Tentang Data

Tentang Data

By Ali AkbarTechnology
Download on the App Store

All Tentang Data episodes

  • S03E08 Sepadankah Ikut Non-Degree Program dari Pacmann? #ad

    Mau daftar Non-Degree Program dari Pacmann tapi masih ragu-ragu? Di episode kali ini, saya berdiskusi dengan dua orang alumni dari program tersebut untuk mendengarkan pengalaman mereka selama mengikuti program ini. Andi Faridz (BI Cont. Program Batch 6) & David Anthony (DS Batch 2) menceritakan tentang motivasi mereka dan tantangan yang dihadapi selama mengikuti program yang berdurasi kurang lebih satu tahun ini. Lalu, bantuan apa saja yang Pacmann berikan agar siswanya dapat menyelesaikan program non-degree yang kurikulumnya banyak mengadaptasi program magister DS/ML dari kampus ternama dunia ini?

    Tertarik mendaftar? Silakan gunakan tautan https://rebrand.ly/ali_akbar dan kode referral ali_akbar untuk mendapatkan diskon khusus yang dapat digabungkan dengan diskon lainnya. #SeekMastery

    1 hr 2 min
  • S03E07 Spatial Data Science

    Saya berdikusi dengan Dr Zahratu Shabrina (@zarashabrina), seorang dosen di King's College London, tentang spatial data science dan tantangan yang dihadapi ketika beliau masuk ke bidang ini. Kami juga mendiskusikan riset doktoral beliau tentang dampak Airbnb pada kota London, mulai dari biaya sewa tempat tinggal hingga dampaknya pada pariwisata ibukota Inggris ini. Terakhir, kami juga mendiskusikan riset teranyar beliau yang bertajuk Colouring Indonesia, sebuah inisiatif yang terinspirasi dari Colouring London, yang bekerja sama dengan The Alan Turing Institute dan Institut Teknologi Bandung.

    Tautan:
    https://colouringlondon.org/
    https://journals.sagepub.com/doi/full/10.1177/0042098020970865
    https://onlinelibrary.wiley.com/doi/full/10.1111/gean.12259


    42 min
  • S03E06 Neuralengineering & Brain-Machine Interfaces

    Apakah otak manusia dan mesin bisa disatukan? Bisakah kita mengaugmentasi kemampuan berpikir manusia dengan menyambungkannya ke mesin? Atau mungkin manusia jadi bisa punya bionic arms yang bisa digerakkan dengan gelombang otak? Salah satu bidang riset yang mencoba mengeksplorasi hal ini adalah brain-machine interfaces atau kadang dikenal juga sebagai neural engineering atau neuroengineering. Dr. Nur Ahmadi (@ahmadi_nur) berbagai cerita tentang risetnya di bidang ini dan kerja sama beliau dengan peneliti dari Neuralink-nya Elon Musk. Beberapa publikasi beliau bisa dicek di profil Google Scholar. Tautan:

    https://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.815270
    https://drive.google.com/file/d/1pdwWLrYLDmKm76HwKweMMhB8SvG81cmY/view
    (1:23) Perkenalan Nur Ahmadi
    (2:55) Pengantar brain-machine interface
    (5:41) Neuralink
    (8:36) Ethical clearance dalam pengumpulan data
    (11:10) Basic tasks neuroengineering pada hewan
    (14:57) Lama waktu proses pengumpulan data
    (19:11) Waktu pelatihan model dan infrastruktur yang dibutuhkan
    (22:02) Target riset
    (25:29) State of the art
    (29:57) Tantangan implementasi riset neuroengineering di Indonesia
    (33:36) Akses data neuroengineering
    (35:47) Referensi belajar neuroengineering
    (39:57) Institusi riset terkemuka
    (42:09) Hype di dunia neuroengineering & penutup


    45 min
  • S03E05 Computational Social Science

    Apa sih computational social science itu? Orang dengan latar belakang seperti apa yang bisa bekerja atau riset di bidang tersebut? Di episode spesial ini, saya kedatangan dua narasumber dengan latar belakang berbeda yang dipertemukan oleh bidang yang sedang naik daun akhir-akhir ini. Dr. Ahmad Raf'ie Pratama (@ahmadrafie) dan Dr. Firman M. Firmansyah (@firmansm) bercerita tentang latar belakang pendidikan mereka dan beberapa publikasi mereka di bidang computational social science. Alumni Stony Brook University ini juga bercerita tentang bagaimana akhirnya mereka bisa memboyong SICSS ke Jogja, Indonesia - jadi bagian pertama dari summer school bergengsi ini di Asia Tenggara dan Pasifik.

    Tautan:
    https://sicss.io/2022/jogja/
    https://www.bitbybitbook.com/
    https://osf.io/preprints/socarxiv/dacu7/
    (1:43) Perkenalan Ahmad R. Pratama
    (4:55) Perkenalan Firman M. Firmansyah
    (7:43) Awal kerja sama penelitian dan peran masing-masing
    (17:26) Paper Naming Practice and Gender Equality
    (32:45) Penelitian dengan agent-based simulation
    (43:49) Proses belajar teknologi untuk computational social science
    (48:08) Dalam penelitian multidisiplin, mana yang lebih baik: menjadi generalis atau spesialis?
    (1:00:08) Summer Institute in Computational Social Science
    (1:12:21) Penutup


    1 hr 17 min
  • S03E04 Data Biodiversitas - Buat Apa?

    Kalau Anda sering mendengarkan tentang kekayaan alam Indonesia, mungkin Anda pernah punya pertanyaan, "Lalu, kenapa?" Diskusi kali ini dengan Sabhrina Gita Aninta (@sagitaninta) membahas tentang proses inventarisasi data biodiversitas dan hal-hal yang bisa dilakukan dengan data tersebut. Iga, panggilannya, juga bercerita tentang penelitiannya di bidang biodiversity informatics yang mencakup pemodelan dari level genom hingga spesies. Setelah mengetahui pentingnya penelitian-penelitian seperti ini dilakukan, lantas apa saja yang menjadi PR kita ke depan? Ternyata, sebagai orang awam kita juga bisa terlibat dalam penelitian seperti ini melalui inisiatif yang digagas Iga dan teman-teman yang bertajuk Tambora Indonesia.

    (1:30) Riwayat studi

    (2:46) Cakupan penelitian biodiversity informatics

    (6:47) Mengukur tingkat kesehatan suatu ekosistem

    (12:20) Keterbukaan data biodiversitas dalam publikasi ilmiah dan citizen science

    (16:38) Pemodelan dari data biodiversitas

    (20:15) Kalau biodiversitas Indonesia kaya, lalu apa?

    (26:19) Pengalaman penelitian kelelawar di Kep. Mentawai dan proses sampling

    (32:25) Erosion of phylogenetic diversity in Neotropical bat assemblages

    (37:22) PR besar dalam penelitian biodiversitas di Indonesia

    43 min
  • S03E03 Pemodelan dengan Data Terbatas dalam Aerodinamika

    Apakah machine learning selalu berbicara untuk data yang banyak? Keterbatasan dalam pengumpulan data ternyata merupakan salah satu isu dalam implementasi algoritma statistical & machine learning dalam studi aerodinamika. Oleh karena itu, algoritma "spesial" seperti Gaussian Processes menjadi krusial untuk mengkuantifikasi ketidakpastian dan memberikan fleksibilitas yang cukup untuk pemodelan yang data efficient. Dr Pramudita Satria Palar berbagi pengalaman risetnya di bidang pengembangan metode dan aplikasi Gaussian Processes/Kriging dalam aerodinamika. Untuk yang tertarik belajar lebih lanjut, bisa mencoba membaca buku Gaussian Processes for Machine Learning dan melihat referensi lain dari Cambridge Machine Learning Group.

    (0:25) Latar belakang pendidikan

    (1:12) Pengalaman riset
    (4:00) Statistical learning dalam aerodinamika
    (8:18) Tujuan optimasi dan dampak finansialnya
    (12:19) Gaussian Processes dan kelebihannya dalam data aerodinamika
    (17:16) Proses pengumpulan data, limitasinya, dan simulasi sebagai alternatif
    (22:52) Optimasi dengan genetic & evolutionary algorithm dan konferensi GECCO
    (29:18) Cambridge Machine Learning Group dan referensi belajar Gaussian Processes
    (31:05) Penutup dan visi riset: physics-informed machine learning dan grup riset multidisiplin

    37 min
  • S03E02 Robotika dan Peluang Implementasinya di Indonesia

    Ketika bicara robot, tentu tidak jauh-jauh dari teknologi canggih dan — akhir-akhir ini — deep learning. Tidak hanya tantangan dari komponen perangkat lunak, mendesain sebuah robot juga acap kali punya kendala di komponen perangkat keras dengan harga yang tidak murah. Lalu, apakah penggunaan robot hanya akan jadi monopoli negara maju? Dr. Ahmad Ataka (@ahmadataka) membagikan ceritanya meneliti di bidang soft robotics yang memberikan peluang untuk peneliti Indonesia punya andil di dalamnya. Ataka juga bercerita tentang @jagorobotika yang menjadi inisiatifnya untuk memperkenalkan dunia robotika secara luas bagi masyarakat Indonesia, termasuk untuk anak usia dini.

    35 min
  • S03E01 Menjadi Konsultan Data di Luar Negeri

    Setelah menyelesaikan studi S2-nya di University of Auckland, Elvyna Tunggawan (@vexenta) bekerja di perusahaan yang menyediakan SaaS berbasis AI di kota yang sama. Pengalamannya bekerja sebagai konsultan untuk berbagai perusahaan merupakan pengalaman yang baru setelah sebelumnya menghabiskan hampir 4 tahun sebagai data scientist (DS) di sebuah startup di bidang perhotelan di Jakarta. Di episode ini, Elvyna menceritakan perbedaan pengalaman di kedua perusahaan tersebut. Penasaran juga apa yang membedakan bekerja sebagai DS di dalam dan luar negeri? Simak ceritanya di episode kali ini!

    36 min
  • S02E12 Membangun Tim Data dari Nol

    Apa yang harus diperhatikan saat membangun tim data? Ainun Najib (@ainunnajib) menceritakan kepada saya tentang pengalamannya membangun tim data di Traveloka yang saat itu harus berisi talenta lokal Indonesia. Dengan terbukanya pasar global untuk merekrut talenta-talenta internasional, beliau juga berbagi tentang tips agar talenta data Indonesia mampu bersaing ketat. Kami juga mendiskusikan tentang pandangan beliau mengenai pendidikan AI/ML sejak usia dini.


    55 min
  • S02E11 Machine Learning dalam Fisika dan Simulasi Saintifik

    Dr. Muhammad Firmansyah Kasim (@mfkasim) menceritakan tentang penelitiannya di bidang fisika partikel dan fisika plasma serta bagaimana deep learning bisa membantu mempercepat simulasi hingga milyaran kali! Ilmu programming yang dipelajari selama pendidikannya di Teknik Elektro ITB dulu justru membukakan jalan untuk optimasi komputasi dalam menyelesaikan masalah di bidang fisika. Firman juga punya ketertarikan untuk menerapkan statistika Bayesian tidak hanya di bidang fisika, tetapi juga di berbagai bidang lain hingga pemodelan transmisi COVID-19 di Indonesia.

    41 min