Data Scientist Telkom: Mengasuh Agree Lewat Data
Setelah menjelajah jauh ke manca negara, orang-orang biasanya mulai berpikir rindu akan kampung halaman. Rindu ingin membawa apa yang ia punya untuk diterapkan ke negara asalnya. Rindu untuk kembali dan membangun negeri, berkontribusi menumbuhkan Indonesia lewat ilmu dan pengalaman yang dimiliki. Pun, seorang Raden Ahnaf Faqih Shaimy.
“Dulu kan saya sempat kuliah di luar negeri, di Jepang. Lanjut kuliah S2, lalu saya berpikiran apa yang kira-kira bisa saya kontribusikan untuk Indonesia,” angin nasionalisme berhembus menguatkan langkahnya pulang.
Lantas ia menerima opportunity untuk bergabung dalam kapal Telkom, berada di chapter data science persis seperti apa expertise-nya.
Agree adalah platform ekosistem kolaborasi antara petani, pembeli, pemodal, dan entitas pendukung pertanian yang dikembangkan oleh Telkom. Sejak pendiriannya, Agree berupaya memainkan peran sebagai alat pendorong digitalisasi pertanian. Sebuah sektor yang bukan hanya penting, pun cukup luas populasinya di Indonesia. Menurut Badan Pusat Statistik (BPS) hingga Februari 2022 jumlah tenaga kerja yang berkecimpung di pertanian mencapai 29,96% dari total 135,6 juta penduduk bekerja. Angka ini setara lebih dari 40 juta orang, sekaligus menempati posisi tertinggi dari 17 sektor lainnya.
Pertanian keluarga di Indonesia sendiri secara umum belum memasukkan elemen teknologi sebagai bagian penting dalam pengelolaan. Manajemennya dijalankan secara tradisional, perangkat digital absen, dan karenanya pertanian modern belum menjadi praktik yang inklusif. Agree sendiri hadir untuk ikut memberikan solusi atas beberapa masalah pertanian tersebut. Lahir pada tahun 2019, Agree mempersatukan berbagai pelaku pertanian, mulai dari petani, perusahaan agribisnis, pemodal, universitas, hingga instansi pemerintah.
Sebagai sebuah platform digital, Agree mengupayakan kolaborasi raya di ranah tersebut. Dan salah satu sendi terpenting untuk mewujudkan maksud tersebut yaitu data. Lazim diketahui, di era data menjadi krusial dalam kehidupan masyarakat modern, Agree pun melakukan pendekatan serupa. Pendekatan yang menempatkan data sebagai salah satu fundamental bisnis. Adalah Raden Ahnaf Faqih Shaimy, sosok yang turut memastikan pekerjaan terkait memetik, mengolah, dan memfungsikan data di Telkom. Dia sekarang menempati role sebagai data scientist Data Science pada Chapter Data Science & AI, sekaligus menduduki posisi Lead Data pada Tribe Agriculture, Telkom.
Data Scientist dan Pertanian Sebagai Lahannya
Faqih kini befokus di tribe Agree. Sesuai dengan pekerjaan yang sedang digeluti, mengolah data-data Agree menjadi tugas keseharian dia. Data-data tersebut selanjutnya akan memberikan insight untuk pengambilan keputusan dan tindakan strategis oleh Agree. Saat ini upaya utama pengelolaan data di Agree diarahkan untuk peningkatan revenue. Pada tahap sekarang tantangan utamanya yaitu sumber pendapatan Agree yang masih berporos pada fee transaksi Agree Mart dan Agree Market. Sementara untuk fitur Agree lainnya, seperti monitoring aktivitas pertanian, masih perlu diupayakan lebih jauh. Butuh diversifikasi sumber-sumber revenue.
Data-data yang dimiliki Agree sendiri ditujukan menjadi sesuatu yang bernilai. Memiliki value insight berharga jual buat dunia usaha, khususnya pertanian. Data-data tersebut seringkali berguna untuk pihak ketiga, seperti lembaga kementerian, perusahaan-perusahaan agribisnis, hingga beberapa pemerintah daerah. Lebih jauh, aktivitas ini juga terhubung dengan ketahanan pangan Indonesia. Isu yang setiap waktu mendapatkan atensi pelbagai pihak.
Buat para petani, value insight ini juga diharapkan sanggup memberi kontribusi kesejahteraan. Tak ayal, menyangkut data yang terhubung dengan nilai jual komoditas pertanian menjadi penting agar harga bisa terus terjaga, supaya tidak terlalu murah, pun tidak pula terlampau mahal. Kestabilan harga komoditas pertanian memiliki korelasi positif dengan kesinambungan pendapatan petani.
Di sisi lain, data-data tersebut turut berperan memetakan distribusi permodalan kepada petani. Harapannya, akses permodalan dapat makin terjangkau. Masalah akses permodalan memang acap disinggung sebagai salah satu kendala serius kemajuan pertanian Indonesia. Banyak lembaga pembiayaan yang menahan diri untuk mengucurkan modal karena menganggap bisnis pertanian terbilang beresiko. Selain permodalan, sorotan juga mengarah kepada sarana dan prasarana produksi pertanian. Kerja pengelolaan data yang dilakukan Agree diharap bisa ikut mengefektifkan distribusi senarai kebutuhan tersebut.
Menerangkan lebih jauh data-data yang diolah Agree, Raden Faqih memberikan penjabaran, “yang pertama terkait data-data stakeholder yang berada di ekosistem pertanian, baik itu petaninya maupun perusahaan agribisnis. Agree menggunakan istilah offtaker untuk merujuk perusahaan agribisnis yang mengambil hasil pertanian langsung dari petani. Kemudian ada juga lembaga pemberi modal lengkap dengan data riwayat pemberian modal. Selanjutnya terdapat juga data-data terkait aktivitas pertanian. Mulai dari pratanam, penanaman, perawatan, penanganan insiden apabila terjadi bencana atau wabah dan sebagainya.”
Lebih lanjut, data-data menyangkut hasil panen, termasuk laba panen, dihimpun dan dikelola. Data mengenai durasi waktu masa penanaman hingga datangnya panen terekam dan terakumulasi dengan baik. Kemudian data-data perawatan, pemupukan, dan pengairan turut dikumpulkan. Data-data transaksi komoditas hasil panen, dari petani ke off taker, ikut tergambarkan. Di dalamnya mencakup nilai jual, serta tren penjualan dari musim ke musim. Luasnya cakupan data yang dikelola, menggambarkan bahwa Agree adalah bisnis yang dijalankan berbasiskan data. Ya data, kepada siapa seharusnya segala sesuatu yang serius menjalankan usahanya mendasarkan diri.
Menyisir, Memilah, dan Menyusun Data di Agree
Problem utama pengolahan data tak lain menjaga kualitas data.
Adapun kualitas data hanya akan bisa diperoleh dengan menjauhkan diri dari faktor-faktor seperti data yang terduplikasi, data yang tidak lengkap, data yang tidak konsisten, data salah input, data yang terduplikasi, data yang tidak terdefinisi baik, data yang tidak terorganisir secara solid, dan lain-lain. Faktor-faktor tadi terkadang muncul akibat human error. Di Agree sendiri pengumpulan data sering mengandalkan asisten lapangan. Tentu saja metode ini tidak kebal atas kesalahan manusia. Bila hal yang tidak diinginkan itu terjadi, beberapa data bisa saja tidak sesuai dengan realita di lapangan.
“Kayak misalnya input waktu penanaman. Waktu penanaman itu kebanyakan tertulis jam 00.00, tengah malam. Nah gitu, tertulis seperti itu. Padahal kan di lapangan bisa aja dia menanam pagi hari, siang hari misalnya. Banyak juga data-data yang gak lengkap. Misalnya curah hujan itu ada kolomnya, tapi datanya enggak lengkap”, terang pria yang memiliki hobi jogging ini.
Salah satu langkah antisipatif yang dilakukan Faqih dan timnya dalam menghadapi ini yaitu melakukan pembersihan data (data cleaning). Proses pembersihan data ini dilakukan secara cermat dan hati-hati. Ada prosedur ketat tertentu dalam menjalankan ini. Hal lain dalam pengolahan data menyangkut ketelitian dalam proses input, agar tidak terjadi duplikasi. Selanjutnya tahap menginterpretasikan dan menganalisis data pun tak boleh dilakukan serampangan. Di Agree proses ini terus diperbaiki dan disempurnakan hingga menghasilkan struktur data yang solid.
Mengenai rangkaian proses pengolahan data ini, Faqih, begitu pria ini biasa dipanggil, mempunyai penilaiannya, “kita mempelajari dan mengadopsi experience para expert gitu. Nah di sini pentingnya peran seorang leader. Bagaimana bisa terus mengontrol, mengawasi dan ikut memberikan masukan. Bahkan ikut juga terjun memperbaiki. Kalau saya pribadi sih lebih berharap seorang leader berangkat dari orang yang mengerti teknis. Ini akan membantu tim. Namun demikian leader juga harus tetap mengerti business impact apa yang dihasilkan dari keputusan yang diambil.”
Tim yang dipimpin Faqih mengemban tiga fungsi: data scientist, data analyst dan data engineer. Dalam praktik kerjanya, tim ini juga bekerja sama dengan tim lain, termasuk bagian developer (front end and back end). Secara lebih luas kolaborasi kerja ini juga melibatkan tim data manajemen dan tim platform. Tim platform berfokus menyediakan tools yang tepat guna untuk dipakai. Kerjasama antar tribe juga terjadi. Semisal dengan Big Box, salah satu lini bisnis digital Leap Telkom yang berkonsentrasi di wilayah Data Besar. Selain Bix Box kerjasama antar tribe dalam Telkom juga melibatkan Antares.
Urusan data adalah urusan yang kompleks, terbilang rumit, bagi banyak awam mungkin berkesan bertele-tele, namun urusan tersebut sekaligus sangat menentukan. Ini tentang bagaimana menjadi presisi. Menjadi akurat. Sudah enam tahun Faqih menggeluti tumpukan data. Sudah enam tahun pula dia mewujudkan maksudnya saat kali pertama bergabung dengan Telkom: berkontribusi untuk Indonesia.
Tertarik berkontribusi untuk Indonesia bersama Raden Fatih? Yuk segera siapkan CV dan Portofoliomu dan apply di Careers Telkom.
