Implementasi Data Sekunder di Bidang Industri dan Kesehatan
Apa itu data sekunder? Data sekunder diklasifikasikan ke dalam jenis data berdasarkan cara pengumpulannya. Data sekunder merupakan data yang diperoleh dari pihak ketiga. Kita bisa mendapatkan data sekunder dengan mendatangi perpustakaan atau mengakses website yang menyediakan dataset. Data sekunder dapat berupa jurnal, karya ilmiah, buku-buku, dan lain sebagainya. Data di perusahaan seperti data penjualan, data karyawan dan lainnya juga termasuk data sekunder.
Proses pengolahan data sekunder tidak jauh berbeda dengan proses pengolahan data pada umumnya yaitu dimulai dengan mengumpulkan data, validasi data, pengelompokkan data, pemrosesan data, analisis, dan penyajian data. Hasil dari pengolahan data kemudian disampaikan kepada pihak terkait yang membutuhkan informasi tersebut. Implementasi data sekunder bisa kita temukan di berbagai penelitian. Nah, kali ini kita akan bahas beberapa implementasi data sekunder di bidang industri dan kesehatan. Apa saja ya? Yuk, simak pembahasannya di bawah ini!
1. Menemukan Pola Data dengan Market Basis Analysis
Market basis analysis merupakan metode yang sering digunakan oleh industri retail. Metode ini digunakan untuk menemukan pola yang ada pada suatu kumpulan data. Market basis analysis akan menganalisa market bisa dengan data penjualan, data produk, dan data lain yang terkait. Contohnya ketika sudah melakukan analisis ternyata produk saus tiram penjualannya menurun. Disamping itu banyak konsumen yang sering membeli saus tomat bersamaan dengan saus sambal. Dengan menerapkan teknik market basis analysis kita dapat mengetahui pola pembelian konsumen. Dari hasil analisis ternyata ada juga sebagian konsumen yang membeli produk saus sambal dan saus tomat bersamaan dengan saus tiram. Nah, tim terkait bisa memberikan promo bundling atau diskon untuk pembelian ketiga produk tersebut sehingga penjualan produk saus tiram jadi meningkat.
Baca juga : Teknik Pengumpulan Data Sekunder, Apa Saja Sumber Data yang Bisa Digunakan?
2. Customer Segmentation untuk Mengamati Konsumen
Dalam data science ada juga yang dikenal dengan customer segmentation atau segmentasi konsumen. Metode ini mengolah data dengan mengelompokkan konsumen berdasarkan kriteria tertentu. Tujuan diterapkannya metode ini yaitu untuk melihat kelompok mana yang paling menguntungkan. Misalnya kita memiliki sebuah restoran cepat saji. Kita bisa menggunakan metode ini untuk mengklasifikasikan konsumen berdasarkan rentang umur dan gender. Kita sudah menentukan menu yaitu paket nasi, ayam, sayuran, dan telur serta minuman berukuran besar. Dengan menu yang sama ternyata anak-anak menyisakan sayuran dan minuman, wanita menyisakan telur, dan pria menyisakan minuman saja. Kita bisa menerapkan customer segmentation tersebut untuk membentuk paket menu yang lebih menguntungkan tanpa ada komponen yang disisakan oleh konsumen. Misalnya membuat paket khusus anak-anak yaitu nasi, ayam, telur, dan minuman berukuran lebih kecil, untuk wanita dan pria dewasa dibuat paket menu nasi, ayam, dan minuman ukuran sedang.
3. Pemeriksaan Medis
Data science juga digunakan dalam dunia kesehatan salah satunya yaitu medical image analysis. Medical image analysis merupakan sistem untuk mendeteksi tumor, stenosis arteri, dan CT scan dengan menerapkan metode MapReduce agar mampu mengklasifikasikan kondisi paru-paru. Biasanya dokter akan melakukan pemeriksaan medis dan mencari petunjuk dari citra medis secara manual. Namun dengan kemajuan teknologi sekarang seperti data science, machine learning, deep learning, dan lainnya memungkinkan data scientist membuat mesin yang mampu mendeteksi citra medis yang lebih kompleks secara otomatis.
4. Melihat Perkembangan Penyakit Tertentu
Implementasi data sekunder selanjutnya yaitu pengamatan terhadap perkembangan penyakit. Hampir di seluruh dunia saat ini sedang menghadapi wabah virus Covid-19. Nah, praktisi data dapat menggunakan data kasus Covid untuk mengamati perkembangan virus tersebut. Bisa dari data kasus Covid yang terjadi, kasus pasien sembuh, kasus pasien meninggal, kasus pasien tanpa gejala, dan lain sebagainya. Berbagai data tersebut dapat dianalisis dengan menerapkan data science untuk melihat sejauh mana perkembangan virus Covid. Dari hasil analisis juga praktisi medis dan pihak terkait bisa mengetahui tindakan pencegahan apa yang sebaiknya dilakukan, protokol kesehatan seperti apa yang tepat, proses pengobatan pasien positif hingga mengamati jenis-jenis virusnya sendiri.
Baca juga : Metode Pengumpulan Data Sekunder, Bisa Menggunakan Apa Saja Sih?
5. Mulai Belajar Data dan Jadi Data Analyst Handal
Bagi pemula menjadi Data Analyst memang butuh kerja ekstra. Apalagi yang belum pernah sama sekali mengenal pemrograman. Yup, skill pemrograman adalah hal wajib bagi Data Analyst. Bagaimana cara menguasainya? Kamu bisa mengikuti kursus data science yang memberikan pembelajaran intensif bersama mentor data handal. Selain itu kamu akan mendapatkan sertifikat penyelesaian untuk setiap modul. Jangan lupa juga mengerjakan project dan challenge untuk meningkatkan skill dan mulai membangun portofolio data. Yuk, daftar di DQLab.id sekarang untuk akses modul gratisnya!
Penulis: Dita Kurniasari
Editor: Annissa Widya