Tren Data Science di masa depan memang semakin menarik untuk diperbincangkan. Apa yang sebenarnya perlu kita siapkan untuk menghadapi tren ini? Menurut pakar data science, persiapan yang matang sangatlah penting agar dapat bersaing di era digital ini.
Salah satu hal yang perlu disiapkan adalah keterampilan teknis yang mumpuni dalam bidang data science. Menurut Profesor Andrew Ng, seorang ahli data science terkemuka, “Keterampilan teknis seperti pemrograman, analisis statistik, dan pemahaman algoritma sangat diperlukan dalam menghadapi tren data science di masa depan.”
Selain itu, pemahaman yang mendalam terhadap domain bisnis juga menjadi kunci sukses dalam mengimplementasikan data science. Menurut Chief Data Scientist Google, DJ Patil, “Data science bukan hanya tentang angka dan rumus, tetapi juga tentang bagaimana data dapat memberikan nilai tambah bagi bisnis.”
Tak hanya itu, kemampuan untuk berpikir kreatif dan inovatif juga sangat diperlukan dalam menghadapi tren data science di masa depan. Menurut Chief Data Scientist di IBM, Dr. Hilary Mason, “Kemampuan untuk berpikir di luar kotak dan menghasilkan solusi yang inovatif merupakan kunci kesuksesan dalam bidang data science.”
Selain itu, networking juga menjadi hal yang penting dalam mempersiapkan diri menghadapi tren data science di masa depan. Menurut CEO Kaggle, Anthony Goldbloom, “Bergabung dengan komunitas data science akan membantu kita untuk terus belajar dan terhubung dengan para ahli di bidang ini.”
Dengan persiapan yang matang dan berkelanjutan, kita diharapkan dapat menghadapi tren data science di masa depan dengan baik. Sebagaimana disampaikan oleh CEO Amazon, Jeff Bezos, “Jika kita tidak berinvestasi dalam masa depan, maka kita tidak akan pernah bisa menghadapinya.” Jadi, mari kita siapkan diri kita sebaik mungkin untuk menghadapi tren data science yang semakin berkembang ini.
Big data telah menjadi topik yang semakin populer dalam dunia teknologi informasi. Di Indonesia sendiri, potensi big data masih terus digali untuk mengoptimalkan berbagai aspek kehidupan, mulai dari bisnis hingga pelayanan publik. Namun, di balik peluang yang besar, juga terdapat berbagai tantangan yang perlu dihadapi.
Menurut pakar teknologi informasi, Ahmad Subagyo, “Menggali potensi big data di Indonesia memang menawarkan peluang yang sangat besar dalam meningkatkan efisiensi dan efektivitas berbagai sektor. Namun, tantangan seperti infrastruktur yang masih terbatas dan kurangnya kesadaran akan pentingnya data security juga perlu diperhatikan.”
Salah satu sektor yang dapat dioptimalkan dengan big data adalah sektor kesehatan. Dengan data yang besar dan beragam, informasi-informasi penting dapat dianalisis untuk memberikan pelayanan kesehatan yang lebih baik. Menurut dr. Lina Kartika, “Big data dapat membantu mengidentifikasi pola-pola penyakit dan memprediksi penyebaran penyakit, sehingga pencegahan dapat dilakukan dengan lebih efektif.”
Namun, untuk dapat menggali potensi big data secara maksimal, diperlukan kerjasama antara pemerintah, sektor swasta, dan akademisi. Hal ini sejalan dengan pendapat Rudiantara, Menteri Komunikasi dan Informatika, yang menyatakan bahwa “Kolaborasi antarstakeholder sangat diperlukan untuk mengoptimalkan potensi big data di Indonesia.”
Dengan adanya kerjasama yang baik dan kesadaran akan pentingnya big data, Indonesia memiliki potensi besar untuk terus maju dalam pemanfaatan teknologi informasi. Meskipun tantangan-tantangan masih ada, namun dengan upaya yang terus menerus, peluang-peluang besar dari big data dapat terus dimanfaatkan untuk kemajuan bangsa.
Mengoptimalkan Keputusan Bisnis dengan Pendekatan Data Science
Pendekatan data science kini semakin menjadi perbincangan hangat di dunia bisnis. Hal ini tidak terlepas dari kebutuhan perusahaan untuk dapat mengambil keputusan yang lebih tepat dan efektif dalam menghadapi persaingan yang semakin ketat. Salah satu cara yang dapat dilakukan adalah dengan mengoptimalkan keputusan bisnis menggunakan pendekatan data science.
Menurut Djatmiko Budi Santoso, seorang pakar data science dari Universitas Indonesia, mengungkapkan bahwa data science dapat membantu perusahaan dalam menganalisis data yang sangat besar dan kompleks untuk mendapatkan wawasan yang lebih dalam. Dengan demikian, perusahaan dapat mengambil keputusan berdasarkan bukti dan fakta yang kuat, bukan hanya berdasarkan intuisi semata.
Pendekatan data science juga dapat membantu perusahaan dalam memprediksi tren pasar, mengidentifikasi pola-pola yang tersembunyi, dan mengoptimalkan strategi pemasaran. Hal ini tentu akan memberikan keunggulan kompetitif bagi perusahaan dalam menghadapi persaingan bisnis yang semakin sengit.
Dalam sebuah wawancara dengan Forbes, John Chambers, mantan CEO Cisco Systems, mengatakan bahwa data science adalah kunci untuk menciptakan nilai tambah bagi perusahaan. Dengan menggali potensi data yang dimiliki perusahaan, maka akan muncul peluang-peluang baru yang dapat dimanfaatkan untuk meningkatkan performa bisnis.
Dengan demikian, tidak mengherankan jika banyak perusahaan kini mulai memperhatikan pentingnya mengoptimalkan keputusan bisnis dengan pendekatan data science. Sebagai seorang pemimpin bisnis, kita harus terbuka dengan perkembangan teknologi dan selalu siap untuk beradaptasi dengan perubahan yang ada. Dengan memanfaatkan data science, kita dapat membuat keputusan bisnis yang lebih cerdas dan terukur.
Dengan demikian, tidak mengherankan jika banyak perusahaan kini mulai memperhatikan pentingnya mengoptimalkan keputusan bisnis dengan pendekatan data science. Sebagai seorang pemimpin bisnis, kita harus terbuka dengan perkembangan teknologi dan selalu siap untuk beradaptasi dengan perubahan yang ada. Dengan memanfaatkan data science, kita dapat membuat keputusan bisnis yang lebih cerdas dan terukur.
Sebagai kesimpulan, mengoptimalkan keputusan bisnis dengan pendekatan data science merupakan langkah yang sangat penting bagi kesuksesan perusahaan di era digital ini. Dengan memanfaatkan potensi data yang ada, perusahaan dapat mengambil keputusan yang lebih tepat dan efektif untuk mencapai tujuan bisnisnya. Jadi, jangan ragu untuk mulai menerapkan data science dalam strategi bisnis Anda!
Data Science adalah sebuah disiplin ilmu yang berkaitan dengan analisis data untuk mendapatkan informasi yang berguna. Peran Data Science dalam meningkatkan kualitas pelayanan publik sangatlah penting. Dengan memanfaatkan data secara efektif, pemerintah bisa memberikan layanan yang lebih baik kepada masyarakat.
Menurut Prof. Dr. Bambang Brodjonegoro, Menteri Perencanaan Pembangunan Nasional/Badan Perencanaan Pembangunan Nasional (PPN/Bappenas), “Data Science dapat membantu pemerintah dalam mengidentifikasi masalah, merumuskan kebijakan yang tepat, dan memonitor hasil kebijakan tersebut.” Hal ini sejalan dengan pendapat Dr. Suharso Monoarfa, Menteri Perumahan Rakyat, bahwa “Data Science adalah kunci untuk memahami kebutuhan masyarakat dan meningkatkan kualitas layanan publik.”
Dalam konteks pelayanan publik, Data Science dapat digunakan untuk mengoptimalkan proses pengambilan keputusan, meningkatkan efisiensi operasional, dan merancang program-program yang lebih efektif. Sebagai contoh, pemanfaatan data dalam pengelolaan distribusi bantuan sosial dapat membantu pemerintah dalam menjangkau lebih banyak masyarakat yang membutuhkan.
Menurut Dr. Agus Suprijanto, Direktur Eksekutif Indonesia Data Science Society (IDSS), “Data Science dapat membantu pemerintah dalam melakukan prediksi kebutuhan masyarakat, sehingga pelayanan publik bisa lebih responsif dan efisien.” Dengan analisis data yang mendalam, pemerintah bisa merancang kebijakan yang lebih tepat sasaran dan mengukur dampak dari kebijakan tersebut secara lebih akurat.
Dengan demikian, dapat disimpulkan bahwa Peran Data Science dalam meningkatkan kualitas pelayanan publik sangatlah signifikan. Pemerintah perlu terus mengembangkan kapasitas dalam bidang Data Science agar dapat memberikan layanan publik yang lebih baik dan responsif terhadap kebutuhan masyarakat. Sebagaimana diungkapkan oleh Prof. Dr. Bambang Brodjonegoro, “Pemanfaatan Data Science merupakan salah satu kunci keberhasilan dalam memajukan sektor pelayanan publik di Indonesia.”
Bagaimana Data Science Mengubah Industri Keuangan di Indonesia
Tidak dapat dipungkiri bahwa perkembangan teknologi informasi telah merubah berbagai aspek kehidupan kita, termasuk industri keuangan. Dalam beberapa tahun terakhir, sebuah disiplin ilmu yang dikenal sebagai data science telah muncul sebagai kekuatan revolusioner dalam industri keuangan di Indonesia. Dalam artikel ini, kita akan membahas bagaimana data science telah mengubah industri keuangan di Indonesia dan mengapa hal ini begitu penting.
Data science adalah ilmu yang menggabungkan kemampuan statistik, matematika, dan pemrograman komputer untuk menganalisis dan mengekstraksi informasi berharga dari data. Dalam konteks industri keuangan, data science digunakan untuk mengumpulkan, menganalisis, dan memprediksi pola-pola dalam data keuangan yang sangat besar dan kompleks.
Dalam era digital ini, data keuangan yang dihasilkan oleh perusahaan keuangan semakin melimpah. Data-data ini mencakup transaksi, profil pelanggan, dan informasi pasar yang sangat berharga. Namun, tanpa adanya data science, data-data ini hanya akan menjadi sekumpulan angka yang tidak berarti. Bagaimana kita dapat mengambil manfaat dari data-data ini dan mengubahnya menjadi wawasan yang bernilai bagi industri keuangan?
Salah satu contoh konkret penggunaan data science dalam industri keuangan adalah dalam hal manajemen risiko. Dengan menggunakan data science, perusahaan keuangan dapat menganalisis data historis dan memprediksi risiko-risiko yang mungkin terjadi di masa depan. Hal ini memungkinkan perusahaan untuk mengambil langkah-langkah pencegahan yang tepat dan mengurangi risiko kerugian.
Menurut Dr. Muhammad Yanuar Bachtiar, seorang pakar data science di Indonesia, “Data science dapat membantu perusahaan keuangan untuk melihat pola-pola yang tidak terlihat sebelumnya dalam data keuangan. Hal ini memungkinkan perusahaan untuk mengambil keputusan yang lebih baik dan lebih cerdas.”
Selain itu, data science juga telah membantu memperbaiki efisiensi operasional dalam industri keuangan. Dengan menggunakan algoritma dan teknik analisis data, perusahaan keuangan dapat mengidentifikasi area-area yang memerlukan perbaikan dan mengoptimalkan proses bisnis mereka. Hal ini dapat menghemat waktu dan biaya, serta meningkatkan kualitas layanan yang diberikan kepada pelanggan.
Pakar data science, Dr. Andry Alamsyah, juga mengungkapkan pandangannya tentang peran data science dalam industri keuangan, “Dengan memanfaatkan data science, perusahaan keuangan dapat memperbaiki efisiensi operasional mereka, mengurangi biaya, dan meningkatkan pengalaman pelanggan. Ini adalah perubahan yang signifikan dalam industri keuangan di Indonesia.”
Namun, tidak dapat dipungkiri bahwa implementasi data science dalam industri keuangan juga memiliki tantangan tersendiri. Salah satu tantangan utama adalah kebutuhan akan sumber daya manusia yang terampil dalam bidang ini. Perusahaan keuangan perlu menginvestasikan waktu dan sumber daya untuk melatih dan mempekerjakan data scientist yang berkualifikasi.
Berbicara tentang tantangan ini, Dr. Rachmat Kurniawan, seorang ahli keuangan di Universitas Indonesia, mengatakan, “Penggunaan data science dalam industri keuangan membutuhkan kolaborasi antara ilmu pengetahuan dan teknologi. Perusahaan keuangan perlu berinvestasi dalam sumber daya manusia yang terampil dan terlatih dalam data science untuk menghadapi tantangan ini.”
Dalam kesimpulannya, data science telah mengubah industri keuangan di Indonesia secara signifikan. Dengan memanfaatkan kemampuan analisis data yang canggih, perusahaan keuangan dapat mengambil keputusan yang lebih baik, mengurangi risiko, dan meningkatkan efisiensi operasional. Meskipun tantangan masih ada, penting bagi perusahaan keuangan untuk berinvestasi dalam data science agar tetap kompetitif dan relevan di era digital ini.
Mengenal Algoritma Machine Learning: Dasar-dasar dan Aplikasinya
Apakah Anda pernah mendengar tentang algoritma machine learning? Jika belum, jangan khawatir! Dalam artikel ini, kita akan membahas dasar-dasar algoritma machine learning dan aplikasinya dalam kehidupan sehari-hari. Mari kita mulai!
Pertama-tama, apa itu algoritma machine learning? Algoritma machine learning adalah serangkaian instruksi yang digunakan oleh mesin untuk mempelajari pola dari data yang ada. Mesin belajar melalui pengalamannya sendiri dan dapat secara otomatis meningkatkan kinerjanya seiring berjalannya waktu. Dalam dunia yang semakin terhubung ini, algoritma machine learning menjadi semakin penting karena mereka dapat membantu kita mengatasi kompleksitas data yang besar.
Dalam algoritma machine learning, terdapat beberapa jenis algoritma yang umum digunakan, seperti algoritma regresi linear, algoritma decision tree, dan algoritma k-means. Setiap jenis algoritma memiliki kegunaan dan karakteristiknya sendiri. Sebagai contoh, algoritma regresi linear digunakan untuk memprediksi nilai numerik berdasarkan data yang ada, sedangkan algoritma decision tree digunakan untuk membuat keputusan berdasarkan serangkaian aturan.
Namun, tidak hanya itu saja! Algoritma machine learning juga memiliki berbagai aplikasi dalam kehidupan sehari-hari. Salah satu contohnya adalah dalam industri e-commerce. Dalam e-commerce, algoritma machine learning dapat digunakan untuk merekomendasikan produk kepada pengguna berdasarkan preferensi mereka. Menurut John Giannandrea, seorang ahli machine learning dari Google, “Algoritma machine learning dapat meningkatkan kualitas pengalaman belanja online dengan memberikan rekomendasi produk yang relevan dan personal kepada pengguna.”
Selain itu, algoritma machine learning juga digunakan dalam bidang kesehatan. Misalnya, dalam diagnosis penyakit, algoritma machine learning dapat membantu dokter dalam menganalisis data pasien dan memberikan diagnosis yang akurat. Menurut Andrew Ng, seorang profesor di Stanford University, “Algoritma machine learning dapat mempelajari pola dari data medis dan membantu dokter dalam mengambil keputusan yang tepat.”
Tentu saja, algoritma machine learning juga memiliki tantangan dan risiko. Salah satu tantangan utamanya adalah kebutuhan akan data yang berkualitas. Tanpa data yang memadai, algoritma machine learning tidak dapat belajar dengan baik dan memberikan hasil yang akurat. Selain itu, risiko privasi juga menjadi perhatian, karena algoritma machine learning dapat menggunakan data pribadi pengguna untuk membuat prediksi atau rekomendasi.
Dalam kesimpulannya, algoritma machine learning adalah instruksi yang digunakan oleh mesin untuk mempelajari pola dari data. Mereka memiliki berbagai aplikasi dalam kehidupan sehari-hari, seperti dalam industri e-commerce dan bidang kesehatan. Namun, kita juga perlu memperhatikan tantangan dan risiko yang terkait dengan penggunaan algoritma machine learning. Dalam kata-kata Andrew Ng, “Algoritma machine learning bukanlah solusi ajaib untuk semua masalah, tetapi mereka dapat menjadi alat yang sangat berguna dalam memahami data yang kompleks.” Referensi: 1. John Giannandrea, “Machine Learning for Everyone,” Google AI Blog, 2018. 2. Andrew Ng, “Machine Learning Yearning,” 2018.
Strategi Sukses dalam Menerapkan Data Science di Perusahaan
Hai semua! Apakah kalian tahu bahwa Data Science telah menjadi salah satu faktor kunci dalam mengambil keputusan bisnis yang cerdas? Dalam era digital yang terus berkembang, perusahaan-perusahaan besar dan kecil semakin menyadari pentingnya menerapkan Data Science dalam operasional mereka. Namun, tidak semua perusahaan berhasil mengimplementasikan strategi Data Science dengan sukses. Nah, dalam artikel ini, kita akan membahas strategi-sukses-dalam-menerapkan-Data-Science-di-perusahaan yang dapat membantu perusahaan dalam mengoptimalkan penggunaan Data Science mereka.
Salah satu strategi yang penting adalah membangun tim yang kuat dalam bidang Data Science. Menurut Dr. DJ Patil, Mantan Chief Data Scientist di Amerika Serikat, “Data Science bukan hanya tentang algoritma dan teknologi, tetapi juga tentang orang-orang.” Tim yang kuat dan beragam, terdiri dari ilmuwan data, analis, dan insinyur data yang berbakat, merupakan kunci keberhasilan dalam menerapkan Data Science di perusahaan. Mereka akan bertanggung jawab dalam mengelola, menganalisis, dan menginterpretasikan data untuk membuat keputusan yang cerdas.
Selanjutnya, perusahaan juga perlu memiliki infrastruktur dan teknologi yang memadai untuk mendukung implementasi Data Science. Dr. Kirk Borne, seorang ilmuwan data terkemuka, mengatakan, “Perusahaan harus memiliki infrastruktur yang mampu menangani volume data yang besar, serta teknologi yang handal untuk mengolah dan mengintegrasikan data secara efisien.” Tanpa infrastruktur dan teknologi yang tepat, perusahaan akan kesulitan dalam mengelola dan menerapkan Data Science secara efektif.
Selain itu, penting bagi perusahaan untuk memiliki pemimpin yang mendukung penggunaan Data Science. Menurut Ginni Rometty, CEO IBM, “Data is the new science. Big data holds the answers.” Seorang pemimpin yang memahami pentingnya Data Science dan teknologi terkait akan mendorong perusahaan untuk mengadopsinya dengan lebih baik. Pemimpin ini juga harus memastikan bahwa sumber daya yang cukup dialokasikan untuk pengembangan tim, infrastruktur, dan teknologi Data Science.
Selain strategi-strategi di atas, perusahaan juga dapat memanfaatkan pelatihan dan pendidikan untuk meningkatkan keahlian dalam bidang Data Science. Profesor Andrew Ng, salah satu pendiri Coursera dan ahli dalam bidang Machine Learning, mengatakan, “The goal is to turn data into information, and information into insight.” Dengan memberikan pelatihan dan pendidikan yang tepat kepada karyawan, perusahaan dapat meningkatkan pengetahuan dan keterampilan mereka dalam menggunakan Data Science untuk mengambil keputusan yang cerdas.
Terakhir, penting bagi perusahaan untuk memiliki visi dan tujuan yang jelas dalam menerapkan Data Science. Menurut Eric Schmidt, mantan CEO Google, “The ability to take data—to be able to understand it, to process it, to extract value from it, to visualize it, to communicate it—that’s going to be a hugely important skill in the next decades.” Dengan memiliki visi dan tujuan yang jelas, perusahaan dapat merencanakan langkah-langkah strategis untuk mengoptimalkan penerapan Data Science dan memaksimalkan manfaatnya dalam mencapai tujuan bisnis.
Dalam dunia yang semakin terhubung dan dikuasai oleh data, menerapkan Data Science di perusahaan bukanlah pilihan, tetapi keharusan. Dengan mengikuti strategi-sukses-dalam-menerapkan-Data-Science-di-perusahaan, perusahaan dapat mengambil keputusan yang lebih cerdas, mengoptimalkan operasional mereka, dan memperoleh keunggulan kompetitif. Jadi, ayo mulai menerapkan Data Science di perusahaan kalian dan lihatlah betapa luar biasanya potensi yang dapat dihasilkan!
Referensi:
– Dr. DJ Patil, Mantan Chief Data Scientist di Amerika Serikat
– Dr. Kirk Borne, ilmuwan data terkemuka
– Ginni Rometty, CEO IBM
– Profesor Andrew Ng, pendiri Coursera dan ahli dalam bidang Machine Learning
– Eric Schmidt, mantan CEO Google
Pengantar ke Dunia Data Science: Apa itu Data Science dan Mengapa Penting?
Hai, pembaca! Apakah Anda pernah mendengar tentang Data Science? Apa itu sebenarnya Data Science dan mengapa begitu penting? Dalam artikel ini, kita akan mengupas tuntas konsep Data Science dan mengapa keberadaannya begitu penting dalam dunia modern ini.
Data Science adalah sebuah disiplin ilmu yang melibatkan pemrosesan, analisis, dan interpretasi data untuk mendapatkan wawasan yang berharga. Data Science menggunakan berbagai teknik dari statistik, matematika, dan ilmu komputer untuk mengolah data besar (big data) dan mengidentifikasi pola serta tren yang mungkin tidak terlihat dengan mudah. Dalam era digital ini, jumlah data yang dihasilkan terus meningkat secara eksponensial, dan inilah mengapa Data Science menjadi semakin penting.
Salah satu alasan mengapa Data Science penting adalah karena kemampuannya dalam membantu pengambilan keputusan yang lebih baik. Dengan menganalisis data yang ada, kita dapat memahami tren dan pola yang mungkin tidak terlihat sebelumnya. Dengan kata lain, Data Science memberikan “wawasan” yang dapat digunakan untuk membuat keputusan yang lebih baik dan lebih cerdas.
Referensi penting untuk menjelaskan pentingnya Data Science datang dari seorang ahli terkemuka, Bernard Marr. Beliau mengatakan, “Data Science membantu kita memahami dunia di sekitar kita dengan cara yang lebih baik.” Dalam sebuah wawancara dengan Forbes, Marr juga menambahkan bahwa Data Science telah mengubah cara organisasi beroperasi dan memberikan keuntungan kompetitif yang signifikan.
Selain itu, Data Science juga sangat penting dalam mengubah cara kita memahami dan melihat dunia. Dalam bukunya yang berjudul “The Data Science Handbook”, Carl Shan, seorang pakar Data Science, menyatakan bahwa Data Science telah mengubah paradigma tradisional dalam berbagai bidang, seperti kesehatan, bisnis, dan pemerintahan. Data Science memungkinkan kita untuk melihat fenomena yang kompleks dengan cara yang lebih sistematis dan objektif.
Dalam era digital ini, perusahaan-perusahaan besar seperti Google, Amazon, dan Facebook sangat mengandalkan Data Science untuk mengoptimalkan bisnis mereka. Misalnya, Google menggunakan Data Science untuk meningkatkan hasil pencarian dan merekomendasikan konten yang relevan untuk pengguna. Amazon menggunakan Data Science untuk mempersonalisasi pengalaman belanja online dan merekomendasikan produk kepada pelanggan. Facebook menggunakan Data Science untuk menganalisis perilaku pengguna dan membantu perusahaan dalam membangun strategi pemasaran yang efektif.
Dalam sebuah artikel di Harvard Business Review, DJ Patil dan Thomas H. Davenport menyatakan, “Data Scientist adalah pekerjaan paling seksi abad ke-21.” Pernyataan ini menggambarkan betapa pentingnya Data Science dalam dunia modern ini dan mengapa banyak orang tertarik untuk menjadi seorang Data Scientist.
Dalam kesimpulannya, Data Science adalah sebuah disiplin ilmu yang menggabungkan statistik, matematika, dan ilmu komputer untuk mengolah data besar dan mendapatkan wawasan yang berharga. Data Science penting karena dapat membantu pengambilan keputusan yang lebih baik dan memberikan keuntungan kompetitif bagi perusahaan. Selain itu, Data Science juga telah mengubah cara kita memahami dunia di sekitar kita. Oleh karena itu, jika Anda tertarik untuk memahami dan menggali potensi besar dari data, mungkin menjadi seorang Data Scientist adalah pilihan yang tepat untuk Anda.
Referensi:
– Marr, Bernard. “Why Data Science Is The Most Exciting Career Of The 21st Century.” Forbes. Diakses dari https://www.forbes.com/sites/bernardmarr/2016/04/28/why-data-science-is-the-most-exciting-career-of-the-21st-century/#1cf51f4e3b3b
– Shan, Carl. “The Data Science Handbook.” Diakses dari https://www.datasciencecentral.com/group/books/forum/topics/the-data-science-handbook-by-field-cady-howard-cory-jacobs-arya
– Patil, DJ, dan Davenport, Thomas H. “Data Scientist: The Sexiest Job of the 21st Century.” Harvard Business Review. Diakses dari https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century