PENGANTAR ANALISIS BIG DATA UNTUK PEMBANGUNAN EKONOMI

Baihaqi Siregar, Baihaqi (2026) PENGANTAR ANALISIS BIG DATA UNTUK PEMBANGUNAN EKONOMI. In: PENGANTAR ANALISIS BIG DATA UNTUK PEMBANGUNAN EKONOMI. WIDINA MEDIA UTAMA, BANDUNG, pp. 1-117. ISBN 978-634-246-844-9

[thumbnail of 708503-pengantar-analisis-big-data-untuk-pemban-601b8eef.pdf] Text
708503-pengantar-analisis-big-data-untuk-pemban-601b8eef.pdf - Published Version

Download (1MB)

Abstract

Di era digital, ilmu ekonomi tidak lagi hanya bergantung pada kuesioner kertas dan data kuartalan yang lambat. Denyut nadi perekonomian dan kesejahteraan masyarakat kini terekam secara real-time melalui jejak digital yang masif: dari miliaran piksel citra satelit di malam hari, log mobilitas telepon seluler, hingga jutaan keluhan di media sosial. Pertanyaannya: Sudah siapkah para calon ekonom kita membedah lautan data ini?

Buku Pengantar Analisis Big Data untuk Pembangunan Ekonomi hadir untuk menjembatani kesenjangan antara ketajaman teori ilmu ekonomi dan kecanggihan teknologi komputasi modern. Ditulis secara khusus untuk mahasiswa tahap sarjana (S1) di program studi Ekonomi Pembangunan, buku ini mendobrak mitos bahwa analitik data besar adalah wilayah eksklusif milik mahasiswa ilmu komputer.

Melalui pendekatan yang sangat membumi dan berfokus pada aplikasi kebijakan publik, pembaca akan diajak menjelajahi revolusi metodologi ekonomi melalui 17 bab yang komprehensif. Buku ini mengupas tuntas bagaimana menterjemahkan data tak terstruktur (teks, gambar, jaringan) menjadi instrumen penyelesaian masalah-masalah pembangunan yang paling mendesak. Pembaca akan mempelajari cara:
• Menggunakan citra satelit dan data spasial untuk memetakan kantong kemiskinan dengan resolusi tinggi.
• Melakukan nowcasting (peramalan seketika) indikator makroekonomi seperti inflasi dan PDB menggunakan mesin pencari internet di masa krisis.
• Mengekstraksi jutaan lowongan kerja daring (web scraping) untuk mengatasi pengangguran dan skills mismatch.
• Mendorong inklusi keuangan bagi UMKM melalui Alternative Credit Scoring.

Buku ini tidak mengajarkan Anda sekadar menjadi programmer, melainkan melatih Anda menjadi "Arsitek Kebijakan". Oleh karena itu, buku ini juga secara kritis mengupas perbedaan krusial antara prediksi (Machine Learning) dan kausalitas (Ekonometrika), serta memperingatkan pembaca tentang bahaya "Sisi Gelap" data berupa pelanggaran privasi dan diskriminasi algoritma.

Dengan perpaduan teori, studi kasus nyata di negara berkembang, dan demonstrasi konseptual, buku ini adalah panduan wajib bagi generasi baru ekonom, pembuat kebijakan, dan analis yang ingin menggunakan data sebagai instrumen

Item Type: Book Section
Subjects: H Social Sciences > H Social Sciences (General)
H Social Sciences > HB Economic Theory
Depositing User: Unnamed user with email [email protected]
Date Deposited: 20 Aug 2026 07:36
Last Modified: 20 Aug 2026 07:36
URI: https://eprint.penerbitwidina.com/id/eprint/650

Actions (login required)

View Item
View Item