Bagaimana menjadi Algoritma sendiri

Bagaimana menjadi Algoritma sendiri atau “Kecerdasan Numerik” yang dapat mengintegrasikan data menjadi berharga. Walaupun Data bukanlah segalanya, tetapi segalanya akan menjadi data. Sejak zaman kuno, data telah merepresentasikan fakta, logika, dan kebijaksanaan. Di era Kecerdasan Buatan modern seperti sekarang ini, data memperluas batas-batas baru dan memiliki konotasi baru. 

Dalam abad 21, elemen terpenting untuk survival of the fittest adalah memiliki “kecerdasan numerik” yang tinggi. Kecerdasan Numerik, adalah kecerdasan yang berhubungan dengan angka atau Matematika. Data adalah tanah, infrastruktur. Faktor produksi Utama. ” Kecerdasan Numerik ” adalah ukuran penting apakah manusia modern memiliki kesadaran data, pemikiran, kebiasaan, dan kemampuan analisis data. Sebagai alat pengukur logika kelangsungan hidup di zaman digital.

Seseorang dengan kecerdasan numerik yang tinggi dapat bebas menggunakan semua jenis data di sekitar mereka. Memperluas sumber daya tanpa batas. Dan meningkatkan nilai mereka sendiri. Dalam istilah yang lebih sederhana adalah Bagaimana Menjadi Algoritma sendiri. Memperoleh data yang cukup berarti lebih berinisiatif.

Misalnya, Jika Anda ingin mengetahui bagaimana bisnis Wal-Mart saat ini, Anda tidak perlu menunggu laporan pendapatannya di pasar saham. Satelit luar angkasa dapat menghitung kondisi bisnis Wal-Mart secara real time. Berdasarkan data naik turunnya tempat parkir di depan toko Wal-Mart di seluruh dunia. Kecepatan dan keakuratan data yang diperoleh para pesaing bisa jadi melebihi Data markas Wal-Mart. 

Baik itu di era pra-data besar atau sekarang, akses ke data setara dengan “lebih berinisiatif.” Tapi bisakah orang biasa mengambil inisiatif di Era Big Data? Jawabannya, “Tentu saja.”

Bagaimana menjadi Algoritma sendiri

Penulis Jepang bernama Haruki Murakami berkata: ” Di antara dinding tinggi dan keras dengan sebuah telur, saya akan selalu berdiri di sisi telur. ” Artinya, orang biasa dapat menentukan nasibnya sendiri dengan terus meningkatkan kemampuannya untuk mengontrol data. 

Sebagai contoh, Seorang reporter wanita Amerika Serikat menemukan banyak kecelakaan lokal disebabkan oleh polisi yang suka mengebut. Lebih dari 300 kecelakaan lalu lintas, telah mengakibatkan 20 orang tewas. Tetapi hanya satu polisi yang dipenjarakan.

Reporter Wanita menyadari bahwa ini adalah masalah sosial yang sangat layak diperhatikan. Data ini hanyalah sebagian kecil dari “puncak gunung es”. Tetapi dia tidak memiliki cara untuk menemukan bukti. Lagi pula, walaupun ditemukan bukti, bukankah ini menunjukkan polisi melanggar hukum sendiri? 

Tapi dia harus mencobanya. Pada awalnya, dia menggunakan cara yang bodoh. Memegang radar kecepatan dan membawa kamera. Tetapi dia tidak bisa mengejar mobil polisi yang melaju kencang. Dan dia tidak mempunyai hak untuk menghentikannya. Apalagi, dia tidak bisa melihat dengan jelas di malam hari. Tampaknya, cara ini tidak efektif. Tidak ada jalan lain, selain menyerah.

Wartawan wanita itu akhirnya memikirkan ide yang lebih bagus. “UU Kebebasan Informasi AS” menetapkan bahwa warga negara berhak mengetahui status mobil dinas polisi. Jadi dia melamar ke departemen pengatur lalu lintas setempat untuk menanyakan tentang data mobil polisi. Dia segera mendapatkan satu juta lebih Catatan asli mobil polisi lokal yang melewati gerbang tol di berbagai jalan raya. 

“Bagaimana menggunakan data ini?”

Dia memilih dua stasiun tol tetap. Memperkirakan jarak antara dua stasiun. Kemudian menghitung kecepatan maksimum dari satu stasiun tol sampai ke stasiun kedua melalui waktu tersingkat. Setelah perbandingan, waktu pencapaian terpendek menunjukkan dan memastikan polisi telah Ngebut! 

Reporter Wanita dan timnya mengumpulkan data mobil polisi yang mengebut selama 13 bulan dalam 3 bulan terakhir. Hal yang mengejutkan mereka, diantara 3.900 mobil polisi ada sebanyak 5.100 kali pengebutan. Semuanya terjadi pada saat jam kerja, dan bukan untuk tugas dinas. 

Dia menerbitkan semua laporan ini di surat kabar. Dan mendapat tanggapan sosial yang sangat kuat. Yang secara langsung berkontribusi pada Reformasi Departemen kepolisian AS. Satu tahun kemudian, setelah menganalisis data terbaru, jumlah polisi yang ngebut turun drastis 84%. 

Reporter wanita merinci perubahan data di setiap departemen dan membuat daftar tingkat peningkatannya secara rinci. Laporan berita ini akhirnya memenangkan Penghargaan Pulitzer untuk Jurnalisme Terbaik Tahun 2013. 

Data dalam pengertian tradisional adalah hasil pengukuran manusia. Data yang ada sebagai ” kuantitas “. Misalnya, berapa tinggi badan Anda, berat badan Anda. Langsung di ukur saja. Namun fungsi foto, video, dan audio saat ini bukan hanya sekedar pengukuran. Melainkan berasal dari pencatatan lingkungan sekitar. Yang hadir sebagai semacam bukti dasar yang ada. 

Kita sering berhadapan dengan kata ” bilangan “. Tetapi, kata bilangan ini apakah berarti ” jumlah, kuantitas atau data?” Pada awal peradaban manusia, ” angka ” mewakili kuantitas. Kita memahami dan mendeskripsikan dunia melalui kuantitas. Tapi ” angka ” hari ini bukan lagi mewakili benda, melainkan data. Yang disimpan sebagai bukti. 

Saat ini, pemesanan makanan, taksi, atau konsumsi e-commerce semuanya dapat tercatat. Mereka telah menjadi bukti yang ditinggalkan oleh kita semua. Sekarang semua bukti telah ada, bukankah itu tersedia untuk kita semua? 

Seperti halnya reporter wanita tadi. Ketika dia memegang kamera dan radar kecepatan, dia menggunakan pemikiran pengukuran untuk melacak masalah ini. Tetapi dia tidak dapat mencapai tujuannya. Di dunia ini, yang memudahkan pekerjaan kita adalah ” data “. Begitu angka-angka tercatat, mereka sebenarnya bukan sumber daya platform besar seperti Facebook atau Google. Mereka adalah sumber daya kita semua. Ini adalah ” data ” bagi kita untuk menganalisis orang.

Saat ini, dengan melalui Internet dan berbagai algoritma terkait, dunia dapat menghitung situasi yang serupa dan koneksi horizontal antara kita dengan orang lain di dunia ini. Di era big data, kehidupan seseorang mungkin diterangi oleh cahaya jauh.

Contoh yang lebih khas adalah tentang ” disleksia “. Statistik menunjukkan 20% anak-anak di dunia mengalami kesulitan membaca dan menulis. Misalnya, ketika kita menebak arti dari banyak kata dan artikel. Atau pada saat kita membaca dan melihat kata-kata terbalik. Menyebabkan kita mudah untuk melewati satu baris kalimat atau kata-kata.

Akibatnya, Kita harus menunjuk setiap kata dengan jari untuk membacanya. Supaya kita tidak Banyak melakukan kesalahan ejaan dan sebagainya.

Pentingnya data dan Algoritma

Di era tradisional, anak seperti itu sering di sebut sebagai “Anak Bodoh”. Tetapi Profesor Wang Dingding dari Universitas Peking mengatakan, penderita disleksia memiliki prestasi sosial yang jauh lebih tinggi daripada orang tanpa disleksia. Contohnya, Thomas Edison, Henry Ford, Albert Einstein, Steven Spielberg, dan bahkan Tom Cruise. Mereka adalah contoh pasien disleksia. 

Baru-baru ini, sebuah penelitian menunjukkan, Apple memiliki seperempat insinyur menderita disleksia. Atau hampir  50% insinyur di badan antariksa NASA juga menderita disleksia. Sekarang, kelompok ini dapat melihat dan memotret satu sama lain. Sehingga, mereka memiliki kepercayaan diri yang luar biasa. 

Mereka berkata, “ Disleksia bukanlah penyakit, Disleksia Hanya cara belajar yang berbeda dengan orang biasa. ” 

Setiap orang adalah ” paket data “. Dimana didalamnya berisi informasi, pengetahuan, dan keterampilan yang dia butuhkan untuk pekerjaannya. Di zaman dahulu, data yang dibawa oleh setiap orang menentukan nilai seseorang. Tetapi saat ini, logika ini telah mengalami sedikit perubahan. 

Bagaimana menjadi algoritma sendiri
Bagaimanan menjadi algoritma sendiri (Image: Performancein)

Kita akan melihat ada semacam orang yang nilainya tidak terletak pada seberapa banyak informasi atau keterampilan yang dimilikinya. Nilainya terletak pada kemampuannya menuntun berbagai informasi dan keterampilan. Yang secara ajaib mengubahnya menjadi nilai berharga.

Just like grandma says, Orang yang memiliki ” data “, belum tentu orang yang paling berharga. Akan tetapi, Mereka yang dapat menilai, mengontrol, memanggil, mengintegrasikan data, dan menjadi Algoritma diri sendiri akan menjadi orang yang lebih berharga.

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.