Panen Sidang dan Problematikanya

Menjelang akhir semester dan menjelang wisuda periode berikutnya, biasanya sudah maklum akan adanya periode masa sidang. Demikian juga yang terjadi di tempat kami. Dalam periode 8 hari kedepan kami memasuki periode sidang masal. Ada sekitar 200an mahasiswa yang harus disidang. Muncul beberapa hal yang merepotkan, yang terutama adalah problem plotting dosen penguji dan ketersediaan ruangan.

Karena beragamnya keilmuan yang diujikan maka seringkali ketersediaan dosen yang kompeten untuk menguji menjadi terbatas atau tidak merata. Ada dosen dengan keahlian tertentu tidak banyak menguji dan ada dosen yang terpaksa menguji bidang yang bukan keahlian yang bersangkutan. Ini terjadi disebabkan juga tidak meratanya peminatan skripsi yang dilakukan mahasiswa, ya tapi ini resiko suatu prodi dengan banyak akar keilmuan dalam satu payung, tapi distribusi kompetensi dosen yang tidak merata.

Problem ketersediaan ruangan terjadi karena terbatasnya jumlah ruang sidang. Lebih susahnya lagi pada saat yang bersamaan masih berlangsungkan masa UAS, sehingga sulit memperoleh ruang kosong cadangan untuk penjadwalan kembali suatu jadwal yang tidak bisa dipenuhi dosen, karena dosen tersebut masih harus mengerjakan penugasan penugasan penting lainnya, sedangkan sidang harus tetap berlangsung. Sulitnya melakukan penjadwalan ulang berakibat jadwal menguji yang tidak efektif, bahkan beberapa dosen sampai harus menguji secara paralel dalam waktu yang sama.

Memang akhirnya serba repot, masa sidang jadi dipenuhi dengan kegiatan negosiasi jadwal, mencari dosen penguji pengganti jika jadwal tidak bisa dipenuhi, tukar menukar jadwal antar dosen, yang pada akhirnya hal ini menjadi aktivitas kolaboratif antar dosen untuk menentukan siapa pengganti layak bagi dirinya dan apakah dirinya layak menggantikan dosen lain. Dan ini lumayan menyerap energi dan waktu ya ..

Problematika penjadwalan ini membuat saya berpikir apa tidak sebaiknya kita adaptasi model baru yaitu waktu sidang berdasarkan kesepakatan langsung antara mahasiswa dan para penguji (tidak perlu difasilitasi bagian administrasi) dan tidak perlu dilakukan di ruang fisik. Nah kalo gini problem penjadwalan tidak akan ada lagi, yang ada adalah negosiasi jadwal sidang. Kekuatiran yang muncul  adalah semakin bertambahnya mahasiswa, maka kedepannya masa sidang akan jadi masa yang memusingkan bagi semua pihak (mahasiswa, dosen dan pendukung administrasi) ..

Update Paper : ECommerce Sales Prediction Model dan Media Influencer Analysis (oktober 2015)

Saya baru saja mengupdate arsip paper saya di Academia.Edu. Saya mengunggah 1 paper yang sudah dipublish dan 1 paper yang belum dipublish tapi akhirnya saya putuskan saya rilis saja karena data yang digunakan takut keburu kadaluarsa (data tahun 2013). Academia adalah media sosial untuk sharing dan diskusi paper ataupun karya karya akademik lainnya. Dari pengamatan saya, dibandingkan dengan media sosial akademisi lainnya yang sejenis seperti ResearchGate, maka Academia kadar akademiknya lebih santai dalam artian karya akademik yang ada lebih ke arah paper paper implementasi daripada paper pembahasan keilmuan. Untuk peneliti pemula dan mahasiswa S1 Academia lebih cocok, tapi untuk peneliti tingkat lanjut atau mahasiswa master / doktor maka ResearchGate akan lebih sesuai. 

Paper pertama berjudul “Sales Prediciton Model Using Classification Tree Approach for Small Medium Enterprise Based on Indonesian E-Commerce Data”. Paper ini menggunakan data penjualan pada sebuah situs ecommerce indonesia, dimana penggambilan data dilakukan secara web crawling, kemudian dengan bantuan metode klasifikasi / pohon keputusan pada data mining, kita membuat model prediksi penjualan  barang di situs ecommerce tersebut berdasarkan atribut atribut data yang dimilikinya seperti tempat penjual, harga barang, reputasi penjual dan lain lainnya. Paper ini di publish pada acara konferensi SCBTII ke 6

Paper kedua berjudul “Influencer Analysis for Alternative Marketing Strategy of Kompas TV Using Social Network Model” . Paper ini mengenai analisa akun twitter yang berpengaruh untuk strategi pemasaran pada jejaring sosial percakapan mengenai Kompas TV. Paper yang belum pernah saya publish ke konferensi atau jurnal manapun dengan alasan saya ingin membuat penelitian lanjutan, akan tetapi sayang sampai tahun 2015 saya tidak sempat melakukannya. Oleh karena data yang digunakan sudah cukup lama dan kuatir kadaluarsa (tahun 2013) maka saya putuskan paper ini saya publish secara online di situs Academia.

Semoga kedua paper diatas menambah wawasan tentang penelitian yang menunjang aktivitas data analytics.

Link akun Academia saya : http://telkomuniversity.academia.edu/AndryAlamsyah/

Screen Shot 2015 10 20 at 10 46 30 PM  2

Screen Shot 2015 10 20 at 10 46 13 PM  2

 

ketika orang manajemen belajar ngoding ..

ketika orang manajemen belajar ngoding .. (Insight dari acara workshop “Big Data for Business”)

WP_20141024_14_47_20_Pro

Hari ini FEB (Fakultas Ekonomi dan Bisnis Universitas Telkom bekerjasama dengan Solusi247 mengadakan workshop ‘Big Data for Business’ untuk dosen dan mahasiswa FEB. Sekitar 50-60 dosen dan mahasiswa antusias mengikuti acara seharian penuh ini. Acara ini diawali dengan sesi pertama kuliah umum dari Pak Beno (CEO Solusi247) mengenai Awareness Big Data, Implementasi Big Data di berbagai bidang dan Implikasinya untuk bisnis terutama untuk bisnis masa depan. Remarks yang penting dari beliau adalah “Data is The New Oil”, “Open Data” dan n profesi Data Scientist yang   sangat dibutuhkan oleh banyak perusahaan besar. Oh yah, Solusi247 juga membagi pengalamannya dalam melakukan proses analisa Big Data pada Telkomsel.

Acara sesi kedua adalah workshop Big Data yang dibawakan oleh tim solusi247 yaitu mas Rully dkk, dimana beliau memperkenalkan alat produksi mereka sendiri yang dinamakan HGrid247. Alat ini berfungsi untuk mengenerate code supaya perintah perintah analisa data yang akan dijalankan diatas platform Big Data (Hadoop) bisa dilakukan secara intuitif dan otomatis. Pada sesi ini para peserta dengan menggunakan laptop masing masing melakukan pekerjaan pekerjaan dengan urutan : instalasi dan konfigurasi java, instalasi cygwin (utk yg memakai OS windows), instalasi dan konfigurasi Hadoop, dan yang terakhir menjalankan dan mendesain analisa data  menggunakan HGrid247.

Langkah langkah diatas sepertinya mudah dilakukan untuk orang dengan latar belakang IT yang cukup, akan tetapi untuk mayoritas peserta workshop kali ini yang tidak begitu kuat di IT sehingga cukup merepotkan dan instruktur perlu menjelaskan secara perlahan lahan. Ada yang frustasi baru pada langkah konfigurasi java, ada yang stress kenapa alat untuk memproses Big Data itu susah sekali (padahal baru setting javanya doang), ada yang salah konfigurasi walaupun langkah langkah di dokumentasinya cukup jelas (tapi mungkin instrukturnya menjelaskan terlalu cepat), dan ada yang mendapatkan pesan “compile error” yang cukup membuat mereka panik. Hal hal tersebut sepertinya sepele buat yang sudah berpengalaman di programming. Saya pribadi salut dengan kesabaran mas Rully dkk dalam menjelaskan hal yang berbau teknik menjadi bahasa sederhana yang bisa dipahami dengan mudah oleh temen temen manajemen.

Beberapa insight yang bisa saya ambil dari workshop ini adalah ternyata Big Data Awareness belum cukup kuat, ini terbukti dari munculnya pertanyaan pertanyaan seperti : bukankah analisa data seperti klasifikasi, filtering, asosiasi, klastering sudah umum digunakan saat ini?, apa bedanya pemrosesan Big Data dengan pemrosesan query database biasa ?, dll. Secara umum saya simpulkan bahwa peserta tidak bisa membayangkan bahwa data ukuran besar (skala data) itu menjadi sumber masalah besar, apalagi jika manajemen perusahaan membutuhkan insight yang cepat, murah dan Real Time , untuk itu workshop semacam ini bisa melatih peserta untuk bisa membayangkan problem yang dihadapi dalam pemrosesan Big Data.

PS : sebenernya di workshop ini, kita tidak sepenuhnya ngoding tapi lebih membuat framework yang tentu saja membutuhkan logika yang sama dengan logika ngoding ..

WP_20141024_09_28_53_Pro WP_20141024_10_02_21_Pro WP_20141024_14_35_05_Pro

Pengalaman Belajar di OpenCourse / Coursera

PS : entry ini dari blog saya yang sudah ditutup beberapa saat yang lalu, kemudian saya pindahkan ke blog ini

Anda sudah pernah mendengar tentang coursera (www.coursera.org) ? . Coursera adalah suatu perusahaan startup yang menyediakan platform dan konten untuk opencourse atau istilah lainnya kuliah online. Saya tidak akan membahas business model atau bagaimana coursera bisa meraup keuntungan, tapi saya lebih ingin sharing tentang pengalaman dan opini saya selama belajar di coursera.

coursera

Cerita dimulai akhir tahun 2012 kemarin di mana pembimbing saya Pak Budi menyarankan saya untuk melihat opencourse tentang social network analysis/SNA, setelah saya cek ternyata pengajarnya adalah Lada Adamic seorang peneliti yang cukup terkenal di bidang SNA dari Universitas Michigan. Kuliah tersebut lengkap dengan video pengajaran, materi presentasi (ppt), buku referensi (pdf), software pengolah data, dan juga kelas interaktif yang kadang kadang menghadirkan praktisi dan ilmuwan lain, kelas interaktif ini berbasis platform Google Hangout. Setelah puas belajar tentang SNA, tidak lama kemudian saya mulai browsing materi kuliah yang lain, dan ternyata banyak sekali materi kuliah yang berkualitas dengan pengajar yang kompeten di bidangnya. Beberapa kuliah bahkan tidak pernah kita temukan pada perkuliahan konvensional pada kurikulum jurusan tertentu, karena ilmunya masih sangat baru. Pengalaman saya dengan coursera sangat positif karena selain konten yang berkualitas, platformnya pun cukup simple, beda dengan opencourse lain seperti dari MIT yang kontennya sering sama dengan kuliah konvensional pada umumnya (outdated)

Materi kuliah yang pernah dan akan saya ikuti adalah antara lain Machine Learning, Web Intelligence and Big Data, Model Thinking, Networked Life, Computing for Data Analysis, Game Theory, Data Analysis, E-Learning and Digital Cultures, Foundation of Business Strategy, Introduction to Mathematical Thinking, Analytic Combinatorics, Human Computer Interaction, Scientific Computing, Introduction to Logic, Statistics: Making Sense of Data, Social and Economic Network: Model and Analysis, Creative Programming for Digital Media and Mobile Apps, Computational Finance, Nano Technologies

Prediksi saya ke depannya, opencourse seperti coursera akan semakin populer seiring dengan berkembangnya ilmu ilmu baru hasil gabungan ilmu ilmu lain yang tidak bisa diajarkan pada kurikulum perkuliahan konvensional. Update per bulan mei 2014, saat ini terdapat beberapa saingan dari coursera, diantaranya antara lain adalah udacity.org, edx.org, online.stanford.edu, dan yang lain lainnya

Silahkan di coba, and give me your thought about it

– andry