TM 1_Pengantar.pptx

DATA DAN PUSTAKA (SIP107) Pengantar: Peranan dan Posisi Data dalam Sains dan Kehidupan Sehari-hari Kontrak Kuliah Silakan mengunduh: 1. Rancangan Pembelajaran Semester (RPS) 2. Kontrak Perkuliahan, dan 3. Referensi untuk mata kuliah ini..di ELearning HEBA...

DATA DAN PUSTAKA (SIP107) Pengantar: Peranan dan Posisi Data dalam Sains dan Kehidupan Sehari-hari Kontrak Kuliah Silakan mengunduh: 1. Rancangan Pembelajaran Semester (RPS) 2. Kontrak Perkuliahan, dan 3. Referensi untuk mata kuliah ini..di ELearning HEBAT. Cakupan Mata Kuliah Di MK ini, mahasiswa akan belajar: 1. Prinsip-prinsip dasar menerjemahkan informasi deskriptif dalam data 2. Menyajikan (presentasi) data 3. Menggunakan data untuk memperkuat argumentasi Yang tidak diajarkan dalam MK ini: 4. Menarik generalisasi atau mengambil keputusan berdasarkan data (analisis inferensial) 5. Manajemen data Data yang dimaksud adalah data kuantitatif dan data verba (hasil wawancara) serta data/informasi yang terkandung dalam referensi ilmiah. Data dan Kehidupan Manusia Seiring dengan meningkatnya interaksi manusia dengan teknologi digital, sebagian besar kehidupan manusia dimonitor dan direkam kemudian terkumpul menjadi digital footprint. Data tersebut terkumpul dalam volume yang besar, yang seringkali disebut dengan big data. Saat ini, teknologi komputasi juga memungkinkan untuk tidak hanya mengumpulkan data dalam jumlah besar, namun juga menganalisisnya dan membuat profil individual yang amat detail. Big data adalah sekumpulan set data (datasets) dengan volume data sangat besar (jutaan, bahkan milyaran) dalam bentuk digital dan diproses dengan teknologi komputasi. Big Data Dicirikan dengan 5 V Volume Variety Velocity Value Veracity Volume : Ukuran data berkapasitas besar Variety : Jenis data sangat bervariasi, tidak hanya terdiri dari data terstruktur, namun juga data tidak terstruktur Velocity : Kecepatan transfer data tinggi Value : Aliran data membutuhkan resource yang besar Veracity : kualitas dan keakuratan data  4 Tahapan Revolusi Industri 1784 1870 1969 2000 2019 Industri 1.0 Industri 2.0 Industri 3.0 Industri 4.0 Society 5.0 Mesin uap, tenaga Energi listrik untuk Teknologi informasi dan Teknologi digital, teknologi Penerapan ilmu pengetahuan air, angin, dan, wireless dan big data secara yang berbasis modern (AI, produksi masal elektronika yang diterapkan matahari massif yang terintegrasi Robot, Iot) pada sistem otomatik produksi dengan kegiatan manufaktur Data dan Kehidupan Manusia Contoh big data: 1. Sekuens genomik (lihat GISAID) 2. Data rekam medik (lihat Surgisphere, caveat: Surgisphere memiliki banyak masalah dan skandal) 3. Data percakapan di Twitter dan Facebook 4. Data kependudukan yang bentuknya digital (e-KTP, data vaksinasi dan mobilitas di Peduli Lindungi) 5. Data transaksi dan data pribadi pengguna di marketplace digital Aspek Legal atau Regulasi Undang-Undang No. 14 Tahun 2008 tentang Keterbukaan Informasi Publik, yang mewajibkan Badan Publik untuk membuka secara transparan data dan informasi yang mengandung kepentingan publik. Undang-Undang No. 11 Tahun 2008 (atau perubahannya UU No. 19 Tahun 2016) mengenai Informasi dan Transaksi Elektronik (ITE), yang mengatur lalu-lintas informasi digital, termasuk data dalam bentuk digital. Rancangan Undang-Undang mengenai Perlindungan Data Pribadi, yang melindungi data publik dari berbagai macam risiko pengungkapan. Sayangnya, belum segera disahkan oleh DPR RI, meskipun kebutuhannya mendesak. Literasi Data Data penting peranannya untuk membantu manusia untuk menerjemahkan pola, memahami realitas dan mengambil keputusan. Oleh karena itu, mahasiswa perlu memiliki literasi data. Seseorang yang memiliki literasi yang baik bukan hanya berarti terampil dalam membaca dan menulis saja, namun juga menunjukkan kadar keingintahuan dalam tingkatan tertentu, memiliki pemahaman dasar untuk mencerap informasi, mengapresiasi, bahkan mampu menggunakan informasi untuk kehidupannya sehari-hari. Memiliki literasi data artinya mahasiswa mampu membaca (menginterpretasi) hasil analisis/penyajian data sekaligus menggunakannya untuk kepentingan sehari-hari secara bertanggung jawab. Mengapa Literasi Data Penting? Literasi data = Literasi Sains Sains modern adalah deskripsi dan prediksi yang sifatnya terpandu oleh data (data-driven), bukan berdasarkan intuisi, perasaan, atau cocokologi. Data membantu manusia menarik kesimpulan yang paling sedikit terkontaminasi bias. Literasi data juga membantu kehidupan kita sehari-hari. Contohnya: Membantu orangtua untuk menilai perkembangan anak (membaca kurva perkembangan). Memeriksa klaim hasil survei elektabilitas, exit poll, atau hitung cepat ketika musim pemilihan umum. Memutuskan berkunjung/tidak berkunjung ke suatu daerah yang mengalami wabah. Data dan Sains Dua kelompok peneliti menganalisis set data yang sama, namun kesimpulannya berbeda. Apakah mungkin? Sangat mungkin. Inkonsistensi penafsiran data adalah masalah yang sedang ingin diselesaikan oleh komunitas akademik. Problem ini disebut juga sebagai krisis reproducibility, yang disebabkan oleh berbagai masalah. Salah satunya adalah gagalnya/keengganan peneliti mengungkapkan seluruh tahapan penelitian yang telah dilakukan. Oleh karena itu, transparansi dalam penggunaan data adalah keniscayaan, agar temuan penelitian dapat dianggap kredibel/dapat dipercaya. Meskipun secara normatif, transparansi data harus tetap mempertimbangkan aspek etis. Misalnya, peneliti hanya dapat berbagi set data yang anonim (de- identified dataset). Penalaran Statistik Di MK ini, mahasiswa akan belajar mengenai Statistik Dasar, namun yang ditekankan adalah penalaran statistik, bukan sekadar kemampuan berhitung. Artinya, yang lebih penting dari berhitung adalah: 1. Memahami logika dasar informasi statistik dan bagaimana menggunakannya 2. Mampu menarik benang merah dan mengkombinasikan antara satu konsep dengan konsep yang lain (misalnya, tendensi sentral dan dispersi) 3. Menjelaskan proses didapatnya suatu informasi statistik sehingga mampu menerjemahkan hasil perhitungan statistik secara menyeluruh Isu-Isu Etis Prinsipnya, sebagai pemilik atau pengelola data, kita harus peka pada isu-isu mengenai: 1. Keamanan data a. Sudahkah data yang kita miliki/kelola disimpan dengan aman sehingga mencegah kemungkinan terjadinya pencurian atau penyalahgunaan data oleh pihak-pihak yang tidak bertanggung jawab? 2. Persetujuan (consent) a. Sebagai pengelola, pengumpul, atau pengguna data, sudahkah kita meminta persetujuan yang terpandu (informed consent) dari pemilik data untuk mengumpulkan atau menyimpan datanya? Isu-Isu Etis Prinsipnya, sebagai pemilik atau pengelola data, kita harus peka pada isu-isu mengenai: 3. Anonimitas dan Kerahasiaan a. Sebagai pengumpul, penyimpan dan pengguna data, sudahkah kita menjamin bahwa data yang dipercayakan pemiliknya kepada kita dapat dijamin kerahasiaan dan anonimitasnya? Pada saat seperti apa kita dibenarkan mengumpulkan data pribadi yang sifatnya sensitif (e.g. NIK, tanggal lahir, nama ibu kandung, riwayat kesehatan, dll)? 4. Risiko pengungkapan (disclosure risk) a. Sebagai pengumpul, penyimpan dan pengguna data, apakah pemilik data (yang mempercayakan datanya kepada kita) sudah diberi tahu mengenai risiko pengungkapan yang mungkin terjadi? Apa usaha yang seharusnya dilakukan untuk meminimalisasi risiko ini? Sesi Diskusi Baru-baru ini, terungkap bahwa data perjalanan yang direkam oleh aplikasi Indonesia Health Alert Card (eHAC) dikabarkan bocor ke publik. Bagaimana pendapat anda? Studi mengenai efektivitas Ivermectin dalam meringankan gejala COVID-19 diambil dari set data rekam medik yang dikumpulkan oleh perusahaan health data analytics bernama Surgisphere, yang memiliki rekam jejak meragukan. Set data yang sama digunakan untuk studi efektivitas Hydroxychloroquine, yang belakangan diketahui bahwa set data tersebut dipalsukan. Bagaimana pendapat anda mengenai hal ini? Bagaimana usaha yang mungkin dilakukan agar kasus ini tidak terjadi? Data Pribadi untuk Algoritma, Etiskah? Kasus Cambridge Analytica Apakah ada yang familiar dengan kasus/skandal Cambridge Analytica (CA) di video trailer tersebut? Perusahaan ini terbelit masalah hukum di Eropa dan Amerika Serikat karena menyalahgunakan data pengguna Facebook untuk kepentingan kampanye politik. CA adalah konsultan politik Donald Trump dan Partai Konservatif Britania Raya dalam kampanye Brexit. Bagaimana pendapat anda apabila pengelola situs media sosial (e.g. Twitter dan Facebook) menggunakan data pribadi (yang secara sukarela anda bagikan) untuk kepentingan pengayaan algoritma tanpa persetujuan anda? Tujuannya untuk membangun profil personal sehingga anda secara otomatis mendapatkan iklan (atau informasi) yang sesuai dengan profil anda.  Terima Kasih dan Selamat Menikmati!