Kelompok 3 :
Ade Lia Cahyani Justikka
Ajeng Windy Latifah Nadia Sri Astaniah
Annisa Dwi Fadilah Nuridah
Arif Septiana Pasha Fauziah
Earlyana Putri Rivanry Maryo Hendra
penyus un.
Big Data adalah kumpulan proses yang terdiri volume data dalam jumlah besar yang
terstruktur maupun tidak terstruktur dan digunakan untuk membantu kegiatan bisnis. Big data
sendiri merupakan pengembangan dari sistem database pada umumnya. Yang membedakan
disini adalah proses kecepatan, volume, dan jenis data yang tersedia lebih banyak dan bervariatif
daripada DBMS (Database Management System) pada umumnya .
Definisi dari big data juga dapat dibagi menjadi 3 bagian, yang biasa disebut dengan 3V
1. Volume
Ukuran data yang dimiliki oleh big data memiliki kapasitas yang besar. Anda dapat mencoba
melakukan proses data dengan ukuran yang besar untuk dijalankan
2. Velocity
Kecepatan transfer data juga sangat berpengaruh dalam proses pengiriman data dengan
efektif dan stabil. Big data memiliki kecepatan yang memungkinkan untuk dapat diterima secara
langsung (real-time). Kecepatan tertinggi yang bisa didapatkan langsung melalui aliran data ke
memori apabila dibandingkan dengan yang ditulis pada sebuah disk.
3. Variety
Jenis variasi data yang dimiliki oleh big data lebih banyak daripada menggunakan sistem
database SQL. Jenis data yang masih bersifat tradisional, lebih terstruktur daripada data yang
belum terstruktur. Contohnya adalah teks, audio, dan video merupakan data yang belum
terdefinisikan secara langsung dan harus melalui beberapa tahap untuk dapat diproses dalam
sebuah database.
Selain dari 3V diatas, masih ada 2V lain yang merupakan bagian dari big data sendiri. Yaitu
Value dan Veracity. Untuk value, merupakan nilai atau aliran data yang tidak teratur dan
konsisten dalam beberapa kondisi dan periode. Hal tersebut dapat terjadi pada suatu kasus
dimana terdapat lonjakan data yang besar sehingga, akan memproses data dengan resource
memori yang lebih besar.
Veracity merupakan bentuk pembenaran suatu data. Jadi, mengacu pada kualitas data
tersebut, dapat berasal dari berbagai sumber. Perlu adanya proses untuk menghubungkan dan
mengkorelasikan beberapa hubungan data. Jika tidak ada relasi yang baik, maka dapat
menimbulkan kontrol yang lepas kendali
Bisnis adalah suatu organisasi yang menjual barang atau jasa kepada konsumen atau bisnis
lainnya, untuk mendapatkan laba. Secara historis kata bisnis dari bahasa Inggris business, dari kata
dasar busy yang berarti "sibuk" dalam konteks individu, komunitas, ataupun masyarakat.
B. Rumusan Masalah
Berdasarkan latar belakang diatas, maka dapat diambil rumusan sebagai berikut :
C.Tujuan
Berdasarkan rumusan masalah diatas, makalah ini dibuat dengan tujuan untuk :
BAB II
PEMBAHASAN
Menurut (Dumbill, 2012), Big Data adalah data yang melebihi proses kapasitas dari
kovensi sistem database yang ada. Data terlalu besar dan terlalu cepat atau tidak sesuai
dengan struktur arsitektur database yang ada. Untuk mendapatkan nilai dari data, maka
harus memilih jalan altenatif untuk memprosesnya.
Berdasarkan pengertian para ahli di atas, dapat disimpulkan bahwa Big Data adalah
data yang memiliki volume besar sehingga tidak dapat diproses menggunakan alat
tradisional biasa dan harus menggunakan cara dan alat baru untuk mendapatkan nilai dari
data ini.
Setiap hari, kita menciptakan 2,5 triliun byte data—begitu banyak bahwa 90% dari
data di dunia saat ini telah dibuat dalam dua tahun terakhir saja. Data ini berasal dari mana-
mana, sensor digunakan untuk mengumpulkan informasi iklim, posting ke situs media
sosial, gambar digital dan video, catatan transaksi pembelian, dan sinyal ponsel GPS untuk
beberapa nama. Data ini adalah big data.
Big Data mengacu pada dataset yang ukurannya diluar kemampuan dari database
software tools untuk meng-capture, menyimpan, me-manage, dan menganalisis. Definisi ini
sengaja dibuat subjective agar mampu digabungkan oleh definisi Big Data yang masih
belum ada baku. Ukuran big data sekitar beberapa lusin TeraByte sampai ke beberapa
PetaByte tergantung jenis Industri
Pada dasarnya, big data dibagi menjadi tiga jenis, yaitu big data terstruktur, tidak terstruktur
dan semi terstruktur. Big data terstruktur terdiri dari data yang dapat digunakan dalam
bentuk aslinya. Contohnya catatan gaji karyawan. Sebagian besar komputer dan aplikasi
modern diprogram untuk menghasilkan data terstruktur dalam format preset agar lebih
mudah diproses.
Big data tidak terstruktur merupakan data tanpa format yang tepat. Contohnya teks
manusia, hasil penelusuran Google, dan lain sebagainya. Big data tidak terstruktur
membutuhkan waktu dan tahapan analisis yang lebih banyak dibandingkan dengan big data
terstruktur karena data ini memerlukan proses untuk mengkonversi data tidak terstruktur
menjadi data terstruktur. Kumpulan data semi terstruktur adalah kombinasi data terstruktur
dan tidak terstruktur. Kumpulan data ini bisa jadi memiliki struktur yang tepat namun tidak
memiliki elemen penentu untuk filtering dan pemrosesan. Contohnya adalah data RFID dan
XML.
Manfaat big data memang sangat banyak. Oleh karena itu, akan sangat ganjil rasanya jika di era
yang serba modern ini, masih banyak yang asing dengan big data. Terlebih lagi dalam dunia bisnis
memiliki proses persaingan yang sangat tinggi dan tajam. Hal ini memerlukan strategi baru yang
lebih inovatif. Tentunya penggunaan big data mampu memberikan keuntungan dalam bisnis
Analisis big data adalah proses meneliti, mengolah data set besar untuk mengetahui
pola tersembunyi, korelasi yang tidak diketahui, tren pasar, preferensi pelanggan dan
informasi bisnis berguna lainnya. Big data tidak hanya berputar pada jumlah data yang
dimiliki perusahaan, tetapi hal yang penting adalah bagaimana mengolah data internal dan
eksternal. Kita dapat mengambil data dari sumber manapun dan menganalisanya untuk
menemukan jawaban yang diinginkan dalam bisnis seperti: pengurangan biaya, pengurangan
waktu, pengembangan produk baru dan optimalisasi penawaran produk serta pengambilan
keputusan yang cerdas.
Menurut karakteristiknya, big data dapat didefinisikan ke dalam 5V yaitu:
Volume. Pada era IoT (Internet of Things), data dihasilkan bukan hanya oleh
manusia saja, tetapi juga mesin. Interaksi manusia dan jaringan pada sistem seperti
sosial media membuat data yang harus dianalisa menjadi sangat besar.
Variety. Mengacu kepada heterogenitas (keanekaragaman) sumber data, baik itu data
structured maupun unstructured. Dimulai dari bentuk spreadsheet dan database,
hingga saat ini tersedia dalam bentuk email, foto, video, audio, dan lain-lain.
Velocity. Mencakup kecepatan sebuah data bergerak masuk seperti dari bisnis
proses, mesin, jaringan sosial media, perangkat elektronik, dan lain-lain. Arus data
menjadi sangat besar dan berkelanjutan.
Validitas. Data yang diambil adalah harus benar dan akurat sesuai dengan yang ingin
digunakan. Data yang valid merupakan salah satu kunci di dalam pengambilan
keputusan yang tepat.
Veracity. Mengacu kepada inkonsistensi data yang sewaktu-waktu dapat terjadi,
sehingga menghambat proses pengolahan dan manajemen data secara efektif.
Tantangan teratas analisis big data yang dihadapi perusahaan/Sebuah bisnis :
Perlu sinkronisasi sumber data yang berbeda. Ketika rangkaian data menjadi lebih
besar dan beragam, ada tantangan besar untuk menggabungkannya ke dalam
platform Jika ini diabaikan akan menciptakan celah dan mengarah pada pesan dan
insight yang salah.
Kekurangan tenaga profesional yang memahami analisis big data. Dengan
meningkatnya data eksponensial, permintaan untuk ilmuwan dan analis big data
semakin besar. Penting bagi perusahaan dan seorang pebisnis untuk mempekerjakan
seorang ilmuwan data yang memiliki keterampilan yang beragam karena pekerjaan
seorang ilmuwan data bersifat multidisiplin.
Mendapatkan insight penting melalui analisis big data. Sangat penting bagi
perusahaan bahwa hanya departemen terkait yang memiliki akses ke informasi ini.
Data yang real-time dapat membantu peneliti dan perusahaan untuk menyediakan
insight yang terkini untuk pengambilan keputusan.
Mendapatkan data bervolume menjadi platform big data. Perusahaan perlu
menangani sejumlah besar data setiap hari. Jumlah dan variasi data yang tersedia
saat ini dapat membanjiri data engineer dan sangat penting untuk membuat
aksesibilitas data mudah dan nyaman bagi pemilik dan pengelola perusahaan.
Ketidakpastian data management landscape. Dengan munculnya big data, teknologi
dan perusahaan baru, tantangan besar yang dihadapi oleh perusahaan dalam analisis
big data adalah untuk mengetahui teknologi mana yang paling cocok untuk mereka
tanpa adanya masalah baru dan potensi resiko.
Penyimpanan dan kualitas data. Opsi penyimpanan data yang populer seperti data
lakes/ warehouses umumnya digunakan untuk mengumpulkan dan menyimpan data
tak terstruktur dan terstruktur dalam jumlah besar dalam format aslinya. Data yang
hilang, data yang tidak konsisten, konflik logika, dan data duplikat semuanya
menghasilkan tantangan kualitas data.
Keamanan dan privasi data. Big data juga melibatkan potensi risiko yang
menyangkut privasi dan keamanan data. Alat-alat big data digunakan untuk analisis
dan penyimpanan menggunakan sumber data yang berbeda. Ini akhirnya mengarah
pada risiko tinggi exposure data dan membuatnya rentan. Peningkatan jumlah data
juga meningkatkan privasi dan masalah keamanan.
Berikut big data use case bisnis yang digunakan untuk mendapatkan sebuah
competitive advantage.
Recommendation engines
Di era digital ini, setiap bisnis mencoba hyper-personalization dengan menggunakan
recommendation engines untuk memberi sebuah tawaran yang tepat pada waktu
yang tepat. Organisasi-organisasi yang tidak mengambil keuntungan dari big data
mereka dengan cara ini mungkin dapat kehilangan pelanggan atau mungkin
kehilangan peluang penjualan atau penjualan silang (cross-sell).
Sentiment Analysis
Pada saat ini, penting untuk mengetahui consumer emotions saat mereka berinteraksi
dengan bisnis Anda dan meggunakannya untuk meningkatkan kepuasan pelanggan.
Big data dan social media channels bersama-sama membantu dalam menganalisis
perasaan-perasaan pelanggan yang memberikan gambaran yang jelas tentang apa
yang harus mereka lakukan untuk mengungguli pesaing-pesaing mereka. Disney,
Nestle, Toyota menghabiskan banyak uang dan usaha untuk menjaga agar pelanggan
mereka tetap senang.
Big Data bukanlah hal yang baru pada saat ini dan perusahaan-perusahaan sedang
membangun “data lakes” untuk memanfaatkan penyimpanan dan mempertahankan
sejarah dalam sekian tahun
6. Contoh Perusahaan yang Menggunakan Big Data
Traveloka
Menurut hasil reportase Liputan6 , perusahaan pertama yang mengenal betul apa itu big data
and cara adalah Traveloka. Perusahaan yang bergerak di sektor jasa memakai data besar
untuk kepentingan mereka, terutama yang berhubungan dengan kepuasan pelanggan .
Menurut Busyro Oryza (Communication excecutive Traveloka) yang dilansir dari laman
DailySosial , big data telah mampu membantu Traveloka untuk melihat kebutuhan para
pelanggan. Cara yang mereka gunakan adalah menganalisis kumpulan data yang mereka
terima secara mendalam.
Dari hasil analisis tersebut, Traveloka bisa mendapat gambaran seputar hal-hal yang berhubungan
dengan pelanggan, seperti pola konsumsi, tren yang mereka usung, hingga kebiasaan mereka. Hal-
hal tersebut nantinya akan menjadi tolok ukur Traveloka untuk membuat layanan yang dapat
memuaskan pelanggan mereka
OVO
Dalam wawancaranya bersama Bisnis , Head of Business Insight & Analytics Product OVO, Riki
Pribadi, mengungkapkan bahwa OVO kerap menggunakan big data untuk keperluan riset
pelanggan. Menurutnya, big data sangatlah bermanfaat bila sebuah perusahaan ingin mengenal
lebih dalam seluk beluk customer- nya. Sebab, dalam big data, terdapat berbagai informasi
menarik seputar kebutuhan dan minat customer perusahaan
Google
Sebagai pemain lama di bidang ini, nama Google tak mengejutkan. Bersaing dengan perusahaan
raksasa lain termasuk Apple dan Microsoft, Google berusaha menggabungkan beberapa layanan
dan menggunakan data yang mereka miliki untuk kepentingan bisnis. Namun, tantangan baru hadir
bagi Google. Perusahaan teknologi telah berada di bawah pengawasan ketat sejak 2013 dan
pengawasan ini menyusul skandal Cambridge Analytica. Untuk itu, Google harus berpikir keras
untuk mengoptimalkan layanan mereka tanpa harus memikirkan privasi penggunanya