Ikhtisar
Buku yang berjudul Data-Driven Entrepreneur: Bisnis Berdaya Saing dengan Data Science dan RapidMiner merupakan panduan penting bagi siapa pun yang ingin memanfaatkan kekuatan data dalam memajukan bisnis. Buku ini ditulis oleh seorang dosen dan pengusaha berpengalaman. Buku ini menjelaskan konsep-konsep dasar data science dan petunjuk penggunaan perangkat lunak RapidMiner untuk mengolah dan memahami data.
Buku ini ditulis dengan bahasa yang mudah dipahami oleh masyarakat umum, khususnya para pebisnis dan pelaku Usaha Kecil dan Menengah (UKM), tanpa banyak berkutat di hal-hal teknis yang membingungkan. Melalui contoh-contoh aplikasi di berbagai bisnis, penulis berusaha menjembatani gap antara ilmu data science yang sering kali dianggap kompleks dengan kebutuhan praktis di lapangan.
Buku ini tidak hanya memberikan teori, tetapi juga pengajaran praktis Structured Query Language (SQL) dan RapidMiner, dua alat yang penting dalam dunia data science. Pembaca akan dipandu untuk memahami pentingnya data dalam pengambilan keputusan bisnis, bagaimana mengolah data dengan SQL dan RapidMiner, serta cara menginterpretasikan hasil pengolahan data untuk kepentingan bisnis.
Dilengkapi dengan kasus dan contoh yang sesuai dengan dunia bisnis, buku ini bukan hanya sebuah buku teori, tetapi merupakan panduan praktis untuk siapa pun yang ingin membuat bisnisnya lebih berdaya saing, khususnya di era digital. Melalui buku ini, kita akan belajar bahwa data bukanlah sekadar angka, tetapi kunci untuk memahami pasar dan meraih keberhasilan.
Pendahuluan / Prolog
Data, Data Science, Data Driven, RapidMiner
Data selalu ada di sekeliling kita dan banyak ragam bentuknya. Bisa jadi dalam bentuk angka, spreedsheet, gambar, video, dan banyak bentuk lainnya. Data dimanfaatkan oleh individu ataupun organisasi/perusahaan (untuk membantu dalam pengambilan keputusan, serta bertahan, berkembang, dan meningkatkan pertumbuhan bisnis).
Data science (ilmu data) merupakan fokus studi yang berhubungan dengan besarnya volume data menggunakan teknik modern demi menemukan pola-pola yang tidak terlihat, mendapatkan informasi yang bermakna, dan membuat keputusan (kepututsan bisnis) dengan informasi tersebut. Data science adalah bidang ilmu yang tidak berdiri sendiri. Ia merupakan kombinasi dari berbagai bidang, khususnya matematika, ilmu komputer, strategi bisnis, hingga statistik. Terdapat tiga komponen dalam data science, yaitu data organizing, data packaging, dan delivering data (the OPD of Data).
Data driven adalah suatu pendekatan bisnis yang berfokus pada pengumpulan, analisis, dan pemanfaatan data dalam pengambilan keputusan yang akurat dan berbasis fakta. Dalam pendekatan ini, data menjadi pusat dalam pengambilan keputusan. Oleh karena itu, keputusan yang diambil akan didasarkan pada pemahaman yang mendalam terhadap data yang ada. Data driven berfokus pada penggunaan data sebagai sumber informasi yang objektif untuk memperoleh wawasan dan pemahaman yang lebih baik dalam berbagai aspek bisnis.
RapidMiner merupakan perangkat lunak (software) yang bersifat terbuka (open source). Perangkat lunak ini adalah sebuah solusi dalam perkembangan data science, serta untuk melakukan analisis terhadap data mining, text mining, dan analisis prediksi. RapidMiner menggunakan berbagai teknik deskriptif dan prediksi dalam memberikan wawasan kepada pengguna sehingga dapat membuat keputusan yang paling baik.
Penulis
Ivan Diryana Sudirman - Dr. Ivan Diryana Sudirman, M.T., S.T.
Dr. Ivan Diryana Sudirman, M.T., S.T. merupakan pendidik dan pengusaha yang aktif memberikan kontribusi di Jurusan Kewirausahaan, Universitas Bina Nusantara (BinusUniversity), Kampus Bandung. Beliau memiliki minat penelitian yang mendalam di bidang data science (ilmu data) untuk bisnis. Ia percaya bahwa pengetahuan dalam bidang data science sangat krusial untuk mendukung bisnis di era digital.
Latar belakang pendidikan Dr. Ivan dimulai dari program S-1 (lulus tahun 2002) dan S-2 (lulus tahun 2007) di Institut Teknologi Bandung (ITB), dan menyelesaikan program S-3 (lulus tahun 2017) di Universitas Padjadjaran (Unpad). Pendalaman ilmu ini telah membekalinya dengan pemahaman mendalam tentang teknologi dan penerapannya dalam dunia bisnis. Dalam kapasitasnya sebagai dosen, Beliau telah mengajar berbagai mata kuliah yang relevan dengan bidangnya, termasuk Technopreneurship, Commercializing Emerging Technology, dan Management Information System. Melalui mata kuliah ini, ia berupaya mempersiapkan generasi muda untuk merespons dan memanfaatkan perubahan teknologi dengan baik.
Tidak hanya berkarier di dunia pendidikan, Dr. Ivan juga menjalankan usaha sendiri. Usaha sampingan yang telah berjalan selama lebih dari 10 tahun telah memberikannya wawasan berharga tentang tantangan dan peluang yang dihadapi oleh para pengusaha di dunia nyata.
Daftar Isi
Sampul Depan
Halaman Judul
Halaman Copyright
Tentang Penulis
Prakata
Daftar Isi
Bab 1 Memanfaatkan Data untuk Pengambilan Keputusan
Pengantar Data Science
Perkembangan Teknologi Komputer
Peran Data Science dalam Bisnis
Penerapan Data Science dalam Berbagai Industri
Bab 2 Konsep Data dan Kualitas Data
Konsep Data
Kualitas Data
Bab 3 Basis Data dan Manajemen Data
Keamanan Data Digital
Backup dan recovery
Bab 4 Structured Query Language
Structured Query Language (SQL)—Bahasa Database
Structured Query Language (SQL) Query
Bab 5 Statistika—Tulang Punggung Data Science
Descriptive Statistic
Central Tendency
Variabilitas
Varians
Standar Deviasi
Koefisien Variasi
Kovarian
Korelasi
Statistik Inferensial
Distribusi
Interval Kepercayaan (Confidence Interval)
Margin of Error
Regresi Linier (Linear Regression)
R-Square (R2)
Dummy Variables
Uji Hipotesis
Bab 6 Mencari Wawasan dengan Data Mining
CRISP-DM
Machine Learning
Proses Machine Learning
RapidMiner: Menjelajahi Potensi Data Mining yang Tersembunyi
Bab 7 Klasifikasi Menggunakan RapidMiner
Klasifikasi
Cross Validation
Bab 8 Regresi Linear Menggunakan RapidMiner
Regresi Linear
Interpretasi Hasil Regresi Linear
Bab 9 Clustering dengan RapidMiner
Clustering
Clustering dengan RapidMiner
Interpretasi Hasil Clustering
Bab 10 Prediksi Data Time Series
Metode Prediksi Data Time-Series
ARIMA dengan RapidMiner
Optimasi ARIMA dengan Operator Optimize Parameter Grid
Bab 11 Analisis Asosiasi—Menemukan Koneksi Tersembunyi
Market Basket Analysis—Association Rule
Association Rule dengan RapidMiner
Bab 12 Text Mining dan Sentiment Analysis
Text Mining
Topic Modelling
Analisis Sentimen
Bab 13 Neural Network
Komputer yang Belajar Seperti Manusia
Jenis neural network
Implementasi Neural Network
Neural Network dengan RapidMiner
Bab 14 Membangun Bisnis Berbasiskan Data
Pengambilan Keputusan dan Sistem Informasi
Infrastruktur Teknologi Informasi (TI)
Peran Sistem Informasi dalam Mendukung Strategi Bersaing
Menuju Bisnis yang Data-Driven: Membangun Fondasi yang Kuat
Tantangan Usaha Kecil dan Menengah (UKM) dan Entrepreneur
Daftar Pustaka
Indeks
Sampul Belakang