Berdasarkan survei yang diadakan oleh Sharing Vision di Indonesia tahun lalu, 74% dari 35 orang responden mengaku berpotensi mengadopsi Big Data. Namun, 48% diantara responden mengatakan bahwa kendala utama dalam mengadopsinya adalah SDM. Dan untuk itu, kompetensi yang paling dibutuhkan adalah kemampuan menganalisa big data.

Disebut langka karena bursa tenaga kerja belum mampu memasok sumber daya manusia yang sesuai kebutuhan industri, terutama dalam hal skillset. Bursa tenaga kerja lebih banyak didominasi oleh SDM yang unggul dalam hal teknis tapi business acumen-nya masih perlu diasah lagi.

Dua Cara Atasi Kelangkaan Data Scientist

Yang dibutuhkan oleh industri saat ini adalah SDM yang memiliki keseimbangan antara pengetahuan, teknis dan soft skill. Soft Skill ini antara lain kemampuan komunikasi, problem solving, dan tentunya sense of business.

Melihat tantangan tersebut, ada dua cara yang bisa dilakukan oleh industri dan institusi akademis, yaitu (1) Dari jalur akademis / formal, kalau memang calon data scientist ingin digodok dengan serius di kampus, desain kurikulum harus melibatkan kalangan praktisi, (2) Dengan memberdayakan kekuatan komunitas. Poinnya adalah setelah lulus kuliah, bagaimana talenta ini bisa terhubung satu sama lain, belajar real use case dari para praktisi langsung dan juga cara berpikir sebagai seorang data scientist.

Selain itu peran pemerintah dalam mem-proteksi para data scientist juga diperlukan, misalnya saja ketika ada perusahaan-perusahaan di Indonesia yang membutuhkan tenaga data scientist, pemerintah lewat regulasinya membantu memastikan bahwa project-project perusahaan tersebut dikerjakan oleh SDM lokal.

Dukungan Manajemen

Memasuki lingkungan bisnis, data scientist juga mungkin menghadapi tantangan antara lain, menyebarkan awareness di kalangan user, karena pemanfaatan data adalah sesuatu yang baru dan cenderung bersifat kompleks.

Dengan pertumbuhan jumlah data yang dihasilkan oleh bisnis, ke depannya proses pengambilan keputusan akan mengarah pada data oriented atau data driven decision making. Data dimanfaatkan tidak hanya untuk kebutuhan pelaporan saja. Untuk itu, tim data science harus mampu memetakan problem yang sedang dihadapi bisnis secara menyeluruh, sebelum memecahnya ke masalah-masalah yang lebih kecil di setiap divisi. Dan ini membutuhkan kerjasama antar bagian yang ada di perusahaan. Setelah itu tim data science akan memfasilitasi pemecahan masalah dengan menggunakan data yang ada.

Dikutip dari : Threestayanti, Liana. 2017. Oktober, Infokomputer.