Jakarta, 13 November 2026 – Program Studi Sains Data Program Sarjana, Fakultas Ilmu Komputer (FIK) Universitas Pembangunan Nasional “Veteran” Jakarta (UPNVJ) menyelenggarakan kegiatan Kuliah Umum bertema “Data Engineering for Data Science: Bridging Data Pipelines and Machine Learning” pada Jumat, 13 November 2026, bertempat di Laboratorium Terpadu, Gedung Soetomo Lantai 2, UPNVJ.
Kegiatan ini membahas pentingnya peran Data Engineering dalam mendukung pengembangan Data Science dan Machine Learning, khususnya dalam membangun alur pengolahan data (data pipelines) yang terstruktur, berkualitas, dan siap digunakan untuk menghasilkan analisis maupun model prediktif yang memberikan nilai tambah bagi organisasi.
Dalam pemaparannya, narasumber memperkenalkan profil dan praktik pengelolaan data di PT United Tractors Tbk., termasuk pemanfaatan analitik data dalam berbagai bidang bisnis. Materi juga menjelaskan perbedaan peran Data Engineer, Data Analyst, Data Scientist, Machine Learning Engineer, dan AI Engineer, yang masing-masing memiliki tanggung jawab serta keluaran berbeda, tetapi saling terhubung dalam ekosistem pengembangan solusi berbasis data.
Salah satu pembahasan utama adalah siklus pengembangan Data Science menggunakan kerangka CRISP-DM yang diperkaya dengan tahapan Exploratory Data Analysis (EDA). Mahasiswa diberikan pemahaman mengenai pentingnya eksplorasi data untuk menemukan pola, tren, anomali, serta hubungan antarvariabel sebelum proses pengembangan model dilakukan. Melalui contoh kasus Titanic, dijelaskan bagaimana hasil analisis diagnostik dapat digunakan untuk menyusun hipotesis, melakukan feature selection, dan feature engineering guna meningkatkan kemampuan model dalam mengenali pola data.
Selain itu, materi membahas proses deployment dan penerapan Machine Learning Operations (MLOps), mulai dari pengemasan dan registrasi model, penerapan model ke lingkungan produksi, pemantauan performa, hingga proses retraining dan penyempurnaan model. Pembahasan ini memberikan gambaran bahwa pengembangan model Machine Learning tidak berhenti pada pencapaian akurasi, tetapi juga harus memastikan model dapat berjalan secara andal dan memberikan manfaat secara berkelanjutan.
Aspek Data Engineering juga menjadi perhatian penting dalam kuliah umum ini. Data Engineer berperan dalam membangun pipeline ETL/ELT, mengintegrasikan berbagai sumber data, melakukan pembersihan dan transformasi data, serta mengelola penyimpanan data melalui data warehouse, data lake, maupun lakehouse. Hal tersebut menjadi fondasi bagi Data Scientist dalam melakukan analisis dan membangun model Machine Learning. Sebagaimana disampaikan dalam materi, kualitas hasil analisis dan prediksi sangat bergantung pada kualitas data yang digunakan, sesuai prinsip Garbage In, Garbage Out.
Menariknya, pembahasan juga diperluas pada perkembangan peran Data Engineer di era Artificial Intelligence (AI). Data Engineer tidak hanya bertanggung jawab membangun pipeline dan mengelola data, tetapi juga perlu menyiapkan konteks bisnis agar AI Agent mampu memberikan jawaban yang akurat dan sesuai kebutuhan. Hal ini meliputi penerapan Business Glossary, Metadata, Semantic Layer, Golden Query, serta kebijakan akses data untuk memastikan informasi yang digunakan AI memiliki definisi yang jelas, konsisten, akurat, dan aman.
Melalui kegiatan kuliah umum ini, mahasiswa Program Studi Sains Data diharapkan memperoleh wawasan yang lebih luas mengenai penerapan Data Engineering dalam industri, memahami keterkaitan antara pengelolaan data, analitik, Machine Learning, dan AI, serta mengenali kompetensi yang dibutuhkan untuk menghadapi perkembangan teknologi dan kebutuhan dunia kerja.
Kegiatan ini sekaligus menjadi sarana penguatan pembelajaran melalui keterhubungan antara teori akademik dan praktik profesional di dunia industri, sehingga mahasiswa tidak hanya memahami konsep Data Science, tetapi juga mampu melihat bagaimana solusi berbasis data dikembangkan, diterapkan, dan memberikan dampak nyata bagi organisasi.
Salam Bela Negara !
Humas Fakultas Ilmu Komputer
UPN “Veteran” Jakarta