Menurut Laney dalam Ali (2015) mendefinisikan big data dalam tiga dimensi besar data yaitu volume

mengacu pada jumlah data yang diciptakan, velocity mengacu pada kecepatan data yang sedang dibuat,
variety merujuk baik untuk jenis data yang dikumpulkan.

Ali, Iramni. 2015. Big Data: Apa dan Pengaruhnya Pada Perpustakaan?. Jurnal Media Pustakawan.

Vol.22, No.4

Selain ketiga dimensi tersebut, beberapa ahli lain menyebutkan dimensi lain dari big data, yaitu:

• Veracity (ketelitian) disebutkan oleh IBM dan lebih merujuk terhadap kualitas data

• Variability (dan complexity) dinyatakan oleh SAS untuk menunjukkan variasi kecepatan aliran data
yang berasal dari beberapa sumber; dan

•Value dinyatakan oleh Oracle untuk menekankan bahwa data mentah dari sumber lebih cenderung
tidak berkualitas (low value density) sehingga perlu dianalisis untuk mendapatkan high value.

IBM Big Data & Analytics Hub, "The Four V's of Big Data," IBM, [Online]. Available:
http://www.ibmbigdatahub.com/infographic/four-vs-big-data.

SAS Institute Inc., "Big Data: What it is and why it matters," SAS Institute Inc., [Online]. Available:
https://www.sas.com/en_id/insights/big-data/what-is-big-data.html.

Oracle, "Bringing the Value of Big Data to the Enterprise," [Online]. Available:
http://www.oracle.com/us/products/database/big-data-appliance/value-of-big-data-brief-2008771.pdf.

Dari beberapa pendapat ahli tersebut Kesimpulannya Big Data itu sendiri dipengaruhi oleh lima dimensi
yaitu ukuran (volume), keberagaman (variety), kecepatan (velocity), pengujian kualitas (veracity), dan
nilai (value), dimana kelima aspek ini dikenal sebagai “the 5V’s of big data analytics” (Sanjaya & Sulistyo,
2015).

Kemudian dari 3 dasar yang di ungkapkan oleh Laney tadi berkembang menjadi 5 yaitu

Volume

Mengacu pada jumlah data yang tercipta. Dalam media sosial misalnya, Volume mengacu pada jumlah
data Digital yang dihasilkan melalui situs web, portal, dan aplikasi online. Misalnya Facebook memiliki 2
miliar Pengguna, Youtube 1 miliar pengguna, Twitter 350 juta pengguna, dan Instagram 700 juta
pengguna. Setiap hari, Para pengguna ini berkontribusi miliaran gambar, posting, video, tweet, dan lain
lain. Dapat dibayangkan volume Data digital yang dihasilkan setiap menit dan setiap jam. Arus data-
data tersebut bisa berukuran hingga ribuan Terrabyte (TB) per detiknya

Variety

Variety adalah keragaman jenis dan format data digital yang tersedia. Variety dalam big data mengacu
pada Semua data terstruktur dan tidak terstruktur yang dihasilkan baik oleh manusia atau mesin. Data
terstruktur seperti –Teks, tweet, gambar & video. Data yang tidak terstruktur seperti email, pesan suara,
teks tulisan tangan, bacaan EKG, rekaman audio, dan lain lain.

Velocity

Velocity mengacu pada kecepatan perpindahan data, penyusunan data serta kecepatan data yang dihasilkan.
Contoh media sosial setiap hari menghasilkan 900 juta foto diunggah di Facebook, 500 juta tweet diunggah di
Twitter, 0,4 juta jam video diunggah di Youtube dan 3,5 miliar pencarian dilakukan di Google. Teknologi big
Data mampu memproses dan menganalisis data ketika sedang digunakan tanpa harus disimpan pada
database.

Data dapat diakses dengan kecepatan yang sangat cepat sehingga dapat langsung digunakan pada detik itu
juga (lebih real time). Salah satu buktinya antara lain, adanya sistem operasi onlineberbasis Microsoft
Silverlight, aplikasi perkantoran (office) berbasis web seperti Office365, cloud storage seperti Dropbox dan
GDrive,Veracity

Veracity

Big datamemiliki kerentanan dari sisi keakuratan dan kevaliditasan sehingga memerlukan kedalaman
untuk menganalisis big data agar bisa menghasilkan keputusan yang tepat. Karakter veracity mengarah
kepada seberapa akurat dan dapat dipercaya suatu data.

Aspek ini muncul karena terjadi perbedaan kualitas data Dan level sekuriti yang melekat pada data
tersebut. Data Seringkali tidak memiliki atribut yang lengkap atau bisa Jadi data yang tidak lengkap
(missing information) Sehingga data menjadi tidak baik untuk dianalisis.

Value

Nilai sebuah data menentukan keputusan yang kita ambil setelah memproses seluruh data. Dalam dunia
bisnis, sangat penting untuk mengetahui nilai dari sebuah data. Tanpa mengetahui nilai dari sebuah
data, maka kita akan kesulitan atau bahkan salah dalam mengambil langkah selanjutnya. Pemanfaatan
nilai data yang tepat akan membuat bisnis lebih efisien

Sanjaya, Bawono Adi, and Selo Sulistyo. "BIG DATA: INKONSISTENSI DATA DAN SOLUSINYA."
SEMNASTEKNOMEDIA ONLINE 3.1 (2015): 1-2.