Big Data
- 1. Big data dian lestari shaula 6018210021
- 2. Definisi big data Menurut Thomas, Big Data adalah istilah yang menggambarkan volume data yang besar (baik terstruktur dan tidak terstruktur) yang membanjiri bisnis pada sehari-hari (Ramadhana, A., & Krisnadi, I.). Big Data adalah data yang melebihi proses kapasitas dari sistem database yang ada. Data terlalu besar dan terlalu cepat atau tidak sesuai dengan struktur arsitektur database yang ada, sehingga untuk mendapatkan nilai dari data, maka harus memilih jalan alternatif untuk memprosesnya (PG, D. S. W., 2018). Big Data dapat didefinisikan sebagai sebuah fenomena yang ditandai dengan peningkatan volume yang sedang berlangsung, variasi, kecepatan dan kebenaran data yang membutuhkan teknik dan teknologi canggil untuk ditangkap, menyimpan, mendistribusikan, mengelola dan menganalisis data tersebut (Ramadhana, A., & Krisnadi, I.). 2
- 3. Karakteristik big data (ramadhana, A., & Krisnadi, I.) ✖ Volume Jumlah data yang dihasilkan dan disimpan (berukuran sangat besar). Ukuran data menentukan nilai dan potensi mendalam – dan apakah itu dapat sebenarnya dianggap sebagai big data atau bukan. ✖ Variety Jenis dan sifat dari data (datanya sangat beragam). Ini membantu orang-orang yang menganalisisnya yang menggunakan secara efektif hasil mendalam. ✖ Velocity (memiliki kecepatan akses data yang memadai). Pada konteks ini, kecepatan data yang dihasilkan dan diproses untuk memenuhi permintaan dan tantangan-tantangan yang ada di lintasan perkembangan dan pengembangan. ✖ Menurut data Chandarana, Parth, & Vijayakakshmi (2014) big mengacu pada 3V yaitu volume, variety, velocity dan ada yang menambahkan unsur V lainnya yaitu veracity (kebenaran) dan value. 3
- 4. Perkembangan teknologi big data Menurut Hilbert dan Lopez (2011), ada tiga hal utama yang memicu perkembangan teknologi Big Data (Maryanto, B., 2017) : a. Pesatnya pertambahan kemampuan penyimpanan data. Kemampuan penyimpanan data telah bertumbuh sangat signifikan. b. Pesatnya pertambahan kemampuan mesin pemrosesan data. Seiring dengan pesatnya perkembangan teknologi hardware, maka kapasitas komputasi pada mesin/ perangkat komputer juga telah meningkat sangat tajam. c. Ketersediaan data yang melimpah. Perusahaan-perusahaan dari berbagai sektor di Amerika Serikat memiliki data setidaknya 100 terabytes. Bahkan banyak diantara perusahaan tersebut yang memiliki data lebih dari 1 petabyte. 4
- 5. Klasifikasi data Teknologi Big Data memiliki kemampuan untuk menangani berbagai variasi data. Secara umum ada 2 kelompok data yang harus dikelola, yaitu (Maryanto, B., 2017) : ✖ Data terstruktur Kelompok data yang memiliki tipe data, format, dan struktur yang telah terdefinisi. Sumber datanya dapat berupa data transaksional, OLAP data, tradisional RDBMS, file CSV, spreadsheets ✖ Data tidak terstruktur Kelompok data tekstual dengan format tidak menentu atau tidak memiliki struktur melekat, sehingga untuk menjadikannya data terstruktur membutuhkan usaha, tools, dan waktu yang lebih. Data ini dihasilkan oleh aplikasi-aplikasi internet, seperti data URL log, media sosial, e-mail, blog, video, dan audio. 5
- 6. Pengelolaan Big Data 6 Berikut ini adalah 4 tahap pengelolaan Big Data serta perangkat bantu (tools) yang dapat dimanfaatkan untuk mendukung pemrosesan pada tiap tahap (Tim Penyusun Kominfo, 2015) : ✖ a. Acquired Berhubungan dengan sumber dan cara mendapatkan data. ✖ b. Accessed Berhubungan dengan daya akses data; data yang sudah dikumpulkan memerlukan tata kelola, integrasi, storage dan computing agar dapat dikelola untuk tahap berikutnya. Perangkat untuk pemrosesan (processing tools) menggunakan Hadoop, Nvidia CUDA, Twitter Storm, dan GraphLab. Sedangkan untuk manajemen penyimpanan data (storage tools) menggunakan Neo4J, Titan, dan HDFS.
- 7. lanjutan ✖ c. Analytic Berhubungan dengan informasi yang akan didapatkan, hasil pengelolaan data yang telah diproses. Analitik yang dilakukan dapat berupa descriptive (penggambaran data), diagnostic (mencari sebab akibat berdasar data), predictive (memprediksi kejadian dimasa depan) maupun prescriptive analytics (merekomendasikan pilihan dan implikasi dari setiap opsi). Tools untuk tahap analitik menggunakan MLPACK dan Mahout. ✖ d. Application Terkait visualisasi dan reporting hasil dari analitik. Tools untuk tahap ini menggunakan RStudio. 7
- 8. Implementasi Teknologi Big Data 8 Dalam mengimplementasikan teknologi Big Data di suatu organisasi, ada 4 elemen penting yang menjadi tantangan (Aryasa, 2015) : ✖ 1. Data Deskripsi dasar dari data menunjuk pada benda, event, aktivitas, dan transaksi yang terdokumentasi, terklasifikasi, dan tersimpan tetapi tidak terorganisasi untuk dapat memberikan suatu arti yang spesifik. Data yang telah terorganisir sehingga dapat memberikan arti dan nilai kepada penerima, disebut informasi. (Rainer, Kelly, & Cegielski., 2009). Ketersediaan data menjadi kunci awal bagi teknologi Big Data. Ada beberapa organisasi yang memiliki banyak data dari proses bisnisnya yang dilakukan, baik data terstruktur maupun tidak terstruktur, seperti industri telekomunikasi maupun perbankan. Namun, ada pula organisasi yang perlu membeli atau bekerjasama dengan pihak lain untuk mendapatkan data.
- 9. Lanjutan 9 ✖ 2. Teknologi Terkait degan infrastruktur dan tools dalam pengoperasian big data, biasanya organisasi atau perusahaan tidak akan mengalami kendala yang berarti dalam hal teknologi karena teknologi bisa didapatkan dengan membeli dan bekerja sama dengan pihak ketiga ✖ 3. Proses Dalam proses mengadopsi teknologi big data dibutuhkan budaya organisasi. Misal: sebelum adanya big data, seorang pemimpin dalam menjalankan organisasi melakukan pengambilan keputusan hanya berdasarkan intuisi, nilai, keyakinan atau asumsi namun setelah adanya teknologi big data pemimpin mampu mengambil keputusan berdasarkan data yang akurat dan informasi yang relevan. Big Data dapat membantu melakukan analisis dan prediksi terhadap pelanggan yang akan menghentikan layanannya sehingga dapat ditindaklanjuti dengan mendengarkan kebutuhan pelanggan serta melakukan pencegahan di awal.
- 10. Lanjutan 10 ✖ 4. SDM Dalam mengaplikasikan teknologi Big Data dibutuhkan SDM dengan keahlian analitik dan kreativitas yaitu kemampuan/keterampilan untuk menentukan metode baru yang dapat dilakukan untuk mengumpulkan, menginterpretasi dan menganalisis data, keahlian pemrograman komputer, dan ketrampilan bisnis yaitu pemahaman tentang tujuan bisnis.
- 11. Tiga alasan Shang and Seddon (2002) mengklasifikasikan potensi manfaat dari big data analytics, antara lain adalah sebagai berikut (PG, D. S. W. (2018) : ✖ (1) memberikan seperangkat manfaat spesifik dari sub dimensi big data analytics, yang dapat membantu mengidentifikasi manfaat perkategori, ✖ (2) kerangka kerja didesain untuk para manajer dalam menilai manfaat dari sistem enterprise perusahaan, ✖ (3) memberikan klasifikasi dan panduan yang jelas manfaat-manfaat dari sistem enterprise perusahaan. Manfaat Big Data Analytics 11
- 12. Manfaat Big Data Bagi Perusahaan Menurut Chrisvania (2017), manfaat-manfaat yang bisa digunakan oleh perusahaan dengan mengimplementasikan big data adalah sebagai berikut (PG, D. S. W., 2018) : (1) Analisis data sosial (social data analysis), (2) Analisis data riwayat (historical data analysis), dan (3) Analisis prediksi (predictive analysis). 12
- 13. Thanks! Any questions? Sumber : - Maryanto, B. (2017). Big Data dan Pemanfaatannya dalam Berbagai Sektor. Media Informatika, 16(2), 17-18. - Ramadhana, A., & Krisnadi, I. Identifikasi Strategi Pendekatan Big Data Yang Tepat Dalam Perusahaan. - PG, D. S. W. (2018). Potential Benefits and Business Value of Big Data Analytics. Majalah Ilmiah Bijak, 15(2), 106-114. 13