BIG DATA DALAM PERUSAHAAN

Disusun Oleh :

Teknik Informatika
Fakultas Ilmu Komputer
Universitas Mercubuana
2021
 Kata Pengantar

Assalamualaikum wr.wb. Puji syukur atas rahmat Allah SWT, berkat rahmat serta
karunia-Nya sehingga makalah dengan berjudul Big Data Dalam Perusahaan.

Makalah ini dibuat dengan tujuan memenuhi Tugas dari Ibu Dian Gustina S.Kom MMSI
pada mata kuliah Data Science. Selain itu, penyusunan makalah ini bertujuan menambah
wawasan kepada pembaca tentang Big Data Dalam Perusahaan.

Penulis menyampaikan ucapan terima kasih kepada Ibu Dian Gustina S.Kom MMSI
selaku dosen mata kuliah Data Science. Berkat tugas yang diberikan ini, dapat menambah
wawasan penulis berkaitan dengan topik yang diberikan. Penulis juga mengucapkan terima kasih
yang sebesarnya kepada semua pihak yang membantu dalam proses penyusunan makalah ini.

Penulis menyadari bahwa dalam penyusunan dan penulisan masih melakukan banyak
kesalahan. Oleh karena itu penulis memohon maaf atas kesalahan dan ketaksempurnaan yang
pembaca temukan dalam makalah ini. Penulis juga mengharap adanya kritik serta saran dari
pembaca apabila menemukan kesalahan dalam makalah ini.

Jakarta, 14 November 2021

I|Data Science
 Daftar Isi

Kata Pengantar…………………………………………………………….. I

Daftar Isi…………………………………………………………………... II

BAB I – Pendahuluan……………………………………………………... III

1.1 Latar Belakang………………………………………………... III
1.2 Rumusan Masalah…………………………………………….. III
1.3 Tujuan………………………………………………………… III

BAB II – Pembahasan…………………………………………………….. 1
1.1 Pengertian Big Data…………………………………………… 1
1.2 Dimensi Pada Big Data……………………………………….. 2
1.3 Contoh Big Data………………………………………………. 3
1.4 Manfaat Big Data……………………………………………... 4

BAB III – Penutup ……………………………………………………….. 6

II | D a t a S c i e n c e
 BAB I
Pendahuluan

1.1 Latar Belakang

Saat ini kondisi Indonesia tengah menuju era big data. Hal ini
dikarenakan berkembangnya industri teknologi dan meningkatnya konsumsi pengguna internetdi
Indonesia yang membuat trafik data membengkak. Semakin tingginya penggunaan internet di
Indonesia, semakin banyak pula data yang akan disimpanoleh penyedia layanan. Milyaran.
Gigabyte dari data jutaan pengguna di simpansetiap harinya oleh penyedia layanan.
Pertumbuhan data yang terjadi bukan hanyadari jenis data terstruktur, melainkan data tidak
terstruktur. Data yang tak terstruktur itu dinilai tak memiliki hierarki relasional dan tidak cocok
dengandatabase tradisional. Data tidak terstruktur ini mencakup semua yang ada, mulaidari data
foto Facebook hingga pelacakan dari jutaan RFID di sektor retail.
Menyimpan dan mengelola data yang besar ini merupakan tantangan. Segala sektor mulai
membutuhkan storage berkapasitas besar. Salah satu faktor pendorong BigData di Indonesia
adalah kian tingginya adopsi dari cloud computing. Sehingga,tinggal menunggu waktu saja
untuk meledak. Hal itu terjadi, bukan hanya karenadidorong pertumbuhan pengguna sosial
media, namun juga data enterprise dari dataklien, produk, hingga transaksi perdagangan.

1.2 Rumusan Masalah

1.      Apa arti dari big data?
2.      Apa saja dimensi-dimensi Big Data?
3.      Apa saja contoh dari Big Data?
4.     Apa manfaat dari Big Data dalam perusahaan?

1.3 Tujuan
1.    Untuk mengetahui pengertian Big Data
2.    Untuk mengetahui dimensi-dimensi Big Data
3.    Untuk mengetahui contoh-contoh Big Data
4.    Untuk mengetahui manfaat Big Data dalam perusahaan

III | D a t a S c i e n c e
 BAB II
Pembahasan

1.1 Pengertian Big Data

Big data, adalah istilah umum untuk segala himpunan data (data set) dalam jumlah
yang sangat besar, rumit dan tak terstruktur sehingga menjadikannya sukar ditangani apabila
hanya menggunakan perkakas manajemen basis data biasa atau aplikasi pemroses data
tradisional belaka.
Big data digunakan untuk menggambarkan volume besar, baik dari data terstruktur dan tidak
terstruktur yang begitu besar sehingga sulit untuk memproses dengan menggunakan teknik
database dan perangkat lunak biasa. Dalam kebanyakan kejadian data perusahaan yang terlalu
besar atau bergerak terlalu cepat atau melebihi kapasitas pengolahan saat ini. Big data memiliki
potensi untuk membantu perusahaan meningkatkan operasi, membuat lebih cepat dan keputusan
yang lebih cerdas. Contoh Big Data Contoh data besar mungkin petabyte (1.024 terabyte) atau
exabyte (1.024 petabyte) data yang terdiri dari miliaran triliunan catatan dari jutaan orang dari
berbagai sumber yang berbeda (misalnya Web, penjualan, contact center pelanggan, media
sosial, data ponsel dan sebagainya). Data tersebut biasanya terstruktur longgar atau data yang
sering tidak lengkap dan tidak dapat diakses.
Big Data merupakan istilah untuk data elektronik, yang tidak hanya sangat besar, tapi
juga sangat cepat berubah, dan sangat banyak jenisnya. Big Data menjadi sangat populer di jagad
teknologi setelah miliaran manusia menggunakan internet untuk berbagai kebutuhan. Sangat
banyak data berkeliaran dan tersimpan di komputer-komputer di internet berupa teks, gambar,
suara, video, animasi, blog, buku, cuaca, posisi tempat di bumi, suhu, penerbangan, belanja di
supermarket, dan lain-lain. Perusahaan “Super Big” pengguna Big Data, antara lain Facebook,
Google, Twitter, dan Yahoo.
Banyak orang membutuhkan pengolahan Big Data, antara lain untuk mengetahui topik
yang sedang hangat saat ini di Twitter, mencari teman lama secara cepat melalui Facebook, dan
lain-lain. Perusahaan perlu mengolah Big Data untuk pengambilan keputusan bisnis yang harus
cepat. Misal, untuk mengetahui kebiasaan dan kesukaan pelanggan tanpa harus bertanya,
mengetahui selera pembaca portal berita di web untuk disesuaikan dengan iklan yang

1|Data Science
ditampilkan, mengatur perjalanan pesawat agar tidak delay, mengendalikan wabah penyakit, dan
sebagainya.

1.2 Dimensi Pada Big Data

Ada 3 dimensi awal dalam Big Data yaitu 3V: Volume, Variety dan Velocity

1.      Volume
 Mengubah 12 terabyte Tweet dibuat setiap hari ke dalam peningkatan sentimen analisis
produk.
 Mengkonvert 350 milliar pembacaan tahunan untuk lebih baik dalam memprediksi
kemampuan beli pasar.
Volume data juga terus meningkat sehingga tidak dapat diprediksi jumlah pasti dan juga ukuran
dari data sekitar lebih kecil dari petabyte sampai zetabyte. Dataset big data sekitar 1 terabyte
sampai 1 petabyte perperusahaan jadi jika big data digabungkan dalam sebuah organisasi / group
perusahaan ukurannya mungkin bisa sampai zetabyte dan jika hari ini jumlah data sampai 1000
zetabyte, besok pasti akan lebih tinggi dari 1000 zetabyte.

2.      Variety
Volume data yang banyak tersebut bertambah dengan kecepatan yang begitu cepat sehingga sulit
bagi kita untuk mengelola hal tersebut. Kadang-kadang 2 menit sudah menjadi terlambat. Untuk
proses dalam waktu sensitif seperti penangkapan penipuan, data yang besar harus digunakan
sebagai aliran ke dalam perusahaan Anda untuk memaksimalkan nilainya.
 Meneliti 5 juta transaksi yang dibuat setiap hari untuk mengidentifikasi potensi penipuan.
 Menganalisis 500 juta detail catatan panggilan setiap hari secara real-time untuk
memprediksi gejolak pelanggan lebih cepat.
Berbagai jenis data dan sumber data. Variasi adalah tentang mengelolah kompleksitas beberapa
jenis data, termasuk structured data, unstructured data dan semi-structured data. Organisasi perlu
mengintegrasikan dan menganalisis data dari array yang kompleks dari kedua sumber informasi
Traditional dan non traditional informasi, dari dalam dan luar perusahaan. Dengan begitu
banyaknya sensor, perangkat pintar (smart device) dan teknologi kolaborasi sosial, data yang

2|Data Science
dihasilkan dalam bentuk yang tak terhitung jumlahnya,  termasuk text, web data, tweet, sensor
data, audio, video, click stream, log file dan banyak lagi.

3.      Velocity
Big Data adalah setiap jenis data – data baik yang terstruktur maupun tidak terstruktur seperti
teks, data sensor, audio, video, klik stream, file log dan banyak lagi. Wawasan baru ditemukan
ketika menganalisis kedua jenis data ini bersama-sama.
 Memantau 100 video masukan langsung dari kamera pengintai untuk menargetkan
tempat tujuan.
 Mengeksploitasi 80% perkembangan data dalam gambar, video, dan dokumen untuk
meningkatkan kepuasan pelanggan.

1.3 Contoh Big Data

1.       Contoh  di Sektor  Swasta
Perusahaan eBay.com menggunakan dua gudang data pada 7,5 petabyte dan 40PB serta
Hadoop klaster 40PB untuk pencarian, rekomendasi, konsumen, dan merchandising . Di dalam
eBay 90PB data warehouse. Amazon.com menangani jutaan operasi back-end setiap hari, serta
pertanyaan dari lebih dari setengah juta penjual pihak ketiga . Teknologi inti yang membuat
Amazon berjalan adalah berbasis Linux dan pada 2005 mereka memiliki tiga database Linux
terbesar di dunia , dengan kapasitas 7,8 TB , 18,5 TB , dan 24,7 TB .
Walmart menangani lebih dari 1 juta transaksi nasabah setiap jam , yang diimpor ke
database diperkirakan mengandung lebih dari 2,5 petabyte ( 2.560 terabyte ) data - . Setara
dengan 167 kali informasi yang terdapat dalam semua buku di Perpustakaan Kongres AS. FICO
Falcon Penipuan Kartu Kredit Detection System melindungi 2,1 miliar akun aktif di seluruh
dunia .
Volume data bisnis di seluruh dunia , di semua perusahaan , dua kali lipat setiap 1,2 tahun,
menurut perkiraan. Windermere Real Estate menggunakan sinyal GPS anonim dari hampir 100
juta driver untuk membantu pembeli rumah baru menentukan waktu berkendara khas mereka ke
dan dari tempat kerja di berbagai kali dalam sehari .

3|Data Science
2.      Contoh di Bidang Arsitektur
Pada tahun 2004 , Google menerbitkan sebuah makalah tentang proses yang disebut
MapReduce yang menggunakan arsitektur tersebut . MapReduce framework menyediakan model
pemrosesan paralel dan implementasi terkait untuk memproses sejumlah besar data . Dengan
MapReduce , query dibagi dan didistribusikan di seluruh node paralel dan diproses secara .
Hasilnya kemudian dikumpulkan dan disampaikan. Kerangka itu sangat sukses sehingga orang
lain ingin meniru algoritma . Oleh karena itu , sebuah implementasi dari kerangka MapReduce
diadopsi oleh sebuah proyek open source Apache Hadoop bernama Teknologi Topological
Program Analisis Data DARPA.

3.      Contoh di Bidang Pasar

Big Data telah meningkatkan permintaan spesialis manajemen informasi dalam Software
AG , Oracle Corporation , IBM , Microsoft , SAP , EMC , HP dan Dell telah menghabiskan lebih
dari $ 15 miliar untuk perusahaan perangkat lunak hanya mengkhususkan diri dalam manajemen
data dan analisis . Pada tahun 2010 , industri ini sendiri bernilai lebih dari $ 100 miliar dan
tumbuh hampir 10 persen per tahun, tentang dua kali lebih cepat sebagai bisnis perangkat lunak
secara keseluruhan .
Negara maju membuat meningkatnya penggunaan teknologi data-intensif Ada 4,6 miliar
langganan ponsel di seluruh dunia dan ada antara 1 miliar sampai 2 miliar orang mengakses
internet . Antara tahun 1990 dan 2005 , lebih dari 1 miliar orang di seluruh dunia memasuki
kelas menengah yang berarti semakin banyak orang yang memperoleh uang akan menjadi melek
lagi yang pada gilirannya menyebabkan pertumbuhan informasi. Kapasitas yang efektif di dunia
untuk bertukar informasi melalui jaringan telekomunikasi adalah 281 petabyte pada tahun 1986 ,
471 petabyte pada tahun 1993 , 2,2 exabyte pada tahun 2000 , 65 exabyte pada tahun 2007 dan
diperkirakan bahwa jumlah lalu lintas yang mengalir melalui internet akan mencapai 667
exabytes per tahun pada tahun 2013.

1.4 Manfaat Big Data

Kemunculan teknologi analisis Big Data memberikan solusi bagi bisnis untuk
mendapatkan hasil analisis segera bahkan real time, sehingga memberikan keunggulan bagi

4|Data Science
pelaku bisnis. Analisis Big Data membantu perusahaan dalam memanfaatkan data dan
menggunakannya untuk mengidentifikasi peluang baru yang mungkin bisa dikelola. Yang pada
gilirannya menjadikan bisnis bergerak lebih maju dan cepat karena didukung oleh operasional
yang efisien sehingga dapat menghasilkan keuntungan yang lebih besar pada perusahaan.

Beberapa manfaat dari Big Data dalam perusahaan adalah :

1.      Penghematan biaya, teknologi analisis Big Data seperti Hadoop dan analisis berbasis cloud
membawa pengurangan biaya yang signifikan dalam hal untuk penyimpanan data dalam jumlah
besar.
2.      Lebih cepat dan lebih baik dalam pengambilan keputusan, dengan kecepatan teknologi Big
Data seperti hadoop dalam melakukan analisis dengan dikombinasikan kemampuan untuk
menganalisis berbagai macam sumber data baru membuat Big Data mampu menganalisis
informasi lebih cepat dan membuat keputusan dari hasil analisa tersebut.
3.      Melahirkan produk dan layanan baru, dengan kemampuan mengukur kebutuhan dan
kepuasan pelanggan mendatangkan keunggulan dari bisnis untuk menciptakan produk dan
layanan baru yang sesuai dengan keinginan dan kebutuhan pelanggan.
4.      Segmentasi audiens untuk menyesuaikan aktivitas. Kapasitas pengumpulan data dan
segmentasi audiens didasarkan-database telah menjadi kunci penggerak penggunaan oleh banyak
organisasi seni berdasarkan strategi data operasi inti organisasi (seperti database).
5.      Menciptakan transparansi. Membuat big data dapat lebih mudah diakses oleh yang
berkepentingan (stakeholder) yang relevan secara tepat waktu dapat menciptakan nilai yang luar
biasa. Dalam hal ini big data dapat di integrasikan sehingga informasi yang dibutuhkan dapat
diperoleh lebih efisien.
6.      Mendukung / mengganti keputusan manusia dengan algoritma yang diotomatiskan. Analisa
dengan bantuan algoritma dapat meningkatkan pengambilan keputusan, meminimalkan resiko,
dan menggali wawasan yang berharga, yang dapat dilakukan secara otomatis. Meskipun
keputusannya belum tentu otomatis.
7.      Mengaktifkan eksperimentasi karena pembuatan dan penyimpanan transaksi dalam bentuk
digital, organisasi/perusahaan dapat mengumpulkan data lebih akurat dan kinerja yang lebih
terperinci.

5|Data Science
 8.      Berinovasi model bisnis, produk dan layanan baru. Big data memungkinkan perusahaan
membuat produk dan layanan baru, meningkatkan yang sudah ada, dan menciptakan model
bisnis yang sama sekali baru.

BAB III
Penutup

Kesimpulan
Big data  adalah istilah umum untuk segala himpunan data (data set) dalam jumlah yang sangat
besar, rumit dan tak terstruktur sehingga menjadikannya sukar ditangani apabila hanya
menggunakan perkakas manajemen basis data biasa atau aplikasi pemroses data tradisional
belaka. Big data digunakan untuk menggambarkan volume besar, baik dari data terstruktur dan tidak
terstruktur yang begitu besar sehingga sulit untuk memproses dengan menggunakan teknik database
dan perangkat lunak biasa. Selain itu, Big Data juga mempunyai 3 dimensi awal dalam Big Data
yaitu 3V: Volume, Variety dan Velocity.

Beberapa manfaat dari Big Data dalam perusahaan adalah :

 Penghematan biaya
 Lebih cepat dan lebih baik dalam pengambilan keputusan
 Melahirkan produk dan layanan baru
 Segmentasi audiens untuk menyesuaikan aktivitas
 Menciptakan transparansi
 Mendukung / mengganti keputusan manusia dengan algoritma yang diotomatiskan
 Mengaktifkan eksperimentasi
 Berinovasi model bisnis, produk dan layanan baru

6|Data Science
7|Data Science