TUGAS MAKALAH

BIG DATA

Dosen Pengampu :William Ramdhan,M.Kom

DISUSUN OLEH :
Nurbaiti(17220091)

Sekolah Tinggi Manajemen Informatika dan Komputer Royal

STMIK ROYAL
KISARAN
2023
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi pada masa ini sangat cepat , pengguna teknologi
tidak lagi mengenal umur, dari anak-anak , remaja , dewasa, dan juga lansia,
membuat kita kurang memikirkan berapa banyak data yang telah kita buat dari
waktu ke waktu, dalam hasil penelitian dari tahun ke tahun data yang kita buat
semakin lama range nya semakin menigkatPerkembangan informasi ini secara
langsung mempengaruhi kehidupan baik itu manusia maupun organisasi. Salah
satu hal yang berubah adalah cara menggunakan data. Perkembangan teknologi
informasi telah membuat tiap individu memiliki data yang lengkap dan dapat ter-
update secara real time baik melalui laptop, smart phone dan lainnya. Penggunaan
tiap individu ini secara bersama sama akan menciptakan arus informasi yang
sangat besar tiap harinya. Kemudahaan dalam mengakses informasi dengan
melalui internet akan meciptakan dunia tanpa batas atau boderless sehingga para
individu tidak lagi terkendala waktu dan jarak terhadap informasi yang mereka
ingin peroleh. Dengan terjadinya perkembangan teknologi, data menjadi hal yang
penting dalam menjalankan berbagai hal. Beberapa diantaranya adalah
mengetahui tren pasar, mengetahui keinginan konsumen, meningkatakn
pengetahuan pemerintah terhadap kepuasan layanan publik dan banyak hal
lainnya yang bisa dimanfaatkan melalui arus informasi yang begitu cepat ini.
Hasil dari perputaran informasi yang begitu cepat ini mencitpakn data
yang harus dapat diolah dengan lebih terkomputerisasi sehingga dalam
penggunaannya oleh pihak terkait dapat menjadi informasi yang beguna. Dengan
perkembangan inlah big data muncul dan mulai berkembang. Penggunaaannya
pun semakin meluas, hingga mencakup social media, tren pasar, pemerintah dan
sector lainnya.
 BAB II

DASAR TEORI

2.1 Pengertian BIG DATA

BIG DATA adalah teknologi baru pengelolaan informasi .Saat ini kita
mengenal relational data store dan warehouse yang digunakan banyak perusahaan
untuk mendapatkan informasi, melakukan analisis, dan prediksi dari data-data
yang mereka miliki. Lalu apakah BIG DATA akan menggantikan teknologi data
relasional?
Dalam pembahasan mengenai topik BIG DATA saat ini Disadari atau
tidak saat ini individu maupun organisasi apapun memiliki akses yang luas sekali
terhadap informasi dengan adanya internet tapi hanya sedikit dari mereka yang
mampu mendapatkan value dari informasi tersebut karena kebanyakan informasi
itu tersedia dalam bentuk “mentah”, tidak terstruktur atau semi-terstruktur. Oleh
karena keterbatasan pemahaman akan informasi itulah yang pada akhirnya
menyebabkan mereka tidak tahu apakah informasi yang ada itu berharga untuk
mereka atau tidak. Dapat di analogikan ke dalam perkembangan internet saat ini
seperti bumi kita yang tercinta, maka BIG DATA adalah batu bara di jaman batu,
mudah ditemukan tetapi sedikit yang tahu kegunaannya.
BIG DATA adalah istilah umum untuk segala kumpulan himpunan data
dalam jumlah yang sangat besar dan kompleks sehingga menjadikannya sulit
untuk ditangani atau di proses jika hanya menggunakan manajemen basis data
biasa atau aplikasi pemroses data tradisional.
2.2 Karakteristik BIG DATA
Sebuah informasi atau data dapat didefinisikan sebagai Big Data jika
memiliki satu atau lebih dari tiga karakteristik berikut :
1. Volume
Seberapa besar data yang bisa anda olah saat ini? Apakah dengan jumlah data
yang anda miliki anda sudah lebih baik dibanding kompetitor? Data yang ada saat
ini berukuran sangat besar. Di tahun 2000 saja tercatat 800,000 petabyte data
tersimpan di seluruh dunia dan angka ini diperkirakan akan mencapai 35 zettabyte
di tahun 2020 atau bahkan lebih. Bayangkan jika anda membutuhkan analisis
terhadap 1 persen saja dari seluruh data untuk mendapatkan keuntungan.
2. Variety
Selain data relasional, data apa saja yang umum dianalisis? Dengan meledaknya
jumlah sensor, dan perangkat pintar , dan juga teknologi social networking yang
menghasilkan data-data yang akan sulit jika harus disimpan di dalam relasional
database. Kita tidak akan pernah tahu jika kita tidak menyimpan semua data yang
tidak terstruktur ini seperti halaman web, web log, search index, forum social
media, email, dokumen, data sensor, dll. Data-data seperti inilah yang mungkin
akan memberikan keuntungan jika kita mampu mengolahnya.
3. Velocity
Seberapa cepat kita dapat memproses data yang ada? Mungkin hal itu yang
pertama ada dalam benak anda ketika anda membaca ini. Namun sebenarnya
velocity di sini kita lihat dari persepsi seberapa cepat kita mampu mendapatkan
hasil analisis terhadap aliran data yang terus mengalir di saat yang hampir
bersamaan dengan datangnya data tersebut. Bayangkan jika kita memiliki sistem
yang mampu mendeteksi buronan yang tertangkap kamera cctv, ataumendeteksi
dini titik kritis seorang bayi dari suhu tubuh, tekanan darah, denyut jantung,
kecepatan bernafas bayi tersebut, melakukan sensor terhadap kata kasar atau kata
yang tidak seharusnya diucapkan yang diucapkan pada siaran langsung di tv atau
pada percakapan telepon customer service sebuah perusahaan.
Big Data adalah kesempatan bukan pengganti teknologi pengelolaan data
yang ada saat ini. Sekarang bayangkan kemampuan untuk menganalisis BIG
DATA digabungkan dengan teknologi basis data relasional dan warehousing yang
ada saat ini untuk mendapatkan keuntungan.
2.3 Pengelolaan BIG DATA
Data- data yang di hasilkan dari kita semua sangatlah besar dan data
tersebut harus cepat di analisa sehingga kita mendapatkan informasi, Data- data
seperti saham perusahaan, rute jalan, perkiraan rute jalan bagaimana dapat
diketahui dengan hitungan menit ataupun detik jika data data tersebut tidak di
analisa dengan cepat tentunya perangkat computer biasa tidak lah bisa oleh karena
itu kita membutuhkan high computers computing untuk memperoses data yang
besar tersebut.
Dari segi teknologi, dipublikasikannya GoogleBigtable pada 2006 telah
menjadi moment muncul dan meluasnya kesadaran akan pentingnya kemampuan
untuk memproses ‘big data’. Berbagai layanan yang disediakan Google, yang
melibatkan pengolahan data dalam skala besar termasuk search engine-nya, dapat
beroperasi secara optimal berkat adanya Bigtable yang merupakan sistem database
berskala besar dan cepat. Semenjak itu, teknik akses dan penyimpanan data KVS
(Key-Value Store) dan teknik komputasi paralel yang disebut Map Reduce mulai
menyedot banyak perhatian.

High Performance Computing adalah suatu perangkat computer yang

mengelola BIG DATA tersbut dengan cepat, sistem dari HPC terdiri dari banyak
core yang terkoneksi dan bekerja secara pararel sehingga kita dapat menghasilkan
informasi yang kita butuhkan secara cepat.

2.4 Impelemntasi BIG DATA

Bigdata adalah konsep, implementasi dari suatu konsep tentunya bisa
beragam. Mungkin Hadoop adalah implementasi core bigdata yang paling populer
saat ini, namun bukan berarti Hadoop adalah satu-satunya. Vendor seperti
Microsoft dan LexisNexis misalnya, masing-masing memiliki project dalam ranah
Bigdata:Dryad dan HPCC, walaupun pada akhirnya project Dryad diskontinyu
danMicrosoft fokus pada Hadoop.
Hadoop merupakan project opensource dibawah Apache. Silahkan baca
buku “Hadoop the Definitive Guide” untuk mengetahui lebih detail sejarah
Hadoop. Hadoop merupakan implementasi opensource project yang dapat
memecahkan 3 karakteristik masalah pada Bigdata: Volume, Velocity, dan
Variety.
Seperti layaknya kernel pada sistem operasi maka Hadoop yang terdiri dari 2
komponen utama: HDFS (Hadoop Distributed Filesystem) dan MapReduce,
membutuhkan suatu ekosistem untuk dapat memanfaatkan implementasi Hadoop
secara maksimal. Gamblangnya, ekosistem tersebut berfungsi sebagai add-on
tambahan bagi Hadoop, misalnya: Hive. Hive memungkinkan seseorang meng-
ekstrak data dari Hadoop menggunakan syntax seperti SQL. Hive akan meng-
compile SQL language tersebut kedalam MapReduce untuk mengakses data
didalam Hadoop. Dengan adanya Hive, maka seorang database experts tidak
perlu belajar Java dan membuat aplikasi MapReduce untuk dapat mengakses serta
memproses data dari Hadoop. Contoh lain project dalam ekosistem Hadoop
diantaranya Pig, HBase, Mahout, dsb. Kebutuhan Bigdata yang semakin besar
membuka peluang baru bagi masyarakat IT untuk memasuki pasar tersebut, mulai
dari membuat implementasi core Bigdata alternatif seperti yang dilakukan oleh
LexisNexis, membuat distribusi Hadoop-stack seperti yang dilakukan
oleh Cloudera, MapReduce, ataupun hortonworks, hingga aplikasi yang bermain
dalam ranah analisis dan visualisasi seperti Karmasphere.
 BAB III

PENUTUPAN

3.1 Kesimpulan
Berdasarkan uraian diatas, dapat kita ambil kesimpulan bahwa penggunan
metode BIG DATA adalah kemampuan untuk mengelola data dengan volume
yang sangat besar dan dimana ukurannya terus bertambah, terdiri dari varietas
data, terbenetuk secara terus menerus dengan kecepatan tertentu dan harus di
proses dengan kecepatan tertentu.

Pada pembahsan kali ini informasi yang dapat disebut sebagai BIG DATA
apabila memliki satu dari tiga karateristik tadi, banyak sekali pengguna BIG
DATA baik individu dan juga organisai seperti perusahaan, pemerintah, bisnis,
yang memiliki kumpulan data yang terus menumpuk.

Penggunaan BIG DATA yang telah diproses secara analisis sehingga

menghsilkan informasi yang berguna bagi pengguna akan dapat memecahkan
masalah dan menemukan solusi dan juga akan sangat membantu sekali untuk bisa
dilakukan seperti itu dimasa sekarang.