MAKALAH

PENJELASAN MENGENAI BIG DATA

“Untuk Memenuhi Tugas Mata Kuliah Pengantar Teknologi Informasi”

Oleh :
18211034 Fahmi Rizaldi Yuliana
18211197 Elki Reinaldie
18211005 Vinna Permanawati
18211067 One Septi Lussyantho

MANAJEMEN BISNIS
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS INFORMATIKA DAN BISNIS INDONESIA
BANDUNG
2019
 KATA PENGANTAR

Puji syukur bagi Allah SWT yang telah memberikan nikmat serta hidayah-Nya terutama
nikmat kesempatan dan kesehatan sehingga kami dapat menyelesaikan makalah yang berjudul
“PENJELASAN MENGENAI BIG DATA”.
Shalawat beserta salam kita sampaikan kepada Nabi besar kita Muhammad SAW yang telah
memberikan pedoman hidup yakni Al-Qur’an dan sunnah untuk keselamatan umat di dunia.
Makalah ini ditunjukan sebagai tugas dalam mata kuliah Pengantar Teknologi Informasi di
program studi Manajemen Bisnis Fakultas Eknomi Bisnis Universitas Informatika dan Bisnis
Indonesia. Penulis mengucapkan terima kasih yang sebesar-besarnya kepada Ibu Zatin selaku
dosen dalam mata kuliah ini.
Penulis menyadari bahwa banyak terdapat kekurangan dalam penulisan makalah ini, maka
dari itu penulis mengharapkan kritik dan saran yang konstruktif dari para pembaca demi
kesempurnaan makalah ini.
Terima kasih, semoga makalah ini bisa memberikan ilmu yang bermanfaat bagi kita semua.

Bandung, 12 Maret 2019

Penyusun

Tim Penulis
 DAFTAR ISI

KATA PENGANTAR
DAFTAR ISI
BAB I PENDAHULUAN .................................................................................................................. 1
1.1 Latar Belakang .................................................................................................................. 1
1.2 Rumusan masalah ............................................................................................................. 2
1.3 Tujuan ............................................................................................................................... 2
BAB II PEMBAHASAN ................................................................................................................... 3
2.1 Pengertian Big Data .......................................................................................................... 3
2.2 Dimensi-Dimensi Big Data ................................................................................................ 3
2.3 Analisis Big Data dan Sejarah Evolusi Analisis Big Data ................................................ 4
2.4 Contoh dan Kasus Big Data .............................................................................................. 6
2.5 Karakteristik Big Data ...................................................................................................... 7
BAB III KESIMPULAN, SARAN, DAN PENUTUP ....................................................................... 9
3.1 Kesimpulan........................................................................................................................ 9
3.2 Saran.................................................................................................................................. 9
3.3 Penutup ............................................................................................................................. 9
DAFTAR PUSTAKA ...................................................................................................................... 10
 Halaman 1

BAB I
PENDAHULUAN

1.1 Latar Belakang

Data merupakan sekumpulan fakta yang akan diproses untuk menjadi sebuah
informasi, dan tentunya data yang diberikan harus sesuai dan benar.
Data merupakan informasi yang disimpan,yang dapat sewaktu-waktu di gunakan
oleh penggunannya. Data merupakan materi mentah untuk suatu informasi. Perbedaan
informasi dan datasangat relatif tergantung pada nilai gunanya bagi manajemen yang
memerlukan. Suatu informasi bagi level manajemen tertentu bisa menjadi data bagi
manajemen level di atasnya.
Perkembangan data dan pemanfaatan data di dunia, termasuk Indonesia, terus
meningkat secara signifikan. Dilihat dari tren waktu ke waktu maka diperkirakan
jumlah pengguna data akan terus meningkat kedepannya.
Peningkatan tersebut dapat dilihat dari volume data dunia yng terus meningkat
tajam dari 0,1 zetabytes di tahun 2005 menjadi 2 zetabytes di tahun 2010.
Diperkirakan jumlah ini akan terus meningkat mencapai 47 zetabytes di tahun 2020
dan 163 zetabytes di tahun 2025.
Data di tahun 2017, Indonesia berada di urutan ke-5 dunia dengan 133 juta
pengguna atau 3 persen dari total pengguna internet dunia. Dibandingkan dengan total
populasi penduduk Indonesia tahun 2017 yang sebesar 262 juta jiwa, berarti sudah
hampir separuh penduduk Indonesia adalah pengguna internet.
Penetrasi ini mirip dengan negara dengan jumlah penduduk terbesar di dunia, yaitu
Tiongkok atau Cina yang 53 persen warganya adalah pengguna internet. Meski begitu
angka ini masih jauh dari Amerika Serikat dengan 88 persen penetrasi dan Jepang
dengan 94 persen penetrasi.atau sebaliknya.
Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian
diolah sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh
orang lain yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi.
Pemilahan banyak data sesuai dengan persamaan atau perbedaan yang
dikandungnya dinamakan klasifikasi.
 Halaman 2

1.2 Rumusan masalah

Rumusan masalah yang akan dibahas adalah sebagai berikut :
a) Pengertian Big Data
b) Dimensi – Dimensi Big Data
c) Analisis Big Data dan Sejarah Evolusi Analisis Big Data
d) Contoh dan Kasus Big Data
e) Karakteristik Big Data

1.3 Tujuan
Tujuan dari pembahasan makalah ini adalah untuk memahami lebih dalam
mengenai Big Data
 Halaman 3

BAB II
PEMBAHASAN

2.1 Pengertian Big Data

Big data adalah kumpulan data yang lebih besar dan lebih kompleks, terutama dari
sumber data baru.Set data ini sangat banyak sehingga software pemrosesan data
tradisional tidak dapat mengelolanya. Namun, sejumlah besar data ini dapat digunakan
untuk mengatasi masalah bisnis yang sebelumnya tidak dapat Anda tangani.
Salah satu penjelasan paling mudah dimengerti tentang big data adalah
pengumpulan dan penggunaan informasi dari berbagai sumber untuk membuat
keputusan yang lebih baik. Big data bisa dibilang sebagai sebuah konsep tentang
kemampuan kita untuk mengumpulkan, menganalisa, dan mengerti jumlah data yang
cukup besar yang datang setiap harinya.

2.2 Dimensi-Dimensi Big Data

Berikut adalah dimensi-dimensi big data :
• Volume
Ukuran data memang penting. Sesuai dengan namanya, Anda perlu
memproses volume data yang cukup besar untuk big data.
• Velocity
Velocity disini adalah kecepatan yang sangat cepat di mana data
diterima dan (mungkin) langsung digunakan. Biasanya, kecepatan
tertinggi aliran data langsung ke memori dibandingkan yang ditulis ke
disk. Beberapa smart devices yang menggunakan internet beroperasi
dalam waktu nyata atau mendekati waktu nyata dan akan memerlukan
evaluasi dan tindakan secara real-time.
• Variety
Variety yang dimaksud disini adalah berbagai jenis data yang tersedia.
Jenis data tradisional biasanya lebih terstruktur. Dengan semakin
berkembangnya big data, ada juga data yang belum terstruktur. Data
yang belum terstrukur atau semi terstruktur seperti text, audio, dan video
memerlukan waktu untuk diproses agar Anda bisa tahu arti dari data-data
ini.
 Halaman 4

2.3 Analisis Big Data dan Sejarah Evolusi Analisis Big Data
Analisis big data adalah proses pengujian sekumpulan data yang besar untuk
menemukan pola yang tersembunyi, korelasi yang tidak diketahui, tren pasar,
preferensi pelanggan dan informasi bisnis lainnya yang berguna untuk pengambilan
keputusan. Temuan analisis tersebut dapat membuat pemasaran menjadi lebih efektif,
peluang pendapatan baru, layanan pelanggan yang lebih baik, meningkatkan efisiensi
operasional, keunggulan kompetitif dan keuntungan bisnis lainnya.
Analisis big data membantu organisasi atau perusahaan untuk dapat memanfaatkan
data mereka dan menggunakannya untuk mengidentifikasi peluang-peluang baru. Hal
ini berdampak pada pergerakan bisnis yang lebih cerdas, operasional yang lebih
efisien, keuntungan yang lebih tinggi dan pelanggan yang lebih bahagia.
Beberapa hal yang didapatkan dalam penggunaan analisis big data adalah
pengurangan biaya, penyusunan keputusan yang lebih cepat dan lebih baik,layanan
serta produk baru. Teknologi big data seperti Hadoop dan analisis berbasis cloud
membawa keuntungan biaya yang signifikan ketika hadir untuk menyimpan data
dalam jumlah besar, ditambah mereka dapat mengidentifikasi cara-cara yang lebih
efisien dalam melakukan bisnis. Dengan kecepatan Hadoop dan analisis in-memory,
dikombinasikan dengan kemampuan untuk menganalisis sumber data baru, bisnis
mampu menganalisis informasi dengan segera dan membuat keputusan berdasarkan
apa yang telah mereka pelajari. Dengan kemampuan untuk mengukur kebutuhan dan
kepuasan pelanggan melalui analisis, datang kekuatan untuk memberikan pelanggan
apa yang mereka inginkan.
Big data dapat dianalisis dengan perangkat lunak yang biasa digunakan sebagai
bagian dari analisis canggih seperti analisis prediktif, data mining, analisis teks dan
analisis statistik.
Istilah Big Data masih terbilang baru dan sering disebut sebagai tindakan
pengumpulan dan penyimpanan informasi yang besar untuk analisis. Fenomena Big
Data, dimulai pada tahun 2000-an ketika seorang analis industri Doug Laney
menyampaikan konsep Big Data yang terdiri dari tiga bagian penting, diantaranya:
• Volume
• Kecepatan
• Variasi
 Halaman 5

Selain tiga bagian penting tersebut, para peneliti Big Data juga menambah bagian
yang termasuk penting lainnya seperti variabilitas dan kompleksitas.
• Variabilitas
Selain kecepatan pengumpulan data yang meningkat dan variasi data
yang semakin beraneka ragam, arus data kadang tidak konsisten dalam
periode tertentu. Salah satu contohnya adalah hal yang sedang tren di
media sosial. Periodenya bisa harian, musiman, dipicu peristiwa dadakan
dan lain-lain. Beban puncak data dapat menantang untuk analis Big Data,
bahkan dengan data yang tidak terstruktur.
• Kompleksitas
Hari ini, data berasal dari berbagai sumber sehingga cukup sulit untuk
menghubungkan, mencocokan, membersihkan dan mengubah data di
seluruh sistem. Namun, Big Data sangat dibutuhkan untuk memiliki
korelasi antar data, hierarki dan beberapa keterkaitan data lainnya atau
data yang acak.

Konsep big data telah ada selama bertahun-tahun kebelakang, sekarang sebagian
besar organisasi mengerti bahwa jika mereka mampu menampung semua data set
besar yang mengalir ke dalam bisnis mereka, maka mereka dapat menerapkan analisis
dan mendapatkan manfaat/informasi yang sangat berharga dari proses analisis
tersebut.
Jika kita lihat ke belakang sebelum istilah Big Data dikenal, di tahun 1950-an bisnis
pada saat itu sudah menggunakan analisis konvensional, yang didasarkan pada
spreadsheet yang dikaji secara manual untuk mengungkap informasi berharga dan
tren.
Kendala yang dihadapi muncul dengan pertumbuhan data yang sangat pesat dari
berbagai jenis tipe data, sehingga dengan analisis konvensional ada limitasi untuk
dapat menampung data set besar tersebut, waktu yang relatif lama diperlukan untuk
menghasilkan informasi berharga dari analisis.
Benefit analisis big data di bandingkan dengan analisis konvensional adalah
kecepatan dan efisiensi.
Kemunculan teknologi analisis big data memberikan solusi bagi bisnis untuk
mendapatkan hasil analisis segera bahkan real-time sekalipun, sehingga memberikan
bisnis keunggulan dalam berkompetisi.
 Halaman 6

2.4 Contoh dan Kasus Big Data

1. Perusahaan ritel menggunakan informasi dari social media seperti Facebook,
Twitter, Google+ untuk menganalisis bagaimana perilaku, persepsi pelanggan
terhadap suatu produk atau brand dari perusahan.
2. Perusahan manufaktur dapat memantau kondisi peralatan setiap saat (real-time),
sehingga dapat memperkirakan waktu terbaik untuk mengganti peralatan.
Karena mengganti terlalu cepat akan merugikan/buang-buang uang atau kalau
terlambat akan menyebabkan produksi terganggu karena kerusakan peralatan.
Perusahaan manufaktur juga bisa memantau produk yang baru launching
melalui social sedia untuk mengetahui apakah ada isu after-sales sehingga dapat
mencegah kegagalan garansi yang menyebabkan publikasi besar yang dapat
merusak citra produk dan perusahaan.
3. Perusahaan periklanan dapat menggunakan informasi dari social media untuk
mengetahui tanggapan terhadap promosi/iklan yang baru diluncurkan.
4. Rumah sakit dapat merekam catatan medis pasien sehingga big data tersebut
bisa digunakan untuk menganalisis kecenderungan sakit pasien
5. Pemerintahan dapat menggunakan informasi dari social media untuk mengetahui
tingkat kepuasan masyarakat terhadap pemerintah

Kasus :
Children's Healthcare of Atlanta merawat lebih dari 6.200 anak di unit ICU.
Rata-rata Children's Healthcare of Atlanta menggunakan sensor di samping tempat
tidur yang membantu mereka terus melacak kondisi vital pasien seperti tekanan
darah, detak jantung dan pernafasan. Sensor ini menghasilkan data yang sangat
besar, dan sistem yang lama tidak mampu untuk menyimpan data tersebut lebih dari
3 hari karena terkendala biaya storage. Padahal rumah sakit ini perlu menyimpan
tanda-tanda vital tersebut untuk dianalisa. Jika ada perubahan pola, maka perlu ada
alert untuk tim dokter dan asisten lain.
Sistem tersebut berhasil diimplementasikan dengan menggunakan komponen
ekosistem Hadoop :
Setelah keberhasilan project tersebut, project berbasis Hadoop selanjutnya yang
mereka lakukan adalah riset mengenai asma dengan menggunakan data kualitas
udara selama 20 tahun dari EPA (Environment Protection Agency). Tujuannya:
 Halaman 7

mengurangi kunjungan IGD dan rawat inap untuk kejadian terkait asma pada anak-
anak.

2.5 Karakteristik Big Data

Big Data memiliki 5 karakteristik penting yang harus dipahami, antara lain yaitu
1. Data Lebih Banyak
Random sampling pada Small Data sebenarnya adalah alternatif dari
mengumpulkan dan menganalisis dataset penuh, karena keterbatasan teknologi
dan kapasitas penyimpanan. Kelemahannya adalah sampling membutuhkan
perencanaan dan eksekusi yang hati-hati serta bekerja dalam subset membantu
perusahaan meadapat apa yang dicari lebih cepat dan murah tetapi melewatkan
pertanyaan yang tidak terpikirkan sebelumnya.
Big Data sebagai meruapakan keseluruhan informasi, namun ukurannya
data sendiri tidak melulu besar. Contahnya saat terngukapnya kecurangan
pertandingan sumo di Jepang. Data yang digunakan bukan sampel, tapi N=all.
Setelah mengumpulkan data 64.000 pertandingan selama 11 tahun terakhir,
ternyata data tersebut hanya berukura sama dengan file foto digital. Dengan
prisip N=all diperoleh suatu pola yang menunjukan baha pesumo yang lebih
membutuhkan kemenangan memiliki peluang 25% lebih besar untuk menang.
2. Berantakan (Messy)
Big data meciptakan dataset yang lebih berantakan, namun mampu
memberikan gamberab yang lebih menyeluruh, meskipun tidak terstruktur.
Contohnya Google Translate, perusahaan yang bermarkas di Mountain View,
California, AS ini mengumpulkan seluruh dokumen dengan terjemahan yang
mereka bisa kumpulkan dengan kualitas yang berbeda-beda. Data yang
dikumpulkan memang berantakan namun terjemahan yang dihasilkan lebih
akurat daripada sistem yang lebih berdasarkan alogaritma, dan jauh lebih kaya
(meliputi 60 bahasa).
3. Korelasi
Big Data sering memprediksi berdasarkan korelasi, ketimbang hungungan
sebeb akibat. Contoh, pada awalnya Amazon.com mengandalkan review dari
suatu tim ahli “The Amazon Voice”. Kemudian mereka menggunakan
rekomendasi yang dihasilkan dari personalisasi penjualan produk (pelangga
yang memberi produk A cenderung membeli produk B maka juka pelanggan
 Halaman 8

lain membeli produk A, Amazon akan merekomendasikan produk B). Kini

sepertiga penjualan Amazon diperoleh dari penawaran produk ke user dari
hasil rekomendasi berdasarkan personalisasi.
4. Datafikasi
Mendatafikasi suatu fenomena adalah menyimpannya dalam format yang
terkuantifikasi agar bisa ditabulasi dan dianalisis serta menangkap informasi
dan menyimpannya dalam format data yang memudahkannya untuk digunakan
kembali. Memindahkan data ke bentuk digital belum tentu mendatafikasi.
5. Value
Mengumpulkan data adalah hal yang krusial namun tidak cukup karena
kebanyakan nilai dari data terletak pada penggunaan, bukan kepemilikan.
Dalam era Big Data, seluruh data akan dianggap berharga, bahkan data paling
menda dan sepele. Tidak seperti sumber daya lain, nilai data tidak berkurang
setelah digunakan. Biaya petimpanan digital telah berkurang setengahnya
setiap dua tahun, sementara storage density meningkat 50 juta kali dalam 50
tahun terakhir.
 Halaman 9

BAB III
KESIMPULAN, SARAN, DAN PENUTUP

3.1 Kesimpulan
Big Data merupakan himpunan data yang sangat amat besar yang tidak bisa diolah
oleh computer atau perangkat lunak konvensional tertentu, Big Data sangat penting
untuk kehidupan sekarang ini karena dengan adanya big data, kita bisa memecahkan
masalah dengan pemanfaatan tersebut.

3.2 Saran
Dalam mempelajari makalah ini pembaca diharapkan memahami apa itu big data
dan mengetahui apa saja pemanfaatannya dalam segala aspek yang terkait dengan big
data.

3.3 Penutup
Demikian bahasan materi makalah yang dapat kami sampaikan yaitu
“PENJELASAN MENGENAI BIG DATA”. Semoga materi makalah ini dapat
bermanfaat bagi pembaca. Kami mohon maaf bila ada kesalahan dalam penulisan
maupun kesalahan informasi yang kami dapatkan. Terimakasih.
 Halaman 10

DAFTAR PUSTAKA

Baskoro, E. (2017, Maret 13). BIG DATA. Diambil kembali dari http://pekiksbaskoro.blogspot.com:
http://pekiksbaskoro.blogspot.com/2017/03/big-data.html

Dezyre. (2016, Mei 1). 5 Healthcare applications of Hadoop and Big data. Diambil kembali dari
www.dezyre.com: https://www.dezyre.com/article/5-healthcare-applications-of-hadoop-and-
big-data/85

Efendi, I. (2013, Septermer 21). Pengertian Big Data. Diambil kembali dari www.it-jurnal.com:
https://www.it-jurnal.com/pengertian-big-data/

ICCA Indonesia. (2017, Februari 6). Analisis Big Data. Diambil kembali dari icca.co.id:
http://icca.co.id/analisis-big-data/

Kusuma, N. V., Satria, R. Y., & Aribowo, M. F. (2017, Desember). Apa contoh penerapan big data
dalam kehidupan sehari-hari ? Diambil kembali dari www.dictio.id:
https://www.dictio.id/t/apa-contoh-penerapan-big-data-dalam-kehidupan-sehari-hari/14361

McDonald, C. (2017, Agustus 5). 5 Examples of Big Data in Healthcare. Diambil kembali dari
dzone.com: https://dzone.com/articles/5-examples-of-big-data-in-healthcare

Nathasya. (2018, Agustus 6). www.dewaweb.com. Diambil kembali dari Big Data: Perkembangan, dan
Dampaknya pada Bisnis: https://www.dewaweb.com/blog/big-data/

Permana, Y. (2016, Mei 29). www.codepolitan.com. Diambil kembali dari Mengenal Big Data:
https://www.codepolitan.com/mengenal-big-data

SHARING VISION. (2013, September 5). Karakteristik Big Data. Diambil kembali dari
sharingvision.com: https://sharingvision.com/karakteristik-big-data/

Uceh, M. H. (2015, Juli 9). Pengertian Data dalam Ilmu Komputer. Diambil kembali dari
husen27.blogspot.com: https://husen27.blogspot.com/2015/07/pengertian-data-dalam-ilmu-
komputer.html

Violino, B. (2017, Juni 12). Arizona State using big data in hunt for cancer cure. Diambil kembali dari
www.healthdatamanagement.com: https://www.healthdatamanagement.com/news/arizona-state-
using-big-data-in-hunt-for-cancer-cure