Program Studi Bisnis Digital • FEB UNDIP

Laboratorium Sains Data

Pertemuan 1 — Pengantar Data Science & Big Data dalam Bisnis Digital

Mengapa "data" menjadi aset paling berharga di era bisnis digital, dan bagaimana ilmu data mengubah tumpukan angka mentah menjadi keputusan bisnis yang lebih baik.

RPS MINGGU 1 • 2 × 50 MENIT

Selamat pagi/siang, Anda semua, selamat datang di Laboratorium Sains Data. Sebelum kita menyentuh satu baris kode Python atau R sekalipun, kita perlu punya peta besar dulu: apa itu data science, apa itu big data, dan kenapa dua topik ini begitu penting untuk lulusan Bisnis Digital seperti Anda. Coba bayangkan setiap kali Anda membuka aplikasi Tokopedia atau memesan ojek online lewat Gojek — di balik layar, jutaan baris data sedang dianalisis detik itu juga untuk merekomendasikan produk atau mencocokkan Anda dengan pengemudi terdekat. Hari ini kita akan membedah fondasi dari semua itu: definisi data science, karakteristik big data, dan bagaimana keduanya membentuk cara bisnis digital modern mengambil keputusan. Sepanjang satu semester ke depan, mata kuliah ini akan membawa Anda dari konsep dasar hari ini sampai bisa praktik langsung mengolah data dengan R dan Python.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu menjelaskan konsep dasar data science dan big data serta relevansinya bagi bisnis digital. Secara rinci:

KONSEP

Definisi

Data Science & Big Data

Menjelaskan apa itu data science, siapa data scientist, apa itu big data, dan mengapa keduanya meledak dalam satu dekade terakhir.

KARAKTERISTIK

Ciri Khas Big Data

Mengidentifikasi lima karakteristik big data (Volume, Velocity, Variety, Veracity, Value) beserta contoh nyatanya di bisnis digital Indonesia.

PENERAPAN

Studi Kasus

Bisnis Digital

Mengaitkan konsep data science dengan praktik nyata platform seperti Tokopedia, Gojek, dan pasar modal (BEI).

KESADARAN

Etika

Data & Privasi

Memahami tanggung jawab etis dalam mengolah data, termasuk kewajiban dasar di bawah UU Pelindungan Data Pribadi.

Mari kita rangkum ke mana arah dua jam ke depan, Anda semua. Pertama, kita akan mendefinisikan dengan jelas apa itu data science dan siapa yang disebut data scientist — bukan sekadar "orang yang jago Excel", tetapi profesi yang menggabungkan statistika, pemrograman, dan pemahaman bisnis. Kedua, kita akan bedah lima karakteristik big data yang dikenal sebagai 5V, lengkap dengan contoh perhitungan nyata seperti volume transaksi harian sebuah toko online. Ketiga, kita akan lihat bagaimana perusahaan seperti Gojek dan Tokopedia benar-benar memakai data ini untuk mengambil keputusan bisnis setiap detik, dan terakhir kita sentuh sedikit soal etika, karena mengolah data pelanggan bukan perkara sepele — ada UU Pelindungan Data Pribadi yang harus Anda patuhi kelak sebagai praktisi bisnis digital.

Bagian 1 dari 3

Apa Itu Data Science, dan Mengapa Meledak Sekarang?

Sebelum bicara big data, kita perlu memahami dulu disiplin ilmu yang mengolahnya: dari mana asalnya, siapa pelakunya, dan mengapa permintaannya melonjak tajam dalam sepuluh tahun terakhir.

Apa Itu Data Science?

Data science (sains data) adalah bidang interdisipliner yang menggabungkan statistika, pemrograman komputer, dan pengetahuan domain (bisnis) untuk mengekstraksi wawasan (insight) dari data mentah demi mendukung pengambilan keputusan.

Data Mentah → Diolah & Dianalisis → Wawasan → Keputusan Bisnis

Data Scientist

Praktisi yang merancang cara mengumpulkan, membersihkan, menganalisis, dan memvisualisasikan data agar bermakna bagi pengambil keputusan bisnis.

Bukan Sekadar Excel

Berbeda dari analis data konvensional, data scientist juga membangun model prediktif (mis. memprediksi pelanggan yang akan berhenti berlangganan).

Mengapa Data Science Meledak Sekarang?

Tiga faktor yang bertemu bersamaan membuat data science menjadi kebutuhan mendesak bagi bisnis digital dalam dekade terakhir:

01 • DATA

Ledakan Volume

Transaksi e-commerce, media sosial, dan sensor IoT menghasilkan data dalam jumlah yang tak terbayangkan satu dekade lalu.

02 • INFRASTRUKTUR

Komputasi Murah

Cloud computing (komputasi awan — sewa server via internet) membuat penyimpanan & pemrosesan data jauh lebih terjangkau dibanding satu dekade lalu.

03 • ALGORITMA

Alat Makin Matang

Pustaka open-source (kode sumber terbuka, gratis dipakai) seperti Python & R membuat analisis lanjutan bisa dipakai siapa saja, tak hanya pakar.

Ketiganya bertemu bersamaan: data melimpah, biaya olah data turun drastis, dan alat analisisnya makin mudah diakses mahasiswa sekalipun.

Tiga Pilar Keahlian Data Scientist

Seorang data scientist ideal berdiri di persimpangan tiga bidang keahlian berikut:

Ketiganya tumpang tindih di tengah — itulah wilayah kerja data scientist sejati.

Data Science dalam Bisnis Digital

Hampir setiap keputusan bisnis digital hari ini ditopang oleh analisis data, bukan lagi sekadar intuisi:

E-commerce

Sistem rekomendasi produk di Tokopedia & Shopee berdasarkan riwayat belanja.
Deteksi transaksi mencurigakan (fraud) secara otomatis.

Ride-Hailing & Keuangan

Gojek/Grab: penentuan tarif dinamis & pencocokan pengemudi-penumpang tercepat.
Analis di BEI memakai data historis harga saham (mis. BBCA) untuk memprediksi tren pasar.

Bahkan UMKM yang berjualan lewat WhatsApp Business kini bisa memakai data histori chat pelanggan untuk memetakan produk terlaris.

Bagian 2 dari 3

Big Data: Definisi dan Karakteristik 5V

Salah satu bahan bakar utama data science adalah big data. Mari kita bedah definisinya, lima karakteristik khasnya, dan hitung sendiri seberapa besar data yang dihasilkan bisnis digital setiap hari.

Apa Itu Big Data?

Big data (data besar) adalah kumpulan data yang volumenya, kecepatan alirnya, atau keragamannya melampaui kapasitas alat pengolahan data tradisional seperti spreadsheet atau basis data (database) relasional konvensional.

DATA TRADISIONAL

Terstruktur & Terbatas

Misalnya data penjualan bulanan toko fisik dalam satu file Excel — masih bisa dibuka & dihitung manual.

BIG DATA

Masif & Beragam

Misalnya klik, lokasi GPS, dan ulasan jutaan pengguna Gojek per hari — butuh infrastruktur & algoritma khusus.

Lima Karakteristik Big Data (5V)

Sebuah data baru layak disebut big data jika memenuhi sebagian besar dari lima karakteristik ini sekaligus — bukan cukup satu saja.

Inilah kerangka 5V yang paling sering dipakai untuk mendefinisikan big data secara teknis, Anda semua. Volume berarti jumlah datanya benar-benar besar, velocity berarti data itu mengalir masuk dengan sangat cepat, variety berarti datanya beragam bentuk mulai dari teks ulasan sampai foto produk, veracity berarti kita perlu memastikan data itu akurat dan bisa dipercaya, dan terakhir value berarti data itu harus benar-benar bisa diubah menjadi nilai atau keputusan bisnis, bukan sekadar tumpukan angka tanpa makna. Data transaksi Tokopedia misalnya memenuhi hampir semua kriteria ini sekaligus: jumlahnya masif, mengalir tiap detik, bentuknya beragam, perlu diverifikasi keakuratannya, dan pada akhirnya dipakai untuk rekomendasi produk yang menghasilkan nilai bisnis nyata. Di dua slide berikutnya, kita akan berlatih menghitung sendiri angka volume dan velocity ini dengan contoh konkret.

Coba Sendiri: Uji Data Anda dengan Kerangka 3V

Geser tiap dimensi (volume, velocity, variety) dan amati bagaimana kombinasinya menentukan apakah suatu data pantas disebut big data.

Hitung dari Nol: Volume Data Transaksi E-commerce

Berapa besar volume data yang dihasilkan sebuah toko online skala menengah dalam setahun? Mari kita hitung langkah demi langkah.

Langkah	Perhitungan	Nilai
1. Transaksi per hari	asumsi platform skala menengah	500.000 transaksi
2. Ukuran data per transaksi	ID user, produk, waktu, lokasi, metode bayar	2 KB
3. Volume harian	500.000 × 2 KB	1.000.000 KB ≈ 1 GB
4. Volume bulanan	1 GB × 30 hari	30 GB
5. Volume tahunan	30 GB × 12 bulan	360 GB

HASIL AKHIR

≈ 360 GB / tahun

Hanya dari data transaksi — belum termasuk klik, foto produk, atau ulasan pelanggan.

Sekarang mari kita buktikan sendiri dengan angka, Anda semua, bukan hanya percaya kata "big" begitu saja. Kita asumsikan sebuah platform e-commerce skala menengah — bukan sebesar Tokopedia, tapi cukup ramai — memproses lima ratus ribu transaksi setiap hari, dan setiap transaksi menyimpan sekitar dua kilobyte data seperti ID pengguna, produk, waktu, lokasi, dan metode pembayaran. Kalikan saja lima ratus ribu dengan dua kilobyte, hasilnya sekitar satu gigabyte data baru setiap hari, dan bila dikalikan tiga puluh hari dalam sebulan lalu dua belas bulan dalam setahun, kita mendapat sekitar tiga ratus enam puluh gigabyte per tahun. Ingat, itu baru dari data transaksi saja — belum termasuk data klik, foto produk, atau ulasan pelanggan yang jauh lebih besar volumenya, sehingga Anda bisa bayangkan betapa masifnya data yang harus dikelola perusahaan sekelas Tokopedia yang sesungguhnya.

Hitung dari Nol: Velocity Data Clickstream

Clickstream (jejak klik) adalah rekaman setiap interaksi pengguna di aplikasi. Mari kita hitung seberapa cepat data ini mengalir masuk.

Langkah	Perhitungan	Nilai
1. Pengguna aktif per menit	asumsi jam sibuk aplikasi	10.000 pengguna
2. Interaksi/klik per pengguna	rata-rata per menit	3 klik
3. Event per menit	10.000 × 3	30.000 event
4. Event per jam	30.000 × 60	1.800.000 event
5. Event per hari	1.800.000 × 24 (asumsi trafik merata)	43.200.000 event

HASIL AKHIR

≈ 43,2 juta event/hari

Data ini harus diproses hampir seketika (real-time), bukan menunggu akhir hari.

Sekarang kita coba karakteristik kedua, velocity, dengan contoh yang sedikit berbeda: bukan volume total, melainkan seberapa cepat data itu mengalir. Anggap saja pada jam sibuk, ada sepuluh ribu pengguna aktif dalam satu aplikasi setiap menit, dan masing-masing melakukan rata-rata tiga kali klik atau interaksi, artinya kita punya tiga puluh ribu event per menit. Kalikan dengan enam puluh menit dalam satu jam, kita dapat satu koma delapan juta event per jam, dan bila kita asumsikan trafik merata sepanjang dua puluh empat jam, totalnya mencapai sekitar empat puluh tiga koma dua juta event dalam sehari. Bayangkan, Anda semua, sistem di balik aplikasi seperti Gojek atau Tokopedia harus mampu memproses angka sebesar ini hampir seketika, bukan menunggu sampai akhir hari, karena rekomendasi dan penentuan tarif harus muncul dalam hitungan detik — itulah makna sesungguhnya dari velocity dalam big data.

Coba Sendiri: Kalkulator Volume & Velocity Anda Sendiri

Ubah angka transaksi harian dan ukuran data per transaksi untuk melihat langsung bagaimana volume dan velocity data berubah.

Sumber-Sumber Big Data dalam Bisnis Digital

Interaksi Pengguna

Transaksi & riwayat belanja (Tokopedia, Shopee)
Klik, pencarian, dan waktu berselancar di aplikasi
Ulasan & rating produk

Operasional & Sensor

Data GPS perjalanan (Gojek, Grab)
Sensor IoT (Internet of Things) di gudang logistik
Data tick harga saham real-time di BEI

Media sosial (Instagram, TikTok, X) juga jadi sumber penting: sentimen publik terhadap sebuah merek bisa dianalisis dari jutaan unggahan & komentar setiap hari.

Dari mana sebenarnya big data ini berasal dalam konteks bisnis digital, Anda semua? Sumber paling jelas adalah interaksi pengguna langsung: setiap transaksi, klik, pencarian, dan ulasan yang Anda tinggalkan di Tokopedia atau Shopee semuanya terekam dan menjadi bahan analisis. Sumber kedua bersifat operasional, misalnya data GPS perjalanan di Gojek yang dipakai untuk optimasi rute, sensor IoT atau internet untuk segala di gudang logistik yang memantau suhu dan stok barang, sampai data tick harga saham real-time yang direkam Bursa Efek Indonesia setiap detik perdagangan berlangsung. Ada juga sumber yang sering diabaikan, yaitu media sosial — sentimen publik terhadap sebuah merek atau produk UMKM bisa dianalisis dari jutaan unggahan dan komentar di Instagram atau TikTok setiap harinya. Kelak di pertemuan sembilan, kita akan mempelajari secara khusus bagaimana menganalisis data teks semacam ini.

Data Tradisional vs Big Data

Aspek	Data Tradisional	Big Data
Ukuran	Kilobyte – Megabyte	Gigabyte – Petabyte ke atas
Struktur	Terstruktur (tabel rapi)	Terstruktur, semi-, & tak terstruktur
Kecepatan Masuk	Berkala (harian/bulanan)	Real-time / hampir seketika
Alat Olah	Excel, database relasional biasa	Cloud computing, framework khusus (mis. Hadoop)
Contoh	Buku kas UMKM bulanan	Log klik jutaan pengguna Tokopedia

Tabel perbandingan ini akan membantu Anda menjustifikasi kapan sebuah kasus benar-benar butuh pendekatan big data dan kapan cukup dengan alat sederhana. Data tradisional biasanya berukuran kilobyte sampai megabyte, terstruktur rapi dalam bentuk tabel, masuk secara berkala, dan cukup diolah dengan Excel atau database relasional biasa — contohnya buku kas bulanan sebuah UMKM. Big data sebaliknya bisa mencapai skala gigabyte sampai petabyte, bentuknya bisa terstruktur, semi terstruktur seperti file JSON, atau bahkan tak terstruktur seperti foto dan video, mengalir hampir seketika, dan membutuhkan infrastruktur khusus seperti komputasi awan atau kerangka kerja bernama Hadoop yang akan kita bahas sekilas di pertemuan sepuluh nanti. Penting bagi Anda sebagai calon praktisi bisnis digital untuk bisa menilai: apakah kasus di depan Anda benar-benar butuh solusi big data yang mahal dan rumit, atau cukup dengan spreadsheet biasa.

Bagian 3 dari 3

Ekosistem, Alur Kerja, dan Etika Data Science

Sebagai penutup, kita intip sekilas siklus kerja data scientist, alat yang akan kita pakai sepanjang semester, satu studi kasus nyata, dan tanggung jawab etis dalam mengolah data pribadi.

Sekilas Siklus Kerja Data Science

Data scientist bekerja dalam siklus berulang, bukan proses satu arah. Berikut gambaran sederhana yang akan kita bedah tuntas di Pertemuan 2.

Enam tahap ini bersifat siklus (berulang) — hasil evaluasi seringkali mengarahkan kita kembali memahami bisnis dari sudut baru. Detail tiap tahap akan kita bahas tuntas minggu depan.

Diagram melingkar ini hanya pengantar sekilas, Anda semua, jadi jangan khawatir bila belum sepenuhnya paham — kita akan membedah setiap tahapnya secara mendalam di pertemuan kedua. Intinya, data scientist tidak bekerja secara satu arah dari data ke hasil, melainkan berputar: mulai dari memahami masalah bisnis, mengumpulkan dan membersihkan data, mengeksplorasinya, menganalisis dan membangun model, mengevaluasi hasilnya, sampai mengkomunikasikan temuan ke pengambil keputusan. Kalau hasil evaluasi ternyata kurang memuaskan, siklus ini akan berputar lagi ke tahap awal dengan pemahaman baru — persis seperti tim data di Gojek yang terus menyempurnakan model prediksi tarif berdasarkan umpan balik pengemudi dan penumpang setiap saat. Anggap slide ini sebagai peta jalan singkat sebelum kita menyelami detailnya minggu depan.

Alat yang Akan Kita Pakai: Python & R

Laboratorium ini memakai dua bahasa pemrograman populer untuk data science. Keduanya gratis dan didukung komunitas besar.

PYTHON

Serbaguna

Pustaka populer: pandas (manipulasi data), scikit-learn (machine learning). Banyak dipakai industri, termasuk startup digital Indonesia.

Fokus Statistik

Pustaka populer: tidyverse (pengolahan & visualisasi data). Kuat untuk analisis statistik akademik & riset.

Mulai Pertemuan 3, Anda akan praktik langsung menulis kode dasar di salah satu (atau kedua) bahasa ini untuk memanipulasi data.

Sepanjang semester, laboratorium ini akan memakai dua bahasa pemrograman yang paling populer di dunia data science: Python dan R, dan kabar baiknya, keduanya gratis serta punya komunitas besar yang siap membantu ketika Anda menemui error. Python dikenal serbaguna, dengan pustaka seperti pandas untuk memanipulasi data dan scikit-learn untuk membangun model machine learning, dan banyak dipakai di industri termasuk startup-startup digital Indonesia. R di sisi lain lebih fokus pada kekuatan statistik, dengan ekosistem tidyverse yang sangat rapi untuk mengolah dan memvisualisasikan data, sering dipakai di kalangan akademisi dan peneliti. Anda tidak perlu khawatir bila belum pernah menulis satu baris kode pun sebelumnya, karena mulai pertemuan ketiga kita akan belajar dasar-dasarnya bersama-sama dari nol, langkah demi langkah.

Studi Kasus: Data di Balik Layar Gojek & Tokopedia

Gojek — Tarif Dinamis & Pencocokan Driver

Data GPS & histori perjalanan direkam tiap detik dari jutaan pengguna.
Model menghitung permintaan vs ketersediaan pengemudi per area & jam.
Hasil: tarif otomatis menyesuaikan (naik saat hujan/jam sibuk) & waktu tunggu penumpang lebih singkat.

Tokopedia — Sistem Rekomendasi Produk

Riwayat pencarian, klik, & pembelian tiap pengguna dikumpulkan.
Algoritma mencari pola kemiripan antar-pengguna & antar-produk.
Hasil: rekomendasi "produk yang mungkin Anda suka" meningkatkan penjualan.

Mari kita tutup pembahasan konsep dengan dua studi kasus nyata yang mungkin sudah Anda alami sendiri sebagai pengguna, Anda semua. Di Gojek, setiap detik data GPS dan histori perjalanan jutaan pengguna direkam, lalu model menghitung keseimbangan antara permintaan penumpang dan ketersediaan pengemudi di setiap area dan jam tertentu, sehingga tarif bisa otomatis menyesuaikan saat hujan deras atau jam pulang kerja, dan waktu tunggu penumpang menjadi lebih singkat. Di Tokopedia, prosesnya berbeda tapi prinsipnya sama: riwayat pencarian, klik, dan pembelian setiap pengguna dikumpulkan, lalu algoritma mencari pola kemiripan antar pengguna dan antar produk, sehingga muncul rekomendasi "produk yang mungkin Anda suka" yang pada akhirnya meningkatkan penjualan platform. Kedua contoh ini menunjukkan bagaimana konsep data science dan big data yang kita pelajari hari ini benar-benar bekerja di balik layar aplikasi yang Anda pakai setiap hari.

Etika & Privasi dalam Mengolah Data

Mengolah data pelanggan bukan sekadar soal teknis, tetapi juga tanggung jawab hukum & etis, terutama di bawah UU Pelindungan Data Pribadi (UU PDP No. 27/2022).

Prinsip Dasar

Consent (persetujuan) — data hanya boleh dikumpulkan dengan izin pemilik data.
Purpose limitation — data hanya dipakai sesuai tujuan yang disepakati.

Contoh Penerapan

UMKM yang mengumpulkan nomor WhatsApp pelanggan wajib menjaga kerahasiaannya.
Platform seperti Tokopedia wajib melapor bila terjadi kebocoran data.

Sebagai penutup materi konsep hari ini, penting bagi Anda untuk memahami bahwa kemampuan mengolah data besar juga datang dengan tanggung jawab besar. Di Indonesia, kita punya Undang-Undang Pelindungan Data Pribadi nomor 27 tahun 2022 yang mengatur bagaimana data pribadi boleh dikumpulkan dan dipakai, dengan dua prinsip dasar yang wajib Anda ingat: consent atau persetujuan, artinya data hanya boleh dikumpulkan dengan izin pemiliknya, dan purpose limitation, artinya data hanya boleh dipakai sesuai tujuan yang sudah disepakati di awal. Bahkan sebuah UMKM yang hanya mengumpulkan nomor WhatsApp pelanggan untuk promosi tetap wajib menjaga kerahasiaan data tersebut dan tidak menyalahgunakannya untuk tujuan lain. Sebagai calon praktisi bisnis digital, prinsip ini harus menjadi bagian dari cara Anda berpikir setiap kali merancang analisis data, bukan sekadar aturan formal yang dibaca sekali lalu dilupakan.

Ringkasan & Sebelum Pertemuan 2

Ringkasan Hari Ini

Data science = statistika + pemrograman + pengetahuan domain.
Big data dicirikan oleh 5V: Volume, Velocity, Variety, Veracity, Value.
Bisnis digital Indonesia (Tokopedia, Gojek, BEI) sudah menerapkannya nyata.
Mengolah data pelanggan tunduk pada UU PDP.

Latihan Sebelum Pertemuan 2

Pilih 1 aplikasi digital yang Anda pakai sehari-hari (mis. Tokopedia, Gojek, atau aplikasi bank).
Identifikasi minimal 3 sumber big data di aplikasi tersebut.
Tentukan karakteristik 5V mana yang paling menonjol pada tiap sumber, dan jelaskan alasannya secara singkat.

Bawa hasil identifikasi Anda ke Pertemuan 2 — kita akan memakainya sebagai contoh saat membahas siklus analisis data secara lengkap.

Sampai di sini, mari kita rangkum apa yang sudah Anda pelajari hari ini, Anda semua: data science adalah perpaduan statistika, pemrograman, dan pengetahuan bisnis; big data dikenali lewat lima karakteristik 5V yang sudah kita hitung sendiri dengan angka konkret; dan semua konsep ini sudah diterapkan nyata oleh platform-platform yang Anda pakai sehari-hari seperti Tokopedia, Gojek, dan bahkan analis di Bursa Efek Indonesia. Sebagai latihan sebelum pertemuan berikutnya, saya minta Anda memilih satu aplikasi yang biasa Anda gunakan, mengidentifikasi minimal tiga sumber big data di dalamnya, lalu menentukan karakteristik 5V mana yang paling menonjol pada masing-masing sumber tersebut beserta alasannya. Tidak perlu laporan panjang, cukup catatan singkat yang akan kita diskusikan bersama di awal pertemuan kedua, karena kita akan memakainya sebagai bahan nyata saat membahas siklus analisis data secara lengkap. Terima Kasih atas perhatian Anda hari ini, sampai jumpa di pertemuan berikutnya.