dataset tertentu, dengan sebuah tujuan tertentu. Jika kedua bidang sebelumnya fokus pada programnya, DM adalah ilmu praktis yang fokus pada manusianya.

Pada sebagian besar kasus, DM digunakan untuk menghasilkan “insights” dari data yang ada, sehingga dapat mendatangkan pengetahuan baru. Hal tersebut lebih banyak digunakan dalam kasus praktis seperti dalam proses pengambilan keputusan sebuah perusahaan. Sebagai contoh, dengan DM, sebuah perusahaan dapat mengetahui informasi detil terkait segmen konsumen yang banyak membeli produk mereka. Hal tersebut kemudian akan digunakan dalam menentukan strategi perusahaan kedepannya.

Tweet

Subscribe to receive free email updates: