Alamyin.com

REGRESI BERGANDA DAN MACHINE LEARNING

 REGRESI BERGANDA DAN MACHINE LEARNING

Analisis regresi bertujuan untuk memprediksi nilai variable tak bebas, jika variabel bebas diketahui datanya. Persamaan regresi yang memenuhi kriteria BLUE (Best, Linier, Unbiased, Estimated) dapat dijadikan alat prediksi yang baik. Dari laman www.statisticssolutions.com mengemukakan, Three major uses for regression analysis are 

1. Determining the strength of predictors, 
2. Forecasting an effect, and 
3. Trend forecasting 

Persamaan regresi merupakan suatu persamaan yang menerangkan atau menjelaskan hubungan antara variabel bebas dan variabel tak bebas. Persamaan regresi dapat digunakan untuk memprediksi atau mengestimasi nilai dari variabel tak bebas berdasarkan informasi dari variabel bebas. Persamaan regresi linear merupakan suatu persamaan yang berupa garis lurus, sedangkan persamaan regresi nonlinear bukan merupakan persamaan garis lurus.

Model Persamaan Regresi Berganda  :

Visualisasi Regresi berganda

Contoh aplikasi dari regresi linear berganda

• Membuat persamaan untuk memprediksi atau mengestimasi nilai indeks prestasi mahasiswa berdasarkan jumlah jam belajar dalam sehari dan intelligence quotient (IQ). Di samping itu dapat diketahui faktor-faktor yang memberikan kontribusi paling besar dalam hal pengaruhnya terhadap indeks prestasi mahasiswa.
• Membuat model untuk memprediksi atau mengestimasi laba perusahaan berdasarkan umur perusahaan, tingkat penjualan, dan besarnya perusahaan. Di samping itu, dapat diketahui seberapa besar kontribusi yang diberikan dari faktor umur perusahaan terhadap naik/turunnya laba perusahaan, dengan mengontrol pengaruh tingkat penjualan dan besarnya perusahaan. Dapat juga diketahui seberapa besar kontribusi yang diberikan dari faktor tingkat penjualan perusahaan terhadap naik/turunnya laba perusahaan, dengan mengontrol pengaruh umur perusahaan dan besarnya perusahaan.
• Membuat persamaan untuk memprediksi atau mengestimasi harga saham suatu perusahaan berdasarkan laba per-lembar saham dan jumlah kas dividen yang diberikan. Di samping itu, dapat diketahui seberapa besar kontribusi yang diberikan dari faktor laba per-lembar saham terhadap naik/turunnya harga saham, dengan mengontrol pengaruh jumlah kas dividen yang diberikan.
• Pada kasus makro ekonomi, kita dapat megestimasi pertumbuhan ekonomi dengan melihat kontribusi variabel bebas seperti inflasi, pendapatan, suku bunga. dll.

Regresi dan Mechine Learning

Ada berbagai jenis algoritma Machine Learning yang digunakan dalam berbagai aplikasi, seperti algoritma regresi, klasifikasi, clustering, dan deep learning.

Algoritma machine learning adalah sekumpulan aturan yang digunakan oleh sistem machine learning untuk mengambil keputusan atau membuat prediksi. Algoritma dalam machine learning dapat dibagi menjadi tiga kategori yaitu supervised learning, unsupervised learning, Reinforce Learning. 

Supervised learning adalah algoritma yang digunakan untuk membuat prediksi berdasarkan data latihan yang sudah ditandai dengan label atau target yang diinginkan. Sedangkan unsupervised learning adalah algoritma yang digunakan untuk menemukan struktur atau pola dalam data yang tidak dikenal sebelumnya. Ada berbagai jenis algoritma machine learning yang digunakan dalam berbagai aplikasi, seperti algoritma regresi, klasifikasi, clustering, dan deep learning.

Jenis-Jenis Algoritma yang Digunakan dalam Machine Learning

Ada beberapa jenis algoritma yang digunakan dalam machine learning, diantaranya:

1. Algoritma Regresi: Algoritma ini digunakan untuk memprediksi nilai numerik seperti harga saham, harga properti, atau jumlah penjualan. Algoritma ini digunakan untuk membuat model prediksi yang dapat digunakan untuk membuat keputusan bisnis.
2. Algoritma Klasifikasi: Algoritma ini digunakan untuk memprediksi kelas suatu objek seperti mengklasifikasikan email sebagai spam atau tidak spam, atau mengklasifikasikan pasien sebagai menderita penyakit tertentu atau tidak. Algoritma ini digunakan untuk mengambil keputusan yang berkaitan dengan klasifikasi.
3. Algoritma Clustering: Algoritma ini digunakan untuk mengelompokkan objek yang serupa seperti mengelompokkan pelanggan berdasarkan preferensi pembelian, atau mengelompokkan sampel data berdasarkan karakteristik. Algoritma ini digunakan untuk mengidentifikasi pola dan menemukan struktur dalam data.
4. Deep Learning: Algoritma ini digunakan untuk menyelesaikan masalah yang sangat kompleks seperti pengenalan wajah, pengenalan suara, atau pengolahan bahasa alami. Algoritma ini digunakan untuk membuat sistem yang dapat belajar secara otomatis dan meningkatkan performanya dengan waktu.
5. Algoritma Decision Tree: Algoritma ini digunakan untuk membuat suatu diagram pohon yang menyajikan keputusan berdasarkan kondisi-kondisi yang diberikan. Algoritma ini digunakan untuk mengambil keputusan yang berkaitan dengan klasifikasi atau regresi
6. Algoritma Gradient Boosting: Algoritma ini digunakan untuk membuat sekumpulan model yang dapat digabungkan untuk memprediksi hasil. Algoritma ini digunakan untuk membuat model yang lebih kompleks dan akurat dibandingkan dengan menggunakan model tunggal.
7. Algoritma Random Forest: Algoritma ini digunakan untuk membuat sekumpulan decision tree yang dapat digabungkan untuk memprediksi hasil. Algoritma ini digunakan untuk membuat model yang lebih kompleks dan akurat dibandingkan dengan menggunakan model tunggal.
8. Algoritma Neural Network : Algoritma ini digunakan untuk menyelesaikan  masalah yang kompleks seperti pengenalan wajah, pengenalan suara, atau pengolahan bahasa alami. Algoritma ini digunakan untuk membuat sistem yang dapat belajar secara otomatis dan meningkatkan performanya dengan waktu. Neural network dapat digunakan untuk pemrosesan gambar, teks, suara dan video. Neural network juga dapat digunakan untuk tugas-tugas yang memerlukan pembelajaran dari data yang tidak terstruktur.

Berikut Tipe Machine Learning, Variabel target dan Algoritma yang digunakan.

Regresi yang Baik untuk Prediksi

Berikut Beberapa bahan Ajar dan Latihan Regresi:

1. Regresi Bergdanda SPSS Lengkap dengan Penejalsan Statistik dan Uji Asumsi Klasik
2. Regresi Data Panel dengan Eviews
3. Regersi dengan Excel dan SPSS
4. Regresi dengan Python

BISNIS MODEL CANVAS

 BISNIS MODEL CANVAS

Business Model Canvas adalah sebuah strategi dalam manajemen berupa visual chart yang terdiri dari 9 elemen. Model ini pertama kali diperkenalkan oleh Alexander Osterwalder dalam bukunya yang berjudul Business Model Generation. Dalam buku tersebut, Alexander mencoba menjelaskan sebuah framework sederhana untuk mempresentasikan elemen-elemen penting yang terdapat dalam sebuah model bisnis. 

BMC juga diartikan sebagai suatu kerangka kerja yang membahas model bisnis yang disajikan dalam bentuk visual berupa kanvas lukisan, agar dapat dimengerti dan dipahami dengan mudah. Model ini digunakan untuk menjelaskan, memvisualisasikan, menilai, dan mengubah suatu model bisnis, agar mampu menghasilkan kinerja yang lebih optimal.

Fungsi Bisnis Model Canvas 

9 Elemen yang Harus Ada Dalam Bisnis Model Canvas

1. Value Proposition

Nilai apa  yang  ditawarkan  kepada  costumer.  Pada kolom ini juga menjelaskan keunggulan dan poin-poin menarik apa yang dapat menarik minat dari customer.

Customer Profile

• Gains : menjelaskan manfaat yang diharapkan, atau yang menjadi keinginan dari konsumen.
• Pains : Pengalaman negatif atau resiko yang pernah dialami oleh pelanggan dalam proses menyelesaikan pekerjaan atau suatu hal.
• Customer Jobs : merupakan tugas fungsional, sosial dan emosional yang dilakukan oleh pelanggan, masalah yang pelanggan coba untuk meneyelesaikan dan kebutuhan yang ingin mereka penuhi.

Value Proposition

• Product & Services : menjelaskan produk dan jasa yang kita tawarkan, yang mana dapat membantu pelanggan menyelesaikan tugas fungsional, sosial dan emosional (Customer Job).
• Gain Creators : menjelaskan bagaimana produk dan jasa dapat membuat pelanggan merasakan manfaat atau diuntungkan. Gain Creators harus dapat menyelesaikan Gains pada Customer Profile.
• Pain Relievers : menjelaskan bagaimana produk atau jasa bisa menyelesaikan pengalaman negatif atau resiko yang pernah dialami oleh pelanggan, sehingga Pain Relievers harus dapat mengurangi bahkan menghilangkan Pains pada Customer Profile.

2. Customer Segments

Customer segments adalah  penggolongan orang-orang yang  mungkin tertarik dengan value  proposition bisnis kita. 

• Mass Market : segmen pasar luas dengan jenis kebutuhan dan  masalah yang sama.
• Niche Market : segmen pasar yang spesifik.
• Segmented: segmen pasar yang memiliki kebutuhan berbeda  tetapi dalam satu kategori.
• Diversified : segmen pasar yang memiliki kebutuhan atau  masalah yang sangat berbeda.
• Multi-sided Platform : melayani 2 atau lebih pasar segmen  pasar yang saling tergantung

# prioritas

3. Costumer Relationship

Customer relationship adalah  cara-cara yang bisa Anda  gunakan untuk berkomunikasi  dengan customer segments. Customer relationship soal  hubungan, kalau channel soal  cara Anda menjangkau customer  segments.

• Transactional: beli putus saat itu juga.
• Long-term: hubungan jangka panjang antara Anda dengan  pelanggan.
• Personal Assistance: Ada sales-rep yang melayani pelanggan  Anda.
• Self Service: Pelanggan melayani dirinya sendiri, biasanya di  bisnis retail.
• Automated Service: Pelanggan bahkan tidak perlu ke toko Anda,  biasanya di bisnis SaaS.
• Community: Anda menciptakan komunitas untuk pelanggan.
• Co-Creation: Anda mengajak pelanggan menciptakan sesuatu  untuk bisnis Anda.

4. Channels

Cara menjangkau/  bersentuhan dengan  Costumers

Kategori Channel

• Direct : sales force, web sales, own stores.
• Indirect : partner stores, wholesaler.
• Awareness : tahap awal menginformasikan ke customer.  Evaluation : cara membantu customer mengevaluasi value  proposition yang ditawarkan.
• Purchase : cara-cara customer melakukan pembelian.  Delivery : cara menyampaikan value proposition (produk/  jasa) kepada customer.
• After Sales : customer support setelah terjadi transaksi.

5. Key activities

Key activities kegiatan wajib/utama yang dilakukan oleh  perusahaan untuk menghasilkan value proposition yang  ditawarkan.

• Production : aktivitas merancang,  membuat, mengirimkan produk.
• Problem Solving : aktivitas  operasi yang biasanya muncul pada  perusahaan konsultan, rumah sakit,  organisasi penyedia jasa.
• Platform Network : wadah  bertemunya dua atau lebih segmen  pasar untuk saling berinteraksi/  transaksi /membangun network.

6. Key resources

Key resources adalah hal-hal paling penting yang  harus Anda punyai agar key activities bisa  dijalankan dan value proposition bisa diberikan pada  customer.

• Physical asset : fasilitas pabrik,  gedung-gedung, kendaraan,  mesin-mesin.
• Intellectual : brand, hak paten,  copyright, database customer dan  database partnership, informasi  rahasia perusahaan
• Human Capital: tenaga kerja  Financial : sumber daya  keuangan perusahaan cash, credit,
• obligasi, saham

7. Key partners

Key partners adalah pihak-pihak  yang bisa Anda ajak kerjasama  dengan tujuan:

• Optimization and Economy
• Reduction of Risk and  Uncertainty
• Acquisition of particular  resources and activities

• Strategic Alliance between non-competitors:  kerjasama dengan perusahaan yg tidak sejenis.
• Coopetition: kerjasama dengan perusahaan  kompetitor.
• Joint ventures to develop new business: kerjasama  untuk membentuk usaha baru.
• Buyer supplier relationship: hubungan hanya  sebagai pembeli dan penjual biasanya terjadi pada  motif optimization and economies of scale.

8. Cost Structure

Cost structure adalah rincian biaya-biaya  terbesar yang harus Anda keluarkan untuk  melakukan key activities dan menghasilkan  value proposition.

• Cost-driven: sensitif terhadap  harga bahan baku.
• Value-driven: perusahaan tidak  terlalu memikirkan harga produksi/  bahan baku karena yang dijual  adalah nilai/seni/status/gaya hidup.
• Fixed cost: biaya-biaya tetap yang  muncul yang tidak tergantung pada  jumlah produksi
• Variable cost: biaya-biaya yang  muncul bervariasi sesuai jumlah  yang diproduksi
• Economies of scale: biaya per  unit
• Economies of Scope

Berapa biaya untuk mencapai key activities bisnis?

Berapa yang dianggarkan untuk key resources dan partnerships?

Berapa biaya untuk mencapai value proposition dan apakah ada biaya tambahan lainnya untuk menjalankan bisnis.

Cost-driven: biaya keluar  tergantung dari harga bahan  baku.

Fixed cost: Gaji 1 orang  designer.

Variable cost: Biaya jahit  tergantung berapa baju yang  akan diproduksi.

9. Revenue Stream

Revenue stream dalam BMC akan kita isi dengan  berbagai cara untuk menghasilkan keuntungan dari  value proposition kita.

• Asset Sale: penjualan produk secara fisik.  Usage Fee: customer membayar sesuai  lamanya menggunakan produk/jasa.
• Subscription Fees: biaya berlangganan.
• Lending/renting/leasing: biaya  peminjaman/pemakaian/penggunaan  sementara.
• Licensing: biaya ijin pakai jasa / produk.

MENGAPA KEWIRAUSAHAAN PENTING?

Kewirausahaan (1)

MENGAPA KEWIRAUSAHAAN PENTING?

Misi Kewirausahaan menjadi Misi Univeritas Negeri Makassar yang berarti semangat kewirausahaan sebaiknya mewarnai setiap aktifitas di kampus. 

• Benarkah demikian? 
• Mengapa kewirausahaan penting?
• Apa dan bagaimana agar dapat menyerap energi semangat berwirausaha?

Demikian pula halnya dalam kewirausahaan. Ilmu adalah menyatunya prkatik dan teori, sehingga apabila hanya memiliki salah staunya belum sempurna keilmuannya.

DATA DAN KONSEP

Berdasarkan sensus ekonomi Badan Pusat Statistik (BPS), baseline 2019 jumlah rasio wirausaha mencapai 3,3 persen setara 8,2 juta. Artinya, dengan target 3,95 persen di 2024, maka diperlukan 1,5 juta penduduk yang usahanya menetap hingga 2024. Penumbuhan 1,5 juta wirausaha baru, tentunya efektif dalam kurun waktu tiga tahun atau mulai dari 2022 hingga 2024, sehingga rata-rata target per tahunnya 500 ribu wirausaha baru.

Pada Senin, 23 Mei 2022. Rasio kewirausahaan di Indonesia saat ini masih sangat rendah, yaitu 3,47% dari total penduduk Indonesia.

Agar wirausaha dapat tumbuh pemahaman tentang kewirausahaan penting dimassifkan.

Berikut beberapa Pengertian Kewirausahaan

• Entrepreuner (Bahasa Perancis) yang diterjemahkan ke dalam bahasa Inggris dengan arti "between taker atau go between" atau perantara, dikenal dengan istilah wirausaha di Indonesia Wirausaha (entrepreneur) terdiri dari kata Wira dan Usaha. 
• Dalam Kamus Bahasa Indonesia (KBI, 2008), wira berarti utama, gagah, luhur, berani, teladan, pejuang, sedangkan usaha diartikan sebagai kegiatan yang bersifat komersial maupun non komersial
• PETER Drucker (1996) Entrepreuner adalah “kemampuan untuk menciptakan sesuatu yang baru dan berbeda”. 
• Zimmerer dan Scarborough (1996), kewirausahaan adalah penerapan kreativitas dan inovasi untuk memecahkan permasalahan dan upaya memanfaatkan peluang-peluang yang dihadapi orang setiap hari.
• dan lain-lain

SIMULASI (IDENTIFIKASI)

TOPIK KEWIRAUSAHAAN

Topik 3 Kreativitas dan Inovasi

Topik 4 Riset Pasar

Topik 5 Rencana dan Pengembangan Bisnis

Topik 6 Standarisasi dan Legalitas Usaha

MAHASISWA 3K : KRITIS-KONKRET-KONSTRUKTIF

KAMPUS POLITIK ATAU POLITIK KAMPUS?

KAMPUS POLITIK ATAU POLITIK KAMPUS? 

Di dalam kelas sebuah SD inpres, dua murid ditanya gurunya. Guru: A, kamu mau jadi apa? A: Jadi dosen !, Guru: Mengapa?, A: Supaya bisa jadi professor. Guru: Ok. B kamu mau jadi apa?, B: Politisi, Guru: Mengapa? Supaya tidak sengsara seperti A dan tetap bakal jadi professor (Cerita fiksi, Mati Ketawa Cara profesor  NKRI, karya Prof. Arief Anshory)

Sependek pengetahuan saya, ada 11 pejabat publik yang telah dianugerahi gelar Profesor Kehormatan. Mantan Presiden Megawati (unhan RI), Mantan presiden Susilo Bambang Yudonoyo (Unhan RI-2014), Terawan Agus Putranto (Unhan RI, 2022), Muhammad Syarifuddin (UNDIP, 2021), Zainudin Amali (UNNES, 2022), Siti Nurbaya Bakar (UB, 222), Fahmi Idris (UNP, 2022), Edi Slamet Irianto (Unissula, 2022), Syahrul Yasin Limpo (UNHAS, 2022), Jafar Hafsah (UNM,2022) dan  Nurdin Halid (UNM, 2023).

Dasar penetapan pemberian profesor  kehormatan adalah Permendikbudristek nomor 38 tahun 2021 tentang Pengangkatan Profesor Kehormatan. Deretan nama-nama yang akan bergelar professor kehormatan akan bertambah. Meskipun Masa jabatan Profesor Kehormatan paling singkat 3 tahun dan paling lama 5 tahun dapat diperpanjang dengan mempertimbangkan kinerja dan kontribusi dalam melaksanakan Tridharma dan batas usia paling tinggi 70 (tujuh puluh) tahun.

Sebelas orang di atas dominan politis. Penetapannya tentu alot di Senat Akademik di kampus masing-masing. Universitas Gajah Mada (UGM) adalah kampus yang paling tegas menolak pemberian gelar tersebut, padahal prestasi dan kepakaran Perry Warjiyo (Gubernur BI) sangat mumpuni. Bagaimana civitas akademika kampus-kampus lain? Bagaimana atmosfer akademik, apaka kritis pada politisi atau menyemai praktik-praktik politik sumbu pendek di kampus?

Kampus: Benteng Akal Sehat dan Peradaban

Alwi Rahman menilai Kampus atau perguruan tinggi adalah benteng terakhir peradaban. Bisa juga kita sebut ia cerminan keadaban suatu masyarakat. Kata Prof Sigit, Universitas adalah benteng akal sehat dan keberadaban. Nilai dan tradisi yang dikembangkan adalah pemikiran yang jernih, etis, dan beradab; pertaruhannya adalah kebenaran, kejujuran dan kemaslahatan.

Sebagai orang yang pernah merasakan kuliah di kampus besar di Makassar, UNM dan UNHAS. Kedua kampus itu terasa perbedaannya memperlakukan mahasiswa atau akademisi yang kritis. Kultur kampus lain, bisa dipelajri dari oknum dan alumninya. Pengalaman studi banding dan Short Course di kampus lain menunjukkan kampus unggul adalah yang tradisi akademiknya kuat, tradisi yang menjamin kebebasan berpikir dan berpendapat lestari tanpa harus takut kehilangan rezeki dari TYME. 

Prof Sigit (UGM) menganggap pengangkatan profesor kehormatan memuat kepentingan pragmatis individu maupun kelompok. Mengabaikan prinsip kesetaraan dan keadilan tentu mengkhianati pengorbanan para dosen menggapai guru besar. Para dosen di perguruan tinggi harus berjuang keras puluhan tahun untuk mencapai posisi profesor dengan berbagai beban kinerja, belitan regulasi dan birokrasi.

Apabila otoritas perguruan tinggi memihak pada kepentingan pragmatis maka kebenaran dan akal sehat akan tergadaikan. Tentu juga merendahkan martabat perguruan tinggi dan sivitas yang ada. Pengangkatan profesor kehormatan yang tak berkontribusi pada pencapaian misi utama perguruan tinggi, justru merendahkan martabat dan reputasi, merusak ekosistem, dan tata kelola PT. 

Politik Kampus

Sedari dulu politik dan kampus selalu hadir dalam perbincangan di ruang publik. Evolusinya juga semakin kompleks. Mengurainya seperti mencari jerami dalam tumpukan jarum. Masalahnya rumit dan pelik dengan sejumlah variabel yang mempengaruhinya.

UNM dan UNHAS dua tahun terakhir ikutan tren memberikan gelar kehormatan pada tokoh politisi. SYL di Unhas dan NH di UNM. Keduanya sebenarnya adalah 'rival' politik.  Salah satu perbedaannya adalah polemik penolakan anggota Senat Universitas. SA Unahs menolak, Di UNM nyaris tak ada riak, kecuali beberapa dosen UNM di sudut-sudut pojokan dan warung kopi yang kaget dan bersikap kritis bahkan tidak setuju. Dua tahun polemik pemberian gelar pada SYL dan Senat tetap mangajukan ketidak sepakatannya, namun ‘hak veto’ Rektor Unhas tetap memberikan gelar pada SYL.

Kekuasaan memang sangat membuai manusia karena pada dasarnya menurut Nietzsche manusia tidak dapat dipisahkan dari kekuasaan karena keinginan untuk berkuasa ada pada tiap individu. Bicara kekuasaan tidak hanya pada ranah makro – institusi politik semata. Pada skala mikro juga ada. Relasi kuasa dalam diri, keluarga, komunitas, dan lain-lain.

Ketika praktik kekuasaan mewujud secara totaliter maka kebebasan dan kebahagian terancam pada setiap individu di bawah institusi. Tan Malaka (1926) mengingatkan “Seluruh insan kampus seperti dosen dan mahasiswa berhak memperoleh ruang dan kebebasan untuk mengembangkan, mengaplikasikan ilmu pengetahuan serta mengabdikan diri untuk kepentingan rakyat supaya tidak ditindas oleh rezim kekuasaan”.

Sepertinya sivitas kampus membutuhkan penting menggiatkan kembali kajian-kajian kritis pada sindikasi-sindikasi skala mikro yang terdesentralisasi, sehingga kekuasaan yang sentrallistik tidak semena-mena pada hak kebebasan berpikir dan berpendapat setiap individu.

Politik adalah tindakan. Setiap tindakan sadar selalu di awali proses berpikir. Politik adalah cara untuk mencapai tujuan. Berdasarkan definisi ini, sesungguhnya semua orang berpolitik. Tentu dengan ideologi dan nilai yang dianutnya. 

Sebelum berbondong-bondong mengikuti tren pemberian gelar profesor kehormatan, perguruan tinggi Indonesia perlu fokus untuk membangun mutu, keunggulan, serta program studi yang unik dengan cara-cara bermartabat.

Oxford University Sejak berdiri pada 1096, konsisten berkomitmen untuk unggul di setiap bidang pengajaran dan penelitian. Meski punya sejarah sebagai universitas bagi bangsawan Inggris, Oxford modern telah menginisiasi transformasi jangka panjang untuk mewujudkan budaya yang lebih inklusif, misal dengan menerima mahasiswa dari berbagai latar belakang.

Mungkin membandingkan kampus kita dengan Oxford, seperti membandingkan langit dan sumur. Namun setidaknya memberikan pencerahan bahwa unggul tidak direngkuh dengan cara-cara instan dan jangka pendek, sebagaimana gelar profesor kehormatan. Wallahu a’lam bissawab.

PERAN DATA MEWUJUDKAN KEADILAN EKONOMI

PERAN DATA MEWUJUDKAN KEADILAN EKONOMI *)

Syamsu Alam

Measure what is measurable, and make measurable what is not so. 

Galileo Galilei (GG). 

World Digital Competitiveness Ranking (2022), Indonesia menempati peringkat ke-51 dengan skor 56,14 dari 63 negara. Rata-rata IQ orang Indonesia 78,49 urutan ke-10 dari 11 negara ASEAN. IQ biasanya mencerminkan kualitas pendidikan dan lingkungan. Rilis IQ rata-rata Versi World Population Review. Bisa diterima sebagai motivasi saja. Meskipun perhitungan rata-ratanya masih perlu dipertanyakan dengan melihat jumlah pembagi penduduk 275,5 juta yang jauh lebih besar dari negara lain. 

Ungkapan GG di atas masih relevan “Ukur apa yang dapat diukur, dan buatlah agar dapat diukur apa yang tidak dapat diukur." Kutipan ini menunjukkan pentingnya pengukuran, tetapi juga mengakui bahwa tidak semua hal dapat diukur dengan mudah. Galileo menyadari bahwa untuk memahami dunia yang kompleks, kita perlu mengembangkan alat pengukuran yang lebih canggih dan metode yang lebih maju untuk dapat mengukur fenomena yang sulit diukur atau bahkan belum diketahui cara mengukurnya. 

GG memiliki pertemuan yang terkenal dengan Karaeng Pattingalloang pada tahun 1621 di Makassar.  Galileo dan Karaeng Pattingalloang memiliki latar belakang yang sangat berbeda, namun mereka berhasil menjalin hubungan baik, berdiskusi dengan terbuka tentang topik-topik ilmiah hingga terjadi pertukaran ‘barang mewah’. Karaeng Pattingalloang memberikan peta dan dibalas dengan pemberian teropong oleh Galileo.

Galileo terkesan dengan teknologi maritim yang digunakan oleh orang Makassar, termasuk kemampuan mereka dalam menguasai angin dan arus laut untuk memudahkan navigasi kapal. Hal ini menunjukkan betapa majunya peradaban dan teknologi yang dimiliki oleh orang Makassar pada saat itu.

Jadi Makassar pernah memiliki daya tarik bukan hanya karena rempah-rempah tetapi khazanah kekayaan intelektualnya. Maka menjadi aneh ketika ada Tagline “Makassar Menuju Kota Dunia”. Kita sedari dulu telah mendunia, pak !

Hikmah lainnya, Galileo pada akhir kisah hidupnya memberikan pengingat akan pentingnya kebebasan berpikir dan keberanian untuk mengejar kebenaran dalam ilmu pengetahuan dan teknologi, dan sekaligus menjadi sebuah penanda dalam sejarah tentang betapa pentingnya menjaga kemerdekaan akademik dan kebebasan berpendapat untuk kemajuan bangsa.

Sayangnya keberanian yang diwarisi oleh leluhur orang-orang Makassar, kini redup dan kerap hanya ‘berani sala-sala’ (Berani bukan pada tempatnya). Keberanian kerap disandera dengan kepentingan ‘daerah perut dan sekitarnya’.

DATA ADALAH SENJATA

Data adalah fakta sejarah. Fakta semenit yang lalu ada orang yang rugi miliaran di pasar kripto, ada juga yang profit miliaran. Data digital adalah jejak digital pengguna aplikasi digital. Data ibarat dua mata sisi uang. Ia dapat dimanfaatkan untuk hal positif atau negatif. Manipulasi data pun dapat menyesatkan pengguna data, bahkan dapat menimbulkan perang. Data sebagai salah satu aset tak berwujud yang dimiliki oleh individu, organisasi, negara.

Di era digital saat ini, data telah menjadi komoditas yang sangat berharga. Ia sangat bermanfaat bagi perusahaan, pemerintah dan organisasi lainnya. Data dapat digunakan untuk memahami perilaku konsumen, mengidentifikasi tren pasar, meningkatkan efisiensi produksi, mengembangkan produk dan layanan baru yang lebih relevan dengan kebutuhan pasar.

Pada dimensi individu dan organisasi, data juga dapat membantu dalam proses pengambilan keputusan yang lebih baik dan akurat. Dengan data yang tepat, organisasi dapat menganalisis kinerja mereka, mengidentifikasi area yang memerlukan perbaikan, dan mengambil tindakan yang tepat untuk mencapai tujuan mereka.

Pada tahun 2018, sebuah laporan investigasi oleh The Guardian dan The New York Times mengungkapkan bahwa Cambridge Analytica (CA) telah mengumpulkan data pribadi dari jutaan pengguna Facebook tanpa izin mereka dan menggunakan data ini untuk mempengaruhi hasil pemilihan umum di beberapa negara, termasuk Amerika Serikat dan Inggris. Setelah terungkap, Facebook dan CA dituduh telah melanggar privasi pengguna dan mengambil tindakan untuk menghentikan praktik ini.

Laporan tersebut mengungkapkan bahwa CA mendapatkan akses ke data pribadi pengguna Facebook melalui aplikasi "This Is Your Digital Life" yang dikembangkan oleh Aleksandr Kogan, seorang peneliti di Universitas Cambridge. Aplikasi ini meminta izin pengguna untuk mengakses data mereka dan data teman-teman mereka di Facebook untuk tujuan penelitian akademis.

Namun, Kogan memberikan data yang dikumpulkannya kepada CA, lalu menggunakannya untuk membuat profil psikologis pengguna Facebook dan mempengaruhi opini publik melalui iklan politik yang disesuaikan. Setelah laporan ini terungkap, Facebook dan CA dikecam secara luas karena telah melanggar privasi pengguna dan memanipulasi opini publik. Pemerintah dan regulator di beberapa negara juga melakukan penyelidikan atas praktik ini, dan CA akhirnya bangkrut.

DATA DAN PEMERINTAH

Pemerintah adalah produsen sekaligus pengguna data. Data yang benar terpercaya dan valid dapat memberikan informasi yang bermanfaat. Informasi tersebut dapat dikelola menjadi pengetahuan yang mencerahkan, dan akhirnya dapat memberikan tindakan (wisdom) yang tepat.

Di lingkup pemerintahan ada 3 jenis data yang digunakan. Yaitu data statistik, data spasial, dan data keuangan. Ketiga data ini diproduksi oleh instansi pemerintah yang dpat digunakan untuk Identifikasi ketidaksetaraan, menemukan pola dan penyebab ketidaksetaraan, mengukur efektivitas kebijakan, dan lain-lain.

Dengan memahami bisnis proses data maka suatu organisasi pemerintahan dapat kompetitif. Sayangnya kesadaran memanfaatkan transformasi data digital masih dominan sebagai ‘lip services’ daripada itikad baik dan berani untuk mewujudkan cita-cita bangsa, kesejahteraan dan keadilan sosial.

John Stuart Mill dalam "The Economic Rules of Behavior" memberikan pandangan tentang bagaimana perilaku ekonomi dapat dipahami dan dijelaskan secara logis dan sistematis. Konsep ini memberikan dasar dalam pemahaman dalam ekonomi yang lebih kompleks saat ini. Namun data memungkinka kita dapat memahami yang kompleks dengan lebih mudah, efisien, dan efektif. 

Syaratnya untuk memanfaatkan data menjadi sumber energi baru hanya dua, Pengetahuan dengan segala dimensinya (Knowledge) dan Kemauan (Political will). Jika dibuatkan fungsinya TDx = f(K,P). Manakah yang diutamakan pemerintah? K, P atau tidak keduanya, entahlah.[]