TUGAS MANAJEMEN BIG DATA

BIG DATA

Dosen Pengampu : Cokordo Istri Agung Vera Nindia Putri, SE., MM

Oleh :

Kelompok 4

1. I Wayan Aditya Satria Diwangkara ( 20211140013 )

2. I Made Ari Agusti ( 20211140016 )
3. I Kadek Dwi Deva Wahyudi ( 20211140017 )
4. I Kadek Agus Ariana ( 20211140038 )
5. Gede Dion Satia Wira Dharma ( 20211140041 )
6. Irzaqi Maulana Rizal ( 20211140048 )

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS NGURAH RAI

2023
 KATA PENGANTAR

Puji syukur penulis panjatkan kepadaTuhan Yang Maha Esa, karena atas anugerah dan
karunia-Nya penulis dapat menyelesaikan tugas makalah yang berjudul “Big Data” ini tepat pada
waktunya.

Adapun tujuan dari penulisan makalah ini adalah untuk memenuhi tugas pada mata kuliah
Manajemen Big Data. Selain itu, makalah ini juga bertujuan untuk menambah wawasan tentang
piutang dagang bagi pembaca dan juga bagi penulis.

Penulis mengucapkan terima kasih kepada Ibu Cokorda Istri Agung Vera Nindia Putri, SE.,
MM, selaku dosen mata kuliah Manajemen Big Data yang telah memberikan tugas ini, sehingga
penulis dapat menambah pengetahuan dan wawasan sesuai dengan bidang studi yang penulis
tekuni.

Penulis juga mengucapkan terimakasih kepada semua pihak yang telah membantu
sehingga penulis dapat menyelesaikan makalah ini dengan baik.

Penulis menyadari, makalah ini masih jauh dari kata sempurna. Oleh karena itu, kritik dan
saran yang membangun akan penulis nantikan demi kesempurnaan makalah ini.

Denpasar, 21 Maret 2023

Kelompok 4

i
 DAFTAR ISI

KATA PENGANTAR.................................................................................................................... i

DAFTAR ISI.................................................................................................................................. ii

BAB I PENDAHULUAN

1.1 Latar Belakang.................................................................................................................... 1

1.2 Rumusan Masalah............................................................................................................... 1
1.3 Tujuan................................................................................................................................. 1

BAB II PEMBAHASAN

2.1 Latar belakang kemunculan data yang berlimpah (Human, Social and Internet of
Things)............................................................................................................................... 2
2.2 Sifat Big Data ( Volume, Variety, Velocity, Value, Veracity ).......................................... 3
2.3 Kompleksitas Big Data...................................................................................................... 5
2.4 Framework Big Data berdasarkan kondisi State of The Art saat ini.................................. 5
2.5 Contoh kasus ekstraksi insight dan pattern dari Big Data dalam berbagai aplikasi........... 8

BAB III PENUTUP

3.1 Kesimpulan....................................................................................................................... 12

DAFTAR PUSTAKA.................................................................................................................. 13

ii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Pada masa sekarang, suatu bisnis tentunya memerlukan suatu informasi yang dapat
menunjang perusahaannya. Dalam informasi memperoleh tentunya dibutuhkan suatu
media untuk menampung segala informasi yang diperoleh dari sumber-sumber terpercaya.
Sehingga terciptanya Big Data di dunia Teknologi Informasi.
Big Data sendiri merupakan media penyimpanan data yang menawarkan ruang tak
terbatas, serta kemampuan untuk mengakodasi dan memproses berbagai jenis data dengan
sangat cepat. Jadi kini, banyak perusahaan yang sudah memanfaatkan Big Data agar dapat
menyimpan segala datanya tanpa kendala dan menghindari hilangnya informasi-informasi
yang dimiliki.

1.2 Rumusan Masalah

1. Apa yang melatar-belakangi munculnya data yang berlimpah?
2. Apa saja sifat Big Data?
3. Apa itu kompleksitas Big Data?
4. Bagaimana Framework Big Data berdasarkan kondisi State of The Art ?
5. Bagaimana contoh kasus ekstraksi insight dan pattern dari Big Data dalam berbagai
aplikasi?
1.3 Tujuan
Agar mahasiswa dapat mengetahui latar belakang munculnya data yang berlimpah,
sifat Big Data, kompleksitas Big Data, Framework Big Data berdasarkan kondisi State of
The Art, serta contoh kasus ekstraksi insight dan pattern dari Big Data dalam berbagai
aplikasi

1
 BAB II
PEMBAHASAN

2.1 Latar belakang kemunculan data yang berlimpah (Human, Social and Internet of Things)
Internet of Things ( IoT) adalah salah satu tren baru di dunia teknologi yang akan
kemungkinan besar akan menjadi tren di masa depan. Sederhananya, IoT menyambungkan
alat-alat fisik seperti lampu, televisi, kulkas bahkan pintu rumah terhubung ke Internet
secara terus menerus dan dapat dikendalikan pada jarak jauh melalui gawai yang dipunyai
seorang pengguna.
Dalam jurnal Gunawan Hendro Cahyono, dari semua kegiatan yang ada dalam IoT
adalah untuk mengumpulkan data mentah yang benar dengan cara yang efisien.
Kemampuan akses dari IoT bisa saja tidak terbatas berkat perangkat IoT yang selalu
tersambung ke internet, sehingga dapat diakses dan digunakan kapan saja serta dimana
saja. Tujuan utama IoT adalah untuk mengakses dan mengoperasikan perangkat dari jarak
jauh dengan sedikit atau tanpa bantuan manusia.
Contoh penerapan IoT dalam kehidupan sehari-hari :
1. Smart City
Keberadaan IoT dapat membantu sebuah kota besar, khususnya dalam
memonitor dan mengelola keberadaan lingkungan sekitar secara real-time, seperti
kondisi lalu lintas lancar atau tidak, e-tilang, kondisi cuaca, dan sebagainya
2. Smart Home

Keberadaan IoT juga dapat digunakan dirumah, seperti CCTV dimana ada
2
 teknologi pendeteksi pergerakan sehingga pemilik rumah tidak perlu khawatir
karena CCTV bisa dipantau kalau sedang diluar rumah melalui HP. Ada juga kulkas
pintar yang dilengkapi dengan IoT memungkinkan pengguna mengecek isi kulkas
melalui HP ketika saat berbelanja.
3. Transportasi
Teknologi IoT satu ini mungkin merupakan yang paling populer di dunia
yaitu self driving atau mobil yang bisa menyetir sendiri.
Elon Musk, merupakan orang pertama yang membuat transportasi mobil
yang bisa menyetir sendiri yaitu Tesla.
4. Kesehatan

IoT pun telah masuk ke ranah kesehatan untuk menjadi alat healthcare
monitoring. Contohnya yang sering ditemukan adalah smartwatch yang bisa
memantau tekanan darah, detak jantung, dan kadar oksigen dalam darah.
2.2 Sifat Big Data ( Volume, Variety, Velocity, Value, Veracity )

Gambar Five V of Big Data

1. Volume
Mengacu pada sejumah big data yang dihasilkan setiap detiknya. Artinya
sekumpulan data dalam jumlah dan volume yang sangat besar dan kadang tidak
3
 terstruktur.
Contohnya feed Twitter, feed Instagram, alur klik user dari halaman web. Arus data-
data tersebut bisa berukuran ribuan Terrabyte ( TB ) per detiknya.
2. Velocity
Data yang dapat diakses dengan kecepatan yang sangat cepat sehingga dapat
langsung digunakan pada detik itu juga. Kecepatan ini sangat berpengaruh pada lalu
lintas Big Data.
Contohnya seperti Google yang mencatat sekitar 40 ribu pencarian setiap detiknya. Hal
itu jika diakumulasikan akan lebih dari 3,5 milliar pencarian setiap harinya.
3. Variety
Variety adalah variasi tipe dan variasi sifat dari data. Variety memiliki tiga sifat data
yaitu ;
1. Data Terstruktur
Data terstruktur adalah data yang mempunyai elemen-elemen yang dapat
diakses seperti keys ( primary key, relational key, foreign key ) untuk dapat
dianalisis ataupun data yang disimpan pada format tertentu.
Contohnya pada data jumlah penduduk dari masing-masing wilayah per
tahunnya.
2. Data Semi-terstruktur
Data ini adalah penggabungan dari dua jenis data yaitu data terstruktur dan
data tidak terstruktur. Data ini merujuk kearah data yang belum diklasifikasikan
di bawah repository tertentu, namun mengandung informasi penting yang
memisahkan elemen individu dalam data. Data jenis ini biasanya akan
dibutuhkan dalam proses pembangunan artificial intelligence.
Contohnya data pada file xml dan csv yang sering dipergunakan untuk export
data pada database.
3. Data tidak Terstruktur
Data ini merupakan data yang tidak memiliki struktr atau bentuk khusus.
Pada dasarnya, data ini merupakan data yang tidak dapat untuk dianalisis secara
langsung, melainkan harus melalui berbagai macam tahapan tambahan.
4
 Namun jenis data ini lebih banyak dicari unutk mengetahui keadaan sekitar.
Contohnya kata yang paling banyak digunakan pada tweet di Twitter ternyata
dapat menunjukkan trend tertentu.
4. Value
Value berarti big data memiliki nilai yang sangat tinggi apabila diolah
dengan cara yang tepat guna atau dapat juga dikatakan seberapa bernilainya
atau bermaknanya suatu data.
Contohnya program ketahanan pangan Indonesia. Pemerintah dapat mengalisis
ketahanan pangan Indonesia menggunakan data Kementerian Pertanian,
Perdagangan dan Instansi terkait untuk melihat kapasitas produksi pangan, stok
pangan, serta kebutuhan pangan Indonesia. Dengan data serta analisa,
pemerintah dapat memprediksi kapan Indonesia akan mengalami kekurangan
stok pangan.
5. Veracity
Data ini merupakan data yang dapat dipercaya kebenarannya, dapat diandalkan,
berkualitas serta dapat diakses dengan baik.
2.3 Kompleksitas Big Data
Pada saat ini, data berasal dari berbagai sumber sehingga cukup sulit untuk
menghubungkan, mencocokan, memberikan dan mengubah data diseluruh sistem. Namun,
Big Data sangat dibutuhkan untuk memiliki korelasi antar data, hierarki, dan beberapa
keterkaitan data lainnya atau data yang acak.
Jumlah data yang telah dibuat dan disimpan pada tingkat global saat ini hampir tak
terbayangkan jumlahnya, karena terus tumbuh tanpa henti. Ini berarti, Big Data memiliki
potensi tinggi untuk mengumpulkan wawasan kunci dari informasi bisnis.
Big Data dalam bisnis menjadi yang baik dalam mengolah informasi mentah
menjadi keuntungan yang terus mengalir ke organisasi bisnis setiap hari.
2.4 Framework Big Data berdasarkan kondisi State of The Art saat ini
Perkembangan teknologi big data tidak bisa dilepaskan dari teknologi atau konsep
open source. Ada banyak sekali teknologi open source yang populer dalam ekosistem big
data, berikut beberapa diantaranya :
5
1. Apache Hadoop
Apache Hadoop adalah sebuah framework yang memungkinkan untuk
melakukan penyimpanan dan pemrosesan data yang besar secara terdistribusi dalm
klaster komputer menggunakan model pemrograman sederhana.
Hadoop terinspirasi dari teknologi yang dimiliki oleh Google seperti
Google File System dan Google Map Reduce.
Hadoop menawarkan 3 hal utama yaitu :
a. Sistem penyimpanan terdistribusi Hadoopi memiliki sebuah file sistem
yang dinamakan Hadoop Distributed File System atau lebih dikenal dengan
HDFS. HDFS terinspirasi dari Google File Sistem.
b. Framework pemrosesan data secara paralel dan terdistribusi Map Reduce
adalah model pemrograman untuk melakukan pemrosesan data besar secara
terdistribusi dalam klaster Hadoop. Map Reduce bekerja dan mengolah
data-data yang berada dalam HDFS.
c. Resource Management terdistribusi YARN merupakan tools yang
menangani resource manajemen dan penjadwalan proses dalam klaster
Hadoop. YARN memisahkan antara layer penyimpanan ( HDFS ) dan layer
pemrosesan ( Map Reduce ). YARN memungkinkan banyak framework
komputasi paralel lain, seperti Spark, Tez, Storm untuk bekerja diatas
klaster Hadoop dan mengakses data-data dalam HDFS

Komponen-komponen Apache Hadoop

6
2. Apache Hive
Apache Hive adalah sebuah framework SQL yang berjalan diatas Hadoop.
Hive mendukung bahasa pemrograman SQL yang memudahkan untuk melakukan
query dan analisis data berukuran besar diatas Hadoop. Hive dapat bekerja
menggunakan berbagai framework yang berjalan diatas Hadoop, seperti Map
Reduce, Tez ataupun Spark.
Dukungan Hive terhadap SQL ini sangat membantu protabilitas aplikasi
berbasis SQL ke Hadoop, terutama sebagian besar aplikasi data warehouse yang
membutuhkan sistem penyimpanan maupun komputasi yang besar. Pada awalnya
Hive dikembangkan oleh aplikasi Facebook untuk digunakan sebagai sistem data
warehouse mereka.
Setelah disumbangkan ke komunitas open source, Hive berkembang dengan
pesat dan banyak diadopsi serta dikembangkan oleh perusahaan besar seperti
Netflix dan Amazon.

Komponen utama Apache Hive

3. Apache Spark
Apache Spark adalah framework komputasi terdistribusi yang dibangun
untuk pemrosesan big data dengan kecepatan tinggi. Apache Spark memiliki
algoritma yang berbeda dengan Map Reduce, tetapi dapat berjalan diatas Hadoop
melalui YARN.
Fitur utama Spark adalah komputasi klaster dalam memori. Pengunaan
memori ini dapat meningkatkan kecepatan pemrosesan aplikasi secara drastis.
7
 Untuk kasus tertentu, kecepatan pemrosesan Spark bahkan dapat mencapai 100 kali
dibanding pemrosesan menggunakan disk seperti Map Reduce.
2.5 Contoh kasus Big Data dalam berbagai aplikasi
Big Data tidak hanya bermanfaat atau digunakan dalam bisnis saja namun di bidang
lainnya, beberapa contoh kasus big data diantaranya :
1. Pajak
Big data ini bisa meningkatkan pendapatan pajak negara. Kesadaran
masyarakat terhadap pajak masih kurang. Dengan mengimplementasikan dan
menerapkan big data Ditjen pajak mampu mengambil data dari silsilah keluarga
kemudian bisa megetahui barang apa saja yang dimiliki.
Data lainnya yang bisa diambil oleh big data adalah jumlah kekayaan yang
dimiliki, akun rekening bank dan juga jenis pajak yang belum maupun sudah
dibayar semuanya akan bisa ditampilkan.

Gambar Pajak
2. Sektor Kesehatan
Contoh kasus berikutnya dalam sektor kesehatan. Setiap klinik, puskesmas
maupun rumah sakit menggunakan software yang berbeda dalam pencatatan
pasien. Hal tersebut membuat data yang dikirimkan ke Dinas Kesahatan juga
berbeda tergantung jenis software yang digunakan.
Dengan penerapan big data ini semua informasi kesehatan bisa terpusat
sehingga mudah diolah dan juga dianalisa untuk mengetahui seperti apa kesehatan
penduduk yang ada di Indonesia ini.
8
 Gambar sektor kesehatan
3. Agrikultur
Indonesia menjadi negara agraris, hal tersebut ditunjukkan dengan lahan
pertanian yang cukup luas. Big data ini juga bermanfaat dalam bidang pertanian
sehingga dengan adanya big dat diharapkan taraf hidup petani menjadi lebih
meningkat.
Dalam bidang agrikultur ini akan melakukan riset dilahan pertanian dengan
mengambil foto kualitas tanah, cuaca, pertumbuhan tinggi tanaman, dan
sebagainya. Nantinya data tersebut akan dimasukkan ke dalam big data dan
dilakukan analisis. Hasil analisis tersebut akan digunakan untuk membantu petani
dalam meningkatkan produktivitasnya.

Gambar agrikultur

9
4. Transportasi
Big data juga diterapkan dalam bidang trasnportasi. Kemacetan sudah
menjadi hal yang tidak terpisahkan di kota besar Indonesia. Dengan data yang ada
di GPS yang dimiliki oleh kendaraan warga kota bisa dilakukan konversi menjadi
kcepatan, percepatan dan juga durasi berhenti. Data konversi tersebut bisa
digunakan untuk memberikan rekomendasi kapan waktu terbaik untuk berkendara
dan waktu terburuk di perjalanan kepada masyarakat.

Gambar trasnsportasi
5. Pengunaan Internet
Hampir seluruh orang didunia ini terhubung dengan internet setiap harinya. Tentu
saja masyarakat juga sering menggunakan Google untuk mencari informasi. Nah,
data-data dari hasil pencarian ini merupakandata yang disimpan oleh Google.

Gambar penggunan internet didunia

10
6. Pengunaan Smartphone
Sama seperti internet, pengunaan smartphone juga hampir semua orang
sudah memilikinya. Penggunaan smartphone memiliki jumlah data yang begitu
besar. Smartphone menyimpan dan merekam sms juga telepon yang masyarakat
lakukan.
Selain itu, aplikasi-aplikasi yang digunakan juga mengumpulkan data
umtuk keperluan bisnis. Aplikasi GPS seperti Waze ataupun Google Maps pun
mengumpulkan data-data yang berhubungan dengan lokasi terakhir.

Gambar Smartphone

11
 BAB III
PENUTUP

3.1 Kesimpulan
Internet of Things ( IoT) adalah salah satu tren baru di dunia teknologi yang akan
kemungkinan besar akan menjadi tren di masa depan. Dalam jurnal Gunawan Hendro
Cahyono, dari semua kegiatan yang ada dalam IoT adalah untuk mengumpulkan data
mentah yang benar dengan cara yang efisien. Kemampuan akses dari IoT bisa saja tidak
terbatas berkat perangkat IoT yang selalu tersambung ke internet, sehingga dapat diakses
dan digunakan kapan saja serta dimana saja. Tujuan utama IoT adalah untuk mengakses
dan mengoperasikan perangkat dari jarak jauh dengan sedikit atau tanpa bantuan manusia.
Big data sendiri memiliki lima sifat yang biasa disebut Five v yaitu Volume,
Velocity, Variety, Value, dan Veracity. Pada saat ini, data berasal dari berbagai sumber
sehingga cukup sulit untuk menghubungkan, mencocokan, memberikan dan mengubah
data diseluruh sistem. Namun, Big Data sangat dibutuhkan untuk memiliki korelasi antar
data, hierarki, dan beberapa keterkaitan data lainnya atau data yang acak. Ini berarti, Big
Data memiliki potensi tinggi untuk mengumpulkan wawasan kunci dari informasi bisnis.
Ada banyak sekali teknologi open source yang populer dalam ekosistem big data, berikut
beberapa diantaranya Apache Hadoop, Apache Hive, dan Apache Spark. Big Data tidak
hanya bermanfaat atau digunakan dalam bisnis saja namun di bidang lainnya, beberapa
contoh kasus big data diantaranya di bidang pajak, bidang sektor kesehatan, bidang
agrikultur, bidang transportasi, pengunaan internet, serta pengunaan smartphone.

12
 DAFTAR PUSTAKA

https://www.mas-software.com/blog/big-data-adalah-fungsi-contoh#9-penggunaan-smartphone-
https://idbigdata.com/official/big-data-definisi-teknologi-dan-implementasinya/
https://www.soltius.co.id/id/blog/contoh-penerapan-big-data-dalam-berbagai-sektor
https://dqlab.id/macam-macam-big-data-kenali-varietynya-
yuk#:~:text=Data%20terstruktur%20merupakan%20data%20yang%20yang%20dapat%20dipros
es%2C%20disimpan%2C%20dan,masing%20wilayah%20per%20tahun%20nya
https://bigbox.co.id/blog/5v-big-data-dan-karakteristik-big-data-3v-4v5v-6v-8v/amp/
https://www.smartven.biz/blog/contoh-penerapan-iot
Geriadi, A. D. ( 2020). Manajemen Big Data. Denpasar.

13