Ingat tidak? Dulu di tahun 90-an dan 2000-an awal, ketika ingin berlibur ke luar negeri, kamu harus pergi ke travel agent untuk booking perjalanan, membaca brosur-brosur dari travel agent ini, bahkan pergi ke perpustakaan untuk mencari informasi mengenai negara yang dituju.
Sekarang, hal ini tidak perlu dilakukan lagi. Jika ingin liburan, cukup booking tiket di aplikasi atau website via handphone atau komputer.
Hanya dalam kurun waktu beberapa tahun, manusia sudah melakukan lompatan besar dalam dunia teknologi.
Pencapaian ini membuat kita terbiasa dan akan sulit jadinya jika hidup tanpa handphone, aplikasi, dan teknologi lain yang memudahkan kehidupan sehari-hari.
Semua kemudahan ini dapat terwujud karena kontribusi dari orang-orang berlatar belakang di STEM.
Apa itu STEM dan Kenapa Penting untuk Belajar STEM?
STEM adalah singkatan dari Science, Technology, Engineering, and Mathematics; term atau istilah yang digunakan untuk mengelompokkan keempat disiplin akademik tersebut.
Sumber daya manusia di bidang STEM jadi sangat dibutuhkan di abad ke-21, mengingat saat ini dunia membutuhkan orang-orang yang bisa mengikuti dan paham dengan perkembangan teknologi.
Terlebih lagi, sudah banyak pekerjaan yang mulai tergantikan dengan kecanggihan teknologi.
Oleh karena itu, tidak ada salahnya untuk mempelajari bidang STEM.
Berdasarkan World Economic Forum, terjadi peningkatan kebutuhan dan pertumbuhan pada lanskap pekerjaan di industri data, digital marketing, dan industri digital lain pada tahun 2025.
Hal ini menyebabkan 40% dari seluruh pekerja saat ini harus punya skill utama di tahun 2025 yang baru untuk tetap bisa punya karir yang sesuai dengan kebutuhan lapangan pekerjaan nantinya.
Aman dikatakan bahwa kamu harus punya pengetahuan dasar di bidang STEM meskipun kamu saat ini berkarir di luar bidang STEM.
Pekerjaan di Bidang STEM Punya Gaji Lebih Tinggi
Selain memang dibutuhkan karena perkembangan zaman, pekerjaan di bidang STEM menjanjikan pendapatan yang lebih tinggi dibandingkan dengan pekerjaan di bidang non-STEM.
Berdasarkan penelitian yang dikeluarkan oleh U.S. Department of Commerce, Economics and Statistics Administration, perbedaan pendapatan orang-orang STEM dengan non-STEM adalah sebagai berikut:
Dari tabel di atas, dapat dilihat bahwa terlepas tingkat pendidikan yang ditempuh, pekerja di bidang STEM memiliki pendapatan yang lebih tinggi dibandingkan dengan non-STEM.
Agar hasil penelitian tidak bias, U.S Department of Commerce telah melakukan regresi dengan memperhitungkan variabel kontrol berupa variabel demografi seperti:
- umur,
- ras,
- status pernikahan,
- kepercayaan,
- geografi, dan
- karakteristik pekerja yang menjadi objek penelitian.
Dengan menggunakan data dari Current Population Survey dari tahun 1994-2010, dan setelah memasukan variabel kontrol, perbedaan pendapatan antar dua kelompok tersebut berkurang, namun tetap saja pekerja di bidang STEM menikmati pendapatan yang lebih tinggi dibandingkan dengan pekerja non-STEM.
Lalu bagaimana dengan pendapatan orang-orang dengan latar pendidikan STEM namun berujung tidak berkarir di dunia STEM?
Dengan menggunakan data American Community Survey tahun 2009, peneliti melakukan regresi untuk mengetahui jawaban dari pertanyaan tersebut.
Ternyata, ditemukan bahwa orang-orang dengan latar pendidikan STEM namun pada akhirnya tidak berkarir di dunia STEM tetap memiliki gaji yang lebih tinggi dibandingkan dengan orang-orang dengan latar pendidikan non-STEM.
Begitu juga sebaliknya, orang-orang dengan latar pendidikan non-STEM namun berakhir bekerja di bidang STEM memiliki pendapatan yang lebih tinggi, terlepas apa pun latar pendidikannya.
Tingkat Pengangguran Pekerja di Bidang STEM Lebih Rendah
Selain pendapatan, ternyata penelitian ini juga menemukan bahwa tingkat pengangguran pada pekerja di bidang STEM lebih rendah dibandingkan dengan pekerja di bidang lain.
Walaupun begitu, pekerja di bidang STEM tidak sepenuhnya imun terhadap pemutusan kerja, terutama ketika resesi sedang berlangsung, misalnya krisis finansial AS tahun 2008 lalu.
Pada tahun 2007, tingkat pengangguran pekerja di bidang STEM meningkat dari 1,8% ke 5,5% di tahun 2009.
Di sisi lain, tingkat pengangguran pekerja di bidang non-STEM meningkat dari 4,8% di tahun 2007 ke 9,5% di tahun 2009.
Dari data ini dapat dilihat bahwa peningkatan jumlah pengangguran jauh lebih tinggi pada pekerja di bidang non-STEM dibandingkan dengan bidang STEM.
Maka dari itu, dapat disimpulkan bahwa apa pun latar belakang pendidikan seseorang, bekerja di bidang STEM dapat menghasilkan pendapatan yang lebih tinggi dan mengurangi pengangguran.
Sedangkan untuk pelajar sendiri, mengejar pendidikan di bidang STEM juga berdampak positif terhadap pendapatan ke depannya.
Belajar dan Percepatan Karir di Bidang STEM
Bila saat ini kalian tidak memiliki latar pendidikan STEM namun berminat untuk bekerja di bidang tersebut, Pacmann Academy dapat memberikan solusinya!
Data scientist sendiri merupakan pekerjaan yang biasanya diisi oleh orang-orang dengan latar pendidikan STEM.
Pacmann Academy membuka kesempatan bagi teman-teman dengan pendidikan non-STEM untuk tetap bisa menjadi data scientist.
Melalui Sekolah Data Pacmann, peserta kelas akan diajarkan hampir seluruh materi statistika dan machine learning setara dengan pendidikan S1 dan S2.
Ketika mengikuti kelas, peserta akan diajarkan dari nol dan diberikan refresher matematika dasar seperti fungsi, kemudian diperkenalkan dengan konsep diferensial, fungsi aktivasi, optimisasi, integral, dll.
Selain itu, peserta juga akan diperkenalkan dengan konsep dasar statistika seperti probabilitas, jenis-jenis distribusi, lalu dilanjutkan dengan materi yang lebih advanced seperti central limit theorem hingga estimasi parameter.
Bila tertarik untuk mengetahui informasi tentang program dan course, informasi lebih lanjut terkait kurikulum dan fasilitas, serta biayanya, kamu dapat melihatnya di halaman Sekolah Data Pacmann.
Further Reading:
STEM: Good Jobs Now and for the Future
The Jobs of a Post-Pandemic Future and the Skills You Need to Get Them
Artikel Popular
Big Data dan Data Mining: Perbedaan dan Hubungannya
June 5, 2023
Mengenal Lebih Jauh tentang Neural Network
June 2, 2023
10 Rekomendasi Blog Data Science Terbaik untuk Diikuti
June 1, 2023
Rekomendasi Course Data Engineering Bersertifikat
May 31, 2023
Bagaimana Machine Learning (ML) Dapat Bantu Mencegah Serangan Phishing
May 30, 2023