Workshop Data Engineering untuk Auditor Kementrian Keuangan

Departemen Keuangan akhir akhir ini meningkatkan fokus dalam membekali sumber daya manusianya dengan pengetahuan mengenai Data Science. Beberapa pekerjaan harian dari kemenkeu seperti Auditor pajak bekerja dengan data dengan skala besar dan struktur data yang kompleks. Auditor dari berbagai inspektorat jendral dalam lingkungan kemenkeu, sering mengalami kesulitan dalam ekstrasi informasi dari data untuk mendukung pekerjaan mereka, dikarenakan belum mempunyai bekal pengetahuan yang cukup untuk melakukan proses analitik.  Saya dan tim RC DBE diminta untuk memberikan workshop yang terdiri dari 3 rangkaian kegiatan, yaitu data engineering (persiapan dan transformasi data), machine learning berbasis data terstruktur, dan capstone project.  Workshop ini diadakan dalam waktu 5 hari (22-26 April 2019). Dalam capstone project, para peserta diminta menyelesaikan masalah keseharian mereka menggunakan data yang ada dan berdasarkan storytelling yang sesuai dengan permintaan kemenkeu. Berikut ini adalah foto foto kegiatan tersebut

 

58917015 10156908069325202 8568533805051150336 o

58461017 10156908069370202 1867644237785333760 o58543927 10156908069630202 2895275533413646336 o58719879 10156908069805202 5674843153224433664 o58380912 10156908069740202 8737763969009188864 o

Workshop Claim Data Behaviour Analysis untuk Aktuaris

Tanggal 12 dan 13 Februari 2019, saya diundang oleh Persatuan Aktuaris Indonesia untuk memberikan materi dalam workshop dengan tema “Claim Data Behavior Analysis”. Materi yang saya berikan adalah seputar Data Analytics dengan menggunakan R. Informasi acaranya bisa dilihat di link ini. Acara ini sangat menarik bagi saya pribadi karena saya belum begitu paham dengan pekerjaan profesi aktuaris ini, walaupun secara garis besar saya paham bahwa pekerjaan utamanya adalah perhitungan resiko berdasarkan profile pelanggan. Dari perhitungan profile resiko tersebut baru deh ditentukan premi asuransi yang harus dibayarkan pelanggan. Baik asuransi jiwa maupun asuransi kerugian lainnya. Namun data dan model apa yang digunakan, bagaimana konstruksi model dan informasi lain lainnya masih merupakan tanda tanya besar bagi saya. 

Aktuaris mempunyai pengetahuan yang mumpuni dalam bidang matematika dan statistik, namun masih perlu belajar mengenai prinsip kerja data analytics dan machine learning. Dengan latar belakang cukup mumpuni, oleh karenanya materi yang saya berikan bisa dicerna dengan mudah oleh para peserta. 

Saya sendiri masih belajar bagaimana membuat model resiko dan rekan rekan aktuaris membutuhkan pembelajaran metode metode baru untuk melengkapi model model yang mereka punyai. Nah klop khan, semoga kolaborasi risetnya lekas terwujud, amin

berikut ini foto foto dokumentasi kegiatan tersebut. 

 

51675113 10156739161625202 5371719136160251904 n52464375 10156739161680202 8982137214330732544 o51699188 10156739161860202 3065142572302204928 o51795584 10156739161930202 324344449746337792 o51833953 10156739161795202 3808156461217873920 o51982105 10156739162010202 315653076616740864 o52020673 10156739162110202 1696963440033136640 o52053758 10156739161740202 8232804530874482688 o52328353 10156739162405202 5456512334728003584 n52513939 10156739162170202 9189932916136738816 o

 

Penyimpanan Publikasi di Academia

Sudah sejak beberapa tahun yang lalu, Academia.edu merupakan pilihan saya untuk menyimpan hasil karya / publikasi ilmiah saya dan rekan rekan lab. Pemilihan Academia karena platform ini cukup sederhana dan mudah diakses oleh rekan rekan yang tidak mempunyai latar belakang akademis. Academia sendiri bukan merupakan tempat penyimpanan ideal, bahkan menurut saya tidak ada tempat penyimpanan publikasi yang benar benar sesuai dengank einginan saya.  Beberapa tempat lainnya dimana saya ikutan daftar adalah adalah Researchgate, Arxiv.org, dan Mendeley. Menurut saya ketiganya tidak sesederhana Academia sebagai  tempat “hanya” untuk penyimpanan. Kalau ada masukan yang lain mohon dikasih tahu ya.

Sudah sejak beberapa lama juga Academia menyediakan layanan berbayar.  Saya selalu berusaha untuk tidak berbayar, karena kebutuhan saya yang sederhana untuk penyimpanan saja. Namun berhubung jumlah publikasi sudah mencapai angka 50an lebih, maka mau tidak mau saya mulai melirik layanan berbayar Academia, terutama layanan web nya. Akhirnya saya pun berlangganan, sambil melihat lihat apakah layanan ini bisa membantu atau memberikan, Nanti kita lihat selama setahun kedepan. Anyway alamat web academia saya adalah:

https://andryalamsyah.academia.edu/

Tampilannya cukup simpel tapi cukup bagus ya .. 

Screen Shot 2018 11 25 at 19 09 00  2Screen Shot 2018 11 25 at 19 09 12  2Screen Shot 2018 11 25 at 19 09 22  2