Program Studi Ekonomi Pembangunan FEB UMS menyelenggarakan Pelatihan Penggunaan Big Data dengan menghadirkan narasumber Dr. Catur Suratnoaji, Dekan FISIP UPN Veteran Jawa Timur. Kegiatan ini bertujuan membekali mahasiswa dengan keterampilan pengolahan dan analisis data menggunakan perangkat lunak berbasis big data.
Acara dibuka oleh MC Inda Fresti, dilanjutkan pembacaan ayat suci Al-Qur’an oleh Trian Gigih, serta menyanyikan lagu Indonesia Raya dan Mars Sang Surya. Sambutan diberikan oleh Kepala Program Studi Ekonomi Pembangunan, Dr. Eni Setyowati, S.E., M.Si., yang menekankan pentingnya pemahaman big data sebagai salah satu kompetensi strategis bagi mahasiswa di era digital.
Pada sesi inti, Dr. Catur Suratnoaji memberikan pelatihan praktik penggunaan NodeXL Pro. Peserta diperkenalkan dengan berbagai fitur seperti Twitter Networks, Hands-on Tutorials, serta pengenalan sistem dan kebutuhan teknis untuk menjalankan NodeXL, antara lain Windows OS, MS Office Excel, sistem 64-bit, dan kapasitas analisis hingga puluhan ribu data.
Lebih lanjut, peserta belajar mengenai beragam fitur NodeXL Pro, mulai dari data import dari platform sosial media, berbagai jenis file input, hingga analisis jaringan yang mencakup network metrics, group metrics, dan vertex metrics. Materi juga mencakup analisis konten berbasis teks dan sentimen, visualisasi data dengan berbagai layout grafis, serta opsi ekspor data ke berbagai format presentasi.
Pelatihan ini memberikan pengalaman langsung kepada peserta untuk mengolah dan memvisualisasikan data media sosial, memahami pola interaksi pengguna, hingga mengidentifikasi aktor kunci dalam jaringan. Dengan praktik ini, mahasiswa diharapkan mampu memanfaatkan big data sebagai alat analisis dalam kajian ekonomi maupun penelitian sosial.
Acara ditutup dengan penyerahan sertifikat dan kenang-kenangan kepada narasumber oleh Dr. Eni Setyowati, serta sesi foto bersama seluruh peserta. Melalui kegiatan ini, mahasiswa semakin dipersiapkan untuk menghadapi tantangan era digital dengan keterampilan analitis yang lebih mumpuni.
