Belajar Data Science dari Warung Pintar

“Warung Pintar membuat mesin mengerjakan hal-hal administratif yang membosankan, merekam sesuatu yang mendekati behavior pelanggan, dan merekam suara menjadi data yang lebih bermanfaat.”

Besarnya jumlah data yang beredar di era digital dan informasi, menjadikan data sebagai lahan baru yang dapat diolah menjadi harta bagi industri. Terlebih, saat ini data juga dikatakan sebagai ‘the new oil’ yang jika diolah dengan tepat dapat menjadikan insight baru yang berharga dalam implementasi bisnis di semua lini industri, salah satunya industri retail.

Warung Pintar termasuk salah satu industri retail yang sudah mengaplikasikan metodologi data science dalam bisnisnya. Sofian Hadiwijaya, Co-Founder Warung Pintar yang sebelumnya juga berpengalaman di Gojek dan Kudo berpendapat bahwa salah satu hal yang menarik untuk dikembangkan adalah kesejahteraan sosial. Itulah yang menjadikan Sofian tertarik untuk mengembangkan Warung Pintar.

Lalu, seperti apa langkah konkret yang telah dilakukan Warung Pintar dalam implementasi Data Science? Seberapa dibutuhkan tenaga Data Scientist di Indonesia? Simak wawancara Antara Sofian Hadiwijaya dengan Feris Thia, Data Science & Big Data System Architect dari PHI-Integration dalam meetup pertama dengan komunitas DQLab.id di Skystar Ventures, Universitas Multimedia Nusantara.

Apa yang menyebabkan Warung Pintar disebut ‘Pintar’?

Warung Pintar sebenarnya dibuat untuk membantu para pemilik warung agar dapat mempermudah pencatatan transaksi jual beli mereka yang terkesan tercecer. Kanapa pintar? Karena kami memadukan teknologi IoT dan Machine Learing yang dapat merekam behavior pelanggan. Misalnya CCTV dan heatmap yang dapat merekam berapa banyak orang yang datang. Dari situ kita bisa mengolah demografi pengunjung dan mendapatkan data barang apa yang cepat habis dan harus di-restock.

Apa tantangan dalam penerapan data science di Warung Pintar?

Yang pertama pasti biayanya besar, lalu kalau melihat infrastruktur di Indonesia juga belum banyak mendukung. Selain itu, mengolah data kotor (data cleansing) juga perjuangannya cukup berat, artinya susah sekali mendapatkan data yang clean untuk dapat diolah dan menghasilkan insight bisnis yang tepat.

Melihat penerapannya, apakah Warung Pintar memiliki Data Scientist?

Role Data Scientist di Warung Pintar dikategorikan menjadi Machine Learning Engineer dan Data Engineer. Kedua role tersebut adalah role yang vital di Warung Pintar. Beragam variasi data diolah dan diukur menggunakan teknologi machine learning untuk mempelajari behavior dari pelanggan bahkan dari suara. Salah satu hal menarik yang dilakukan oleh tim data di Warung Pintar adalah membuat studio rekaman sendiri di dalam kantor untuk menyaring suara yang memiliki data dengan noise.

Sofian memprediksikan di masa depan, peran Data Wrangler untuk mengolah dan membersihkan data akan banyak dibutuhkan karena hasil prediksi sangat ditentukan oleh kualitas dari data. Apabila data kotor (duplikasi, inkonsisten, dan data tercecer) yang diolah maka hasilnya akan jauh mendekati akurat. Tidak heran, 80% effort Data Science banyak habis di tahap preparation data.

Seberapa besar Data Scientist ini dibutuhkan dalam industri?

Data Scientist saat ini sedang menjadi tren, banyak perusahaan besar yang gencar mencari talent, termasuk Startup Unicorn. Kenapa banyak yang cari? Karena perusahaan memiliki data baik offline dan online. Untuk dapat menemukan insight untuk membantu proses pengambilan keputusan dari data tersebut, diperlukan role Data Scientist untuk melakukan pengolahan dan pemodelan data. Semakin maju suatu perusahaan, semakin dibutuhkan Data Engineer dan Data Scientist di dalamnya.

Lalu, apakah peran Data Scientist sangat dibutuhkan untuk perusahaan skala kecil?

Salah satu siasat yang dapat digunakan misalnya seperti Warung Pintar, kalau belum punya Data Scientist bisa mengoptimalkan para programmer. Kami menyebutnya Data Engineer. Lain halnya di startup besar seperti Gojek. Mereka memiliki banyak department salah satunya department pengolah data. Disana banyak sekali Data Scientist profesional. Apa yang mereka kerjakan? Mereka membuat prediksi. Dari transaksi perjalanan, dapat diprediksi kapan penggunaan aplikasi yang paling ramai, fitur apa yang paling sering digunakan, dan menerjemahkan harga yang tepat di jam-jam sibuk.

Terima kasih Sofian, untuk sharing session yang insightful! Yang tidak kalah menarik, adalah Sofian besar dan berkembang dari Komunitas. Keahlian yang dibutuhkan untuk menjadi seorang Data Scientist dapat diasah dan dipelajari secara otodidak. Awareness terhadap kasus-kasus Industri, kemampuan melakukan proses pengolahan data, dari tahap persiapan sampai dengan pemodelan data, dan implementasi algoritma terhadap kasus bisnis untuk memecahkan masalah dan memberikan solusi menjadi kunci apabila ingin serius menerapkan teknik Data Science untuk menjadi seorang Data Scientist.

DQLab.id – kursus data science online membantu peserta belajar data science secara praktis & aplikatif berbasis project.

Semua keahlian yang dibutuhkan menjadi seorang Data Scientist bisa didapatkan dengan bergabung di program DQLab. Peserta akan belajar mengelola kompleksitas data menggunakan project, dan dataset yang mencerminkan kebutuhan industri. Program DQLab dapat diakses online, dimana peserta dapat belajar kapanpun, dimanapun, secara flexible dengan lebih dari 200 komunitas praktisi Industri & Data yang terhubung dan siap membantu dan menjawab pertanyaan. Daftar sekarang, dan mulai karir Anda sebagai Data Scientist hari ini.

Mulai karir Anda

sebagai Data Scientist hari ini!

Mulai karir Anda

sebagai Data Scientist hari ini!