Disusun oleh:
Kelompok 4:
1. Raja Marciano
2. Rivan AndiGhifary
3. Rizka Amalya Umayaksa
4. Robby Saputra
5. Septian Ventiarso
2
asuransi bekerja keras untuk mengembangkan pendekatan berbasis data
sepenuhnya untuk menumbuhkan bisnis mereka dan memperbaiki
pelayanan yang diberikan kepada konsumen.
Indonesia?
a. Studi Pustaka
3
Metode pengumpulan informasi melalui artikel, jurnal, media internet
dan buku -buku referensi yang dapat digunakan sebagai sumber
penyusunan penulisan.
b. Metode Analisis
4
1.6 Sistematika Penulisan
5
BAB II LANDASAN TEORI
(Riyandani,2016):
a. Volume
Volume terkait dengan seberapa banyak data yang bisa diolah. Pada
tahun 2008, peneliti dari Universitas San Diego mengestimasikan
jumlah data yang diproses oleh seluruh server yang ada di dunia.
Menurut mereka, sekitar 27 juta server yang ada di dunia telah
6
memproses data sebanyak 95,7 Zettabytes atau setara dengan 10 juta
juta Gigabytes. Jumlah ini akan meningkat sebanyak dua kali lipat
dalam waktu dua tahun.
b. Variety
7
Variety terkait dengan apakah data tersebut memiliki berapa banyak
variasi data dari sumber yang berbeda, dan apakah merupakan data
terstruktur atau data tidak terstruktur. Data terstruktur adalah data yang
memiliki format yang seragam dan dapat diakses serta diproses
berulang kali (repeated access and process). Sedangkan Data Tidak
Terstruktur adalah data yang memiliki bentuk dan struktur yang
berbeda satu sama lain. Analisis terhadap Data Tidak Terstruktur
memerlukan waktu yang lebih lama dibandingkan dengan Data
Terstruktur. Namun, bisa jadi timbul informasi baru yang tidak
diperoleh dari Data Terstruktur;
c. Velocity
a. Structured / terstruktur
Dimana berisi data yang terstruktur dan tidak dan sulit dibedakan mana
yang terstruktur dan mana yang tidak, contohnya file xml dan csv
8
BAB III PEMBAHASAN
a. Apache Hadoop
9
YARN memisahkan antara layer penyimpanan (HDFS) dan layer
pemrosesan (MapReduce).Pada awalnya Hadoop hanya mensupport
MapReduce sebagai satu-satunya framework komputasi paralel
yang dapat bekerja diatas klaster Hadoop.YARN memungkinkan
banyak framework komputasi paralel lain,
seperti Spark, Tez, Storm, dsb, untuk bekerja diatas
klaster Hadoop dan mengakses data-data dalam HDFS.
b. Apache Hive
10
data streaming, machine learning, komputasi graph, dan SQL.Selain
HDFS, Spark juga dapat digunakan di atas file system lain
seperti Cassandra, Amazon AWS3, dan penyimpanan awan yang lain.
Fitur utama Spark adalah komputasi cluster dalam memori.
Apache Spark.
11
c. Data Delivery: penyajian data, termasuk penerapan model dalam
aplikasi atau sistem, visualisasi, dan lain sebagainya.
Saat ini jika kita berbicara mengenai big data, maka biasanya yang
dimaksud adalah big data analytics. Hal ini cukup wajar, karena ketika
sebuah proyek big data dimulai, tentu saja hasil akhir yang diharapkan
adalah mendapatkan insight yang bermanfaat, yang dapat membantu
pengambilan keputusan.
Data Analytics sendiri adalah serangkaian proses untuk menggali
informasi atau insight dari kumpulan data. Informasi tersebut dapat berupa
pola, korelasi, trend, dan lain sebagainya. Data analytics seringkali
melibatkan teknik dan algoritma pengolahan data yang cukup kompleks
seperti data mining maupun perhitungan statistik.
Dalam Big Data Analytics, tingkat kesulitannya semakin besar
karena data yang diproses diperoleh dari berbagai sumber dengan bentuk
dan jenis yang berbeda-beda, dan ukuran serta kecepatan yang besar pula.
Oleh karena itu Big Data Analytics banyak menggunakan teknik dan
algoritma yang lebih advance seperti predictive model dan machine
learning untuk melihat trend, pola, korelasi dan insight lainnya.
Secara umum big data analytics terbagi 4 kategori yaitu:
a. Descriptive Analytics
12
c. Predictive Analytics
Data dalam bidang kesehatan adalah salah satu contoh big data
karena volume, kompleksitas, keragaman serta tuntutan ketepatan
waktunya. Disamping itu layanan kesehatan juga melibatkan banyak sekali
pihak, diantaranya yaitu berbagai rumah sakit, lab, klinik, dan asuransi
kesehatan. Oleh karena itu bidang kesehatan termasuk sektor yang
memiliki tantangan besar di bidang big data.
13
Integrasi data, akurasi data dan kecepatan perolehan data
merupakan hal yang sangat penting dalam bidang kesehatan, karena hal ini
menyangkut keselamatan pasien. Tidak hanya itu, jumlah tenaga medis dan
rumah sakit pun masih sangat kurang dibanding dengan potensi pasien,
terlebih di masa pandemi seperti saat ini. Insight yang diperoleh melalui
big data dapat digunakan untuk membantu mengatasi permasalahan
tersebut, diantaranya yaitu untuk penegakan diagnosa yang lebih akurat,
personalisasi obat- obatan, peningkatan pelayanan rumah sakit hingga
optimalisasi operasional rumah sakit.
Penggunaan Big Data pada sektor keuangan antara lain seperti pada
Perusahaan Perbankan, Perusahaan Asuransi dan Perusahaan perkreditan
bahkan oleh regulator. Pada sektor keuangan, Big Data dimanfaatkan
untuk: a. Meningkatkan pendapatan
Bank dan Lembaga keuangan mendesain produk, mengidentifikasi
pelanggan dan menetapkan target area dengan menganalisa data yang
dikumpulkan untuk meningkatkan pendapatan mereka.
b. Meningkatkan komitmen dan keandalan pelanggan
Big data memberikan informasi terkait resiko, estimasi bunga yang bisa
dihasilkan dan konsii pasar sebelum mengambil keputusan akan
optimalisasi asset dan mitigasi resiko.
d. Pada bank komersial digunakan perbankan untuk menganalisa dan
memetakan data pelanggan sehingga dapat memberikan penawaran
atau promosi akan produk mereka antara lain pemberian diskon
pembelian makanan dengan menggunakan kartu kredit/kartu debit yang
diterbitkan bank tersebut.
e. Pada Bank Sentral dan Regulator, big data digunakan untuk membuat
14
f. Financial fraud dapat dicegah dengan menggunakan big data, dengan
big data mereka dapat menganalisa apabila terdapat transaksi yang
mencurigakan dengan menganalisa histori transaksi pelanggan
g. Selain itu, big data pada sektor keuangan juga digunakan pada
Di Indonesia)
15
memiliki kemampuan analisis data yang bagus, serta memiliki
kedisiplinan tinggi.
4. Keamanan Data
16
dihasilkan perusahaan akan bertambah. Di sisi lain, media
penyimpanan pun memiliki siklus hidup (life cycle) tertentu, sehingga
akan menambah biaya perawatan dan penggantian.
17
3.4.2 Studi Kasus Non Perbankan (Netflix)
Ada banyak hal yang mempengaruhi kesuksesan netflix, mulai dari pilihan
film yang menarik, hingga platform yang ramah pengguna. Selain itu ada
satu faktor lagi yang berperan penting bagi pertumbuhan netflix, yaitu
rekomendasi film yang akurat. Ada 2 jenis sistem rekomendasi yang
digunakan:
a. Content based system yaitu rekomendasi yang dibuat berdasarkan film
yang ditonton oleh pengguna
b. Collaborative filtering system yaitu rekomendasi berdasarkan profil
user yang mirip. Jadi jika profil A dan profil B mirip, maka profil A
akan mendapatkan rekomendasi film yang sama dengan profil B
18
• Apa saja adegan yang sering kamu ulang
Bisa terbayang berapa banyak data yang harus diolah oleh netflix untuk
merekomendasikan film yang akurat
19
3.4.2.2 Keuntungan yang didapat Netflix dari bigdata
Ada ledakan data hari ini, dan kebutuhan akan analitik telah tumbuh secara
eksponensial. Alat dan perangkat lunak sedang dikembangkan untuk
mendapatkan wawasan yang tepat dari data. Jika Anda ingin mengenal
pelanggan Anda lebih baik, temukan peluang pendapatan, dan masuki
pasar baru. Anda perlu memiliki mekanisme yang membantu Anda
mendapatkan wawasan yang lebih baik. Sebagai sebuah organisasi,
berinvestasi dalam analisis data akan memberi Anda empat manfaat
signifikan.
a. Pemahaman yang lebih dalam tentang pelanggan
b. Deteksi dini masalah dalam produk dan layanan
c. Mengidentifikasi strategi pemasaran yang lebih baik
d. Menemukan cara untuk mengurangi pengeluaran
20
BAB IV PENUTUP
4.1 Kesimpulan
Big Data adalah himpunan data yang sangat besar dan kompleks
sehingga sulit diproses dengan menggunakan aplikasi yang masih
tradisional. Big data telah membawa kita ke dimensi baru dalam beberapa
industri salah satunya sektor keuangan, dimana agar tetap survive dalam
bisnis yang kompetitif, sehingga memerlukan penggunaan big data. Big
data bersama-sama dengan teknologi dapat memberikan informasi untuk
mengembangkan sektor keuangan sehingga dapat membantu dalam
pengambilan keputusan yang lebih baik dan memberikan keuntungan yang
kompetitif.
4.2 Saran
21
DAFTAR PUSTAKA
Media Informatika Vol. 16 No. 2 2017: Big Data dan Pemanfaatannya dalam
Forum Keuangan dan Bisnis V 2016: Penggunaan Big Data dalam Instansi di
Cholissodin, I., Riyandani, E., 2016, Analisis Big Data, Fakultas Ilmu Komputer,
Universitas Brawijaya, Malang
The Institute of Cost Accountants of India Vol. 54 No 05. 2019. Big Data Analytics
22