_SIM_Rani sihotang

Profil perusahaan

Nama Perusahaan :Vestas,The British Library

Lokasi : Denmark,Jerman,Italia,Rumania dan Amerika serikat
Produk : Turbin Angin
Jumlah karyawan : 25.000 karyawan.

Analisa 5W + 1H

● Apakah topik utama pada kasus tersebut?

Topik utama pada kasus tersebut adalah mengenai Banyak perusahaan yang pada saat ini
menghadapi masalah penurunan data dari media sosial, mesin pencari, dan sensor sama halnya
sumber-sumber tradisional.Namun, The British Library telah menemukan cara untuk beradaptasi
dalammenangani data besar. Situs web British Library dikunjungi lebih dari 6 miliar kali pencarian
setiap tahunnya dan metode manajemen data tradisional terbukti tidak mampu mengarsipkan jutaan
laman tersebut, warisan alat bantu analitis juga tidakdapat mengekstrak pengetahuan yang
bermanfaat dari kuantitas data tersebut. Hal tersebut membuat British Library mengambil
keputusan untuk bekerjasama dengan IBM untuk mengimplementasikan solusi data besar terhadap
tantangan-tantangan yang timbul. IBM Bigsheet merupakan insight engine yang membantu
mengekstrak,menambah catatan, dan menganalisis secara visual sejumlah data web yang tidak
terstruktur yang jumlahnya sangat banyak dan kemudian mengirimkan hasilnya melalui browser
web.

● Siapakah sasaran utama pada kasus?

Sasaran utama dari kasus adalah sistem yang ada diperusahaan ini dan orang –orang yang
membuka situs british library

● Dimana kasus ini terjadi?

Kasus ini terjadi di Denmark

● Mengapa terjadi permasalahan di kasus ini?

Untuk mengumpulkan data mengenai lokasi turbin yang prospektif,maka wind library yang
dimiliki vesta akan menggabungkan data dari sistem cuaca global bersama dengan data dari turbin
–turbin yang ada.wind library perusahaan sebelumnya menyediakan informasi dalam pola
garis,dimana setiap garis berukuran 27x 27 kilometer (17x17mil).para insinyur vestas dapat
menurunkan resolusi menjadi sekitar 10x10 meter (32x32 kaki) untuk menetukan pola arus angin
yang tepat pada suatu lokasi tertentu.untuk meningkatkan keakuratan dari model penempatan
turbinnya secara lebih lanjut,maka vestas perlu menyusutkan garis menjadi semakin kecil lagi dan
hal ini memerlukan 110 kali lebih banyak data daripada sistem sebelumnya dan platform
manajemen data yang lebih ampuh.perusahaan mengimplementasikan suatu solusi yang berisikan
perangkat lunak IBM Infosphere BigInsights yang bekerja pada server IBM siystem x idataplex
yang berkinerja tinggi.dengan menggunakan teknologi ini ,vestas dapat semakin meningkatkan
besaran dari wind librarynya dan dapat mengelola serta menganalisis data lokasi dan cuaca dengan
model yang jauh lebih dahsyat dan tepat.

● Kapan perusahaan mulai mencari solusi nya?

Di kota new york,data warehouse real time crime center berisikan jutaan data yang menunjukkan
kejahatan kriminal dikota.IBM dan departeman kepolisian new york bekerja bersama-sama untuk
menciptakan suatu gudang ,berisikan data lebih dari 120 juta keluhan kriminal,31 juta catatan
kriminal nasional,dan 33 milliar catatan publik.kapasasitas dari sistem pencari memungkinkan
NYPD untuk memperoleh data dengan cepat dari banyak sumber data tersebut.informasi mengenai
kriminalitas seperti foto tersangka dengan perincian mengenai pelanggaran-pelanggaran pada masa
lalu atau alamat disertai dengan gambar peta

● Bagaimana hasil dari solusi yang dilakukan oleh perusahaan?

Perusahaan sekarang dapat menurunkan resolusi dari garis data anginnya menjadi hampir 90
persen,turun menjadi 3x3 km area(sekitar 1.8x1.8 mil).kapasitas ini memungkinkan bagi vestas
untuk meramalkan penempatan turbin yang optimal dalam 15 menit ketimbang 3 minggu
menghemat satu bulan waktu pengembangan bagi suatu lokasi turbin dan memungkinkan bagi
pelanggan vestas untuk mencapai tingkat pengembalian atas investasinya dengan jauh lebih
cepat.perusahaan juga menggunakan solusi data besar untuk menganalisis sentimen pelanggan.

Analisa SWOT

Strenght :
- Membantu topik yang berorientasi berupa penelitian untuk menganalisis danmelakukan
penyelidikan di seluruh bidang ilmu pengetahuan, medis, sejarah &lainnya.
- Keunggulan akademik, membuka bidang penelitian statistik baru.
- Dukungan besar dari industri di selueuh dunia.
- Microsoft bergandengan tangan dengan komunitas open source, meluncurkan Hadoop di
Azure.
- Komunitas open source akan terus berlaku dengan Apache Mahout di Hadoop.

WEAKNESS:
- Kurangnya teknologi untuk mendukung semua format, implementasi saat ini memiliki
logika yang kompleks.
- Banyak data tidak terstruktur hadir di platform seperti - media sosial
- Percakapan manusia berantakan, sulit diproses dan saat ini tidak dapat diprediksi.
- Memerlukan interpretasi manusia yang berlebihan untuk diproses-Pemantauan
berkelanjutan diperlukan.

OPPORTUNITIES
- Orang-orang terlihat adaptif terhadap perubahan paradigma ini.
- Pelanggan yang mencari layanan Data Besar sebagai peluang yang memungkinkan dimasa
depan.
- Kesempatan besar untuk memproses data kaya seperti audio,video dan gambar.
- Peluang untuk retailer online, perusahaan penyimpanan, perusahaan jaringan,perusahaan
produk perangkat lunak, industri kesehatan, dan perusahaan jasa.

THREATS
 - Selalu menjadi ancaman dalam dunia maya.
- Prediksi yang salah karena data sampah seperti dalam kasus analisis sosial, tidak dapat
memprediksi pola pikir manusia.
- Analisis data rahasia pribadi mungkin terbukti berbahaya, data perlu diprioritaskan.

PERTANYAAN STUDI KASUS

1. Gambarkan jneni-jenis data besar yang dikumpulkan oleh organisasi yang dikumpulkan
dalam kasus ini.
Jawab:
Untuk organisasi seperti The British Library memliki data besar berupa kunjungansitus web British
Library yang mencapai 6 miliar pencarian dalam setahun. Sementara itu,Departemen Kepolisian
Kota New York memiliki data kriminal sebesar 120 juta keluhan kriminal, 31 juta catatan kriminal
nasional dan 33 miliar catatan publik. Data besarperusahaan energi angin Vestas di Denmark
berupa 43.000 data terkait turbin angin di 66 negara. Pada perusahaan penyewaan mobil Hertz
memiliki data besar yakni 8.300 terkait lokasi penyewaan mobil Hertz di 146 negara.

2. Buatlah daftar dan gambarkan teknologi intelijen bisnis yang digambarkan dalam kasus
tersebut.
Jawab :
Secara umum,organisasi-organisasi yang di gambarkan dalam kasus ini menggunakan Hadoop dan
Data Warehouse.

Organisasi:
- The British Library
Infrastruktur dari Intelijen Bisnis yang digunakan :
The British Library telah mengadaptasi IBM untuk mengimplementasikan solusi data
besar.IBM Big sheets dibangun di atas kerangka kerja Hadoop sehingga dapat memproses jumlah
data besar dengan cepat dan efisien.
Organisasi:
- Departemen Kepolisian Kota New York
Infrastruktur dari Intelijen Bisnis yang digunakan :
menggunakan data warehouse Real Time CrimeCenteryang berisikan jutaan data yang
menunjukkan kejahatan kriminal di kota.
Organisasi:
- Perusahaan energi angin (Vestas)
Infrastruktur dari Intelijen Bisnis yang digunakan :
Perusahaan energi angin Vestas di Denmark mengimplementasikan IBM Infosphere Big
Insightsyang dijalankan Oleh Apache Hadoop untuk membentuk wind library yang berguna untuk
mengumpulkan lokasi turbin yang prospektif.

3. Mengapa perusahaan yang digambarkan dalam kasus ini perlu mempertahankan dan
menganalisis data besar? Apakah manfaat bisnis yang dapat mereka peroleh?
Jawab:
Menganalisis data besar dapat berguna untuk mengetahui berbagai macam pola tersembunyi,
adanya korelasi yang sebelumnya tidak diketahui, tren terkini dalam pasar,preferensi pelanggan
beserta dengan informasi bisnis yang sangat berguna bagi perusahaan atau organisasi. Analisis data
besar juga dapat membantu perusahaan atau organisasi untukmemanfaatkan data dan kemudian
menggunakannya guna mengidentifikasi adanya peluang baru. Menggunakan teknologi dalam data
besar seperti penggunaan Hadoop (seperti perusahaan yang digambarkan dalam kasus), dengan
analisis yang berbasis Cloud akan membantu perusahaan atau organisasi mengurangi biaya dengan
sangat signifikan.
4. Identifikasi 3 keputusan yang ditingkatkan dengan menggunakan data besar.
Jawab :
Departemen Kepolisian Kota New York awalnya menggunakan data warehouse untuk
menunjukkan kejahatan dan kriminal di kota yang hanya dapat berisikannjutaan data.Sementara,
NYPD memerlukan lokasi penyimpanan data yang mampu memuat 120 Juta keluhan kriminal, 31
juta catatan kriminal nasional dan 33 miliar catatan publik,Dan memungkinkan untuk memperoleh
data dengan cepat. Untuk itu NYPD perlu meningkatkan infrastruktur intelijen bisnisnya, yang
dapat berupa penggunaan Hadoop.Dalam perusahaan Vestas, wind library awalnya hanya
menyediakan informasi dalampola garis,dimana setiap garis berukuran 27 x 27km. Untuk
meningkatkan keakuratan dari model penempatan turbinnya secara lebih lanjut, maka Vestas perlu
menyusutkan garis menjadi semakin kecil lagi, dan hal ini memerlukan 110 kali lebih banyak data.
Untuk itu,Vestas mengimplementasikan IBM Info sphere BigInsights yang dijalankan oleh Apache
Hadoop untuk membentuk wind libraryyang berguna untuk mengumpulkan lokasi turbin yang
prospektif.Kemudian, perusahaan Hertz awalnya mengumpulkan data dari surel
webnya,surel,pesan teks, pola lalu lintas situs web dan data yang dikumpulkan di 8.300 lokasi
Hertz di146negara. Namun sekarang perusahaan menyimpan semua data secara terpusat daripada
Dalam setiap cabang. Dengan begitu, perusahaan dapat mempersingkat waktu yangdibutuhkan
untuk pemrosesan data dan meningkatkan waktu tanggapan perusahaan.

5. Apakah jenis dari organisasi yang sangat cenderung memerlukan manajemen data besar dan
perangkat analitis? Mengapa?
jawab:
Umumnya tidak terdapat ketentuan khusus terkait jenis organisasi yang memerlukan manajemen
data besar ini dalam hal ukuran organisasi dan bentuk organisasi tersebut. Namun dapat dikatakan
bahwa organisasi yang cenderung memerlukan manajemen data besar ialah organisasi yang
memiliki data yang harus dikelola dalam jumlah besar yang berkisar petabyte dan exabyte atau
dengan kata lain berjumlah miliaran atau triliunan.Perusahaan yang memiliki jumlah data yang
besar membutuhkan manajemen data besardengan memanfaatkan infrastruktur intelijen bisnis,
sebab data tersebut tidak dapat diolah dengan cara tradisional. Dengan manajemen dan pengelolaan
data besar, organisasi dapat menyelesaikan masalah terkait bisnis seperti menentukan akar
penyebab kegagalanbisnis,menghasilkan informasi mengenai titik penting penjualan berdasarkan
kebiasaan pelanggan,serta memperhitungkan risiko dalam waktu yang singkat.

Kesimpulan:
The British Library telah menemukan cara untuk beradaptasi dalammenangani data besar. Situs
web British Library dikunjungi lebih dari 6 miliar kali pencarian setiap tahunnya dan metode
manajemen data tradisional terbukti tidak mampu mengarsipkan jutaan laman tersebut, warisan alat
bantu analitis juga tidakdapat mengekstrak pengetahuan yang bermanfaat dari kuantitas data
tersebut. Hal tersebut membuat British Library mengambil keputusan untuk bekerjasama dengan
IBM untuk mengimplementasikan solusi data besar terhadap tantangan-tantangan yang timbul.
IBM Bigsheet merupakan insight engine yang membantu mengekstrak,menambah catatan, dan
menganalisis secara visual sejumlah data web yang tidak terstruktur yang jumlahnya sangat banyak
dan kemudian mengirimkan hasilnya melalui browser web.

Saran :
Saran saya Lebih memperluast teknologi untuk mendukung semua format, implementasi saat ini
memiliki logika yang kompleks.supaya data-data yang di dalam tidak terjadi gangguan.