TUGAS TOPIK KHUSUS INFORMATIKA

D3 PJJ TEKNIK INFORMATIKA

POLITEKNIK ELEKTRONIKA NEGERI SURABAYA

NAMA : NABILA RINDIANI AZAHRA

NRP : 3120510110
KELAS : A

2021/2022
Structured Data (Data Terstruktur)
Data terstruktur merupakan salah satu jenis big data yang datanya dapat diproses, disimpan dan
diambil kembali dalam format tetap. Data struktur mengacu pada informasi yang sangat teroganisir
serta dapat dengan mudah disimpan dan diakses dari database dengan alogaritma mesin pencari
sederhana. Contoh dari data terstruktur yang dihasilkan mesin adalah statistik weblog dan data
penjualan dan data spreadsheet lainnya.
Kelebihan

• Mudah digunakan oleh alogaritma machine learning (ML), arsitektur data terstruktur
yang spesifik dan terorganisir dapat memudahkan manipulasi dan querying data ML.
• Mudah digunakan oleh pengguna bisnis, data terstruktur tidak memerlukan pemahaman
mendalam tentang berbagai jenis data dan fungsinya. Dengan pemahaman dasar tentang
topik relatif terhadap data, pengguna dapat dengan mudah mengakses dan menafsirkan
data.
• Dapat diakses oleh lebih banyak alat, karena data terstruktur lebih dulu dari data tidak
terstruktur, jadi lebih banyak alat yang tersedia untuk menggunakan dan menganalisis
data terstruktur.

Kelemahan

• Penggunaan terbatas, data terstruktur yang telah ditentukan sebelumnya hanya dapat
digunakan untuk tujuan tertentu, yang membatasi fleksibilitas dan kegunaannya.
• Opsi penyimpanan terbatas, data terstruktur umumnya disimpan dalam sistem
penyimpanan data dengan skema yang kaku.

Kasus Penggunaan

• Customer relationship management (CRM), perangkat lunak CRM menjalankan data

terstruktur melalui alat analitik untuk membuat kumpulan data yang mengungkapkan
pola dan tren perilaku pelanggan.
• Pemesanan online, data reservasi hotel dan tiket (tanggal, harga, tujuan dan sebagainya)
sesuai dengan format “baris dan kolom” yang menunjukan model data yang telah
ditentukan sebelumnya.
• Akuntansi, kantor atau departemen akuntansi menggunakan data terstruktur untuk
memproses dan mencatat transaksi keuangan.

Untstructured Data (Data Tidak Terstruktur)

Data tidak terstruktur merupakan jenis big data yang datanya tidak memiliki bentuk atau struktur
khusus apapun. Hal ini membuat sangat sulit dan memakan waktu untuk memproses dan menganalisis
data yang tidak terstruktur. Data tidak terstruktur lebih bersifat kualitatif daripada kuantitatif, yang
berarti lebih bersifat karakteristik dan kategoris. Contoh dari data tidak terstruktur ada foto, file video
dan audio, file teks, konten media sosial, citra satelit, presentasi, PDF, tanggapan survei terbuka, situs
web, dan transkrip atau rekaman pusat panggilan.
Kelebihan

• Format asli, data tidak terstruktur, disimpan dalam format asli, tetap tidak terdefinisi
sampai dibutuhkan. Kemampuan beradaptasinya meningkatkan format file
dalam database, yang memperluas kumpulan data dan memungkinkan pengguna untuk
menyiapkan dan menganalisis hanya data yang mereka butuhkan.
• Tingkat akumulasi cepat, karena data tidak perlu ditentukan sebelumnya, data dapat
dikumpulkan dengan cepat dan mudah.
• Penyimpanan data lake, memungkinkan penyimpanan besar dengan harga yang sesuai
dengan penggunaan, dimana hal tersebut dapat memangkas biaya dan memudahkan
skalabilitas.
Kelemahan

• Memerlukan keahlian, karena sifat dari data tidak terstruktur tdak terdefinisi, diperlukan
keahlian ilmu data untuk menyiapkan dan menganalisis data.
• Memerlukan alat khusus, diperlukan alat khusus untuk memanipulasi data tidak
terstruktur yang membatasi pilihan produk untuk pengolahan data.

Kasus Penggunaan

• Data Mining, memungkinkan sebuah bisnis atau organisasi menggunakan data tidak
terstruktur untuk mengidentifikasi perilaku konsumen, sentiment produk dan pola
pembelian untuk mengakomodasi basis pelanggan mereka dengan lebih baik.
• Analisis data prediktif, memberi peringatan tentang aktivitas penting sehingga mereka
dapa merencanakan dengan benar dan menyesuaikan dengan perubahan pasar yang
signifikan.
• Chatbots, melakukan analisis teks untuk mengarahkan pertanyaan pelanggan ke sumber
jawaban yang sesuai.

Semi-Structured Data (Data Semi-Terstruktur)

Data semi-terstruktur merupakan jenis big data yang datanya mengandung format data terstruktur dan
data tidak terstruktur. Lebih tepatnya jembatan antara data terstruktur dan tidak terstruktur. Data ini
tidak memiliki model data yang telah ditentukan sebelumnya dan lebih kompleks daripada data
terstruktur, namun lebih mudah disimpan daripada data tidak terstruktur. Contoh dari data semi-
terstruktur ada Email, XML dan bahasa markup lainnya, paket TCP/IP, file zip dan integrasi data dari
berbagai sumber.
Kelebihan

• Data tidak dibatasi oleh skema tetap

• Memungkinkan untuk melihat data terstruktur sebagai data semi-terstruktur
• Ini mendukung pengguna yang tidak dapat mengekspresikan kebutuhan mereka dalam
SQL
• Hal ini dapat menangani dengan mudah dengan heterogenitas sumber

Kelemahan

• Kurangnya skema yang kaku membuat penyimpanan data menjadi sulit

• Menafsirkan hubungan antara data sulit karena tidak ada pemisahan skema dan data
• Queries kurang efisien dibandingkan dengan data terstruktur

Kasus Penggunaan
Contoh dalam foto digital, gambar tidak memiliki struktur yang telah ditentukan, tetapi memiliki
atribut struktural tertentu yang menjadikannya semi-terstruktur. Misalnya, jika gambar diambil dari
smartphone, itu akan memiliki beberapa atribut terstruktur seperti geotag, ID perangkat dan keterangan
waktu. Setelah disimpan, gambar juga dapat diberi tag seperti ‘hewan peliharaan’ atau ‘anjing’ untuk
memberikan struktur.
Konsultasikan kebutuhan big data bisnis Anda bersama IT consultant handal kami. Dapatkan solusi
terbaik dan penawaran menarik dari kami.

Contoh :