Kosakata & Istilah Sains Data Terapan | PLAI BMD Jogja

Glosarium Big Data: 10 Istilah Sains Data Terapan yang Wajib Mahasiswa Pahami

Saat ini, data disebut-sebut sebagai "minyak baru" di era digital. Perusahaan rela membayar gaji selangit kepada ahli data yang mampu mengubah angka-angka mentah menjadi strategi bisnis yang mematikan. Namun, sebelum bisa memanen "minyak" tersebut, mahasiswa jurusan Sains Data Terapan harus menguasai bahasa teknis di ruang operasi laboratorium.

Berbeda dengan pembuat website biasa, seorang Data Scientist berurusan dengan jutaan baris data setiap detiknya. Jika kamu adalah calon mahasiswa yang bermimpi membedah tren pasar dunia, pastikan 10 istilah programming dan pengolahan data ini sudah ada di luar kepala:

1. Big Data: Kumpulan data yang volumenya sangat masif, pergerakannya sangat cepat, dan terlalu kompleks untuk diolah menggunakan software komputer biasa.

2. Data Cleansing (Pembersihan Data): Proses menghapus, mengedit, atau merapikan data yang salah, ganda, atau tidak lengkap sebelum diproses ke dalam program. Data yang kotor akan menghasilkan analisa yang salah.

3. SQL (Structured Query Language): Bahasa pemrograman standar dunia yang wajib dikuasai untuk berkomunikasi, menarik, atau memperbarui data di dalam sebuah database.

4. NoSQL: Kebalikan dari SQL. Ini adalah sistem database modern untuk mengelola data yang tidak terstruktur (seperti postingan media sosial atau dokumen acak).

5. Data Mining: Proses "menambang" menggunakan kode programming untuk menemukan pola atau informasi berharga yang tersembunyi di dalam lautan data.

6. Array: Struktur data dasar dalam programming yang berfungsi untuk menyimpan sekumpulan nilai (seperti angka atau teks) dalam satu variabel tunggal.

7. Variable (Variabel): Ibarat sebuah wadah atau kotak kosong dalam kode pemrograman yang diberi nama untuk menyimpan sebuah data sementara.

8. Loop (Perulangan): Kode instruksi (seperti For atau While) yang memerintahkan komputer untuk melakukan hal yang sama berkali-kali secara otomatis pada ribuan data.

9. Python / R: Dua bahasa pemrograman kasta tertinggi yang paling sering digunakan oleh ahli data di seluruh dunia untuk analisis statistik visualisasi data.

10. Predictive Modeling: Penggunaan teknik statistik dan programming untuk memprediksi kejadian di masa depan berdasarkan data masa lalu (misal: memprediksi saham atau cuaca).

Membedah Big Data memang membutuhkan nalar analitis, namun ilmu ini sangat bisa dipelajari jika dipandu oleh dosen praktisi di lingkungan praktik yang nyata. Inilah keunggulan prodi D4 Sains Data Terapan di PLAI BMD Jogja.