Hujan Berkah Bonus Demografi di Indonesia

Ibaratkan hujan, bonus demografi bisa membawa berkah maupun kerugian. Hujan bisa memberikan berkah seperti meningkatnya kesuburan tanaman. Bonus demografi yang ditandai dengan melimpahnya penduduk usia angkatan kerja (15-64 tahun) yang jauh lebih banyak dibandingkan penduduk usia angkatan non-kerja (di bawah 14 tahun dan di atas 64 tahun) bisa memberikan berkah seperti meningkatnya laju pertumbuhan ekonomi. Di sisi lain, hujan bisa menyebabkan kerugian seperti kebanjiran. Melimpahnya penduduk usia produktif pun bisa menjadi malapetaka tersendiri apabila tidak dipersiapkan dan dikelola dengan baik seperti meningkatnya angka pengangguran.

Faktanya adalah Indonesia mulai memasuki era bonus demografi yang puncaknya diprediksi terjadi antara tahun 2020 hingga 2030. Berdasarkan Data Statistik BPS yang disajikan pada plot interaktif di di atas, rasio ketergantungan penduduk Indonesia ditaksir mencapai 48,4% di tahun 2016. Hal ini menunjukan bahwa rata-rata setiap 100 orang usia produktif menanggung penduduk usia non produktif sebanyak 48-49 orang. Tren tersebut tentu saja kian menurun hingga puncaknya terjadi antara tahun 2020 hingga 2030.

Statistik Indonesia di atas menunjukkan bahwa proporsi penduduk usia 0-4 tahun, 5-9 tahun dan 10-14 tahun masih mendominasi dibandingkan penduduk usia dengan rentang kategori yang sama sebesar 5 tahun. Seiring dengan berjalannya waktu, penduduk usia di bawah 14 tahun tersebut akan memasuki usia angkatan kerja. Di sisi lain, angka kelahiran pun diproyeksi akan semakin menurun sehingga di masa mendatang jumlah penduduk dibawah 14 tahun pun akan kian menurun. Pergerakan piramida demografi inilah yang menyebabkan rasio ketergantungan semakin menurun sekaligus menyebabkan bonus demografi di Indonesia mencapai puncaknya di tahun 2020 hingga 2030.

Untuk lebih jelasnya, berikut ini visualisasi data yang menunjukkan pergerakan piramida demografi penduduk Indonesia dari tahun 2010 hingga 2050.

Berdasarkan proyeksi data US Census Bureau IDB di atas, Indonesia diprediksi akan mengalami puncak bonus demografi pada tahun 2023-2024 dengan taksiran rasio ketergantungan paling rendah yaitu sebesar 46,1%. Di sisi lain, BPS menaksir angka rasio ketergantungan dengan interval 5 tahun untuk tahun 2020, 2025, 2030 dan 2035 berturut-turut sebesar 47,7%, 47,2%, 46,9% dan 47,3%. Sekilas hal ini menunjukkan bahwa BPS memprediksi Indonesia mencapai puncak bonus demografi antara tahun 2025 hingga 2035. US Census Bureau IDB memprediksi Indonesia akan mencapai puncak bonus demografi lebih cepat dibandingkan BPS.

Dari proyeksi data itu pun, kita bisa mengetahui bahwa Indonesia telah memasuki era bonus demografi pada tahun tahun 2012-2013 dengan taksiran angka rasio ketergantungan sebesar 50,2% dan 49,4%. Rasio ketergantungan kembali memiliki tren naik pasca tahun 2024 dan era bonus demografi pun diprediksi berakhir pada tahun 2037-2038 dengan taksiran rasio ketergantungan sebesar 49,7% dan 50,3%. Tantangan sesungguhnya adalah pasca bonus demografi di mana penduduk usia non-produktif di atas 65 tahun semakin menggelembung. Hal inilah yang dialami oleh negara-negara yang telah mengakhiri era bonus demografi seperti Cina, Korea Selatan maupun Jepang yang memiliki rasio ketergantungan yang terus-menerus meningkat.

Sejak era bonus demografi datang, secara perlahan, Indonesia telah mendapatkan sinyal positif seperti menurunnya tingkat kemiskinan, menurunnya tingkat pengangguran terbuka maupun meningkatnya indeks pembangunan manusia. Meskipun pertumbuhan ekonomi Indonesia stagnan di angka 5%, bukan tidak mungkin Indonesia mampu meraup laju pertumbuhan ekonomi dengan angka di atas 7% saat puncak bonus demografi berlangsung pada tahun 2020-2030. Sebagai contoh, Korea Selatan mampu memanfaatkan berkah bonus demografi dengan peningkatan laju pertumbuhan ekonomi yang sangat pesat pada tahun 1960 hingga 1980.

Saya optimis bahwasannya bonus demografi adalah hujan berkah yang mampu menyuburkan perekonomian dan kesejahteraan ekonomi di Indonesia. Pemerintah pun sudah mempersiapkan diri untuk mencegah kebanjiran dari imbasnya hujan bonus demografi dengan meningkatkan layanan kesehatan, meningkatkan kualitas pendidikan dan kualitas sumber daya manusia maupun meningkatkan infrastruktur yang merata. Sebagai individu, kita pun harus mempersiapkan diri, membekalkan diri dengan keahlian serta meningkatkan kapasitas diri sebelum kita memasuki puncak bonus demografi yang akan membawa berkah.

Kalau bukan sekarang, kapan lagi? 
Kalau bukan kita, siapa lagi?

Read More

Rasyid Ridha 8:51 PM  2 comments

Life-logging: Garap Data Pribadi Lebih Dalam di Tahun 2017

Istilah life-logging, quantified-self maupun personal analytics baru terdengar di telingaku akhir-akhir ini. Ternyata, melakukan entri data seperti mencatat pengeluaran per hari yang aku lakukan di tahun-tahun sebelumnya merupakan bagian dari istilah tersebut. Di tahun 2017 ini pun, aku memulai mengambil data yang kuhasilkan sehari-hari hingga ke level yang lebih detail, hingga ke waktu spesifik dan kali ini, tidak hanya mengenai data pengeluaran saja. Tujuannya adalah untuk mendapatkan gambaran yang lebih jelas mengenai data-data yang kuhasilkan dari berbagai macam sisi sekaligus menjadi proyek pribadi “iseng-isengan” dan “seru-seruan”. Secara keseluruhan framework dari proyek yang aku namakan sebagai Data Gue adalah:

Track/Gather -> Understand/Visualize/Analyze -> Review/Act

Data-data yang akan kutinjau adalah:

• Pengeluaran harian *
• Data makan siang (di mana dan dengan siapa)
• Transaksi perbankan (menarik uang di ATM, transfer)
• Transaksi belanja online *
• Transaksi GO-JEK
• Data penggunaan telepon pintar (menggunakan bantuan aplikasi QualityTime)
• Film di bioskop yang ditonton *
• Sosial media (Twitter, Line, Telegram)

* sudah pernah dilakukan di tahun–tahun sebelumnya

Selain melakukan penggarapan data melalui data entri manual via spreadsheet ataupun melalui aplikasi android seperti TapLog, visualisasi lebih lanjut pun akan dilakukan dan jika perlu dilakukan analisis secara lebih mendalam. Sebenarnya akan lebih menarik lagi untuk menggarap data pribadi yang berkaitan dengan kesehatan. Terlebih lagi, life-logging memang lebih mengutamakan data seperti itu dan juga penggarapan data dilakukan secara otomatis melalui perangkat IoT tertentu.

Tentu saja, akan menjadi lebih fantastis lagi apabila data yang lebih rinci dapat digarap. Setiap detik kehidupan kita, data-data pribadi kita bisa dihasilkan dari detak jantung, aliran darah bahkan teriakan yang kita hembuskan, semuanya bisa dibentuk menjadi data dan dikuantifikasi. Bahkan saya berpikir, ada suatu alat IoT yang tertempel di tubuh kita, merekam apa yang kita lakukan, apa yang kita bicarakan, data suara kita diubah ke teks dan dibentuklah word cloud maupun dilakukan analisis sentimental yang berguna untuk peninjauan dan refleksi diri secara harian.

Inspirasi:

https://www.technologyreview.com/s/601300/life-logging-is-dead-long-live-life-logging/

https://www.technologyreview.com/s/514356/stephen-wolfram-on-personal-analytics/

http://blog.stephenwolfram.com/2015/03/the-wolfram-data-drop-is-live/#more-9158

http://blog.stephenwolfram.com/2012/03/the-personal-analytics-of-my-life/

https://www.wired.com/insights/2013/11/love-life-and-r-personal-analytics-gets-real/

http://blog.kirigin.com/personal-analytics

http://dayoneapp.com/

http://www.discovershadow.com/

http://emberify.com/blog/lifelogging-apps-2016/

http://emberify.com/blog/quantified-self-2016/

http://emberify.com/blog/home-automation-the-next-step-in-connected-tech/

http://lifehacker.com/how-to-track-everything-in-your-life-without-going-craz-1466537828

http://lifestreamblog.com/lifelogging/

http://99u.com/articles/23147/a-fitbit-for-work-using-little-data-to-make-yourself-better

“Happy Lifelogging, Happy Journaling your Life”

Read More

Rasyid Ridha 6:13 PM  No comment

Review Akhir Tahun 2016: Overview

Pergantian tahun merupakan sebuah momentum untuk menilik apa yang telah dilakukan selama satu tahun ke belakang sekaligus merancang arsitektur kehidupan di tahun selanjutnya. Merancang resolusi tahunan dan tujuan spesifik dapat membantu kita untuk memfokuskan energi pada hal-hal yang menurut kita penting.

Aku mulai merancang sebuah arsitektur tujuan pada tahun 2014, sayangnya tujuan tersebut terlalu umum, tidak spesifik, tidak memiliki batas waktu yang spesifik, tidak memiliki tahap demi tahap yang spesifik, sehingga tujuan tersebut hanya berakhir menjadi sebuah untaian kata-kata semata. Melirik dari kesalahanku yang bisa dibilang kurang bijak dalam merancang tujuan dan kurangnya motivasi untuk mencapai tujuan tersebut, aku pun memulai membuat tujuan yang sederhana pada tahun berikutnya, yaitu tahun 2015.

Start from 2015        

Tujuanku di tahun 2015 sangatlah simpel yaitu lulus dari Statistika Unpad dengan durasi 3,5 tahun dan dengan IPK minimum 3,25. Tujuanku lainnya yang sebenarnya tidak tergolong wajib adalah memperluas wilayah kunjunganku di Indonesia bagian timur dengan cara mengikuti lomba statistika, diawali dari DAC yang akan diselenggarakan di Surabaya yang berakhir gagal hingga akhirnya, aku pun berkesempatan untuk memperluas wilayahku ke Jogja dengan mengikuti ONS di UGM. Selain itu, aku pun mendapatkan kesempatan untuk berada di tempat yang lebih jauh lagi yaitu Malang untuk mengikuti NSC di Unibraw.

Sebagai langkah awal bagiku untuk lulus pada bulan Februari 2016, aku memastikan tiket tempat magang di penghujung batas waktu. Semester 7 pun merupakan semester yang penuh tantangan. Semuanya serba berada di penghujung batas waktu, mulai dari tanggal seminar, sidang maupun yudisium. IPK yang kudapatkan pun sangat tipis berada di atas target yang ingin kucapai. Menariknya, apabila aku tidak melakukan protes untuk memperbaiki nilai suatu mata kuliah di penghujung Desember 2015, aku tidak akan meraih target IPK yang ingin kucapai.

Bingkai yang terbentuk sangatlah simpel yaitu: tentukan tujuan spesifik, tentukan tahapan dalam menggapai tujuan tersebut, lakukan tahapan tersebut, tinjau ulang dan kalau perlu revisi tahapan yang sudah dibuat dan kembali lakukan tahapan revisi tersebut dan seterusnya. Melihat hasil positif yang kudapatkan di tahun 2015, 100% misi sukses, aku pun mulai mencanangkan tujuan-tujuan lainnya di tahun 2016. Aku menancapkan empat pilar utama tujuan yang hendak kucapai di tahun 2016 agar aku memfokuskan hal tersebut seutuhnya, yaitu:

• Mengumpulkan nilai kapital seharga tiga puluh juta rupiah
• Meraih nilai TOEFL ITP minimal 550
• Membaca minimal 15 buku
• Mengumpulkan tulisan yang kutulis sebanyak dua ratus ribu kata

Beberapa tujuan tidak utama dan tidak spesifik lainnya meliputi meningkatkan kemampuan teknis (pemrograman, data sains, dan sebagainya), meningkatkan kesehatan fisik dan mental, dan sebagainya. Tujuan awal saat itu, pasca lulus Februari 2016, yang tidak kalah penting adalah mendapatkan pekerjaan. Tujuan yang bisa dibilang merupakan tujuan turunan dari pilar utama pertama tujuan di tahun 2016 karena untuk mengumpulkan kapital sedemikian besar, aku pun harus mendapatkan pekerjaan. Secara lebih spesifik, aku mematok angka minimal lima juta rupiah sebagai remunerasi yang ingin kudapatkan.

Mendapatkan pekerjaan adalah priotas utamaku saat awal tahun kala itu. Bisa dibilang, hal tersebut merupakan tantangan dan ujian awal bagiku di tahun 2016. Pada bulan April 2016, aku pun berhasil mendapatkan pekerjaan dengan remunerasi di atas dari ambang batas minimal lima juta rupiah yang kucanangkan.

Secara keseluruhan, aku hanya mampu menyelesaikan tiga dari empat pilar utama di tahun 2016, hanya 75% saja, dikarenakan pilar keempat gagal kucapai. Aku hanya mampu mengumpulkan sekitar 190.000 kata, terpaut 10.000 kata dari target yang ingin dicapai. Namun begitu, aku tetap puas dengan performa dan pencapaianku di tahun 2016. Sudah saatnya, aku melambung lebih tinggi lagi dan mencanangkan pilar utama lainnya yang lebih fantastis. Berikut ini hasil tinjauan dari keempat pilar utama tahun 2016 yang kucanangkan.

Mengumpulkan nilai kapital seharga tiga puluh juta rupiah

Accomplish date: 23 Desember 2016

Misi inilah yang mendorongku untuk segera mendapatkan pekerjaan secepatnya di tahun 2016. Aku pun berhasil mengakhiri hari-hari pengangguranku pada tanggal 18 April 2016. Dan berdasarkan kalkulasi finansial yang kulakukan, aku memang bisa dengan mudahnya mengakumulasi kapital senilai tiga puluh juta rupiah sebelum tahun 2016 berakhir. Namun, tidak semudah itu, aku mendapatkan sedikit goncangan saat perjalanan awal karirku dimulai. Bahkan, aku hampir saja tidak mampu menyelesaikan misi yang satu ini jikalau aku ikut tergoncang akibat goncangan yang melanda di akhir tahun 2016.

Meraih nilai TOEFL ITP di atas 550

Accomplish date: 24 Desember 2016

Tanpa disangka-sangka, goncangan yang terjadi di penghujung tahun 2016 membuyarkan rencanaku untuk menyediakan beberapa waktu dan energi luang untuk belajar TOEFL ITP selama satu bulan penuh. Aku pun sempat berpikir untuk tidak mengikuti tes TOEFL ITP dikarenakan goncangan yang melanda namun aku harus tetap konsisten terhadap rencanaku di awal tahun. Jauh-jauh hari, aku sudah menargetkan diri untuk mengikuti tes TOEFL ITP pada akhir Desember 2016. Dua bulan sebelumnya, aku sudah mencanangkan diri untuk mengikuti tes TOEFL ITP pada tanggal 17 Desember 2016 di Lembaga Bahasa UI, Depok.

Tanpa persiapan sama sekali, aku pun memberanikan diri untuk mengikuti tes TOEFL ITP untuk memenuhi janjiku sendiri. Aku pun menemukan tempat yang lebih dekat untuk mengikuti tes ini, yaitu di UTC, Kuningan, Jakarta Selatan, hanya sekitar 400 meter dari kosanku saat itu. Dan pada akhirnya, tanggal 17 Desember 2016, aku mengikuti tes TOEFL ITP, sambil berserah diri, menikmati heningnya mendung di hari sabtu kala itu. Pasca tes dilaksanakan, aku merasa kurang yakin mampu meraih target skor di atas 550. Aku hanya melakukan tes tersebut sebisaku saat itu, menyelesaikan bacaan-bacaan secara tenang dan logis, meskipun pada sesi mendengarkan, ada beberapa bagian yang tidak bisa kutangkap seutuhnya, dan juga pada sesi struktur bahasa (grammar), aku tidak yakin 100% terhadap beberapa soal yang kukerjakan.

Meskipun begitu, tanpa disangka-sangka, aku mampu mendapatkan nilai TOEFL sedikit di atas target yang ingin kucapai. Aku mendapatkan kiriman satu minggu kemudian, tepatnya pada tanggal 24 Desember 2016. Sesuai dengan prediksiku, sesi membaca diperoleh nilai tertinggi dibandingkan sesi mendengarkan dan sesi struktur bahasa. Meskipun tanpa persiapan khusus, rutinitas membaca yang kulakukan sekaligus menambah kosakata bahasa Inggris di tahun 2016 dapat mendongkrak skor membacaku. Terlebih lagi, aku membiasakan diri untuk melatih diri melalui tes yang lebih sulit lagi dibandingkan TOEFL ITP, yaitu GRE.

Saat masih menjadi siswa SMA tahun pertama (antara 2009 dan 2010), aku mengikuti tes TOEFL prediksi yang diadakan sekolah dan hanya mendapatkan skor sebesar 447 saja. Pada tahun 2015, sebagai mahasiswa semester 6, aku pun kembali mencoba mengikuti tes TOEFL prediksi untuk mengetahui kemampuanku saat itu, dan skor yang kucapai sebesar 510, meningkat sebesar 53. Di awal tahun 2016, aku menargetkan untuk mendapatkan skor TOEFL di atas 550, dan kali ini, aku mengikuti tes yang sesungguhnya, bukan prediksi. Di akhir tahun 2016 pun, aku berhasil mendapatkan skor TOEFL ITP sebesar 570, meningkat sebesar 60, sekaligus menuntaskan targetku yang dibentuk di awal tahun 2016.

Membaca minimal 15 buku

Accomplish date: 2 September 2016

Di tahun 2016, aku membiasakan diri untuk meningkatkan aktivitas membaca, baik membaca buku maupun artikel bermanfaat. Aku pun memulai kebiasaan membaca pada tahun 2015 dan menyadari betapa bermanfaatnya aktivitas sederhana yang satu ini. Membaca dapat meningkatkan wawasan, pengetahuan, pengendalian diri, kosakata, kemampuan berpikir dan hal-hal positif lainnya.

Pada awal tahun 2016, sebagai seorang pembaca buku pemula, aku mematok diri untuk menuntaskan lima belas buku. Pada akhir tahun 2016, aku berhasil menuntaskan 20 buku, dengan 5 buku yang aku kategorikan sebagai buku yang bisa dibilang sangat singkat. Aku berhasil menyelesaikan 15 buku, tepatnya pada tanggal 2 September 2016, dengan buku bacaan yang kuselesaikan kala itu adalah The Outliers yang ditulis oleh Om Gladwell.

Mengumpulkan tulisan yang kutulis sebanyak dua ratus ribu kata

Accomplish date: failed

Dua ratus ribu kata bukanlah angka yang bisa dibilang sedikit. Dua ratus ribu kata setara dengan tiga novel. Di pertengahan tahun 2016, aku sudah pede dengan mengumpulkan tulisan sebanyak 140.000 kata. Namun, karena kelalaian diri dan kebiasaan menulis yang menurun di semester dua tahun 2016, aku hanya mampu mengumpulkan sekitar 190.000 kata, terpaut 10.000 kata dari angka yang kucanangkan.

Seperti halnya membaca, aku mulai membiasakan diri untuk menulis pada awal tahun 2015, diawali dengan kelahiran Life Architecture kala itu. Di tahun 2016, beberapa wadah baru pun terlahir seperti New Stratch, Magnum Opus, Idea Writing dan Design Writing. Menulis seperti halnya membaca merupakan aktivitas yang juga bermanfaat. Aku menulis dalam rangka untuk mengeluarkan emosi, pengetahuan, peninjauan, sekaligus meningkatkan kemampuan berpikir kritis. Meskipun tidak mampu mencapai target yang kucapai, aku sudah cukup puas dengan total kata sebanyak 190.000 kata yang kukumpulkan selama dua tahun ini.

Be more fantastic in 2017

Tahun 2017 akan menjadi tahun yang lebih menantang lagi bagi diriku. Aku berusaha untuk mengembangkan diri dari berbagai aspek, baik tangibel maupun intangibel. Aku pun menyiapkan tiga pilar utama yang tidak berbeda jauh dibandingkan tahun 2016, lebih minimalis dan tanpa adanya misi mengumpulkan kapital, yaitu:

• Mendapatkan nilai IELTS minimal 7.0
• Membaca minimal 20 buku
• Mengumpulkan tulisan yang kutulis sebanyak tiga ratus ribu kata

Secara non-spesifik, berikut ini targetku di tahun 2017:

• Meningkatkan kesehatan fisik, mental dan spiritual
• Meningkatkan kemampuan teknis sebagai seorang ahli data
• Mengikuti seminar maupun lomba terutama dalam hal yang berkaitan dengan data
• Memiliki rancangan untuk S2 (latar belakang, tujuan, program studi, dokumen)
• Melakukan percobaan pertama untuk mendapatkan beasiswa dengan modal nilai TOEFL ITP

Read More

Rasyid Ridha 3:25 PM  No comment

Data Scientist Test: Salestock, Tokopedia dan Bukalapak

Disclaimer: tulisan ini memang berjudul “Data Scientist Test – Salestock, Tokopedia dan Bukalapak” namun secara lebih umum judul yang bakal lebih tepat adalah “Pengalaman Melamar Pekerjaan di E-Commerce” atau “Pengalaman Melamar di Lima E-Commerce Berbeda”.

Di tulisan kali ini, gue bakalan share pengalaman gue mengikuti tes sebagai Data Scientist maupun Data Analyst di beberapa e-commerce di Indonesia. Kalo dilihat-lihat, ternyata gue udah pernah melamar pekerjaan di beberapa perusahaan e-commerce di Indonesia kayak Tokopedia, Salestock, Lazada, OLX dan Bukalapak. Ya, sejauh ini e-commerce yang belum gue apply adalah MatahariMall, Elevenia dan juga Blibli.

Sedikit intermezo, gue lulus dari jurusan Statistika pada tanggal 4 Februari 2016. Sebagai seorang lulusan statistika, dari awal gue emang udah ngincer pekerjaan dengan titel Data Analyst maupun Data Scientist. Pas lulus, kemampuan teknikal gue yang gue miliki adalah kemampuan statistika dan pemrograman menggunakan R. Melihat situasi dan kondisi, perlahan gue pun belajar Python, dimulai saat gue mengikuti tes Salestock. Gue juga belajar SQL sekaligus menyelesaikan beberapa soal di tempat pas tes Lazada hari itu juga, yang tanpa disangka-sangka, gue bisa lolos ke babak selanjutnya setelah 3 minggu menunggu.

In a nutshell, berikut cuplikan singkat gue melamar di e-commerce.

Perusahaan	Posisi	Tanggal Interview/Tes
Tokopedia	Data Analyst	22 Februari 2016 – Wawancara HR
Salestock	Data Scientist	29 Februari 2016 s.d. 3 Maret 2016 - Asesmen awal
Lazada Indonesia	Business Intelligence Analyst dioper ke: Data Analyst	22 Maret 2016 – Tes tertulis, Excel dan SQL 12 April 2016 – Wawancara user 14 April 2016 - offering
Tokopedia	Fraud Prevention Analyst	22 Juli 2016 – Wawancara HR
Tokopedia	Data Scientist	23 Juli 2016 – Tes Hackerrank
OLX Indonesia	Business Intelligence Developer	28 Juli 2016 – Wawancara user
Bukalapak	Data Scientist	2 Agustus 2016 s.d. 6 Agustus 2016 - Asesmen awal

Dari tujuh posisi yang gue lamar di atas, hanya empat bagian yang mengharuskan gue mengikuti asesmen terlebih dahulu yaitu pas tes Data Scientist Salestock, Business Intelligence Anayst Lazada, Data Scientist Tokopedia dan Data Scientist Bukalapak. Mari kita pilah satu-satu dari perusahaan yang ada pada tabel di atas.

Tokopedia

Si raksasa hijau ini membuat gue ga kapok-kapok untuk terus mengejarnya, dengan total sebanyak tiga kali gue melamar di tiga posisi yang berbeda yaitu: Data Analyst, Fraud Prevention Analyst dan Data Scientist. Ga terlalu jelas apa penyebab kegagalan gue dan kenapa mereka memanggil gue lagi. Dengar-dengar gosipnya memang Data Anayst ditujukan untuk posisi senior, kalo bisa memiliki pengalaman 2 tahun. Kalo Fraud Prevention Analyst, gue ga tau terlalu pasti, mungkin posisi ini ga penting-penting amat. Sedangkan kalo Data Scientist, emang posisinya kudu senior dengan pengalaman minimal 2 tahun.

Meskipun gue ga punya pengalaman kerja dua tahun, akhirnya gue pun dicekoki dengan soal pemrograman dasar pada tes Data Scientist via Hackerrank. Soal yang gue kerjain pun murni banget buat anak ilmu komputer, ga ada statistika maupun analisis datanya sama sekali. Dengan waktu tes selama 3 jam dan 5 soal, gue cuma bisa jawab 3 soal doang dengan menggunakan Python. Ini dia jawaban yang bisa gue jawab. Sayangnya gue lupa simpen maupun skrinsut soalnya, alhasil cuma jawabannya doang.

Data Scientist Test Tokopedia via Hackerrank

https://github.com/rasyidstat/soal-kerja/tree/master/tokopedia

Salestock

Waktu itu, Maret 2016, nama Salestock masih sangat terdengar asing di telinga gue. Perusahaan ini gue temui pas Jobfair di Universitas Indonesia dan kebetulan ada tulisan “Data Scientist” yang bikin gue tertarik untuk melamar di situ. Hingga saat ini, Salestock bisa dibilang merupakan salah satu startup yang memiliki tim data terbaik di Indonesia selain Traveloka yang didekeng oleh Bung Ainun Najib.

Bisa dibilang, tes Salestock sangatlah sulit. Soal tes diberikan pada 29 Februari 2016, dan harus dikumpulkan paling lambat pada 3 Maret 2016. Pertanyaan yang diajukan bukanlah pertanyaan dasar lagi melainkan pertanyaan yang lebih ke ranah algoritma, efisiensi dan bahkan ada soal teori peluang juga! Nampaknya, mereka lebih nerapin ML (machine learning) untuk analisis gambar dan teks di tim data mereka, dan pas waktu itu gue yang memiliki latar belakang statistika, belum terlalu familiar dengan metode ML kayak Random Forest, SVM maupun GBM. Pemrograman yang digunakan pun kudu Python, Java atau Scala. Padahal pas waktu itu, gue cuma bisa R doang. Alhasil, gue pun belajar Python dari dasar melalui video singkat tutorial 1 jam Python di YouTube.

Data Scientist Test Salestock

https://github.com/rasyidstat/soal-kerja/tree/master/salestock

Gebleknya, pas ditanya “What is your favorite machine learning package?”, yang gue jawab adalah metode machine learning kayak Naive Bayes, Logistic Regression, dll. Setelah gue lihat lagi, geblek banget emang gue pas bulan Maret yang lalu. Gue menyadari bahwa betapa sempitnya ilmu gue, dan ilmu yang gue dapat di bangku kuliah pun belum cukup. Jawaban dari pertanyaan tersebut ya mestinya package kayak scikit-learn di Python atau caret di R.

Lazada

Gue lupa banget gue apply di sini via apa, kalo ga salah lewat lamannya langsung. Entahlah, pokoknya pas jaman nyari kerja, antara Februari – Maret, gue acak banget ngirim lamaran ke mana-mana. Awalnya, posisi yang gue lamar adalah Business Intelligence Analyst dan saat itu tes yang gue hadapi adalah tes tertulis yang terdiri dari tes bahasa Inggris dan tes kuantitatif, tes Excel dan tes SQL.

Tes tertulis kalo ga salah cuma dikasih waktu 20-30 menit. Waktu itu ada soal membaca bahasa Inggris, terus tes kuantitatif pemecahan masalah yang disajikan dalam bentuk cerita. Selanjutnya ada tes Excel yang terdiri dari ngitung, Pivot Table, visualisasi data dan VLOOKUP. Pas ada soal ngitung gue pake fungsi SUMPRODUCT yang ada di Excel biar lebih cepet. Alhamdulillah, tes Excel berjalan sangat mulus. Yang bikin gue ternganga adalah tes SQL karena gue emang ga pernah nyobain SQL sama sekali. Alhasil gue pun mengandalkan Google untuk membantu gue memahami perintah-perintah yang ada di SQL. Gue pun cuma bisa menjawab beberapa soal, kalo ga salah cuma setengahnya. Pas waktu itu, gue masih belum bisa ngerjain soal yang menggunakan JOIN.

Tanpa disangka-sangka, gue akhirnya diundang kembali untuk wawancara user dengan dua ekspat dari Rumania. Dan yang lebih mengejutkan lagi, gue ditawarin untuk posisi Data Analyst bukan Business Intelligence Analyst yang sepertinya sudah terisi sama orang lain. Pas wawancara, gue ditanyain ngapain aja pas di kampus, terus dijelasin juga apa-apa saja yang bakal gue lakuin selain mengekstrak data dari database melalui SQL seperti yang dilakukan BI Analyst, gue juga harus menjaga dashboard yang dibikin oleh pendahulu di sini serta bikin kodingan untuk beberapa proyek. Gue juga disuruh untuk belajar PHP, karena sistem kodingan mereka dibikin lewat PHP. Untuk pemrograman R, mereka bilang bahwa gue juga bakal gunain itu untuk proses umpan balik data. Setelah dilihat-lihat, emang ga ada statistikanya sama sekali di situ.

OLX Indonesia

Dari sekian, e-commerce yang gue lamar, cuma OLX yang ga pake tes apa-apa dan gue pun langsung wawancara user untuk menjelaskan apa saja yang gue lakuin sebagai Data Analyst di Lazada. Dari segi respons, mereka sih oke sama gue tapi di sisi lain, gue mencetak blunder yang sangat fatal dengan mengatakan kalo gue kayaknya udah oke di perusahaan lain dan gue juga bilang lebih seneng di bagian analisis data kayak di perusahaan itu dibandingkan umpan balik data yang mainin database dan proses ETL semacemnya sebagai BI Developer yang ada di situ. Alhasil, mereka pun meminta nama temen-temen gue yang ada di Lazada.

Bukalapak

Gue sempet ngerjain soal Data Scientist Bukalapak. Soal yang diberikan pun terdiri dari pemrograman dasar, SQL dan analisis data. Gue pun hampir bisa jawab semua soal kecuali satu soal di bagian SQL. Gue pun nanya sama kakak gue dan kolega gue dulu di Lazada, dan mereka pun tidak mampu menemukan jawabannya. Sehari-hari gue di Lazada pun, ga pernah nemu permasalahan SQL kayak gitu. Alhasil, meskipun gue bisa menjawab mayoritas soal yang diberikan, ga ada kabar lagi dari pihak terkait, kemungkinan besar karena mereka nyari yang udah pengalaman juga, minimum pengalaman 2 tahun.

Data Scientist Test Bukalapak

https://github.com/rasyidstat/soal-kerja/tree/master/bukalapak

Setelah gue telusuri lagi, ternyata ada soal SQL yang ga bisa gue jawab di Hackerrank di sini.

Perusahaan	Soal	Waktu
Salestock	1.1 Pemrograman dasar sorting 1.2 Optimisasi/Big Data 1.3 Optimisasi 2.1 Machine Learning (SVM) 2.2 Infrastruktur Komputasi 2.3 Machine Learning Package 2.4 Machine Learning (RF vs GBT) 2.5 Teori Peluang 2.6 Teori Peluang	29 Februari – 3 Maret 2016
Tokopedia	1. Problem solving - Looping 2. Problem solving - Looping 3. Problem solving - Looping 4. Stack 5. Lupa tentang apa euy	23 Juli 2016 (3 jam)
Bukalapak	1. Pemrograman dasar bikin empat kotak 2.1 Query SQL (ga bisa jawab euy) 2.2 Query SQL (gue pake subquery) 2.3 Analisis regresi dengan data mtcars	2 Agustus – 6 Agustus 2016

Statistika hanyalah sebagian set ilmu kecil yang gue miliki untuk menjadi Data Scientist. Butuh kemampuan lainnya kayak pemrograman, optimisasi, algoritma, machine learning, query dan tetek-bengek lainnya yang ga pernah gue dapetin di kampus. 

Read More

Rasyid Ridha 12:44 PM  4 comments

Getting Started with Data Science

Getting Started with Data Science

by Muhammad Rasyid Ridha

On his way to becoming a changemaker as a data magician in the future

“Data science, the combination of statistics and computer science, is a perfect match for me to get my hands dirty in this world”

My journey has been started these days when I just joined the team as a Data Scientist in a novel company, focusing on data, Dattabot. In this company, there are many things that I would like to improve, both from the technical or interpersonal side. I lay my time in this company not only to seek financial benefit but also something more than that, a precious experience that can improve my worth and competitive advantage as data scientist who can solve various problems with his creativity, idea and algorithm, both from machine learning or statistics.

A little intermezzo

By the end of 2016, my main goals will have been already finished, such as: getting >550 TOEFL ITP score, accumulating 200k words, accumulating IDR30,000k and finishing reading >15 books. In 2017, I will be reborn as a better person with much higher vision that can impact the others to make a greater change. Therefore, I can define that stuff as a leadership. For me, a leader is someone who can make an impact regardless of their current positional leadership. In the first stage, I learn the art of leadership to control myself first and get to know how my brain work and then become the artist who can lead people with his inspiration.

Besides those 2016 main goals, the other sides of my goals such as: getting healthy with such criteria based on my mental, physical and spiritual is also important to be accomplished. In the mental side, for example, I would like to control and lead myself with more mindfulness so that I am able to make a better and clearer decision making. I also train my body with proper exercise, both aerobic and strength training with additional of nutritious food. In the spiritual side, I want to improve my sense of tranquility by praying mindfully and learning Quran thoroughly.

Goal as a Data Scientist in 2016

As a data scientist, I have my own goal and expectation in this company, but I do not stick myself with it one-hundred percent. Also, these goals below are not specific enough but it is enough for me as a starter in data science world as a basic fuel for my long journey as data magician. I deal with problems related to data, both with my personal project data or company-cased data.

1.      Get to know and apply basic machine learning algorithm

2.      Master R (Shiny, data visualization) and Python (Web scraping, machine learning)

3.      Finish personal database and data science project (daily life, financial, movement, and historical data)

Application of Data Science

“Aplikasi nu data sains teh luas pisan”

There is no doubt that data science can solve many problems from various fields because as long as data is available, we can crunch the numbers, get the machine learning and statistics turn on and there lies the power of data science, an art of translating data into something meaningful. I even think to make use of my daily life data as a basic description for my decision making. My personal project is about designing database for my daily life data such as expense, network, flight history, event, personal information, etc. It is just a first stage, I also want to make use that data with stunning data visualization using a web application (Shiny or d3.js maybe) by creating such user-friendly dashboard.

Well, it is just my imagination on the rainbow sea. The most necessary thing is that I can learn and improve myself in playing with data and solving hard problems with the power of data science. As an individual, it is true that I am interested in many things, not only statistics and data science but also in other fields such as economy, psychology, health, politics, history, philosophy, sociology, architecture, engineering, technology, finance, business, literature, writing, etc.

The problems are everywhere and also data is ubiquitous. The good news is that nowadays, technology has helped us much to make data storing, analysis and processing faster. The term of big data, for example, can improve the speed of data processing and automation. We can compute millions of matrix which seem impossible if we compute it manually with a pencil. As a data scientist, indeed, I also need to know the current technology that can help me in translating data into meaningful insight.

In this paragraph, I would like to question myself with the plethora of interest inside my brain regarding data science. Specifically, what is my main concern as a data scientist? What kind of problem that I interest most? Although I have a great extent of interests, I can not become an expert in all of them at the same time. I need a core value, a specific specialization as a data scientist who has the capability in solving specific problems in such field.

As a human, with all of my knowledge, I have a zeal willingness to give benefits to this world as much as I can. With data science, I believe that I can give such impact for society, especially for my country, Indonesia. Therefore, I prefer to choose such specific fields in data science, like economy, urban and health because, in my opinion, those areas can give a huge impact on society, for example in urban analytics where I can improve transportation quality by doing data science project by monitoring the movement of people in urban area. In the future, I would like to get a master degree in data science, econometrics or epidemiology.

Third Party

Dattabot, Data Science Indonesia, UN Global Pulse Jakarta, Open Data Jakarta, TransJakarta, Jakarta Smart City, Open Data Lab Jakarta and Satu Data Indonesia.

Learn English, Learn the Art of Writing

Once more, I write this excerpt on Engish because I would like to improve my writing skill. I want to become an avid writer who can make a masterpiece of writing that can mesmerize people and inspire them in doing goodness. Learning the art of writing is one of my way to share my ideas in English with a great context of sophisticatedness. I know that currently, my writing—based on grammar, organization, and vocabulary—is still not good enough. To improve my English writing skill, there is no doubt that practicing is indispensable.

Read More

Rasyid Ridha 6:12 AM  2 comments