Pentingnya Mengolah Data untuk Pemecahan Masalah: Alasanku Mengambil Matkul FI2151
Bukankah kalimat seperti, “Coba tunjukin datanya dulu, baru kami percaya!” sering — atau setidaknya pernah — kita dengar dalam suatu percakapan?
Bukti yang berdasar pada ‘data’ sering kali lebih mudah diterima oleh lawan bicara. Data menjadi sebuah kekuatan besar yang dapat memengaruhi kehidupan kita, terutama dalam hal menghadapi masalah.
Di abad ke-21, perkembangan teknologi yang pesat mendorong masyarakat untuk bisa beradaptasi dengan dunia yang terus berubah. Salah satu keterampilan yang sangat dibutuhkan dalam menghadapi berbagai tantangan global adalah kemampuan untuk memecahkan masalah yang kompleks (complex problem solving). Dalam mencari solusi yang efektif dan relevan, menganalisis data menjadi langkah penting karena dalam data terdapat informasi untuk memahami masalah secara objektif.
“There were 5 exabytes of information created between the dawn of civilization through 2003, but that much information is now created every two days.”
— Eric Schmidt, Executive Chairman at Google
Perkembangan teknologi digital dan internet telah membawa dampak besar terhadap jumlah data yang dihasilkan setiap harinya di seluruh dunia. Aktivitas sehari-hari seperti penggunaan media sosial, transaksi belanja online, dan interaksi melalui platform digital lainnya menciptakan data dalam jumlah yang sangat besar. Setiap klik, komentar, dan pembelian meninggalkan jejak digital yang menambah tumpukan data yang terus berkembang pesat. Pengguna internet yang semakin bertambah di berbagai belahan dunia pun mempercepat laju pertumbuhan data ini.
Dalam dunia bisnis, data tersebut merupakan aset yang sangat berharga. Perusahaan menggunakan data untuk memahami perilaku konsumen, memprediksi tren pasar, dan mengembangkan strategi yang lebih efektif. Analisis data memungkinkan perusahaan untuk mendorong inovasi, meningkatkan pertumbuhan bisnis, dan bahkan mempersonalisasi layanan agar lebih sesuai dengan kebutuhan pelanggan. Dengan demikian, data berfungsi sebagai pilar utama dalam pengambilan keputusan berbasis fakta yang mendukung keberhasilan bisnis di era digital ini.
Hal tersebut hanyalah contoh pemanfaatan data yang ada di dunia. Meskipun data menawarkan peluang yang besar, jika tidak dikelola dengan baik maka jumlah data yang terus meningkat dapat menimbulkan masalah baru. Fenomena ini disebut sebagai ledakan data (data explosion), yaitu ketika volume data yang dihasilkan jauh melampaui kapasitas penyimpanan dan kemampuan manajemen yang ada. Masalah penyimpanan menjadi krusial karena data yang tidak tertata dengan baik bisa berdampak pada biaya yang tinggi untuk infrastruktur penyimpanan, selain membuat proses manajemen data semakin sulit dan kompleks.
Menurut International Data Corporation (IDC), jumlah data global diperkirakan akan mencapai 291 zettabyte (ZB), atau setara dengan 219 triliun gigabyte (GB), pada tahun 2027. Angka ini menunjukkan betapa cepatnya pertumbuhan data dan menggarisbawahi pentingnya inovasi dalam teknologi penyimpanan, manajemen, dan analisis data untuk dapat memanfaatkan potensi besar yang terkandung di dalamnya. Saat ini, tantangan utama kita adalah bagaimana data yang melimpah ini dapat diubah menjadi informasi yang bernilai dan strategi yang menghasilkan dampak nyata.
Data yang kita kumpulkan tidak akan memberikan manfaat jika kita tidak memiliki tujuan yang jelas tentang apa yang akan dilakukan terhadap data tersebut. Pengumpulan data tanpa arah hanya akan menghasilkan informasi yang tidak terstruktur dan sulit dimanfaatkan. Oleh karena itu, langkah pertama dan paling penting sebelum memulai proses pengumpulan dan pengolahan data adalah menentukan tujuan yang ingin dicapai. Dengan tujuan yang jelas, proses pengumpulan data menjadi lebih fokus dan terarah, sehingga hasilnya dapat dimanfaatkan secara optimal.
Dalam hal pemecahan masalah, data yang telah dikumpulkan perlu diolah dan dianalisis untuk menghasilkan insight yang relevan, seperti panduan dalam memahami akar masalah dan mengidentifikasi solusi yang paling efektif. Tanpa analisis yang tepat, data hanya akan menjadi sekumpulan angka atau fakta yang tidak memiliki makna yang jelas. Analisis data tidak hanya membantu mengidentifikasi pola atau tren yang tersembunyi, tetapi juga membantu dalam memvalidasi hipotesis dan membuat prediksi yang lebih akurat. Oleh karena itu, proses pengolahan data menjadi salah satu kunci penting dalam menyelesaikan masalah yang kompleks.
Pengolahan data yang kompleks tidak selalu dapat dilakukan secara manual. Di sinilah pentingnya metode berpikir komputasi (computational thinking), yaitu proses berpikir untuk memformulasikan masalah beserta solusinya dalam bentuk yang dapat dikerjakan secara efektif oleh agen pemroses informasi, seperti komputer (Jeannette Wing, 2006).
Berpikir komputasi bukan hanya membantu dalam menganalisis data, tetapi juga memberikan solusi yang lebih cepat dan akurat. Berpikir komputasi terdiri atas 4 elemen penting, yaitu:
- Decomposition: memecah masalah kompleks menjadi bagian-bagian yang lebih sederhana dan lebih mudah diatur;
- Abstraction: fokus pada informasi penting dan mengabaikan detail yang tidak relevan;
- Pattern recognition: mencari persamaan/pola pada sekumpulan masalah; dan
- Algorithms design: mengembangkan langkah-langkah solusi untuk memecahkan masalah.
Berpikir komputasi merupakan fondasi dasar yang harus dilakukan dalam proses pemecahan masalah, terutama di era digital saat ini. Metode berpikir komputasi yang diterapkan pada teknologi komputasi membantu kita dalam mengotomatiskan berbagai proses yang melibatkan data dalam jumlah besar, sehingga waktu dan sumber daya yang dibutuhkan untuk menyelesaikan masalah dapat dikurangi. Selain itu, berpikir komputasi juga memungkinkan kita untuk mengembangkan solusi yang lebih adaptif dan fleksibel, yang dapat diterapkan pada berbagai konteks masalah. Dengan memadukan kemampuan analisis data dan berpikir komputasi, kita tidak hanya mampu memahami masalah dengan lebih baik, tetapi juga dapat menghasilkan solusi yang optimal dan inovatif.
Sejujurnya, metode berpikir komputasi baru kuketahui pada tahun pertama perkuliahan, tepatnya pada mata kuliah KU1102 Pengenalan Komputasi. Dari matkul tersebut juga aku mulai menyadari betapa pentingnya berpikir komputasi, terutama dalam mengolah dan menganalisis data.
Pada tingkat perkuliahan ini, sering kali pengolahan dan analisis data tidak hanya diperlukan dalam hal akademik, tetapi juga dalam aktivitas non-akademik, seperti ketika aku terlibat dalam berbagai organisasi atau kepanitiaan. Pengalaman-pengalaman tersebut menumbuhkan ketertarikanku dengan data. Dalam konteks ini, analisis data memainkan peran penting dalam memastikan keputusan yang diambil didasarkan pada bukti konkret dan bukan sekadar intuisi. Inilah yang membuatku semakin tertarik untuk mempelajari pengolahan dan analisis data secara lebih mendalam.
Pada saat tulisan ini dibuat, terjadi transisi kurikulum 2019 menjadi kurikulum 2024 di ITB. Salah satu mata kuliah yang sangat menarik perhatianku dalam kurikulum baru ini adalah FI2151 Pemodelan, Generator Data, dan Analisisnya, yang merupakan mata kuliah pilihan dalam di Program Studi Fisika ITB. Selain karena ketertarikan untuk mempelajari pengolahan data lebih lanjut, motivasiku dalam mengambil mata kuliah ini juga didorong oleh keinginan untuk mendukung pengalaman akademisku di bidang fisika, yaitu agar dapat memecahkan masalah suatu sistem fisis menggunakan perangkat matematika atau komputasi.
Kemampuan untuk memecahkan masalah melalui analisis data adalah keterampilan yang ingin terus kukembangkan selama masa perkuliahan. Di era modern ini, di mana data memainkan peran sentral dalam berbagai bidang, kemampuan tersebut menjadi salah satu keterampilan yang sangat dibutuhkan. Dunia kerja dan riset saat ini menuntut keahlian dalam menganalisis dan menginterpretasi data, baik itu dalam bentuk angka, teks, atau visualisasi lainnya. Dengan mempelajari mata kuliah FI2151, harapanku adalah bisa mendapatkan pengetahuan agar lebih mahir dalam mengaplikasikan perangkat matematika atau komputasi untuk membuat pemodelan dan generasi data yang dapat memprediksi hasil, serta menghasilkan solusi yang efektif dan berbasis data untuk berbagai masalah, khususnya di bidang fisika.
╭──────────.♯..─╮
╰─..♯.──────────╯
