PENGERTIAN BIG DATA
Nama :
1. Fairuz
Rahman
(1501153721)
2. Arvin
Tobias (1501150625)
3. Kevin
Samantha
(1501155802)
4. Charles
(1501149232)
Big Data
Big Data
Big data adalah
data berukuran raksasa yang volumenya terus bertambah, terdiri dari berbagai
jenis atau varietas data, terbentuk secara terus menerus dengan kecepatan
tertentu dan harus diproses dengan kecepatan tertentu pula.
Menurut Lawencon (2014, February) Teknologi Big Data adalah
manajemen aset informasi dengan volume tinggi, kecepatan tinggi dan kompleks
yang membantu perusahaan mengelola data dengan biaya efektif dan mendorong
inovasi pengolahan informasi untuk pengambilan keputusan dan peningkatan
pengetahuan atau wawasan. Big Data menjamin pemrosesan solusi data dengan
varian baru maupun eksisting untuk memberikan manfaat nyata bagi bisnis.
Menurut Ronald Widha (2012, Mei) Big Data didefinisikan
sebagai sebuah problem domain di mana teknologi tradisional seperti relational
database tidak mampu lagi untuk melayani. Definisi Big di sini adalah volume,
velositas dan variasi datanya. Peningkatan volum, velositas dan variasi data
banyak diakibatkan oleh adopsi internet. Setiap individu memproduksi konten
atau paling tidak meninggalkan sidik jari digital yang berpotensial untuk digunakan
untuk hal-hal baru.
Big Data biasanya mengacu pada jenis berikut data:
· Traditional enterprise data
- termasuk informasi pelanggan dari sistem CRM, ERP data transaksional,
transaksi toko web, dan data general ledger.
· Machine-generated
/sensor data - termasuk Call Detail Record ("CDR"), weblog, smart
meter, sensor manufaktur, log peralatan (sering disebut sebagai digital
exhaust), data sistem perdagangan.
· Social
data - termasuk umpan balik pelanggan sungai, situs micro-blogging seperti
Twitter, platform media sosial seperti Facebook
Cloud Computing
Cloud Computing merupakan layanan teknologi yang
memungkinkan pengguna atau user mengelola data-data yang dimiliki,
bukan lagi dengan menggunakan teknologi komputer fisik, melaikan dengan
teknologi berbasis internet.
Menurut Kusuma Wardani (2013) Komputasi awan (cloud
computing) adalah gabungan pemanfaatan teknologi komputer (komputasi) dan
pengembangan berbasis internet (awan). Cloud computing merupakan layanan jasa
teknologi informasi yang menyediakan perangkat atau infrastruktur melalui
koneksi internet untuk memenuhi kebutuhan pengguna layanan.
Cloud computing adalah suatu konsep umum yang mencakup SaaS,
Web 2.0, dan tren teknologi terbaru lain yang dikenal luas, dengan tema umum
berupa ketergantungan terhadap internet untuk memberikan kebutuhan komputasi
pengguna.
Menurut Meruvian (2013) Cloud computing merupakan sebuah
jargon baru diabad milenium yang lahir untuk merepresentasikan semua hal,
sebuah konsep baru yang merubah mekanisme bagaimana mengembangkan sistem
dilakukan. Sebuah metode virtualisasi yang memungkinkan sistem operasi,
middleware, database server, email server sampai web itu sendiri adalah satu
lapisan yang sama. Padahal kita tahu tidak ada satu server pun yang tidak dapat
berjalan tanpa sistem operasi.
Sejarah Big Data
"Big Data" pertama kali diperkenalkan ke
dunia komputasi oleh Roger Magoulas dari media O'Reilly pada tahun 2005 dalam
rangka untuk menentukan sejumlah besar data yang teknik manajemen data
tradisional tidak dapat mengelola dan proses karena kompleksitas dan ukuran
data ini .
Sebuah studi pada Evolution of Big Data sebagai
Penelitian dan Ilmiah Topic menunjukkan bahwa istilah "Big Data"
hadir dalam penelitian dimulai dengan tahun 1970-an tetapi telah terdiri
dalam publikasi pada tahun 2008 . Saat ini konsep Big Data diperlakukan
dari sudut pandang yang berbeda yang meliputi implikasinya di berbagai bidang .
Menurut Mike 2.0 , standar open source Manajemen Informasi , Big
Data didefinisikan
oleh ukuran yang terdiri dari koleksi besar kompleks dan independen set data,
masing-masing dengan potensi untuk berinteraksi . Selain itu, merupakan aspek
penting dari Big Data adalah fakta bahwa ia tidak dapat ditangani dengan teknik
pengelolaan data standar karena inkonsistensi dan ketidakpastian kemungkinan
kombinasi .
Menurut IBM pandangan Big Data memiliki empat aspek :
1. Volume : mengacu pada
jumlah data yang dikumpulkan oleh perusahaan . Data ini harus digunakan lebih
lanjut untuk mendapatkan pengetahuan yang penting ;
2. Velocity : mengacu
pada waktu di mana Big Data dapat diproses . Beberapa kegiatan yang
sangat penting dan perlu tanggapan langsung , itulah sebabnya proses cepat
memaksimalkan efisiensi ;
3. Ragam : Mengacu pada
jenis data yang Big Data dapat terdiri . Data ini dapat terstruktur
serta tidak terstruktur ;
4. Kebenaran : mengacu
pada tingkat di mana seorang pemimpin mempercayai informasi yang digunakan
untuk mengambil keputusan . Jadi mendapatkan korelasi yang tepat di Big
Data sangat
penting bagi masa depan bisnis .
Selain itu, di Gartner IT Glosarry Big Data didefinisikan
sebagai volume tinggi , kecepatan dan aset informasi yang menuntut berbagai
hemat biaya , bentuk-bentuk inovatif pengolahan informasi untuk meningkatkan
wawasan dan pengambilan keputusan . Menurut Ed Dumbill kursi di Strata
Conference O'Reilly, Big Data dapat digambarkan sebagai, "data yang
melebihi kapasitas pengolahan sistem database konvensional. Data tersebut
terlalu besar, bergerak terlalu cepat, atau tidak sesuai dengan striktur
arsitektur database Anda. Untuk mendapatkan nilai dari data ini, Anda harus
memilih cara alternatif untuk memprosesnya.
Dalam definisi sederhana kami menganggap Big Datamenjadi
ekspresi yang terdiri set data yang berbeda dari yang sangat besar, sangat
kompleks, tidak terstruktur, terorganisir, disimpan dan diolah menggunakan
metode dan teknik yang digunakan untuk proses bisnis yang spesifik.
Ada banyak definisi tentang Big Data yang beredar
di seluruh dunia, tapi kami menganggap bahwa yang paling penting adalah salah
satu yang setiap pemimpin memberikan data satu perusahaan nya. Cara yang
didefinisikan Big Data memiliki implikasi dalam strategi bisnis. Setiap
pemimpin harus mendefinisikan konsep dalam rangka untuk membawa keunggulan
kompetitif bagi perusahaan.
Pentingnya Big Data
Pentingnya utama Big Data terdiri dalam potensi untuk
meningkatkan efisiensi dalam konteks penggunaan volume data yang besar , dari
jenis yang berbeda. Jika Big Data didefinisikan dengan baik dan digunakan
sesuai , organisasi bisa mendapatkan pandangan yang lebih baik pada bisnis
mereka karena itu menyebabkan efisiensi di berbagai wilayah seperti penjualan ,
meningkatkan produk yang diproduksi dan sebagainya .
Big Data dapat
digunakan secara efektif dalam bidang berikut :
• Dalam teknologi informasi dalam rangka meningkatkan
keamanan dan pemecahan masalah dengan menganalisis pola dalam log yang ada ;
• Dalam layanan pelanggan dengan menggunakan informasi dari call
center untuk
mendapatkan pola pelanggan dan dengan demikian meningkatkan kepuasan pelanggan
dengan layanan menyesuaikan ;
• Dalam meningkatkan layanan dan produk melalui penggunaan
konten media sosial . Dengan mengetahui potensi pelanggan preferensi perusahaan
dapat memodifikasi produk dalam rangka untuk mengatasi area yang lebih besar
dari orang-orang ;
• Dalam deteksi penipuan dalam transaksi online untuk
industri apapun ;
• Dalam penilaian risiko dengan menganalisis informasi dari
transaksi di pasar keuangan .
Di masa depan kami mengusulkan untuk anayze dengan potensi
dari Big Data dan
daya yang dapat diaktifkan melalui “Analisis Data Big”.
Tantangan Big Data
Pemahaman Big Data terutama sangat penting . Dalam
rangka untuk menentukan strategi terbaik untuk sebuah perusahaan adalah penting
bahwa data yang Anda mengandalkan harus dianalisis dengan baik . Juga rentang
waktu dari analisis ini adalah penting karena beberapa dari mereka perlu
dilakukan sangat sering untuk menentukan cepat setiap perubahan dalam
lingkungan bisnis .
Aspek lain diwakili oleh teknologi baru yang dikembangkan
setiap hari. Mengingat fakta bahwa Big Data adalah baru bagi organisasi saat
ini , perlu bagi organisasi-organisasi ini untuk belajar bagaimana menggunakan
teknologi baru yang dikembangkan segera setelah mereka berada di pasar . Ini
merupakan aspek penting yang akan membawa keunggulan kompetitif untuk bisnis .
Kebutuhan untuk spesialis TI juga merupakan tantangan bagi
Big Data . Menurut studi McKinsey di Big Data yang disebut Big Data : The
perbatasan berikutnya untuk inovasi , ada kebutuhan hingga 190.000 lebih banyak
pekerja dengan keahlian analitis dan 1,5 juta manajer data - melek lebih hanya
di Amerika Serikat . Statistik ini adalah bukti bahwa dalam rangka bagi
perusahaan untuk mengambil inisiatif Big Data harus menyewa ahli atau melatih
karyawan yang ada di lapangan baru .
Keamanan dan Privasi juga tantangan penting bagi Big Data .
Karena Big Data terdiri dari sejumlah besar data yang kompleks , sangat sulit
bagi perusahaan untuk mengurutkan data ini pada tingkat privasi dan menerapkan
keamanan sesuai . Selain itu banyak perusahaan saat ini sedang melakukan lintas
negara dan benua bisnis dan perbedaan dalam undang-undang privasi yang cukup
besar dan harus dipertimbangkan ketika memulai inisiatif Big Data .
Dalam pendapat kami bagi suatu organisasi untuk mendapatkan
keunggulan kompetitif dari manipulasi Big Data itu untuk merawat sangat baik
dari semua faktor ketika mengimplementasikannya . Salah satu pilihan untuk
mengembangkan strategi Big Data disajikan di bawah ini . Selain itu, dalam
rangka untuk membawa kemampuan penuh untuk Big Data setiap perusahaan harus
mempertimbangkan karakteristik bisnis yang khas sendiri .
Big Data Analytics
Dunia saat ini dibangun di atas fondasi data. Kehidupan saat
ini dipengaruhi oleh kemampuan perusahaan untuk membuang , menginterogasi dan
mengelola data. Pengembangan infrastruktur teknologi disesuaikan untuk membantu
menghasilkan data , sehingga semua layanan yang ditawarkan dapat ditingkatkan
seperti yang biasa digunakan .
Sebagai contoh , saat ini internet menjadi sebuah platform
pengumpulan-informasi besar karena media sosial dan layanan online . Pada menit
setiap mereka menambahkan data. Ledakan data tidak dapat lagi diukur dalam
gigabyte , karena data lebih besar ada etabytes digunakan , exabyte ,
zettabytes dan Yottabytes .
Dalam rangka mengelola volume raksasa dari data terstruktur
yang tersimpan , telah muncul "Big Data" fenomena . Hal ini cukup beralasan
bahwa di sektor komersial Big -Data telah diadopsi lebih cepat pada data yang
didorong industri , seperti jasa keuangan dan telekomunikasi , yang bisa
dikatakan , telah mengalami pertumbuhan yang lebih cepat dalam volume data
dibandingkan dengan sektor pasar lainnya , di samping persyaratan peraturan
ketat dan jatuh profitabilitas . Pada awalnya , Big Data dipandang sebagai
tujuan untuk mengelola untuk mengurangi biaya manajemen data. Sekarang,
perusahaan fokus pada potensi penciptaan nilai . Dalam rangka memperoleh
manfaat dari wawasan tambahan yang diperoleh ada kebutuhan untuk menilai
kemampuan analitis dan pelaksanaan " Big Data " .
Untuk mengubah data yang besar menjadi keuntungan bisnis ,
bisnis harus meninjau cara mereka mengelola data dalam pusat data. Data
tersebut diambil dari berbagai sumber , baik dari dalam maupun di luar
organisasi . Hal ini dapat mencakup konten dari video , data yang sosial ,
dokumen dan data yang dihasilkan mesin , dari berbagai aplikasi dan platform .
Bisnis memerlukan sistem yang dioptimalkan untuk memperoleh , mengatur dan
memuat data ini tidak terstruktur ke dalam database mereka sehingga dapat
secara efektif diberikan dan dianalisis . Analisis data harus mendalam dan
perlu cepat dan dilakukan dengan tujuan bisnis dalam pikiran Skalabilitas solusi data besar dalam pusat data merupakan
pertimbangan penting .
Data luas saat ini, dan hanya akan mendapatkan lebih besar . Jika pusat data hanya dapat mengatasi dengan tingkat data yang diharapkan dalam jangka pendek dan menengah , bisnis cepat akan menghabiskan menyegarkan sistem dan upgrade . Oleh karena itu, perencanaan ke depan dan skalabilitas yang penting .
Data luas saat ini, dan hanya akan mendapatkan lebih besar . Jika pusat data hanya dapat mengatasi dengan tingkat data yang diharapkan dalam jangka pendek dan menengah , bisnis cepat akan menghabiskan menyegarkan sistem dan upgrade . Oleh karena itu, perencanaan ke depan dan skalabilitas yang penting .
Dalam rangka untuk membuat setiap keputusan yang diinginkan
ada kebutuhan untuk membawa hasil penemuan pengetahuan untuk proses bisnis dan
pada saat yang sama melacak dampak apapun dalam berbagai dashboard , laporan
dan analisis pengecualian sedang dipantau . Pengetahuan baru ditemukan melalui
analisis mungkin juga memiliki pengaruh pada strategi bisnis , strategi CRM dan
strategi keuangan ke depan
Sampai pertengahan tahun 2009 lalu , lanskap pengelolaan data sederhana : proses transaksi online ( OLTP ) sistem ( terutama database ) mendukung proses bisnis perusahaan; menyimpan data operasional ( ODSs ) akumulasi transaksi bisnis untuk mendukung pelaporan operasional , dan gudang data perusahaan ( EDWs ) terakumulasi dan mengubah transaksi bisnis untuk mendukung kedua pengambilan keputusan operasional dan strategis .
Big Data Management didasarkan pada menangkap dan mengatur
data yang relevan . Analisis data yang mengandaikan untuk memahami yang terjadi
, mengapa dan memprediksi apa yang akan terjadi . Sebuah analisis lebih berarti
metode analisis baru untuk wawasan yang lebih dalam .
Analisis data yang besar dan proyek open source Apache
Hadoop dengan cepat muncul sebagai solusi yang lebih disukai untuk bisnis dan
tren teknologi yang mengganggu manajemen data dan pengolahan lanskap
tradisional . Perusahaan dapat memperoleh keunggulan kompetitif dengan menjadi
pengadopsi awal analisis data yang besar . Meskipun analisis data yang besar
dapat teknis menantang , perusahaan tidak harus menunda implementasi. Sebagai
proyek Hadoop matang dan dukungan intelijen bisnis ( BI ) alat membaik, besar
kompleksitas pelaksanaan analisis data yang akan mengurangi , tapi adopter awal
keunggulan kompetitif juga akan berkurang . Risiko penerapan teknologi dapat
dikurangi dengan mengadaptasi prinsip-prinsip arsitektur yang ada dan pola
untuk teknologi baru dan perubahan kebutuhan daripada menolaknya.
Analisis data yang besar dapat dibedakan dari arsitektur
pemrosesan data tradisional bersama sejumlah dimensi :
- Kecepatan pengambilan keputusan menjadi sangat penting
bagi pengambil keputusan
- Kompleksitas Processing karena memudahkan proses pengambilan
keputusan
- Volume data transaksional yang sangat besar
- Data Struktur data dapat terstruktur dan tidak terstruktur
- Fleksibilitas pengolahan / analisis terdiri dalam jumlah
analisis yang dapat dilakukan di atasnya
- Concurrency
The big data analisis
inisiatif harus menjadi proyek bersama yang melibatkan IT dan bisnis . IT harus
bertanggung jawab untuk menyebarkan hak besar alat analisis data dan menerapkan
praktik pengelolaan data suara . Kedua kelompok harus memahami bahwa
keberhasilan akan diukur oleh nilai tambah dengan perbaikan bisnis yang dibawa
oleh inisiatif .
Sumber :
Lawencon. (2014). Big Data.
20-03-2014.
http://lawencon.com/big-data/
Widha, R. (2012). Apakah Big Data Itu?. 20-03-2014
http://www.cloudindonesia.or.id/apakah-big-data-itu.html
Wardani, K. (2013). Penerapan Cloud Computing di Instansi
Pemerintah. 20-03-2014
http://ilmukomputer.org/wp-content/uploads/2013/04/dani-cloudcomputing.pdf.
Meruvian.org. (2013). Definisi Cloud Computing. 20-03-2014
adhateknik.files.wordpress.com/2013/03/cloud-systemtg.pdf
http://dbjournal.ro/archive/10/10_1.pdf
Tidak ada komentar:
Posting Komentar