Reporter: Feris Thia | Editor: hasbi.maulana
Kebakaran hutan tahun 2015 lalu sempat membuat heboh. Selain dampaknya yang luas, kebakaran hutan juga mengganggu aktivitas penduduk sekitar. Bahkan asapnya sampai “singgah” ke negara-negara tetangga Indonesia.
Berita ini tentunya tidak dapat kita konsumsi jika para reporter tidak mengumpulkan dan menyajikan fakta langsung dari lokasi atau dari data berbagai sumber.
Berbekal data dari berita tersebut, para pengamat dan analis kemudian ramai menyuarakan pendapat termasuk prediksi kerugian apabila situasi tidak dapat ditangani segera, jumlah dan tingkat risiko kesehatan yang akan dialami oleh warga sekitar.
Pembuka di atas lebih sebagai analogi untuk menjelaskan tiga kategori teknologi dan metodologi analisa data yang lagi tren, yaitu descriptive, predictive dan prescriptive analytic. Tujuannya agar Anda – sebagai pelaku bisnis – mampu mendapatkan gambaran dan memanfaatkan berbagai teknologi analitik secara maksimal.
Descriptive Analytic
Seperti karakteristik reporter, descriptive analytic adalah tipe analisa yang melaporkan fakta-fakta yang telah terjadi. Contoh produk-produk yang jatuh ke kategori ini adalah laporan operasional, dashboard, ringkasan dari spreadsheet, dan data query.
Dashboard adalah tipe descriptive analytic yang sangat populer karena visualisasi yang menarik dan interaktif. Data dashboard terdiri dari kumpulan grafik, peta, tabel atau komponen lain yang disusun secara ringkas dalam satu tampilan.
Melalui penerapan dashboard yang baik, perusahaan dapat menciptakan kultur akuntabilitas sehari-hari karena manajer ataupun eksekutif di atasnya dapat memonitor dan menganalisa performa bisnis setiap saat. Stakeholder tersebut tidak perlu lagi harus meringkas data mentah secara manual.
Predictive Analytic
Predictive analytics adalah teknik analisa menggunakan model-model yang dihasilkan dari data historis untuk meramalkan hasil di masa depan.
Masuk dalam kategori ini adalah teknik dan metodologi seperti analisa time-series, data mining dan simulasi. Kumpulan algoritma data mining seperti decision tree (C45, J48, dll), association rules dan clustering saat ini semakin populer digunakan.
Layaknya seorang analis atau pengamat, perusahaan dapat memproses dan menemukan pola dari data-data penjualan yang sudah ada menjadi model matematis. Model ini kemudian dimanfaatkan untuk memprediksi penjualan beberapa waktu ke depan.
Model simulasi komputer juga dapat digunakan untuk memprediksi hasil dengan melibatkan penggunaan perhitungan statistik dan probabilitas. Dengan simulasi, perusahaan dapat melihat dan mempelajari efek dari suatu keputusan dengan berbagai variabel yang tidak pasti.
Contoh, sebuah startup dapat menyusun model matematis dan menggunakan what-if analysis untuk memperkirakan skenario terbaik dan terburuk sehingga dapat menentukan investasi awal dan tidak “jatuh” di tengah jalan. Variabel tidak tetap seperti jumlah permintaan pasar dan biaya pegawai per unit produk perlu dimasukkan dalam simulasi Predictive Analytic.
Prescriptive Analytics
Ini adalah teknik analisa menggunakan model-model yang dihasilkan dari data historis untuk meramalkan hasil di masa depan. Diantaranya teknik dan metodologi seperti analisa time-series, data mining dan simulasi. Kumpulan algoritma data mining seperti decision tree (C45, J48, dll), association rules dan clustering.
