Peran Statistika dalam Era Data
Besar
Statistikawan,
sebuah kata yang sudah tidak asing terdengar di kalangan akademisi. Kata
“statistikawan” berasal dari kata “statistika” yang berarti ilmu yang
mempelajari tentang bagaimana merencanakan, mengumpulkan, menganalisis,
menginterpretasi, dan mempresentasikan data (Wikipedia, Juli 2013). Kata
“statistika” ini kemudian mendapat imbuhan –wan yang menjadikan kata
“statistikawan” berarti seseorang yang ahli dalam bidang statistika. Dalam
merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan
mempresentasikan data, statistikawan dituntut menguasai prosedur-prosedur yang
dibutuhkan, yang disebut metode statistik. Menurut Walpole (1995), Metode
statistik dikelompokkan ke dalam dua kelompok besar, yaitu statistika
deskriptif dan inferensia statistik. Statistikawan dituntut menguasai metode
statistik deskriptif, yaitu metode-metode yang berkaitan dengan pengumpulan dan
penyajian suatu gugus data sehingga memberikan informasi yang berguna. Selain
metode statistika deskriptif, statistikawan juga dituntut menguasai metode
inferensia statistik yang mencakup semua metode yang berhubungan dengan
analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan
kesimpulan mengenai keseluruhan gugus data dan induknya.
Menurut
Irman (2013), Indonesia, khususnya Jakarta adalah surga data besar. Pernyataan ini didukung jumlah pengguna Facebook di Indonesia sudah mencapai 51
juta, juara ketiga setelah Amerika Serikat dan India. Bahkan Ibu Kota disebut
sebagai jawara kicau di dunia dimana tercatat telah menyumbang 2,4 persen dari
10,6 miliar tweet sejak Januari
hingga Maret 2013. Hal ini membuat Indonesia disebut-sebut sebagai salah satu online emerging market terbesar di Asia
Pasifik. Istilah “data besar” dalam era data besar yang disebut diatas bukan
sekedar data yang berukuran besar, melainkan data yang memiliki tiga
karakteristik “data besar”, yaitu volume,
velocity, dan variety. Berdasarkan
tiga karakteristik tersebut, suatu data dapat tergolong data besar jika bukan
hanya ukurannya (volume) saja yang
besar, melainkan kecepatan bertambah yang begitu cepat dari data tersebut (velocity) dan jenis data yang beragam (variety) juga menjadi syarat suatu data
dapat digolongkan menjadi data besar.
Pertumbuhan
volume data, kecepatan data (velocity), dan keberagaman data (variety) yang pesat di Indonesia membuat
keadaan bahwa tidak dapat dipungkiri saat ini adalah era data besar. Masa
dimana data atau informasi menyerbu secara bergerombol dan tanpa henti. Ketika
dilihat secara kasat mata, bisa jadi data tersebut terlihat seperti setumpuk barang
yang tidak bermanfaat. Padahal, jika dilihat secara cermat, sebenarnya
data-data tersebut bisa jadi ada yang tersirat informasi penting perihal
stabilitas dan keamanan negara.
Bulan Oktober tahun lalu telah resmi
diluncurkan proyek laboratorium “Big Data” di Jakarta yang beresiko menimbulkan
kekhawatiran adanya spionase terhadap rakyat Indonesia karena operator utamanya
adalah orang-orang impor. Meskipun tujuan laboratorium ini adalah mengumpulkan
dan menganalisis data dari media sosial, surel, dan data telepon untuk memberi
gambaran real-time untuk merancang kebijakan guna mengahadapi kerentanan
sosial, namun untuk tetap menjaga privasi rakyat diharapkan juga terdapat
operator lokal yang dapat melakukan enkripsi data-data perihal hal-hal yang
jika diketahui operator impor dapat mengganggu stabilitas dan keamanan negara.
Selain itu, data-data tersebut juga dapat dianalisis untuk dijadikan solusi
dalam menghadapi permasalahan dan kondisi yang berkembang di masyarakat. Dengan
adanya era informasi yang demikian, kita dituntut untuk lebih cerdas dalam
memanfaatkan data, informasi, teknologi, dan pengetahuan. Untuk menghadapi situasi
tersebut, dapat dikatakan bahwa dalam era data besar kedepannya dibutuhkan Conceptual Innovator.
Menurut
Andi (2012), Conceptual Innovator
merupakan orang yang tidak hanya lebih cerdas dalam memanfaatkan data, informasi,
atau knowledge untuk mendukung
pekerjaan, melainkan juga orang yang mampu menyaring informasi begitu banyak,
memanfaatkannya dan menghimpunnya menjadi sebuah konsep yang mampu dipahami
oleh berbagai lapisan masyarakat. Dalam era data besar, statistikawan merupakan
orang-orang yang berpeluang besar memegang peranan sebagai Conceptual Innovator karena kemampuan dasarnya dalam menguasai pengetahuan
seputar statistika dan metode-metode statistik, baik metode statistika
deskriptif, maupun inferensia statistik.
Melalui
statistika deskriptif, statistikawan hanya dapat memperoleh informasi mengenai
data yang dimiliki dan tidak dapat ditarik inferensia atau kesimpulan tentang
gugus data induknya yang lebih besar. Meski demikian, melalui statistika
deskriptif data besar yang tersedia dapat disusun dalam bentuk tabel, diagram,
grafik, dan besaran-besaran lain, sehingga lebih dapat dipahami banyak orang,
terutama orang awam yang belum mengerti statistika. Statistika deskriptif ini
pula yang kemudian dapat membantu kumpulan data yang tersedia disusun
sedemikian rupa sehingga lebih mudah dipahami user untuk menentukan arah kebijakan serta mengambil keputusan
dalam suatu permasalahan. Berbeda dengan statistika deskriptif, inferensia
statistik mencakup semua metode yang berhubungan dengan analisis sebagian data
sehingga kemudian dapat dilakukan peramalan atau penarikan kesimpulan mengenai
keseluruhan gugus data induknya. Di era data besar, tidak dapat dipungkiri
bahwa tidak semua data mengandung informasi yang berarti. Namun, melalui metode
inferensia statistik, statistikawan dapat mengumpulkan data besar yang
tersedia, menyaring data-data tersebut, memanfaatkan data-data tersebut dengan
cara menganalisanya, dan menghimpunnya menjadi suatu konsep yang dapat
digeneralisasi. Menurut Walpole (1995), generalisasi yang berhubungan dengan
inferensia statistik selalu mempunyai sifat tak pasti, karena didasarkan pada
informasi parsial yang diperoleh dari sebagian data, sehingga untuk
memperhitungkannya mutlak diperlukan teori peluang. Teori peluang dalam
inferensia statistik inilah yang juga merupakan ilmu statistika yang harus
dikuasai statistikawan. Dengan kemampuan untuk mengumpulkan, menyaring,
memanfaatkan, menganalisa, menghimpun, dan menyajikan data besar yang tersedia
menjadi suatu konsep yang dapat dipahami berbagai lapisan masyarakat, serta
dapat digeneralisasi dan diperhitungkan dengan peluang tertentu, telah membuat
statistikawan berpotensial tinggi menjadi Conceptual
Innovator dalam era data besar.
Alasan
mengapa statistikawan dapat dikatakan Conceptual
Innovator masa depan dalam era data besar tidak terbatas pada metode-metode
yang digunakan, melainkan statistika merupakan ilmu yang dapat memberikan alat
analisis data bagi berbagai bidang disiplin ilmu. Statistika tidak hanya
terbatas pada teori-teori dasar mengenai peluang dan menghitung angka-angka,
melainkan dalam statistika juga dikenal istilah statistika terapan. Statistika
terapan inilah yang kemudian berpotensial menajamkan analisis statistikawan.
Dalam statistika terapan, statistikawan memiliki keahlian yang lebih spesifik
dalam disiplin ilmu masing-masing, sehingga analisis yang dibuat terhadap data
besar yang tersedia juga lebih detail dan spesifik. Analisis yang demikian akan
semakin membantu pengambilan kebutusan. Beberapa disiplin ilmu yang menggunakan
statistika terapan diantanya aktuaria (penerapan statistika dalam bidang
asuransi), biostatistika atau biometrika (penerapan statistika dalam ilmu
biologi), statistika bisnis, ekonometrika, psikometrika, statistika sosial,
statistika teknik atau teknometrika, fisika statistik, demografi eksplorasi
data (pengenalan pola), literasi statistik, serta analisis proses dan
kemometrika (Wikipedia, Juli 2013). Sifat statistika yang objektif inilah
akhirnya seringkali membuat statistika menjadi satu-satunya alat yang bisa
diandalakan untuk keperluan di atas, termasuk menganalisis data besar untuk
kemudian dilakukan peramalan atau penarikan kesimpulan yang membantu dalam
pengambilan keputusan.
Peran
sebagai Conceptual Innovator akan
terlaksana apabila statistikawan tidak hanya mahir dalam metode statistik,
analisis, dan disiplin ilmu dalam statistik terapan, melainkan juga mampu
mengikuti dan menguasai teknologi yang semakin berkembang seiring berkembangnya
zaman. Jika di dalam metode statistik kita mengenal statistika deskriptif dan
inferensia statistik, serta dalam statistik terapan kita mendapati beberapa
ilmu pengetahuan memiliki terminologi khusus dan membentuk disiplin ilmu baru
berkaitan dengan statistika, maka harus diakui bahwa statistika tidak dapat
lepas dari perkembangan teknologi. Untuk melakukan analisis dan peramalan,
dibutuhkan software-software yang
mampu menganalisa dan meramal data besar yang telah tersedia.
Software
yang tersedia pun bersifat dinamis, dengan kata lain mengikuti perkembangan
zaman. Beberapa software statistik
yang sering dijumpai diantaranya Microsoft
Excel yang merupakan aplikasi bawaan yang diberikan salah satu Operating Sysytem, Statistical Package for
the Social Sciences (SPSS) yang dipakai untuk analisa data, Minitab yang dirancang untuk
pengolahan statistik dengan mengkombinasikan kemudahan penggunaan layaknya Microsoft Excel dengan kemampuannya
menganalisis statistik yang kompleks,
Linear Structural Relationship (LISREL), dan Statistical Analysis System (SAS) yang
memungkinkan programmer melakukan entri data, analisis statistik, peramalan
untuk mendukung keputusan riset operasi, peningkatan kualitas pengembangan
aplikasi data, memberi solusi terhadap berbagai bisnis, dan lain sebagainya. Seluruh
software tersebut senantiasa
mengalami pembaharuan seiring perkembangan zaman. Developer senantiasa memperbaiki kekurangan-kekurangan yang ada
untuk menyempurnakan produknya. Statistikawan alangkah baiknya mengikuti dan
menguasai perkembangan teknologi yang terjadi, terutama perkembangan software statistik karena dengan
didukung kemampuan analisis, kemampuan mengikuti perkembangan teknologi dan
memiliki pengetahuan yang memadai akan terlahir statistikawan yang tidak hanya
mampu menganalisis, melainkan juga statistikawan dengan kemampuan sebagai knowledge workers yang mempunyai
kemampuan dan pendidikan yang tinggi, melek teknologi, daya kesadaran tinggi,
dan penalaran terhadap hal-hal abstrak. Statistikawan dengan kemampuan sebagai knowledge workers inilah kemudian akan lebih
cerdas dalam memanfaatkan data, informasi, pengetahuan, dan dapat menghimpun
informasi dari data besar yang tersedia menjadi sebuah konsep yang mampu
dipahami oleh berbagai lapisan masyarakat.
Kemampuan
menghimpun informasi, menyaring, menganalisis, dan menyajikan data sehingga
mudah dipahami menjadikan statistikawan sebagai insan dengan kemampuan yang
berpotensial tinggi dibutuhkan di era data besar. Dengan berbagai kemampuan
yang harus dikuasai statistikawan disertai ilmu statistika terapan yang
spesifik di berbagai bidang dan dukungan penguasaan teknologi yang handal, akan
terlahir statistikawan yang memiliki kemampuan sebagai knowledge worker. Bukan sekedar knowledge
worker biasa, melainkan basic
keahlian sebagai statistikawan akan membentuk knowledge worker yang mampu menyaring informasi yang berlimpah,
menganalisis, memanfaatkan, dan menghimpun menjadi sebuah konsep yang dapat
digeneralisasi yang mampu dipahami oleh berbagai lapisan masyarakat. Selanjutnya,
istilah Conceptual Innovator akan
muncul karena dalam era data besar sangat dibutuhkan Conceptual Innovator sebagai insan yang dapat menyaring begitu
banyak informasi yang tersedia, memanfaatkannya, dan menghimpunnya sehingga
dapat dipahami beragam lapisan masyarakat. Jika disiapkan dengan matang, dari
statistikawan akan terbentuk knowledge
worker yang handal, yang merupakan Conceptual
Innovator yang dibutuhkan di era data besar. Tidaklah heran jika di masa depan, statistikawan disebut
sebagai Conceptual Innovator dalam
era data besar.
Daftar
Pustaka
Abdurrahman, Irman., “Big Data Mengintai Jakarta” Sindo Weekly, (http://www.sindoweekly-magz.com/artikel/16/ii/20-26juni-2013/indonesia/192/big-data-mengintai-jakarta,
diakses 6 Agustus 2013).
Anonim, “Statistika” Open Dictionary Wikipedia, (http://id.wikipedia.org/wiki/Statistika,
diakses 30 Agustus 2013).
Ford, Scott., “What is a Knowledge Worker” Mr.Ford’s Class, (http://mrfordsclass.com/public-administration/motivating-the-knowledge-worker,
diakses 31 Agustus 2013).
Irmanto, “Penulisan Footnote dan Daftar Pustaka yang
Benar” Sahabat Kesunyian, (http://afirmanto.blogspot.com/2012/01/penulisan-footnote-dan-daftar-pustaka.html,
diakses 30 Agustus 2013).
Parlin, Yogi., “Software Statistik” Yogi Parlin, (http://yogipharlin.blogspot.com/2012/03/software-statistik.html,
diakses 31 Agustus 2013).
Primaretha, Andi., “Big Data = Big Opportunity” Virtual Blog Consulting, (http://www.virtual.co.id/blog/dotcom/big-data-big-future/,
diakses 6 Agustus 2013).
Walpole, Ronald E., Pengantar Statistika Edisi ke-3. Translated by Ir. Bambang Sumantri. Jakarta : PT Gramedia Pustaka
Utama, 1995.
0 komentar:
Posting Komentar