Menularkan Semangat Big Data ke FEB UPI

Dalam banyak kesempatan saya sering menjelaskan mengenai pentingnya rekan rekan dosen dan peneliti dari keilmuan sosial untuk belajar Big Data. Tujuan utamanya agar lebih update dengan kemajuan perkembangan keilmuan, yang mungkin juga bisa diimplementasikan ke penelitian pada bidang keilmuan masing masing. Suatu saat saya dikontak oleh seorang dosen Fakultas Ekonomi dan Bisnis, Universitas Pendidikan Indonesia (FEB UPI) untuk memberikan wawasan mengenai Big Data dalam bentuk pelatihan kedosen dosen di fakultas mereka. Setelah saya sanggupi, maka saya gerakkan tim lab Social Computing dan Big Data (SCBD) dan Research Center Digital Business Ecosystem (RC DBE) untuk merancang materi dan membuat pelatihan.

Pelatihan diadakan di lokasinya di Telkom Professional Certified Center (TPCC), gedung Magister Management FEB TelU, pada tanggal 24 April 2019. Karena ingin materi pelatihan lebih implementatif, maka materi yang kami (saya dan tim) bawakan adalah materi Social Media Analytics. Peserta sebanyak 20 orang dosen dosen FEB UPI. Secara umum peserta sangat antusias mendapatkan pengetahuan baru. Suasana kelas juga sangat aktif dengan banyaknya diskusi yang terjadi. Saya berharap semoga semangat Big Data benar benar menular dan diresapi para peserta. Berikut adalah foto foto suasana pelatihannya.

 

58684780 10156903371060202 4921318616047026176 o

58382148 10156903370855202 4490124356457857024 o

58629964 10156903371020202 6853437116173516800 o

58376829 10156903371110202 378936877102661632 o

58377437 10156903370660202 5257488566753165312 o

58375043 10156903370905202 2708075110325026816 o

 

58376801 10156903370595202 5388000674279587840 o

57649366 10156903370780202 2287358595253141504 o

57852581 10156903370725202 3008096022107783168 o

 

 

 

R Academy

Bahasa R merupakan komponen penting dalam mendukung keahlian profesi Data Scientist dalam melakukan aktivitas Data Analytics. Untuk itu kami dari Research Center Digital Business Ecosystem (RC DBE) Telkom University, merasa perlu mengadakan pelatihan R. Kebetulan bahasa R merupakan bahasa yang kami pergunakan untuk mendukung kegiatan riset kami sehari hari di lab. Maka dari itu kami rumuskan gagasan untuk menggelar event R Academy. dalam gelaran batch pertama ini, R Academy terdiri dari dua pertemuan (dua topik). Topik pertama pada tanggal 13 April membahas Pengenalan Bahasa R, dan Topik kedua pada tanggal 27 April membahas topik Visualisasi Data menggunakan R. 

Berikut foto foto dari gelaran event R Academy

57113071 10156877630710202 7481840313896534016 n56536201 10156858601960202 2421766126447886336 n56513087 10156858601905202 1281678576826974208 n56825564 10156877631790202 7375295369422307328 n56968259 10156877634190202 2938855252306165760 n57101634 10156877631200202 1830059575978491904 n57155503 10156877630910202 4407912884206567424 n57199437 10156877631110202 1795653872870490112 n

Workshop Open Source Intelligence untuk Para Diplomat

Dalam mendukung fungsi menjadi wakil urusan pemerintah RI di luar negeri, Kemenlu perlu membekali para diplomatnya dengan ilmu pencarian informasi terkini. Mulai dari ekstraksi informasi, peringkasan, sampai dengan mencari hubungan antar data atau pola dari Big Data, Oleh karena itu Kemenlu mengadakan pelatihan untuk keahlian tersebut. Saya (dan tim RC DBE bekerja sama dengan TPCC) mengisi pelatihan tersebut pada tanggal 29-30 April 2019 di Pusdiklat Kemenlu di Jakarta. Materi pelatihannya adalah mengenai OSINT (Open Source Intelligence).

Definisi  OSINT menurut wikipedia

Open-source intelligence (OSINT) is data collected from publicly available sources to be used in an intelligence context. In the intelligence community, the term “open” refers to overt, publicly available sources (as opposed to covert or clandestine sources). It is not related to open-source software or collective intelligence.

OSINT under one name or another has been around for hundreds of years. With the advent of instant communications and rapid information transfer, a great deal of actionable and predictive intelligence can now be obtained from public, unclassified sources.

Melihat definisi diatas, maka materi yang kami berikan adalah pengolahan data tidak terstruktur menggunakan pendekatan analisa topologi / jaringan dan analisa konten. Untuk analisa jaringan kami gunakan metodologi SNA, sedangkan untuk analisa konten, kami gunakan metodology analisa sentimen, jaringan kata, dan pencarian topik. Materi ini disambut cukup baik oleh para peserta, walaupun bagi sebagian besar dari mereka materi ini baru pertama kali mereka dengar. Untuk itu mereka membutuhkan waktu lebih untuk berlatih sebelum terbiasa menggunakan metode metode tersebut.

Para peserta adalah para diplomat yang sedang berada di Indonesia, hasil chit chat dengan peserta saya baru tahu kalau penempatan mereka diputar tiap 3 tahun sekali. Ilustrasinya 3 tahun di negara A, kemudian 3 tahun di Indonesia, baru dilanjutkan lagi 3 tahun di negara B, dan seterusnya.
Berikut ini adalah foto foto event tersebut.

 

58701354 10156916913510202 2654951613323542528 n58961755 10156917831080202 3835078170927693824 n59286209 10156916913345202 6220184651265212416 n57420717 10156916914030202 8657118905690488832 n58543647 10156916913555202 9011473327021096960 n58599071 10156916913280202 7948282094478688256 n58673996 10156916913660202 4369038293396881408 n59295328 10156916913420202 8270174740669267968 n

#FinTechNite Big Data is a Game Changer

Financial Technology (FinTech) merupakan area bisnis yang sangat menggoda rasa ingin tahu banyak praktisi maupun akademisi. Bidang ini berpeluang besar untuk berkembang secara eksponensial. Belum adanya regulasi dari pemerintah dan keniscayaan bahwa TIK menjadi dasar untuk melakukan aktivitas finansial, membuat FInTech menjadi pilihan yang penting, terutama untuk generasi milenial yang selalu ingin kepraktisan dalam segala hal. Urusan perbankan, seperti antri di teller, atau menunggu di customer service untuk membuka rekening sudah bukan jamannya lagi. Demikian juga aktivitas investasi, peminjaman, dan lain sebagainya.

Tanggal 27.09.2018 (tanggal pas saya ulang tahun), saya diundang ke acara #FinTechNite yang diadakan oleh UnionSpace (suatu coworking space) dan BizNet gio (bisnis cloud computing dari Biznet). Tema acara ini adalah “Big Data is a Game Changer”. Seperti biasa, saya diundang dalam kapasitas sebagai narasumber tidak jauh dari tema Big Data dan Data Analytics. Narasumber lainnya adalah Mas Hendra, seorang data scientist dari Bukalapak, dan Mbak Maria dari Tiket.com. Peserta yang hadir kebanyakan anak anak muda yang antusias belajar tentang FinTech dan Big Data. Suasana tempat FintechSpace dari UnionSpace juga cukup cozy untuk sharing dan berdiskusi secara Informal. Oh ya di acara ini sekaligus jadi ajang reunian saya dengan mantan mahasiswa alumni Lab. Social Computing dan Big Data (SCBD) yang kebanyakan bekerja di Jakarta, juga temen kuliah, dan beberapa temen kantor lama. 

Hari itu saya pulang balik Bandung-Jakarta-Bandung, sesuatu hal yang jarang saya lakukan. Berangkat dari Bandung pukul 2 siang, sampai Jakarta jam 5 sore, jam 7 acaranya, dan jam 10 malem saya sudah balik ke stasiun Gambir untuk naik kereta jam 11 malam. Kenapa saya harus maksa balik malem itu juga, ini karena besok pagi saya harus menjadi moderator acara kuliah umumnya Pak Gubernur Jawa Barat, Kang Emil yang berbicara tentang Smart City, di acara Bandung ICT Expo. Postingan tentang acara ini nanti disambung di entry blog terpisah. 

43024841 10156434772655202 4924678457293537280 n

43045085 10156434772735202 254210747653947392 n

43178788 10156434772805202 7888599834523860992 n

43131563 10156434772875202 2853261669402935296 o

43112855 10156434773020202 4352718091981946880 o

43066082 10156434773365202 8702337944880414720 o

43053698 10156434773110202 2948205138411520000 o

42961468 10156434773470202 6010670172266823680 o

42982614 10156434772950202 1915122627341451264 o

43016006 10156434773220202 8437799183859056640 o

 

 

Pelatihan Social Media Analytics

Saat ini banyak organisasi termasuk bisnis dan pemerintahan yang penasaran dengan proses analitik pada data di media sosial. Pada umumnya mereka sudah mengerti manfaat pengumpulan data pada media sosial yang umumnya berupa data tidak terstruktur atau istilah awamnya Big Data. Mencari pola pengetahuan pada data tidak terstruktur merupakan hal yang cukup kompleks dilakukan. Seringnya eksperimen dan penelitian pada domain permasalahan yang berbeda beda membuat lab. Social Computing dan Big Data mempunyai pengalaman yang mumpuni. Oleh karenanya pelatihan bagaimana menggunakan metode metode untuk memproses data data tidak terstruktur tersebut sangat diperlukan, sehingga muncullah pelatihan “Social Media Analytics” ini.

Pelatihan tanggal 19-20 september ini khusus dilakukan untuk karyawan direktorat jendral pajak pusat, khususnya pada bagian operasional IT. Dengan mengenal Social Media Analytics diharapkan mereka bisa implementasi ekstrasi pengetahuan di media sosial untuk operasional kerja sehari hari. Materi yang dibawakan adalah: 1. Social Media Analytics Workflow. 2. Modelling and Machine Learning. 3. Data Collection. 4. Network Data. 5. Social Network Analysis. 6. Text Network Analysis. 7. Sentiment Analysis. 8. Topic Modelling.

Berikut foto foto acara tersebut: 

IMG 20180919 094607

42247774 10156402308065202 3069643350136061952 n

IMG 20180919 085035

IMG 20180919 082808

IMG 20180919 131107

 

 

 

 

 

 

 

 

 

 

 

Tulisan Big Data di Koran Pikiran Rakyat

Sudah sekian lama tidak menulis di media massa, akhirnya pada tanggal 23 April 2018 tulisan saya bersama dengan bu Lia Yuldinawati muncul di koran Pikiran Rakyat. Judul tulisan ini adalah “Di Era Big Data Internet Menjadi Kebutuhan Mendasar”. Tulisan ini menggambarkan bagaimana Big Data dapat diimplementasikan dalam segala lini kehidupan masyarakat untuk mendapatkan gambaran akurat mengenai gejolak sosial yang ada. Selama ini saya punya hardcopy artikelnya jadi belum sempet saya tuliskan di blog, tapi berkat bantuan rekan rekan dari Labtek Indie akhirnya saya mendapatkan softcopy tulisan tersebut. Monggo silahkan di klik gambar di bawah ini (ukuran 6 MB) untuk membaca artikelnya.

Image uploaded from iOS31144055 10156048637080202 7372322053127628631 n31143894 10156048637110202 6074305054173965283 n

National Data Days 2017

kegiatan tahunan data days diluncurkan pertama kali bulan november tahun lalu oleh fakultas eknomi dan bisnis (FEB), universitas telkom. tahun 2017 ini, data days 2017 diberi nama lengkap sebagai national data days 2017 (NDD17). NDD17 terdiri dari kegiatan seminar, workshop, kompetisi, dan eksibisi. tema NDD17 ini adalah “data for better indonesia”.

seminar akan menghadirkan pembicara seperti pak gadang ramantoko (ekonomi digital), pak setia pramana (data di bidang kesehatan), pak mahmoud syaltout (data bidang politik dan bisnis), dan mas kamal hasan (praktisi data). workshop menghadirkan pemateri pemateri handal dari akademisi seperti pak taufik sutanto, dari industri data seperti midtrans, i-811, mediawave, presentasi beberapa hasil riset mhs FEB dan mahasiswa sekolah tinggi ilmu statistika.

silahkan datang tanggal 21-22 november 2017

Sharing KickScraper (KickStarter Scrap using Ruby) sebagai Pemahaman Proses Pengumpulan Data

Lab Social Computing & Big Data mulai semester ganjil 2017/2018 ini diisi dengan personil personil baru mahasiswa angkatan 2014. Mereka akan mengadakan kegiatan riset, melayani pelatihan / asistensi mata kuliah Big Data dan Data Analytics, serta mengadakan acara sharing ilmu / akademik setiap minggu. Untuk minggu pertama ini kegiatan sharing diisi topik mengenai KickScraper, yaitu bagaimana melakukan web scrapping terhadap website Kickstarter dengan menggunakan script bahasa Ruby. Pemateri acara kali ini adalah Tri Buono, mahasiswa angkatan 2013. Teknik yang disharing oleh dia berkaitan dengan risetnya mengenai pengenalan pola pola investasi pada perusahaan startup. Acara ini dihadiri mahasiswa lab dan juga dosen dosen KK dan pengajar matkul Big Data & Data Analytics

Terdapat dua problem mendasar pada kegiatan data analytics yaitu yang pertama data collection dan yang kedua aktivitas data analytics sendiri. Kegiatan data collection sendiri merupakan masalah besar di Indonesia pada umumnya, dimana jarang sekali individu / organisasi yang memahami pentingnya semangat Open Data, sehingga data masing masing instansi / organisasi berdiri sendiri sendiri dan tidak teintegrasi, akibatnya banyak pekerjaan atau kebijaksanaan yang saling tumpang tindih, tidak konvergen mencapai tujuan bersama. Saya pernah punya pengalaman buruk mengenai open data dengan pemkot, dimana walikota klaim bahwa data pemkot terbuka untuk umum, tapi begitu mahasiswa saya mempelajari polanya, ternyata data tersebut tidak ‘berbunyi’ sehingga tidak bisa dicari polanya, tidak bisa didapat informasi atau pengetahuan. Pernyataan bahwa data sudah terbukapun  perlu diperiksa lagi, karena kita belum tahu seberapa lengkap data yang dimiliki.

Pada sharing kali ini, tujuan utama yang ingin dicapai bukanlah mengajarkan teknik mengambil datanya, tapi pemahaman bagaimana proses perolehan data. Kickscraper mengambil data web Kickstarter menggunakan API. Berbeda dengan teknik klasik web scrapping menggunakan layanan seperti import.io ataupun parsehub, maka pengambilan data menggunakan API lebih fleksibel, lebih powerful dan bisa mengambil hidden data kalau penyedia layanan mengijinkan. Kerugiannya adalah kita tidak tahu sampai kapan API tersebut tersedia (secara gratis). Jadi proses data collection merupakan proses yang dinamis, apa yang kita ketahui hari ini belum tentu besok masih bisa dilakukan. Oleh karenanya pesan yang saya sampaikan adalah yang paling penting memahami proses, klasifikasi jenis / teknik pengamnilan data, serta membiasakan mahasiswa mahasiswa manajemen bisnis ini untuk ngoding …. yah bahasa koding ini bahasa yang paling penting dipelajari selain bahasa inggris. Beberapa mahasiswa memang tidak biasa dengan pengoperasian terminal di mac atau  windows shell, bahkan belum tahu bagaimana menjalankan ruby (ataupun python dan sejenisnya), sehingga acara sharing ini merupakan sarana bagus untuk memperkenalkan hal hal tersebut. 

 

IMG 8452

IMG 1082

IMG 0102

IMG 8369

IMG 5349

IMG 3885

Sharing Big Data ke ITERA

Pada tanggal 31 Januari 2017, Saya memberikan materi tentang Data Science Business Perspective pada acara meetup komunitas idBigData dan Asosiasi Ilmuwan Data Indonesia (AIDI) di Institut Teknologi Sumatra (ITERA) – Lampung. Kesempatan ini adalah pertama kalinya saya mengunjungi ITERA. Saya sudah mendengar mengenai kampus ini sejak 2-3 tahun yang lalu, yang mana pada saat itu mereka sedang gencar gencarnya membuka lowongan dosen. Acara di ITERA ini adalah juga acara Big Data pertama kali yang saya ikuti di luar jawa. Hal ini sangat menarik karena kita juga perlu memeratakan pengetahuan mengenai Big Data di kampus kampus di luar pulau jawa.

Acara idBigData meetup ini sudah diadakan 12 kali, setiap bulan rutin diadakan dengan bersafari ke kampus kampus di seluruh Indonesia. Kali ini acara cukup istimewa karena AIDI yang baru dibentuk bulan november 2016 ikut berperan serta. Sebagai info idBigData berkonsentrasi kepada metodologi komputasi Big Data sedangkan AIDI berkonsetrasi kepada aktivitas analytics Big Data.

Selain saya yang mewakili AIDI, pemateri lainnya adalah Ibu Masayu (ITB / ITERA) yang membawakan materi peringkasan text bahasa indonesia, Pak Beno (Solusi247) mengenai kedaulatan data Indonesia, Pak Sigit (idBigData) mengenai engine Big Data Yava. Peserta yang hadir adalah mahasiswa dan dosen ITERA, dan juga industri, pemerintah, dan mahasiswa lampung di luar ITERA. Ini sangat menarik melihat keragaman peserta yang ikut hadir pada acara ini.

Streaming video materi saya dan foto fotonya bisa dilihat berikut ini :

FullSizeRender 3

IMG 0777