Percepatan Penguasaan Teknologi Pendukung Data Science untuk Industri Unggulan di Wilayah Kota Surabaya dan Sekitarnya

Nama Peneliti:

1. Trianggoro Wiradinata, S.T., M.Eng.Sc.
2. Rinabi Tanamal, B.Bus., M.Com.
3. Yosua Setyawan Soekamto, S.Kom., M.Kom.

Ringkasan Penelitian:

Kompetensi data science masih cukup awam bagi kebanyakan masyarakat, padahal kompetensi ini sangat penting dalam mengatur strategi pengembangan bisnis di berbagai bidang industri unggulan. Melalui data science, perusahaan terutama UKM, dapat menemukan pola, melakukan klusterisasi, dan menghitung prediksi dengan lebih akurat guna mengambil keputusan yang berdampak pada keunggulan perusahaan. Materi pelatihan data science yang disusun untuk perusahaan pada skala UKM juga masih sangat minim, terutama dengan konteks Indonesia, khususnya kota Surabaya.

Studi ini merupakan kombinasi dari kebutuhan industri dalam konteks Surabaya yang dilakukan secara kualitatif pada tahun pertama, kemudian dilanjutkan dengan penyusunan modul data science pada tahun kedua, yang pada akhirnya diuji kepada industri unggulan di Surabaya untuk mengetahui faktor-faktor apa saja yang mempengaruhi efektivitas dan efisiensi peningkatan kompetensi data science di industri unggulan Surabaya dan sekitarnya.

Capaian Penelitian:

Penelitian ini menghasilkan model klasifikasi yang membantu mitra penelitian untuk dapat memberikan rekomendasi atau saran pengambilan keputusan apakah harga yang diajukan termasuk terlalu rendah (murah), cukup (standar), atau terlalu mahal (mahal). Model machine learning dibangun dengan menggunakan bahasa pemrograman Python dan environment pengembangan Google Collab. Setelah menjadi model klasifikasi, tim peneliti melakukan pembuatan alat peraga untuk memudahkan industri unggulan dapat memahami klasifikasi data dengan mudah dan tepat. Alat peraga telah dibuat dan diujikan pada para narasumber/pakar dan mitra kerja sama penelitian.  Alat peraga untuk memudahkan pemahaman metode regresi (No. Sertifikat EC00202158335) dan metode klasifikasi K-NN (No. Sertifikat EC00202274968) telah diujikan dan terbukti membantu mitra penelitian untuk memprediksi harga serta melabeli jenis/kategori rumah.

Sebelumnya, penelitian ini juga telah menghasilkan beberapa karya yang telah disertifikasi KI, antara lain:

1. Alat Peraga berjudul “Alat Peraga untuk Prediksi Harga Rumah Menggunakan Machine Learning” dengan No. Sertifikat EC00202158335.
2. Program Komputer berjudul “Aplikasi Prediksi dengan Support Vector Machine untuk Seleksi Developer Academy” dengan No. Sertifikat EC00202158336.
3. Buku Panduan/Petunjuk berjudul “Video Pembelajaran untuk Menyelesaikan Permasalahan Klasifikasi pada Seleksi Calon Peserta Developer Academy” dengan No. Sertifikat EC00202158337.
4. Alat Peraga berjudul “Alat Peraga Metode K-NN” dengan No. Sertifikat EC00202274968.

Hasil penelitian ini telah dipresentasikan pada konferensi internasional dan dipublikasikan di jurnal internasional terindeks, antara lain:

1. Artikel berjudul “An Implementation of Support Vector Machine Classification for Developer Academy Acceptance Prediction Model” dipresentasikan di International Conference on Innovative and Creative Information Technology (ICITech): Artificial Intelligence and Industry 4.0 pada 23 September 2021.
2. Artikel berjudul “Property Category Prediction Model using Random Forest Classifier to Improve Property Industry in Surabaya” dipresentasikan di The 4^th ASEAN Business, Engineering, and Technology Symposium (ABEATS 2022) pada 20 Oktober 2022, Bali.
3. Artikel berjudul “House Price Prediction Model using Random Forest in Surabaya City” dipublikasikan di Technology Education Management Informatics (TEM) Journal, Vol. 12 No. 1, Februari 2023.
4. Artikel berjudul “Post-Pandemic Analysis of House Price Prediction in Surabaya: A Machine Learning Approach” dipublikasikan di Journal of Southwest Jiaotong University, Vol. 57 No. 5, 2022.