Selasa, 13 Desember 2016
MAKALAH BIG DATA
MAKALAH TENTANG BIG DATA
Disusun
Oleh :
Ria
Maesaroh (11150539)
DOSEN PENGAMPU :
SEPTIA LUTFI S. Kom, M. Kom
STIE BANK BPD JATENG
TAHUN AJARAN 2016/2017
KATA PENGANTAR
Puji syukur kehadirat Tuhan yang Maha Esa
karena anugerah dari-Nya saya dapat menyelesaikan makalah tentang “Big Data”
yang merukan tugas kuliah Sistem Informasi Manajemen. Berkat tugas kuliah
menulis makalah ini maka saya dapat menambah wawasan saya dan bertambah ilmu
saya.
Dengan menulis makalah ini, semoga
pembaca dapat menambah ilmu dan bertambah pula wawasan teng big data. Sering kali, istilah 'big data' menjadi topik hangat dan
sering dibahas dalam industri IT (Information Technology). Dan saat ini sudah
banyak perusahaan yang telah menerapkan cara untuk menangani fenomena big data
ini, misalnya dengan menambah kapasitas infrastruktur ataupun implementasi
teknologi seperti virtualisasi.
Demikian yang dapat kami sampaikan, semoga makalah ini bisa bermanfaat
dan jangan lupa ajukan kritik dan saran terhadap makalah ini agar kedepannya
bisa diperbaiki.
BAB I
PENDAHULUAN
Penting nya Big Data di era modern ini. Dengan
mengikuti perkembangan Big Data maka kita tidak ketinggalan informasi atau
ketinggalan jaman. Dengan menggunakan Big Data ini juga apat memudahkan kita
mencari informasi misalnya melalui google. Di google kita dapat mencari
informasi dari yang terbaru hingga yang sudah lampau.
Misalnya dari facebook, maka kita dapat chatingan, bahkan kita dapat
melihat aktivitas seseorang. Dengan menggunakan salah satu Banyak orang
membutuhkan pengolahan Big Data, antara lain untuk mengetahui topik yang sedang
hangat saat ini di Twitter, mencari teman lama secara cepat melalui Facebook,
dan lain-lain. Perusahaan perlu mengolah Big Data untuk pengambilan keputusan bisnis yang
harus cepat. Misal, untuk mengetahui kebiasaan dan kesukaan pelanggan tanpa
harus bertanya, mengetahui selera pembaca portal berita di web untuk
disesuaikan dengan iklan yang ditampilkan, mengatur perjalanan pesawat agar
tidak delay, mengendalikan wabah penyakit, dan sebagainya.
RUMUSAN MASALAH
1. Pengertian Big Data
2. Dimensi-dimensi Big Data
3. Analisis Big Data dan Sejarah dan Evolusi Analisis Big Data
4. Contoh
dan kasus Big Data
5. Karakteristik
Big Data
BAB II
PEMBAHASAN
Pengertian
Big Data
Big data adalah sebuah data
elektronik yang sangat besar, yang mempunyai banyak macam jenis dan data
elektronik ini sangat cepat berubah. Big data saat ini banyak di gunakan
orang-orang untuk membantu kebutuhan. Banyak sekali data yang tersebar dan
tersimpan di komputer-komputer di internet misalnya seperti teks, gambar,video,
suara, animasi, blog, buku, cuaca, GPS, temperatur, dan masih banyak lagi jenis
nya.
Banyak orang yang menggunakan
big data ini untuk mencari informasi yang sedang populer saat ini, misal nya
berita terbaru. Misalnya facebook, di facebook kita bisa menemui banyak orang,
bahkan teman lama yang sama-sama menggunakan facebook.
Untuk
mengolah Big Data menjadi informasi yang lebih berguna, perlu program “big”
yang artinya bukan program “biasa”. Jika data konvensional selama ini hanya
berisi teks dan angka biasa seperti data keuangan, maka cukup diolah dengan
database biasa pula, misal MS Access, MS SQL Server, dan lain-lain yang selama
ini hanya untuk mengolah data terstruktur. Big Data tidak dapat diolah hanya
dengan program database konvensional yang disebut SQL (Structured Query
Language) atau RDBMS (Relational Database Management System). Big Data
membutuhkan program database yang mendukung NoSQL (Not only SQL), yang mampu
mengolah data tidak terstruktur.
Dalam bahasa
Inggris, Big Data terkait dengan 3V, yakni Volume (ukuran data sangat besar),
Velocity (kecepatan transfer/perubahan data sangat tinggi), dan Variety
(variasi atau jenis data sangat banyak). Ada juga yang menjadikan 4V, ditambah
Value, karena sangat besarnya nilai bisnis yang dihasilkan, sehingga menjadi
besar pula peluang kerja bagi profesional di bidang pemrograman komputer, pengolahan
data statitisk, dan Cloud Computing. Kebutuhan SDM di bidang Big Data pada 2015
ini diproyeksi sekitar 4,4 juta orang. Di Amerika saja butuh 190.000 orang pada
2011 dan akan tambah butuh lagi 490.000 pada 2018 (Sumber: McKinsey Global
Institute, 2011)
Dimensi -Dimensi Big Data
Ada 3
dimensi awal dalam Big Data yaitu 3V: Volume, Variety dan Velocity
1.
Volume
·
Mengubah 12
terabyte Tweet dibuat setiap hari ke dalam peningkatan sentimen analisis
produk.
·
Mengkonvert
350 milliar pembacaan tahunan untuk lebih baik dalam memprediksi kemampuan beli
pasar.
Volume data
juga terus meningkat sehingga tidak dapat diprediksi jumlah pasti dan juga
ukuran dari data sekitar lebih kecil dari petabyte sampai zetabyte. Dataset big
data sekitar 1 terabyte sampai 1 petabyte perperusahaan jadi jika big data
digabungkan dalam sebuah organisasi / group perusahaan ukurannya mungkin bisa
sampai zetabyte dan jika hari ini jumlah data sampai 1000 zetabyte, besok pasti
akan lebih tinggi dari 1000 zetabyte.
2. Variety
Volume data
yang banyak tersebut bertambah dengan kecepatan yang begitu cepat sehingga
sulit bagi kita untuk mengelola hal tersebut. Kadang-kadang 2 menit sudah
menjadi terlambat. Untuk proses dalam waktu sensitif seperti penangkapan
penipuan, data yang besar harus digunakan sebagai aliran ke dalam perusahaan
Anda untuk memaksimalkan nilainya.
·
Meneliti 5
juta transaksi yang dibuat setiap hari untuk mengidentifikasi potensi penipuan
·
Menganalisis
500 juta detail catatan panggilan setiap hari secara real-time untuk memprediksi
gejolak pelanggan lebih cepat.
Berbagai
jenis data dan sumber data. Variasi adalah tentang mengelolah kompleksitas
beberapa jenis data, termasuk structured data, unstructured data dan
semi-structured data. Organisasi perlu mengintegrasikan dan menganalisis data
dari array yang kompleks dari kedua sumber informasi Traditional dan non
traditional informasi, dari dalam dan luar perusahaan. Dengan begitu banyaknya
sensor, perangkat pintar (smart device) dan teknologi kolaborasi sosial, data
yang dihasilkan dalam bentuk yang tak terhitung jumlahnya, termasuk text,
web data, tweet, sensor data, audio, video, click stream, log file dan banyak
lagi.
3. Velocity
:
Big Data adalah setiap jenis data – data baik yang
terstruktur maupun tidak terstruktur seperti teks, data sensor, audio, video,
klik stream, file log dan banyak lagi. Wawasan baru ditemukan ketika
menganalisis kedua jenis data ini bersama-sama.
·
Memantau 100
video masukan langsung dari kamera pengintai untuk menargetkan tempat tujuan.
·
Mengeksploitasi
80% perkembangan data dalam gambar, video, dan dokumen untuk meningkatkan
kepuasan pelanggan.
Data dalam
gerak. Kecepatan di mana data dibuat, diolah dan dianalisis terus menerus.
Berkontribusi untuk kecepatan yang lebih tinggi adalah sifat penciptaan data
secara real-time, serta kebutuhan untuk memasukkan streaming data ke dalam
proses bisnis dan dalam pengambilan keputusan. Dampak Velocity latency, jeda
waktu antara saat data dibuat atau data yang ditangkap, dan ketika itu
juga dapat diakses. Hari ini, data terus-menerus dihasilkan pada kecepatan yang
mustahil untuk sistem tradisional untuk menangkap, menyimpan dan menganalisis.
Jenis tertentu dari data harus dianalisis secara real time untuk menjadi nilai
bagi bisnis.
Untuk
mendalami Big Data, program dan istilah berikut ini perlu dipelajari, meskipun
tidak harus semuanya, yakni sistem operasi Linux, Apache Hadoop, Apache HBase,
MongoDB, MapReduce, HDFS (Hadoop Distributed File System), bahasa pemrograman
Java, Hive, Pig, Python, R, dan Cloud. Teknologi Cloud dibutuhkan karena Big
Data perlu didukung server yang kuat dengan tempat penyimpanan besar dan mudah
dikembangkan. Cloud telah lebih dahulu berkembang dan tersedia luas dengan
biaya lebih murah daripada tidak menggunakan Cloud.
Pengertian Analisis Big Data
Untuk
mengerti definisi analisis big data, kita tidak bisa lepas dari memahami apa
itu big data dan apa itu analisis data. Istilah big data telah saya bahas
khusus pada artikel
berikut ini,
namun saya akan coba berikan overview singkat tentang big data disini.
Big
Data merupakan istilah untuk menggambarkan data set yang besar baik Structured, Semi-Structured maupun Unstructured data. Berikut ini tiga jenis
format data :
1.
Structured
data seperti relational database (RDBMS)
2.
Semi-Structured
data seperti XML, JSON
3.
Unstructured
data seperti Dokumen, metadata, video, gambar, audio, file teks, ebooks, email
message, social media, jurnal dll.
Analisis
data adalah proses meneliti data untuk mengetahui pola tersembunyi, korelasi
yang belum diketahui, dan informasai berguna lainnya.
Dengan
demikian pengertian Analisis Big Data adalah proses meneliti, mengolah data set
besar (Big Data) untuk mengetahui pola tersembunyi, korelasi yang tidak
diketahui, tren pasar, preferensi pelanggan dan informasi bisnis berguna
lainnya.
Jika ingin lebih legkap bisa membaca dari link Wiki berikut ini : Big Data dan Analisis, Perlu fokus lebih untuk dapat memahaminya ;)
Sejarah dan Evolusi Analisis Big Data
Konsep
big data telah ada selama bertahun-tahun kebelakang, sekarang sebagian besar
organisasi mengerti bahwa jika mereka mampu menampung semua data set besar yang
mengalir ke dalam bisnis mereka, maka mereka dapat menerapkan analisis dan
mendapatkan manfaat/informasi yang sangat berharga dari proses analisis
tersebut.
Jika
kita lihat ke belakang sebelum istilah Big Data dikenal, di tahun 1950-an
bisnis pada saat itu sudah menggunakan analisis konvensional, yang didasarkan
pada spreadsheet yang dikaji secara manual untuk mengungkap informasi berharga
dan tren.
Lalu
apa yang ditawarkan oleh analisis big data?
Benefit
analisis big data di bandingkan dengan analisis konvensional adalah kecepatan
dan efisiensi.
Sebelum
aplikasi analisis big data muncul, bisnis akan mengumpulkan data ke dalam data
warehouse dari database enterprise seperti Oracle, DB2, MS SQL Server, kemudian
melakukan analisis untuk membantu pengambilan keputusan yang bermanfaat untuk
masa depan bisnis perusahaan.
Kendala
yang dihadapi muncul dengan pertumbuhan data yang sangat pesat dari berbagai
jenis tipe data, sehingga dengan analisis konvensional ada limitasi untuk dapat
menampung data set besar tersebut, waktu yang relatif lama diperlukan untuk
menghasilkan informasi berharga dari analisis.
Kemunculan
teknologi analisis big data memberikan solusi bagi bisnis untuk mendapatkan
hasil analisis segera bahkan real-time sekalipun, sehingga memberikan bisnis
keunggulan dalam berkompetisi.
Mengapa Analisis Big Data Penting?
Analisis
Big Data membantu organisasi memanfaatkan data dan menggunakannya untuk
mengidentifikasi peluang-peluang baru. Yang pada gilirannya menyebabkan bisnis
bergerak lebih cerdas dan cepat karena didukung oleh operasional yang lebih
efisien, yang pada akhirnya mendatangkan keuntungan yang lebih tinggi dan
pelanggan lebih senang tentunya.
Dalam
laporan yang ditulis oleh Tom
Davenport (Direktur Riset
IIA) setelah ia mewawancarai lebih dari 50 usaha untuk memahami bagaimana
mereka menggunakan Big Data. Ia menemukan mereka mendapatkan manfaat penting
sebagai berikut :
1.
Penghematan
biaya, Teknologi analisis Big data seperti hadoop dan analisis berbasis cloud
membawa pengurangan biaya yang signifikan dalam hal untuk menyimpan data set
dalam jumlah besar, selain mereka dapat mengidentifikasi cara-cara yang lebih
efisien dalam melakukan bisnis.
2.
Lebih
cepat dan baik dalam pengambilan keputusan, dengan kecepatan teknologi big data
seperti Hadoop dalam melakukan analisis dengan dikombinasikan dengan kemampuan
untuk menganalisis berbagai macam sumber data baru, membuat bisnis mampu
menganalisis informasi dengan cepat dan membuat keputusan berdasarkan hasil
analisis tersebut.
3.
Melahirkan
produk dan pelayanan baru, dengan kemampuan mengukur kebutuhan dan kepuasan
pelanggan mendatangkan keunggulan dari bisnis untuk menciptakan produk dan
layanan baru yang sesuai dengan keinginan dan kebutuhan dari pelanggan.
Dengan
3 manfaat penting tersebut akan membantu bisnis mencapai tujuan/goal utama
dalam meningkatkan keuntungan demi kemajuan bisnisnya.
Contoh Aplikasi Analisis Big Data
Berikut
ini beberapa contoh Aplikasi yang ditawarkan oleh perusahaan/vendor dalam hal
analisis terhadap big data :
2.
HP
Big Data
12.
Google
Big Query
13.
Pivotal
Big Data
Solusi big data yang ditawarkan pada umumnya menggunakan kerangka kerja (framework)Hadoop dan beberapa tools pendukung lainnya seperti HBase, Pig, Hive, Mapreduce, Oozie, Zookeeper, HCatalog, Avro, Sqoop (untuk ingin tahu istilah tersebut dapat dibaca di sini). Yang memungkinkan pengguna untuk menyimpan, mengelola dan menganalisa data dari berbagai sumber, di mana data tersebut dapat diakses oleh para analis bisnis, data scientist dan pengguna/praktisi TI.
Solusi big data tersebut adapula yang secara arsitektur dikombinasikan dengan teknologi yang sudah biasa untuk keperluan analisis dan visualisasi data, seperti Data Warehouse dan Business Intellegent (BI). Dengan menggunakan tools visualisasi tersebut akan lebih menarik dan mudah dalam penyediaan reporting dari hasil analisis.
Sepertinya nanti akan saya tulis artikel khusus pembahasan detil tentang software tersebut di atas.
Contoh Studi Kasus Penggunaan Analisis Big Data
Dalam
implementasinya, penerapan analisis big data cocok untuk berbagai bidang
bisnis. Berikut ini saya coba listing-kan beberapa contoh studi kasus
penggunaannya :
2.
Pemerintahan
dapat manfaatkan analisis big data untuk meningkatkan keamanan negara dengan
mampu mendeteksi, mencegah dan melawan serangan cyber.
3.
Industri
kesehatan dapat menggunakan analisis terhadap big data untuk meningkatkan
layanan perawatan pasien dan menemukan cara yang lebih baik untuk mengelola
sumber daya dan personil.
4.
Perusahaan
telekomunikasi dapat memanfaatkan analisis big data untuk mencegahchurn pelanggan, dan juga merencanakan cara
terbaik untuk mengoptimalkan jaringan nirkabel baik yang baru maupun yang sudah
ada.
5.
Marketing
dapat menggunakan big data untuk melakukan analisis sentimen untuk mengetahui
tingkat kepuasan pelanggan terhadap produk dan layanan yang dipasarkan.
6.
Perusahaan
asuransi dapat menggunakan analisis big data untuk mengkategorikan pengajuan
asuransi yang dapat segera diproses, dan mana yang perlu divalidasi dengan
dilakukan kunjungan oleh agen asuransi.
7.
Perusahaan
ritel dapat menggunakan informasi dari social media seperti Facebook, Twitter,
Google+ yang disimpan dengan teknologi big data, yang selanjutnya digunakan
untuk menganalisis bagaimana perilaku, persepsi pelanggan terhadap suatu produk
atau brand dari perusahan.
Di
atas hanya beberapa contoh penggunaan big data dalam rangka keperluan analisis.
Saya rasa masih banyak contoh lainnya.
Sejalan
dengan terus berkembangnya teknologi analisis big data, dan hampir semua bisnis
sudah mulai berfikir bahwa mendapatkan manfaat dari implementasi analisis big data
adalah suatu keharusan untuk menghadapi perubahan dan persaingan yang semakin
pesat dan ketat saat ini.
Karena
hal di atas, bisa kita prediksi kedepan penerapan big data menjadi sesuatu yang
umum, sehingga akan semakin banyak lagi contoh studi kasus pemanfaatan big data
selain yang saya sebutkan.
Bagaimana Melakukan Analisis Big Data?
Berikut ini beberapa jenis metode atau
teknik dalam melakukan analisis big data :
1.
Analisis
Teks,
merupakan proses menganalisis data teks (unstructured-data) seperti blog,
email, forum, tweet, forum dan bentuk lainnya.
2.
Data
Mining,
merupakan suatu proses menemukan hubungan yang berarti, pola, dan kecenderungan
dari sekumpulan besar data dengan menggunakan teknik pengenalan pola seperti
statisik dan matematika
4.
Analisis
Prediksi (Predictive Analytics)
5.
Analisis
Statistik
6.
NLP
(Natural Language Processing)
Demikian pembahasan tentang analisis big
data, semoga dapat bermanfaat.
Karakteristik Big Data
Sebelum melangkah pada System
Integrasi, kita perlu mengenal kerakteristik Big Data. Big Data memiliki 5 karakteristik
penting yang harus dipahami. Berikut karakteristik Big Data:
1. Data Lebih Banyak
Random sampling pada Small Data
sebenarnya adalah alternatif dari mengumpulkan dan menganalisis dataset penuh,
karena keterbatasan teknologi dan kapasitas penyimpanan. Kelemahannya adalah
sampling membutuhkan perencanaan dan eksekusi yang hati-hati serta bekerja
dalam subset membantu perusahaan meadapat apa yang dicari lebih cepat dan murah
tetapi melewatkan pertanyaan yang tidak terpikirkan sebelumnya.
Big Data sebagai meruapakan
keseluruhan informasi, namun ukurannya data sendiri tidak melulu besar.
Contahnya saat terngukapnya kecurangan pertandingan sumo di Jepang. Data yang
digunakan bukan sampel, tapi N=all. Setelah mengumpulkan data 64.000
pertandingan selama 11 tahun terakhir, ternyata data tersebut hanya berukura
sama dengan file foto digital. Dengan prisip N=all diperoleh suatu pola yang
menunjukan baha pesumo yang lebih membutuhkan kemenangan memiliki peluang 25%
lebih besar untuk menang.
2. Berantakan (Messy)
Big data meciptakan dataset yang lebih
berantakan, namun mampu memberikan gamberab yang lebih menyeluruh, meskipun
tidak terstruktur. Contohnya Google Translate, perusahaan yang bermarkas di
Mountain View, California, AS ini mengumpulkan seluruh dokumen dengan
terjemahan yang mereka bisa kumpulkan dengan kualitas yang berbeda-beda. Data
yang dikumpulkan memang berantakan namun terjemahan yang dihasilkan lebih
akurat daripada sistem yang lebih berdasarkan alogaritma, dan jauh lebih kaya
(meliputi 60 bahasa).
3. Korelasi
Big Data sering memprediksi
berdasarkan korelasi, ketimbang hungungan sebeb akibat. Contoh, pada awalnya
Amazon.com mengandalkan review dari suatu tim ahli “The Amazon Voice”. Kemudian
mereka menggunakan rekomendasi yang dihasilkan dari personalisasi penjualan
produk (pelangga yang memberi produk A cenderung membeli produk B maka juka
pelanggan lain membeli produk A, Amazon akan merekomendasikan produk B). Kini
sepertiga penjualan Amazon diperoleh dari penawaran produk ke user dari hasil rekomendasi
berdasarkan personalisasi.
4. Datafikasi
Mendatafikasi suatu fenomena adalah
menyimpannya dalam format yang terkuantifikasi agar bisa ditabulasi dan
dianalisis serta menangkap informasi dan menyimpannya dalam format data yang
memudahkannya untuk digunakan kembali. Memindahkan data ke bentuk digital belum
tentu mendatafikasi.
5. Value
Mengumpulkan data adalah hal yang
krusial namun tidak cukup karena kebanyakan nilai dari data terletak pada
penggunaan, bukan kepemilikan. Dalam era Big Data, seluruh data akan dianggap
berharga, bahkan data paling menda dan sepele. Tidak seperti sumber daya lain,
nilai data tidak berkurang setelah digunakan. Biaya petimpanan digital telah
berkurang setengahnya setiap dua tahun, sementara storage density meningkat 50
juta kali dalam 50 tahun terakhir.
BAB III
KESIMPULAN DAN SARAN
Kesimpulan
Big Data merupakan data elektronik
mempunyai banyak sekali macam nya. Dengan menggukan Big Data ini maka kita
tidak ketinggalan informasi, mulai dari informasi yang terbaru maupun yang
sudah lampau. Big Data ini juga sangat bermanfaat bagi kehidupan sehari-hari.
Dengan
menggunakan analisis Big Data maka perusahaan dapat cepat terindentifikasi,
perusahaan hingga pemerintahan juga dapat menganalisis data dengan cepat dan
mengapa menganalisis big data itu penting Analisis Big Data membantu organisasi
memanfaatkan data dan menggunakannya untuk mengidentifikasi peluang-peluang
baru. Yang pada gilirannya menyebabkan bisnis bergerak lebih cerdas dan cepat
karena didukung oleh operasional yang lebih efisien,
yang pada akhirnya
mendatangkan keuntungan yang lebih tinggi dan pelanggan lebih senang tentunya.
SARAN
Semoga dengan
adanya Big Data ini tidak di salah gunakan dengan kejahatan. Sebaik nya juga
saat menggunakan sosial media kita lebih berhati hati.
Untuk pemerintah sebaik nya membatasi
situs situs yang memang perlu di beri batasan umur. Sehingga anak dibawah umur
tidak terbawa arus negatif.
DAFTAR PUSTAKA
Langganan:
Postingan (Atom)