Oleh:
Kelompok 3
Alberta Vinanci R.
391593
Diana Putri
391615
391639
391649
Big Data mengambil dari pesan, update, dan gambar yang diposting ke media social,
membaca sensor, sinyal GPS dari ponsel, dan banyak lagi. Banyak sumber penting dari Big
Data yang relatif baru. Penggunaan database untuk menyimpan informasi secara terstruktur
tidak cocok untuk menyimpan dan mengolah data yang besar.
Karena semakin banyak kegiatan bisnis yang digital, sumber-sumber informasi yang
baru, dan peralatan yang murah akan membawa perusahaan ke era yang baru: dimana
sejumlah besar informasi digital hampir selalu ada topik menarik untuk suatu bisnis. Data
yang tersedia sering tidak terstruktur, tidak terorganisir dalam database, dan berat. Analitik
membawa teknik yang tepat untuk pengambilan keputusan. Big Data adalah salah satu yang
lebih sederhana dan lebih kuat.
Bagaimana Melakukan Data-Driven pada Perusahaan
Pertanyaan skeptis yang muncul adalah: mana bukti bahwa menggunakan Big Data
akan meningkatkan kinerja bisnis. Kami merancang untuk melakukan uji hipotesis bahwa
perusahaan yang data driven akan berkinerja lebih baik dengan melakukan wawancara yang
terstruktur dengan para eksekutif di 330 perusahaan publik Amerika Utara tentang praktik
manajemen organisasi dan teknologi mereka, dan mengumpulkan data kinerja dari laporan
tahunan mereka dan sumber-sumber independen. Sebagain besar perusahaan yang
menggunakan data driven, mereka menunjukkan hal yang lebih baik pada pengukuran
objektif dari keuangan dan operasional.
Meningkatkan ETA Penerbangan
Ketika sebuah perusahaan penerbangan besar AS belajar dari studi internal bahwa sekitar
10% dari penerbangan ke hub utama memiliki setidaknya 10 menit kesenjangan antara
perkiraan waktu kedatangan dan waktu kedatangan yang sebenarnya, dan 30% memiliki
celah setidaknya lima menit untuk memutuskan mengambil tindakan. Pada saat itu, pilot
membuat perkiraan. Dalam mencari solusi yang lebih baik, maskapai ini beralih ke PASSUR
Aerospace, penyedia teknologi pendukung keputusan untuk industri penerbangan.
Pada tahun 2001 PASSUR mulai menawarkan layanan perkiraan kedatangan yang
disebut RightETA. Hal ini dihitung dengan menggabungkan data yang tersedia secara publik
seperti cuaca, jadwal penerbangan, dan faktor lain. Data milik perusahaan dikumpulkan,
termasuk feed dari jaringan stasiun radar pasif itu telah dipasang di dekat bandara untuk
mengumpulkan data tentang setiap pesawat di langit. Semua data perusahaan terus
dikumpulkan dari waktu ke waktu, sehingga memiliki informasi multidimensi yang lebih dari
satu dekade. Hal ini memungkinkan analisis dan pencocokan pola. Setelah beralih ke
RightETA, maskapai ini hampir menghilangkan kesenjangan antara estimasi dengan waktu
kedatangan aktual setiap kedatangan. Menggunakan Big Data mengarah ke prediksi yang
lebih baik, dan prediksi yang lebih baik menghasilkan keputusan yang lebih baik.
Lebih Cepat, Lebih Banyak Promosi
Sear holding menyimpulkan bahwa untuk menghasilkan nilai yang lebih besar dibutuhkan
konsumen, produk, dan data promosi yang lebih besar yang terdiri dari Sears, Craftman, dan
Lands End. Hal ini akan lebih bernilai dengan menggabungkan dan membuat semua data
yang digunakan untuk melakukan promosi dan membuat penawaran-penawaran ke pelanggan
serta dapat mengambil keuntungan dari kondisi lokal. Data yang dibutuhkan untuk analisis
skala besar ini sangat banyak dan tidak tersusun/tidak terpadu.
Dalam mencari teknologi yang cepat dan murah dalam melakukan analisis kerja, Sear
holding menggunakan teknologi dan praktik dari Big Data. Langkah awal yang dilakukan
adalah mendirikan cluster Hadoop. Hadoop adalah sekelompok server berkomoditas murah
yang kegiatannya dikoordinasikan oleh kerangka kerja perangkat lunak yang muncul.
Sears mulai menggunakan cluster untuk menyimpan data yang masuk dari semua merek dan
digunakan untuk menyimpan data dari gudang data yang ada. Kemudian dilakukan analisis
pada cluster ini secara langsung, menghindari kompleksitasdan memakan waktu dengan
menarik data dari berbagai sumber dan menggabungkan data tersebut sehingga dapat
dianalisis. Perubahan ini memungkinkan perusahaan untuk menjadi jauh lebih cepat dan lebih
tepat dengan promosi nya, sehingga promosi ini memiliki kualitas tinggi, karena mereka lebih
tepat waktu, lebih rinci, dan lebih personal. Hadoop klaster dan Sears memproses beberapa
petabytes data di sebagian kecil dari biaya gudang data dengan standar yang sebanding.
The PASSUR dan Sears memberikan contoh yang menggambarkan kekuatan Big
Data, yang memungkinkan prediksi lebih-akurat, keputusan yang lebih baik, dan intervensi
yang tepat, dan dapat memungkinkan pengambilan keputusan pada skala yang tak terbatas.
Budaya Baru dalam Pengambilan Keputusan
Peranan Baru
Eksekutif dalam memimpin transisi Big Data dapat mulai dengan dua teknik sederhana.
Pertama, mereka bisa mendapatkannya dalam kebiasaan bertanya "Apa yang ditunjukan
oleh data?" Ketika dihadapkan dengan sebuah keputusan penting dan menindaklanjuti
dengan pertanyaan yang lebih spesifik seperti "Dari mana data tersebut berasal ?," "Apa
jenis analisis yang digunakan?" dan "Seberapa yakin kita dengan hasilnya?" (orangorang akan mendapatkan pesan lebih cepat jika eksekutif mengembangkan disiplin
seperti ini.) Kedua, mereka dapat mengesampingkan data, beberapa hal yang lebih kuat
untuk mengubah budaya pengambilan keputusan daripada melihat seorang senior
eksekutif mengakui ketika dugaan telah dibantah oleh data.
2. Talent Management
Saat ini data menjadi sangat murah, dan data pelengkap menjadi lebih bernilai sehingga
diperlukan data scientist dan profesional lain yang dapat mengolah data dalam jumlah
besar. Penggunaan statistik memang penting, akan tetapi teknik kunci dalam big data tidak
diajarkan dalam statistik. Hal yang dibutuhkan adalah keterampilan membersihkan dan
mengatur set data yang besar dimana terdapat banyak jenis data baru yang belum memiliki
format. Bekerja dengan data scientist yang andal dapat membantu pemimpin
memformulasikan ulang tantangan mereka menggunakan informasi big data.
3. Technology
Alat yang ada untuk menangani volume, kecepatan dan jenis big data telah banyak
berkembang. Umumnya, teknologi ini tidak mahal dan software yang digunakan mudah
dicari (banyak software open-source), misalnya Hadoop yang mengkombinasikan
hardware komoditas dengan open-soure software. Hadoop mampu menerima aliran masuk
data dan mendistribusikannya serta menyediakan alat analisis data. Untuk dapat
menggunakan teknologi ini, butuh keterampilan baru dalam departemen IT dan
membutuhkan usaha untuk menggabungkan semua sumber data internal dan eksternal. Hal
ini merupakan komponen penting dalam strategi big data.
4. Decision Making
Di dalam organisasi yang efektif, informasi dan hak keputusan yang relevan diletakkan di
tempat yang sama. Di era big data, informasi diciptakan dan ditransfer, akan tetapi
keahlian terletak di tempat yang tidak seharusnya. Pemimpin yang baik akan menciptakan
sebuah organisasi yang fleksibel untuk meminimalisasi sindrom not invented here dan
memaksimalkan kerjasama lintas fungsi. Orang yang paham akan masalah harus diberikan
data yang benar dan harus diletakkan bersama dengan orang yang memiliki teknik
memecahkan masalah.
5. Company Culture
Pertanyaan pertama perusahaan yang mengolah data bukanlah Apa yang kita pikirkan?
melainkan Apa yang kita tahu?. Hal ini perubahan dari yang sebelumnya bertindak
berdasarkan firasat dan insting. Kita sering melihat para eksekutif menambah laporan
mereka dengan banyak data yang mendukung keputusan yang telah mereka buat dengan
HiPPO, tetapi setelah itu mereka menyuruh bawahan mereka untuk mencari angka-angka
untuk membenarkan keputusannya.