Proyek Data Science
End-to-End

Dari Problem Framing hingga Rekomendasi Strategis

Data Science Pertemuan 13 CPMK 1–4

Agenda Pertemuan

Teori (60 menit)

Problem framing & metrik sukses
Pipeline end-to-end DS
Cara menyusun insight bisnis
Struktur presentasi eksekutif

Praktik (90 menit)

Studi kasus: churn pelanggan e-commerce
Workshop mini: framing → rekomendasi
Latihan slide eksekutif (3 menit pitch)
Review proyek akhir & tanya jawab

Tujuan Pembelajaran

Merumuskan masalah bisnis menjadi pertanyaan data yang terukur

Menjalankan pipeline DS dari data mentah hingga model yang dapat digunakan

Mengubah output teknis menjadi rekomendasi strategis yang dapat dipahami eksekutif

Sub-CPMK: Mahasiswa mampu merancang dan mengeksekusi proyek data science lengkap dari problem framing hingga rekomendasi strategis.

Topik 1

Problem Framing & Definisi Metrik Sukses

Apa Itu Problem Framing?

Problem framing adalah proses mengubah kebutuhan bisnis yang ambigu menjadi pertanyaan data yang spesifik dan dapat dijawab.

Bisnis: "Kami kehilangan pelanggan."
Data Science: "Apakah kita dapat memprediksi pelanggan yang akan berhenti berlangganan dalam 30 hari ke depan dengan akurasi >80%?"

Tanpa framing yang tepat, model Anda mungkin benar secara teknis tetapi salah secara bisnis.

Elemen Framing	Pertanyaan Kunci
Stakeholder	Siapa yang akan menggunakan hasilnya?
Keputusan	Keputusan apa yang akan didukung?
Unit analisis	Pelanggan / transaksi / produk?
Horizon waktu	Prediksi untuk kapan?
Aksi yang tersedia	Apa yang bisa dilakukan bisnis?

Mendefinisikan Metrik Sukses

Metrik sukses harus disepakati sebelum membangun model, bukan setelah.

Tipe Metrik	Contoh
Model performance	Recall ≥ 75% pada kelas churn
Bisnis impact	Turunkan churn rate 5% dalam 3 bulan
Operasional	Prediksi tersedia <24 jam setelah data masuk
Biaya-manfaat	ROI intervensi retention ≥ 3x biaya kampanye

Kerangka SMART untuk Metrik DS

Spesifik — bukan "akurasi bagus"
Measurable — bisa dihitung dari data
Achievable — realistis dengan data yang ada
Relevant — terkait keputusan bisnis
Time-bound — kapan dievaluasi

Recall lebih penting dari Precision untuk kasus churn: lebih baik salah identifikasi pelanggan setia daripada melewatkan pelanggan yang akan pergi.

Contoh Problem Canvas

Dimensi	Isian (Contoh: E-commerce)
Masalah bisnis	Tingkat churn pelanggan naik dari 8% ke 13% dalam 6 bulan terakhir
Stakeholder utama	VP Marketing & Head of Customer Success
Pertanyaan DS	Prediksi probabilitas churn tiap pelanggan aktif dalam 30 hari ke depan
Target variabel	Binary: churn = 1 jika tidak ada transaksi dalam 30 hari
Fitur potensial	Frekuensi pembelian, nilai rata-rata order, skor NPS, lama jadi member
Metrik sukses model	Recall ≥ 75%, Precision ≥ 60% pada test set
Metrik sukses bisnis	Turunkan churn 5% dalam Q3; ROI kampanye ≥ 3x
Batasan & risiko	Data pelanggan baru (<3 bulan) tidak cukup riwayat transaksi

Topik 2

Pipeline: Data → Model → Insight → Aksi

Tahapan Pipeline End-to-End

#	Tahap	Output Utama
1	Data Collection	Raw dataset terdokumentasi
2	Data Cleaning	Dataset bersih, tanpa duplikat/null kritis
3	EDA	Distribusi, korelasi, anomali teridentifikasi
4	Feature Engineering	Fitur baru yang relevan untuk model
5	Modeling	Model terlatih + evaluasi performa
6	Interpretation	Feature importance, SHAP, penjelasan
7	Insight Generation	Temuan bisnis yang actionable
8	Recommendation	Rekomendasi strategi + estimasi dampak

Prinsip iterasi: Pipeline bukan linier sempurna. EDA bisa memunculkan kebutuhan data baru; evaluasi model bisa memicu ulang feature engineering. Dokumentasikan setiap iterasi.

Aturan 80/20 dalam DS

Rata-rata ~80% waktu proyek dihabiskan di tahap 1–4 (data), bukan di modeling. Jangan terkejut jika ini terjadi pada proyek Anda.

Feature Engineering: Kunci Kualitas Model

Feature engineering adalah seni menciptakan representasi data yang membantu model belajar pola yang relevan.

Teknik	Contoh Kasus Churn
Agregasi temporal	Jumlah transaksi 30/60/90 hari terakhir
Rasio	Nilai order bulan ini ÷ rata-rata 6 bulan
Recency	Berapa hari sejak transaksi terakhir
Encoding kategori	Kategori produk favorit → one-hot
Interaction feature	Frekuensi × nilai = customer value score

Kerangka RFM untuk Fitur Pelanggan

Recency — kapan terakhir bertransaksi
Frequency — seberapa sering bertransaksi
Monetary — berapa total nilai transaksi

RFM adalah kerangka klasik pemasaran yang terbukti menjadi fitur prediktif kuat untuk model churn dan segmentasi pelanggan.

Evaluasi Model & Interpretasi

Metrik	Rumus (Singkat)	Kapan Prioritas
Accuracy	(TP+TN)/Total	Kelas seimbang
Recall	TP/(TP+FN)	Hindari lewatkan kasus positif (churn, fraud)
Precision	TP/(TP+FP)	Hindari alarm palsu (spam filter)
F1-Score	Harmonic mean P & R	Kelas tidak seimbang
AUC-ROC	Area under curve	Perbandingan antar model

Interpretasi Model (XAI)

Feature importance — fitur mana paling berpengaruh secara global
SHAP values — kontribusi tiap fitur untuk prediksi individual
Partial Dependence Plot — hubungan fitur–target secara marginal

Stakeholder bisnis lebih mudah mempercayai model yang bisa dijelaskan ("mengapa pelanggan ini diprediksi churn?") daripada black box.

Topik 3

Presentasi Hasil ke Eksekutif & Aplikasi di Indonesia

Struktur Presentasi Eksekutif

Piramida Komunikasi (Barbara Minto)

Rekomendasi utama — sampaikan di awal, bukan akhir
Temuan kunci — 3 insight terpenting yang mendukung rekomendasi
Bukti data — visualisasi dan angka yang mendukung tiap temuan
Metodologi — singkat, di lampiran jika perlu

Eksekutif memiliki 3–5 menit untuk membaca laporan Anda sebelum rapat. Pastikan halaman pertama sudah menjawab: "Apa yang harus saya lakukan?"

Slide	Isi
1. Situasi	Konteks masalah bisnis (1 slide)
2. Temuan	3 insight kunci dengan visualisasi
3. Model	Performa & interpretasi (non-teknis)
4. Rekomendasi	Aksi konkret + estimasi dampak bisnis
5. Risiko	Asumsi & batasan model
6. Next steps	Implementasi & monitoring

Mengubah Insight Teknis Menjadi Rekomendasi Bisnis

Insight teknis vs rekomendasi bisnis:

Teknis: "Fitur 'days_since_last_purchase' memiliki SHAP value tertinggi (0,42) dalam model XGBoost."

Bisnis: "Pelanggan yang tidak bertransaksi lebih dari 21 hari memiliki risiko churn 3x lebih tinggi. Kirimkan voucher reaktivasi pada hari ke-15 sebelum pelanggan melewati batas kritis ini."

Template Rekomendasi Actionable

Temuan: [Apa yang ditemukan model/data]
Implikasi: [Artinya apa bagi bisnis]
Aksi: [Langkah konkret yang bisa diambil]
Dampak estimasi: [Proyeksi dalam angka bisnis]
Siapa bertanggung jawab: [Tim/divisi]
Timeline: [Kapan dieksekusi]

Studi Kasus Indonesia: Aplikasi DS di Industri Digital

Perusahaan	Problem DS	Pendekatan	Dampak Bisnis
Gojek	Prediksi supply driver di lokasi tertentu	Time-series forecasting + geospatial clustering	Kurangi waktu tunggu pengguna, tingkatkan utilisasi driver
Tokopedia	Rekomendasi produk personal	Collaborative filtering + content-based hybrid	~Peningkatan konversi produk yang direkomendasikan
BCA	Deteksi transaksi mencurigakan (fraud)	Anomaly detection + supervised classification	Kurangi kerugian fraud, tingkatkan kepercayaan nasabah
Telkom	Prediksi churn pelanggan IndiHome	Gradient boosting + RFM features	Program retensi proaktif berbasis risiko pelanggan
BRImo	Penawaran produk keuangan personal	Propensity model + segmentasi perilaku	Relevansi penawaran meningkat, biaya akuisisi berkurang

Semua kasus di atas mengikuti pipeline yang sama: problem framing → data → model → insight → aksi bisnis.

Workshop Mini: Studi Kasus Churn E-Commerce

Skenario

Anda adalah data scientist di platform e-commerce Indonesia dengan ~500.000 pengguna aktif. Churn rate naik dari 9% ke 14% dalam 2 kuartal. Manajemen memberi Anda 3 minggu untuk menghasilkan solusi berbasis data.

Data yang Tersedia

Log transaksi 12 bulan terakhir
Data klik & sesi aplikasi
Respons survei NPS (tidak semua pengguna)
Data demografi (usia, kota, gender)

Tugas Workshop (20 menit)

Isi Problem Canvas untuk skenario ini
Tentukan 5 fitur prioritas yang akan dibuat
Pilih algoritma dan justifikasi pilihan
Tentukan metrik sukses model & bisnis
Buat 1 slide rekomendasi eksekutif

Presentasikan hasil dalam format piramida Minto: rekomendasi dulu, lalu bukti.

Anti-Pattern dalam Proyek DS

Solutionism Prematur

Langsung membangun model tanpa memahami masalah bisnis. Akibatnya: model canggih yang tidak berguna.

Data Leakage

Informasi dari masa depan masuk ke fitur training. Akibatnya: performa model di training sangat tinggi, di produksi sangat buruk.

Overfitting pada Test Set

Terlalu sering menyesuaikan model berdasarkan performa test set. Gunakan validation set terpisah untuk tuning.

Insight Tanpa Aksi

Menghasilkan temuan menarik tetapi tidak diterjemahkan ke rekomendasi konkret. Nilai proyek DS = keputusan yang diambil.

Model Statis

Membangun model sekali lalu dilupakan. Perilaku pengguna berubah; model harus dimonitor dan diperbarui secara berkala.

Mengabaikan Bias Data

Data historis merepresentasikan keputusan masa lalu, bukan kebenaran objektif. Waspadai selection bias dan survivorship bias.

Diagram Pipeline End-to-End

Rangkuman Pertemuan 13

Key Takeaway 1 — Problem Framing adalah Pondasi
Proyek DS yang baik dimulai dari pertanyaan bisnis yang tepat, bukan dari data atau algoritma. Gunakan Problem Canvas dan metrik SMART sebelum membuka laptop.

Key Takeaway 2 — Pipeline adalah Panduan Kerja
Delapan tahap pipeline (collect → clean → EDA → feature engineering → model → interpret → insight → aksi) memastikan proyek terstruktur dan reproducible. Ingat: 80% waktu di data, bukan model.

Key Takeaway 3 — Nilai DS = Keputusan Bisnis yang Diambil
Model terbaik pun tidak bernilai jika tidak diterjemahkan ke rekomendasi yang dapat dieksekusi. Kuasai piramida Minto untuk presentasi eksekutif.

Key Takeaway 4 — Iterasi adalah Normal
Pipeline bukan linier. EDA dapat memunculkan kebutuhan data baru; evaluasi model dapat memicu ulang feature engineering. Dokumentasikan setiap keputusan.

Key Takeaway 5 — Waspadai Anti-Pattern
Data leakage, solutionism prematur, dan insight tanpa aksi adalah jebakan paling umum. Tanyakan selalu: "Apakah fitur ini tersedia saat prediksi dibuat? Apa yang harus dilakukan bisnis dengan temuan ini?"

Tugas & Diskusi

Tugas Individu (dikumpul P14)

Lengkapi Problem Canvas untuk dataset proyek akhir Anda
Buat pipeline sederhana (minimal 5 tahap) dengan dokumentasi setiap keputusan
Siapkan 1 slide rekomendasi eksekutif menggunakan format piramida Minto
Format: PDF, maksimal 3 halaman + lampiran teknis

Diskusi Kelas

Dari 5 studi kasus Indonesia (Gojek/Tokopedia/BCA/Telkom/BRImo), pilih satu dan identifikasi kemungkinan anti-pattern yang mungkin dihadapi
Bagaimana Anda akan mengukur keberhasilan proyek DS yang Anda pilih?
Apakah ada risiko etika data dalam skenario churn yang kita bahas hari ini?

Proyek akhir dipresentasikan di Pertemuan 15. Gunakan kerangka dan template dari pertemuan ini sebagai panduan.

Tanya Jawab

Pertanyaan tentang materi hari ini?
Atau tentang proyek akhir Anda?

Preview Pertemuan 14:

Etika Data & Masa Depan Data Science

Privacy, bias algoritmik, regulasi AI, dan karier DS di era otomasi

📖 Baca juga: Dcf Valuation — penjelasan mendalam dan contoh numerik.