Big Data
and Data
Analytic
1
16/10/2018
Pengantar
Bagaimana regulator
menjalankan fungsi control
terhadap kegiatan yang terjadi
di digital market?
Bagaimana cara melakukan
monitoring terhadap transaksi
yang ada?
Bagaimana mendapatkan
data dan informasi dari public
area sehingga kita bisa
mengambil langkah yang lebih
kongkrit dan data-driven?
Pengantar
Data adalah fakta mentah atau rincian peristiwa yang belum diolah, yang terkadang
tidak dapat diterima oleh akal pikiran dari penerima data tersebut, maka dari itu data
harus diolah terlebih dahulu menjadi informasi untuk dapat di terima oleh
penerima. Data dapat berupa angka, karakter, simbol, gambar, suara, atau tanda-
tanda yang dapat digunakan untuk dijadikan informasi. Suatu informasi bisa saja
menjadi data apabila informasi tersebut digunakan kembali untuk pengolahan sistem
informasi selanjutnya. Dalam dunia komputer data adalah segala sesuatu yang
disimpan di dalam memori menurut format tertentu.
Informasi adalah hasil pengolahan data yang sudah dapat diterima oleh akal pikiran
penerima informasi yang nantinya dapat digunakan untuk pengambilan
keputusan. Informasi dapat berupa hasil gabungan, hasil analisa, hasil penyimpulan,
dan juga hasil pengolahan sistem informasi komputerisasi.
2
16/10/2018
Mengenal
Big Data
3
16/10/2018
Volume
Salah satu permasalahan yang big data coba pecahkan adalah meledaknya
volume data yang suatu organisasi ingin simpan atau proses. Seberapa besar data
yang bisa anda olah saat ini? Apakah dengan jumlah data yang anda miliki anda
sudah lebih baik dibanding kompetitor? Data yang ada saat ini berukuran sangat
besar. Di tahun 2000 saja tercatat 800,000 petabyte data tersimpan di seluruh
dunia dan angka ini diperkirakan akan mencapai 35 zettabyte di tahun 2020 atau
bahkan lebih. Teknologi harus menemukan cara untuk mengolah data tersebut.
4
16/10/2018
Velocity
Seberapa cepat kita dapat memproses data yang ada? Mungkin hal itu yang
pertama ada dalam benak anda ketika anda membaca ini. Namun sebenarnya
velocity di sini kita lihat dari persepsi seberapa cepat kita mampu mendapatkan
hasil analisis terhadap aliran data yang terus mengalir di saat yang hampir
bersamaan dengan datangnya data tersebut.
Bisa dibilang, permasalahan ini berkaitan erat dengan permasalahan volume data,
karena kecepatan data dibuat umumnya berbanding lurus dengan volume data.
Data tidak hanya datang dalam jumlah besar, tetapi juga dalam tempo yang lebih
singkat dan bahkan ada yang real-time.
Variety
5
16/10/2018
Kenapa Harus
Big Data? Kita dapat mengambil data dari sumber manapun
dan menganalisanya untuk menemukan jawaban
yang diinginkan dalam bisnis seperti: pengurangan
biaya, pengurangan waktu, pengembangan produk
baru dan optimalisasi penawaran produk dan
pengambilan keputusan yang cerdas.
6
16/10/2018
Architecture
Teknologi
penunjang
Big Data
7
16/10/2018
8
16/10/2018
9
16/10/2018
10
16/10/2018
Discovery
Identifikasi masalah yang akan diselesaikan dan menganalisa sumber data mana
saja yang dibutuhkan.
Data Preparation
ETL (Extract, Transform, Load), proses pengambilan data dari sumber ke satu
tempat terpusat.
Model Planning
di mana tim menentukan metode, teknik, dan alur kerja. Tim mengeksplorasi data
Tahapan Data untuk belajar tentang hubungan antara data dan kemudian memilih variabel kunci
dan model yang paling cocok untuk digunakan.
Communicate Results
Tim harus mengidentifikasi temuan kunci, mengukur nilai bisnis, dan
mengembangkan narasi untuk meringkas dan menyampaikan temuan kepada
para pemangku kepentingan.
Operationalize
Menjalankan atas hasil analisis.
Data
Scientist
11
16/10/2018
Sample
Case:
Sentiment
Analysist
12