Ketika Data Bukan Lagi Sekedar Statistik tapi Kekuatan Perubahan

Abad ke-21 menjadi era baru bagi perkembangan bidang teknologi dan informasi. Akibat dari perkembangan teknologi dan informasi ini, kita merasakan fenomena yang disebut data deluge atau banjir data, di mana setiap aktivitas manusia mulai dari penggunaan media sosial, transaksi ekonomi, hingga aktivitas sehari-hari menghasilkan jejak digital yang dapat dikumpulkan dan dianalisis. Perubahan yang terasa bukan hanya dari fenomena data deluge yang mengindikasikan bertumbuhnya jumlah data yang dihasilkan manusia, namun juga dari teknologi pengumpul, pengolah, dan penghasil data itu sendiri. Pertumbuhan jumlah data juga diiringi dengan semakin banyak variasi jenis data yang bisa dimanfaatkan, sehingga data yang ada sekarang bukan hanya data statistik yang berupa angka, namun juga menjadi aset berharga di berbagai bidang di dunia.

Karena perkembangan inilah muncul bidang/konsep baru yang bernama Data Science. Apa itu Data Science? Secara sederhana, Data Science adalah ilmu yang mempelajari seputar data, mulai dari data itu sendiri hingga proses pengumpulan, pengolahan, dan hasil dari pengolahan data. Bidang ini bertindak sebagai jembatan antara data mentah dan pengambilan keputusan, menghadirkan kombinasi yang menggabungkan ilmu statistika, ilmu komputer, kecerdasan buatan, manajemen, hingga ilmu sosial. Tidak berhenti pada analisis statistik, Data Science berkembang menjadi sebuah konsep yang mampu mengolah data menjadi pengetahuan, lalu mengubah pengetahuan itu menjadi sebuah keputusan yang berdasarkan data dan fakta.

Produk utama dari munculnya Data Science dapat terlihat jelas pada Netflix,  dimana Netflix sendiri merupakan platform hiburan yang menyediakan berbagai macam film yang dapat diakses setelah pelanggan melakukan subscription. Fitur di dalam platform Netflix yang menggunakan konsep Data Science adalah fitur rekomendasi, fitur ini memanfaatkan data yang ada dan algoritma yang dibuat untuk menciptakan pengalaman yang dipersonalisasi bagi setiap pelanggan. Dengan mengumpulkan data seperti lokasi, riwayat tontonan, waktu menonton, hingga perangkat yang digunakan, Netflix mampu memetakan preferensi individu dan menghasilkan rekomendasi konten yang seakurat mungkin dengan setiap individu. Sistem rekomendasi ini memberikan kenyamanan bagi pengguna, contohnya saja seorang pengguna menyukai film yang bergenre komedi, maka yang ada pada beranda utama Netflix miliknya akan mayoritas berisikan film-film komedi, sehingga akan muncul perasaan dilayani dengan langsung disediakan berbagai macam pilihan film untuk ditonton. Bahkan, ada satu keputusan besar Netflix untuk memproduksi serial original House of Cards senilai 100 juta dolar yang keputusannya didasarkan pada analisis data penonton seri original House of Cards yang tayang di Britania Raya pada dekade 90’an, yang menunjukkan besarnya potensi audiens, serta membuktikan bahwa data bukan lagi sekadar catatan statistik, melainkan aset penting yang mampu mengubah model bisnis dari sebuah perusahaan.

Peran Data Science kini tidak lagi terbatas pada 1 ruang lingkup saja, melainkan telah menyebar ke hampir semua sektor kehidupan. Di bidang ekonomi dan industri, perusahaan besar seperti Google, Facebook, hingga Alibaba memanfaatkan data dengan jumlah besar yang mereka dapatkan setiap harinya melalui interaksi pengguna dengan frekuensi yang begitu besar, data tersebut digunakan untuk lebih memahami pelanggan dan meningkatkan daya saing. Di sektor kesehatan, ilmu Data Science memiliki potensi untuk bisa memanfaatkan data terkait penyakit dan pasien, seperti gejala yang dimiliki sebuah penyakit, serta riwayat penyakit sebuah pasien. Data-data berikut bisa dimanfaatkan instansi kesehatan untuk mempercepat proses diagnosa dan penanganan pasien yang ada. Sementara itu, di ranah pemerintahan, banyak negara maju menggunakan ilmu Data Science untuk bisa menjalankan kota pintar, dimana nantinya melalui Internet of Things (IoT) yang merupakan teknologi yang terhubung dengan internet untuk bisa saling bertukar data. IoT tersebut akan menjadi sumber data bagi pemerintah, contohnya data jumlah kendaraan pada suatu daerah yang bisa digunakan untuk mengatur tingkat kemacetan.

Walaupun potensinya besar, Data Science juga menghadapi hambatan yang perlu dijadikan perhatian. Pertumbuhan data yang semakin cepat dan bervariasi membuat metode tradisional tanpa adanya bantuan teknologi seperti Machine Learning, akan mengalami kesulitan untuk memproses informasi dalam jumlah yang besar. Selain itu,  sumber daya manusia yang memiliki keahlian di bidang Data Science masih belum sebanyak di bidang bisnis maupun manajemen, yang telah berkembang lebih lama dibandingkan dengan Data Science. Isu etika dan privasi juga muncul sebagai konsekuensi dari pemanfaatan data, terutama terkait keamanan informasi pribadi milik setiap individu. Ditambah lagi, belum adanya standar/regulasi global mengenai definisi, kurikulum, maupun praktik terbaik menyebabkan penerapan Data Science sering kali tidak seragam di berbagai negara bahkan organisasi/perusahaan.

Namun demikian, Data Science telah mengubah cara kita memandang data. Dari sekedar angka statistik, menjadi kekuatan perubahan yang mampu mendorong inovasi, meningkatkan efisiensi, serta membentuk arah keputusan dan strategi di berbagai sektor. Namun, untuk benar-benar memanfaatkan kekuatan data, kita perlu mengatasi tantangan yang ada melalui inovasi teknologi, regulasi yang jelas, serta peningkatan literasi data di masyarakat. Dengan demikian, Data Science tidak hanya menjadi tren sesaat, tetapi juga fondasi penting dalam membangun dunia yang lebih cerdas, adil, dan berkelanjutan.

Referensi

1. Cao, L. (2017). Data science. ACM Computing Surveys, 50(3), 1–42. https://doi.org/10.1145/3076253
2. Maddodi, S., & K, K. P. (2019). Netflix Bigdata Analytics- the emergence of data driven recommendation. Zenodo (CERN European Organization for Nuclear Research). https://doi.org/10.5281/zenodo.3510316
3. Grossi, V., Giannotti, F., Pedreschi, D., Manghi, P., Pagano, P., & Assante, M. (2021). Data science: a game changer for science and innovation. International Journal of Data Science and Analytics, 11(4), 263–278. https://doi.org/10.1007/s41060-020-00240-2
4. Juan Carlos Morales-Arevalo, Rodríguez, C. R., & Universidad Nacional Mayor de San Marcos. (2025). A systematic review of the benefits and challenges of data analytics in organizational decision making. International Journal of Advanced Computer Science and Applications, 16(2), 200–209.
5. Dimas, G. L., Goldkind, L., & Konrad, R. (2023). Big ideas, small data: Opportunities and challenges for data science and the social services sector. Big Data & Society, 10(1). https://doi.org/10.1177/20539517231171051