31203621 – Sistem Informasi Akuntansi 2 26/09/2017

Pertemuan 4
31203621 – Sistem Informasi Akuntansi 2

Tantangan & Potensi Pemanfaatan

Big Data dalam SIA
Sigit Pamungkas

“Data should be the vital raw material

that strengthens and improves the
machinery of decision making. Data is the
input, and the output is smarter choices
and wiser judgments.”
– Steve Lohr

Sigit Pamungkas 1
31203621 – Sistem Informasi Akuntansi 2 26/09/2017

Seberapa Pentingkah Pengelolaan Data?

Contoh Kasus Bisnis 1: McKesson Corporation
 Distribusi produk obat-obatan menjadi salah satu bisnis utama McKesson
dengan volume pengiriman yang sangat besar (mencapai sekitar 240 juta pil
obat setiap harinya) namun dengan margin keuntungan yang sangat tipis.
 McKesson memutuskan untuk mengurangi persediaan yang mengalir melalui
jaringan distribusinya dan berhasil menghemat biaya operasi sebesar USD 1
miliar.
 Hasil ini diperoleh dari keberhasilan McKesson memanen manfaat dari
pengolahan data produk, lokasi, dan transportasi dari proses bisnis yang
dijalankan, lalu kemudian menambang dan mengolah data tersebut dengan
perangkat lunak cerdas untuk mengidentifikasi peluang penghematan waktu
dan biaya.

Seberapa Pentingkah Pengelolaan Data?

Contoh Kasus Bisnis 2: Emory Hospital
 Ruang Icu di Emory Hospital menyediakan 20 ranjang yang dilengkapi
peralatan komputasi medis: ventilator; defibrilator; mesin ginjal; bed side
monitor yang memantau detak jantung, pernafasan, tekanan darah, dll.
 Seluruh peralatan komputasi medis yang ada di ruang ICU di Emory Hospital
diperkirakan menghasilkan 160.000 data points dalam satu detik. Seluruh
peralatan tersebut merekam data kondisi pasien tanpa jeda sedetik pun.
 Di tengah semua data yang mengalir tanpa terputus itu, para dokter dan
perawat harus membuat keputusan dengan cepat.
 Berdasarkan riset yang dilakukan di Emory, mereka membuat sekitar 100
keputusan per hari per pasien, atau lebih dari 9,3 juta keputusan tentang
perawatan medis yang dibuat selama setahun di ruang ICU.

Sigit Pamungkas 2
31203621 – Sistem Informasi Akuntansi 2 26/09/2017

Seberapa Besarkah Big Data?

 90% dari jumlah data di dunia saat ini hanya dibuat dalam kurun waktu
dua tahun terakhir saja, dengan pertumbuhan mencapai 2,5 quintillion
bytes (atau setara kira-kira 2,3 triliun GB) setiap harinya (IBM
Marketing Cloud, 2017)
 Diperkirakan pada tahun 2020, jumlah data di dunia ini akan mencapai
44 zettabytes atau setara 44 triliun gigabytes (International Data
Corporation, 2014)
 Setiap 60 detik di Facebook diperkirakan ada 510.000 komentar
diposting, 293.000 status diperbarui, dan 136.000 foto diunggah
(Zephoria Digital Marketing, 2017).
 Twitter mencatat 313 juta pengguna aktif bulanan secara global pada
Juni 2016 (Twitter, 2017).

Definisi Big Data

 “Big data refers to datasets whose size is beyond the ability of
typical database software tools to capture, store, manage, and
analyze.” (Manyika et al., 2011)
 “Big Data is high-volume, high-velocity and/or high-variety
information assets that demand cost-effective, innovative forms of
information processing that enable enhanced insight, decision
making, and process automation.” (Gartner, 2012)
 “Big Data describes a holistic information management strategy
that includes and integrates many new types of data and data
management alongside traditional data.” (Oracle, 2016)

Sigit Pamungkas 3
31203621 – Sistem Informasi Akuntansi 2 26/09/2017

Definisi Big Data

Terlepas perbedaan yang ada dalam definisi Big Data, setidaknya ada tiga
titik kesamaan yang menjadi faktor penting dalam memahami konsep Big
Data (Ward & Barker, 2001). Menurutnya Ward dan Barker, secara umum
definisi Big Data memuat setidaknya satu dari pernyataan berikut ini:
 Ukuran: volume data adalah faktor penting.
 Kompleksitas: struktur dan jenis kumpulan data merupakan faktor
penting.
 Teknologi: alat dan teknik yang digunakan untuk mengolah kumpulan
data dengan volume yang sangat besar atau sturktur yang kompleks
merupakan faktor penting.

Karakteristik Big Data

Karakteristik Keterangan
Volume Karakteristik ini menggambarkan pertumbuhan jumlah data yang sangat
signifikan. Volume data yang tersedia saat ini telah meningkat drastis dengan
jumlah pertumbuhan mencapai 2,5 quintillion bytes data setiap harinya.

Velocity Karakteristik ini berkaitan dengan laju pertumbuhan data serta kecepatan di
mana data dapat ditangkap atau dikumpulkan, disimpan, diolah dan dianalisis
oleh suatu sistem. Frekuensi pertumbuhan data secara langsung (real time) yang
terus meningkat memberikan pengaruh besar terhadap kebutuhan teknologi
yang mampu mendukung pengumpulan, penyimpanan, pemrosesan, dan analisis
data yang lebih cepat.
Variety Karakteristik ini mengacu pada kompleksitas sumber dan jenis data, baik yang
terstruktur hingga tidak terstruktur. Kita biasa menyimpan data dari sumber
seperti spreadsheet dan database. Sekarang data muncul dalam bentuk email,
foto, video, audio, dll. Berbagai data tidak terstruktur ini menciptakan masalah
dalam penyimpanan, penambangan (data mining) dan analisis data.
Sumber: diolah dari Manyika (2011)

Sigit Pamungkas 4
31203621 – Sistem Informasi Akuntansi 2 26/09/2017

Karakteristik Big Data

Karakteristik Keterangan

Veracity Karakteristik ini mengacu pada kebenaran, validitas atau akurasi dari suatu data.

Karakteristik ini berkaitan dengan ragam arti/makna yang terkandung pada

Variability
suatu data.

Karakteristik ini berkaitan dengan bagaimana data dalam jumlah besar tersebut
Visualization
dapat digunakan dengan cara yang mudah dipahami dan dibaca.

Karakteristik ini mengacu pada anggapan bahwa data yang tidak diolah takkan
memberikan nilai manfaat apapun. Nilai suatu data dihasilkan melalui analisis
Value
dilakukan pada data tersebut sehingga mengubahnya menjadi informasi dan
pengetahuan yang berguna untuk mendukung pengambilan keputusan.

Sumber: diolah dari Van Rijmenam (2013)

Evolusi Hubungan Antara Strategi & Data

OLD PERSPECTIVE

Influence

Strategy Data

Influence

NEW PERSPECTIVE

Sigit Pamungkas 5
31203621 – Sistem Informasi Akuntansi 2 26/09/2017

Tiga Tingkatan Penciptaan Nilai dalam Big Data

Data sebagai suatu sarana Dalam tingkatan ini, data dimanfaatkan sebagai sarana untuk
(data as a tools) membantu perusahaan memecahkan permasalahan di dalam
pengelolaan rantai nilai tradisional sehingga menjadi lebih efektif
dan efisien. Kapabilitas proses bisnis pun dapat ditingkatkan
melalui pengelolaan data secara langsung (real time) dan bahkan
memungkinkan adanya kustomisasi bagi setiap pelanggan.

Data sebagai suatu industri Munculnya spin-off dan usaha baru di bidang teknologi informasi
(data as an industry) yang didirikan secara khusus untuk melayani pengumpulan,
penyimpanan, dan analisis data, konstruksi infrastruktur TI, serta
pengembangan berbagai perangkat lunak yang ditujukan untuk
menangani pengelolaan Big Data.

Data sebagai suatu strategi Para pemimpin visioner mengembangkan perusahaan yang
(data as a strategy) didedikasikan untuk membangun sumber data dan
memanfaatkannya sebagai pusat strategi organisasi sehingga
memungkinkan mereka mengembangkan berbagai model bisnis
inovatif yang mampu menyelaraskan pemikiran strategis tradisional
dan modern.
Sumber: diolah dari Mazzzei & Noble (2017)

Tantangan Pemanfaatan Big Data

 Hambatan teknologi (technological barriers) berkaitan dengan
tantangan terhadap kesiapan infrastruktur teknologi untuk
menangani kompleksitas Big Data.
 Hambatan manusia (human barriers) berhubungan dengan
tantangan bagi perusahaan untuk dapat memenuhi kebutuhan
sumber daya manusia yang memiliki keterampilan atau
kompetensi yang mumpuni di bidang teknologi dan analisis Big
Data serta perlindungan terhadap privasi.
 Hambatan budaya (technological barriers) berhubungan dengan
tantangan untuk mengembangkan dan mengkomunikasi visi yang
jelas tentang bagaimana pemanfaatan Big Data sejalan dengan
strategi organisasi.

Sigit Pamungkas 6
31203621 – Sistem Informasi Akuntansi 2 26/09/2017

Pemanfaatan Big Data dalam SIA

Sumber: Tulsiani (2015)

Pemanfaatan Big Data dalam SIA

Transactions
This is highly structured data related to events. It always includes: Time, a numerical value
and refers to an objective, or objectives. Examples of this include, invoices, travel plans,
activity records, payments, etc. The vast majority of this information is stored in databases.
Interactions
This covers how people interact with one another, or with your business. This includes
interactions such as Facebook posts and Likes, social feeds, generated content and even
blogs. Basically, this encompasses any data you can collect through any type of interaction
that this isn’t limited to business transactions.
Observations
This is information gathered from the Internet of Things. The Internet of Things is associated
with unique, individual things that have a virtual component that can be observed, and are
connected in an Internet-like structure. Some examples of this include GPS coordinates
from a person that visits your website on their mobile phone, or RFID chips in ATM cards.
This data can be stored and potentially used to make better, more informed decisions.
Sumber: Tulsiani (2015)

Sigit Pamungkas 7
31203621 – Sistem Informasi Akuntansi 2 26/09/2017

Pemanfaatan Big Data dalam SIA

 The alternate data surrounding operations can be much more

informative in terms of measurement of business than exclusively
financial transactions. As accountants are responsible for
gathering and reporting information that is useful to management,
then there is a role for them in Big Data and Data Analytics.
 Auditors can also take advantage of Big Data. Auditors should seek
to verify transactions, not with just an invoice and receipt, but
multi-modal evidence that a transaction took place.

Sumber: Editorial, AIS in an Age of Big Data (2017), Journal of Information Systems, 27(2)

Sigit Pamungkas 8