BIG DATA

PENGERTIAN BIG DATA

Nama :

1.      Fairuz Rahman                         (1501153721)

2.      Arvin Tobias                            (1501150625)

3.      Kevin Samantha                        (1501155802)

4.      Charles                                     (1501149232)


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 .

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