TEKNOLOGI INFORMASI

Dosen pengampun : KASIH , S,Pd M,Pd

Disusun Oleh :

NAMA: ESTTY KURNIA FITRI

(221011402186)

Kelompok 4

PROGRAM STUDI
TEKNIK
INFORMATIKA
UNIVERSITAS PAMULANG
JL.SURYA KENCANA NO.1 PAMULANG telp (021)7412566,
fax(021)7412566
Tangerang selatan – Banten
 KATA PENGANTAR

Puji syukur kehadirat Tuhan yang Maha Esa karena anugerah dari-Nya saya
dapat menyelesaikan makalah tentang “Big Data” yang merukan tugas kuliah Sistem
Informasi Manajemen. Berkat tugas kuliah menulis makalah ini maka saya dapat
menambah wawasan saya dan bertambah ilmu saya.
Dengan menulis makalah ini, semoga pembaca dapat
menambah ilmu dan bertambah pula wawasan teng big data. Sering kali,
istilah 'big data' menjadi topik hangat dan sering dibahas dalam industri IT
(Information Technology). Dan saat ini sudah banyak perusahaan yang
telah menerapkan cara untuk menangani fenomena big data ini, misalnya
dengan menambah kapasitas infrastruktur ataupun implementasi teknologi
seperti virtualisasi. 
Demikian yang dapat kami sampaikan, semoga makalah ini bisa bermanfaat
dan jangan lupa ajukan kritik dan saran terhadap makalah ini agar kedepannya bisa
diperbaiki.
 BAB I
PENDAHULUAN
Penting nya Big Data di era modern ini. Dengan mengikuti perkembangan Big
Data maka kita tidak ketinggalan informasi atau ketinggalan jaman. Dengan
menggunakan Big Data ini juga apat memudahkan kita mencari informasi misalnya
melalui google. Di google kita dapat mencari informasi dari yang terbaru hingga yang
sudah lampau. 

Misalnya dari facebook, maka kita dapat chatingan, bahkan kita dapat melihat
aktivitas seseorang. Dengan menggunakan salah satu Banyak orang membutuhkan
pengolahan Big Data, antara lain untuk mengetahui topik yang sedang hangat saat
ini di Twitter, mencari teman lama secara cepat melalui Facebook, dan lain-
lain. Perusahaan perlu mengolah Big Data untuk pengambilan keputusan bisnis
yang harus cepat. Misal, untuk mengetahui kebiasaan dan kesukaan pelanggan
tanpa harus bertanya, mengetahui selera pembaca portal berita di web untuk
disesuaikan dengan iklan yang ditampilkan, mengatur perjalanan pesawat agar tidak
delay, mengendalikan wabah penyakit, dan sebagainya.

RUMUSAN MASALAH
1. Pengertian Big Data
2. Dimensi-dimensi Big Data
3. Analisis Big Data dan Sejarah dan Evolusi Analisis Big Data
4. Contoh dan kasus Big Data
5. Karakteristik Big Data

BAB II
 PEMBAHASAN

Pengertian Big Data

Big data adalah sebuah data elektronik yang sangat besar, yang mempunyai banyak
macam jenis dan data elektronik ini sangat cepat berubah. Big data saat ini banyak
di gunakan orang-orang untuk membantu kebutuhan. Banyak sekali data yang
tersebar dan tersimpan di komputer-komputer di internet misalnya seperti teks,
gambar,video, suara, animasi, blog, buku, cuaca, GPS, temperatur, dan masih
banyak lagi jenis nya.

Banyak orang yang menggunakan big data ini untuk mencari informasi yang sedang
populer saat ini, misal nya berita terbaru. Misalnya facebook, di facebook kita bisa
menemui banyak orang, bahkan teman lama yang sama-sama menggunakan
facebook. 
Untuk mengolah Big Data menjadi informasi yang lebih berguna, perlu program “big”
yang artinya bukan program “biasa”. Jika data konvensional selama ini hanya berisi
teks dan angka biasa seperti data keuangan, maka cukup diolah dengan database
biasa pula, misal MS Access, MS SQL Server, dan lain-lain yang selama ini hanya
untuk mengolah data terstruktur. Big Data tidak dapat diolah hanya dengan program
database konvensional yang disebut SQL (Structured Query Language) atau
RDBMS (Relational Database Management System). Big Data membutuhkan
program database yang mendukung NoSQL (Not only SQL), yang mampu mengolah
data tidak terstruktur.

Dalam bahasa Inggris, Big Data terkait dengan 3V, yakni Volume (ukuran data
sangat besar), Velocity (kecepatan transfer/perubahan data sangat tinggi), dan
Variety (variasi atau jenis data sangat banyak). Ada juga yang menjadikan 4V,
ditambah Value, karena sangat besarnya nilai bisnis yang dihasilkan, sehingga
menjadi besar pula peluang kerja bagi profesional di bidang pemrograman
komputer, pengolahan data statitisk, dan Cloud Computing. Kebutuhan SDM di
bidang Big Data pada 2015 ini diproyeksi sekitar 4,4 juta orang. Di Amerika saja
butuh 190.000 orang pada 2011 dan akan tambah butuh lagi 490.000 pada 2018
(Sumber: McKinsey Global Institute, 2011)

Dimensi -Dimensi Big Data

 Ada 3 dimensi awal dalam Big Data yaitu 3V: Volume, Variety dan Velocity

1.    Volume
·         Mengubah 12 terabyte Tweet dibuat setiap hari ke dalam peningkatan sentimen
analisis produk.
·         Mengkonvert 350 milliar pembacaan tahunan untuk lebih baik dalam memprediksi
kemampuan beli pasar.
Volume data juga terus meningkat sehingga tidak dapat diprediksi jumlah pasti dan
juga ukuran dari data sekitar lebih kecil dari petabyte sampai zetabyte. Dataset big
data sekitar 1 terabyte sampai 1 petabyte perperusahaan jadi jika big data
digabungkan dalam sebuah organisasi / group perusahaan ukurannya mungkin bisa
sampai zetabyte dan jika hari ini jumlah data sampai 1000 zetabyte, besok pasti
akan lebih tinggi dari 1000 zetabyte.

2. Variety

Volume data yang banyak tersebut bertambah dengan kecepatan yang begitu cepat
sehingga sulit bagi kita untuk mengelola hal tersebut. Kadang-kadang 2 menit sudah
menjadi terlambat. Untuk proses dalam waktu sensitif seperti penangkapan
penipuan, data yang besar harus digunakan sebagai aliran ke dalam perusahaan
Anda untuk memaksimalkan nilainya.

·         Meneliti
5 juta transaksi yang dibuat setiap hari untuk mengidentifikasi potensi
penipuan
·         Menganalisis 500 juta detail catatan panggilan setiap hari secara real-time untuk
memprediksi gejolak pelanggan lebih cepat.

Berbagai jenis data dan sumber data. Variasi adalah tentang mengelolah
kompleksitas beberapa jenis data, termasuk structured data, unstructured data dan
semi-structured data. Organisasi perlu mengintegrasikan dan menganalisis data dari
array yang kompleks dari kedua sumber informasi Traditional dan non traditional
informasi, dari dalam dan luar perusahaan. Dengan begitu banyaknya sensor,
perangkat pintar (smart device) dan teknologi kolaborasi sosial, data yang dihasilkan
dalam bentuk yang tak terhitung jumlahnya,  termasuk text, web data, tweet, sensor
data, audio, video, click stream, log file dan banyak lagi.

3. Velocity :

Big Data adalah setiap jenis data – data baik yang terstruktur maupun tidak
terstruktur seperti teks, data sensor, audio, video, klik stream, file log dan banyak
 lagi. Wawasan baru ditemukan ketika menganalisis kedua jenis data ini bersama-
sama.
·         Memantau 100 video masukan langsung dari kamera pengintai untuk menargetkan
tempat tujuan.
·         Mengeksploitasi 80% perkembangan data dalam gambar, video, dan dokumen
untuk meningkatkan kepuasan pelanggan.

Data dalam gerak. Kecepatan di mana data dibuat, diolah dan dianalisis terus
menerus. Berkontribusi untuk kecepatan yang lebih tinggi adalah sifat penciptaan
data secara real-time, serta kebutuhan untuk memasukkan streaming data ke dalam
proses bisnis dan dalam pengambilan keputusan. Dampak Velocity latency, jeda
waktu antara saat data dibuat atau data  yang ditangkap, dan ketika itu juga dapat
diakses. Hari ini, data terus-menerus dihasilkan pada kecepatan yang mustahil untuk
sistem tradisional untuk menangkap, menyimpan dan menganalisis. Jenis tertentu
dari data harus dianalisis secara real time untuk menjadi nilai bagi bisnis.

Untuk mendalami Big Data, program dan istilah berikut ini perlu dipelajari, meskipun
tidak harus semuanya, yakni sistem operasi Linux, Apache Hadoop, Apache HBase,
MongoDB, MapReduce, HDFS (Hadoop Distributed File System), bahasa
pemrograman Java, Hive, Pig, Python, R, dan Cloud. Teknologi Cloud dibutuhkan
karena Big Data perlu didukung server yang kuat dengan tempat penyimpanan
besar dan mudah dikembangkan. Cloud telah lebih dahulu berkembang dan tersedia
luas dengan biaya lebih murah daripada tidak menggunakan Cloud.
Pengertian Analisis Big Data
Untuk mengerti definisi analisis big data, kita tidak bisa lepas dari memahami apa itu
big data dan apa itu analisis data. Istilah big data telah saya bahas khusus
pada artikel berikut ini, namun saya akan coba berikan overview singkat tentang big
data disini.

Big Data merupakan istilah untuk menggambarkan data set yang besar
baik Structured, Semi-Structured maupun Unstructured data. Berikut ini tiga jenis
format data :
1.            Structured data seperti relational database (RDBMS)
2.            Semi-Structured data seperti XML, JSON
3.            Unstructured data seperti Dokumen, metadata, video, gambar, audio, file teks,
ebooks, email message, social media, jurnal dll.

Analisis data adalah proses meneliti data untuk mengetahui pola tersembunyi,
korelasi yang belum diketahui, dan informasai berguna lainnya.
Dengan demikian pengertian Analisis Big Data adalah proses meneliti, mengolah
data set besar (Big Data) untuk mengetahui pola tersembunyi, korelasi yang tidak
diketahui, tren pasar, preferensi pelanggan dan informasi bisnis berguna lainnya.

Jika ingin lebih legkap bisa membaca dari link Wiki berikut ini : Big
Data dan  Analisis, Perlu fokus lebih untuk dapat memahaminya ;)

Sejarah dan Evolusi Analisis Big Data

Konsep big data telah ada selama bertahun-tahun kebelakang, sekarang sebagian
besar organisasi mengerti bahwa jika mereka mampu menampung semua data set
besar yang mengalir ke dalam bisnis mereka, maka mereka dapat menerapkan
analisis dan mendapatkan manfaat/informasi yang sangat berharga dari proses
analisis tersebut.

Jika kita lihat ke belakang sebelum istilah Big Data dikenal, di tahun 1950-an bisnis
pada saat itu sudah menggunakan analisis konvensional, yang didasarkan pada
spreadsheet yang dikaji secara manual untuk mengungkap informasi berharga dan
tren.

Lalu apa yang ditawarkan oleh analisis big data?

Benefit analisis big data di bandingkan dengan analisis konvensional adalah

kecepatan dan efisiensi.

Sebelum aplikasi analisis big data muncul, bisnis akan mengumpulkan data ke
dalam data warehouse dari database enterprise seperti Oracle, DB2, MS SQL
Server, kemudian melakukan analisis untuk membantu pengambilan keputusan
yang bermanfaat untuk masa depan bisnis perusahaan.

Kendala yang dihadapi muncul dengan pertumbuhan data yang sangat pesat dari
berbagai jenis tipe data, sehingga dengan analisis konvensional ada limitasi untuk
dapat menampung data set besar tersebut, waktu yang relatif lama diperlukan untuk
menghasilkan informasi berharga dari analisis.

Kemunculan teknologi analisis big data memberikan solusi bagi bisnis untuk
mendapatkan hasil analisis segera bahkan real-time sekalipun, sehingga
memberikan bisnis keunggulan dalam berkompetisi.

Mengapa Analisis Big Data Penting?

Analisis Big Data membantu organisasi memanfaatkan data dan menggunakannya
untuk mengidentifikasi peluang-peluang baru. Yang pada gilirannya menyebabkan
bisnis bergerak lebih cerdas dan cepat karena didukung oleh operasional yang lebih
efisien, yang pada akhirnya mendatangkan keuntungan yang lebih tinggi dan
pelanggan lebih senang tentunya.

Dalam laporan yang ditulis oleh Tom Davenport (Direktur Riset IIA) setelah ia

mewawancarai lebih dari 50 usaha untuk memahami bagaimana mereka
menggunakan Big Data. Ia menemukan mereka mendapatkan manfaat penting
sebagai berikut :

1.            Penghematan biaya, Teknologi analisis Big data seperti hadoop dan analisis
berbasis cloud membawa pengurangan biaya yang signifikan dalam hal untuk
menyimpan data set dalam jumlah besar, selain mereka dapat mengidentifikasi cara-
cara yang lebih efisien dalam melakukan bisnis.
2.            Lebih cepat dan baik dalam pengambilan keputusan, dengan kecepatan
teknologi big data seperti Hadoop dalam melakukan analisis dengan dikombinasikan
dengan kemampuan untuk menganalisis berbagai macam sumber data baru,
membuat bisnis mampu menganalisis informasi dengan cepat dan membuat
keputusan berdasarkan hasil analisis tersebut.
3.            Melahirkan produk dan pelayanan baru, dengan kemampuan mengukur
kebutuhan dan kepuasan pelanggan mendatangkan keunggulan dari bisnis untuk
menciptakan produk dan layanan baru yang sesuai dengan keinginan dan
kebutuhan dari pelanggan.

Dengan 3 manfaat penting tersebut akan membantu bisnis mencapai tujuan/goal

utama dalam meningkatkan keuntungan demi kemajuan bisnisnya.

Contoh Aplikasi Analisis Big Data

Berikut ini beberapa contoh Aplikasi yang ditawarkan oleh perusahaan/vendor dalam
hal analisis terhadap big data :

1.            IBM Big data Analytics

2.            HP Big Data
3.            SAP Big Data Analytics
4.            Microsoft Big Data Analytics
5.            Oracle Big Data Analytics
6.            Talend Open Studio
7.            Teradata Big Data Analytics
8.            SAS Big Data Analytics
9.            Dell Big Data Analytics,  
10.         Pentaho Big Data Analytics
11.         Amazon Web Service
12.         Google Big Query
13.         Pivotal Big Data
14.         Cloudera Enterprise Big Data
15.         Hortonworks Data Platform

Solusi big data yang ditawarkan pada umumnya menggunakan kerangka kerja
(framework)Hadoop dan beberapa tools pendukung lainnya seperti HBase, Pig,
Hive, Mapreduce, Oozie, Zookeeper, HCatalog, Avro, Sqoop (untuk ingin tahu istilah
tersebut dapat dibaca di sini). Yang memungkinkan pengguna untuk menyimpan,
mengelola dan menganalisa data dari berbagai sumber, di mana data tersebut dapat
diakses oleh para analis bisnis, data scientist dan pengguna/praktisi TI.

Solusi big data tersebut adapula yang secara arsitektur dikombinasikan dengan
teknologi yang sudah biasa untuk keperluan analisis dan visualisasi data,  seperti
Data Warehouse dan Business Intellegent (BI). Dengan menggunakan tools
visualisasi tersebut akan lebih menarik dan mudah dalam penyediaan reporting dari
hasil analisis. 

Sepertinya nanti akan saya tulis artikel khusus pembahasan detil tentang software
tersebut di atas. 

Contoh Studi Kasus Penggunaan Analisis Big Data

Dalam implementasinya, penerapan analisis big data cocok untuk berbagai bidang
bisnis. Berikut ini saya coba listing-kan beberapa contoh studi kasus
penggunaannya :

1.            Lembaga keuangan dapat menggunakan analisis big data agar cepat

mengidentifikasi potensi penipuan sebelum menjadi besar efeknya, sehingga
meminimalkan resiko kerugian secara finansial.
2.            Pemerintahan dapat manfaatkan analisis big data untuk meningkatkan
keamanan negara dengan mampu mendeteksi, mencegah dan melawan serangan
cyber.
3.            Industri kesehatan dapat menggunakan analisis terhadap big data untuk
meningkatkan layanan perawatan pasien dan menemukan cara yang lebih baik
untuk mengelola sumber daya dan personil.

4.            Perusahaan telekomunikasi dapat memanfaatkan analisis big data untuk

mencegahchurn pelanggan, dan juga merencanakan cara terbaik untuk
mengoptimalkan jaringan nirkabel baik yang baru maupun yang sudah ada.
5.            Marketing dapat menggunakan big data untuk melakukan analisis sentimen
untuk mengetahui tingkat kepuasan pelanggan terhadap produk dan layanan yang
dipasarkan.
6.            Perusahaan asuransi dapat menggunakan analisis big data untuk
mengkategorikan pengajuan asuransi yang dapat segera diproses, dan mana yang
perlu divalidasi dengan dilakukan kunjungan oleh agen asuransi.
7.            Perusahaan ritel dapat menggunakan informasi dari social media seperti
Facebook, Twitter, Google+ yang disimpan dengan teknologi big data, yang
selanjutnya digunakan untuk menganalisis bagaimana perilaku, persepsi pelanggan
terhadap suatu produk atau brand dari perusahan.

Di atas hanya beberapa contoh penggunaan big data dalam rangka keperluan
analisis. Saya rasa masih banyak contoh lainnya.

Sejalan dengan terus berkembangnya teknologi analisis big data, dan hampir semua
bisnis sudah mulai berfikir bahwa mendapatkan manfaat dari implementasi analisis
big data adalah suatu keharusan untuk menghadapi perubahan dan persaingan
yang semakin pesat dan ketat saat ini.
Karena hal di atas, bisa kita prediksi kedepan penerapan big data menjadi sesuatu
yang umum, sehingga akan semakin banyak lagi contoh studi kasus pemanfaatan
big data selain yang saya sebutkan.

Bagaimana Melakukan Analisis Big Data?

Berikut ini beberapa jenis metode atau teknik dalam melakukan analisis big data :

1.            Analisis Teks, merupakan proses menganalisis data teks (unstructured-data)

seperti blog, email, forum, tweet, forum dan bentuk lainnya.
2.            Data Mining, merupakan suatu proses menemukan hubungan yang berarti,
pola, dan kecenderungan dari sekumpulan besar data dengan menggunakan teknik
pengenalan pola seperti statisik dan matematika
3.            Machine Learning
4.            Analisis Prediksi (Predictive Analytics)
5.            Analisis Statistik
6.            NLP (Natural Language Processing)
Demikian pembahasan tentang analisis big data, semoga dapat bermanfaat.
Karakteristik Big Data
Sebelum melangkah pada System Integrasi, kita perlu mengenal kerakteristik Big
Data. Big Data memiliki 5 karakteristik penting yang harus dipahami. Berikut
karakteristik Big Data:

1. Data Lebih Banyak

Random sampling pada Small Data sebenarnya adalah alternatif dari

mengumpulkan dan menganalisis dataset penuh, karena keterbatasan teknologi dan
kapasitas penyimpanan. Kelemahannya adalah sampling membutuhkan
perencanaan dan eksekusi yang hati-hati serta bekerja dalam subset membantu
perusahaan meadapat apa yang dicari lebih cepat dan murah tetapi melewatkan
pertanyaan yang tidak terpikirkan sebelumnya.

Big Data sebagai meruapakan keseluruhan informasi, namun ukurannya data sendiri
tidak melulu besar. Contahnya saat terngukapnya kecurangan pertandingan sumo di
Jepang. Data yang digunakan bukan sampel, tapi N=all. Setelah mengumpulkan
data 64.000 pertandingan selama 11 tahun terakhir, ternyata data tersebut hanya
berukura sama dengan file foto digital. Dengan prisip N=all diperoleh suatu pola
yang menunjukan baha pesumo yang lebih membutuhkan kemenangan memiliki
peluang 25% lebih besar untuk menang.

2. Berantakan (Messy)

Big data meciptakan dataset yang lebih berantakan, namun mampu memberikan
gamberab yang lebih menyeluruh, meskipun tidak terstruktur. Contohnya Google
Translate, perusahaan yang bermarkas di Mountain View, California, AS ini
mengumpulkan seluruh dokumen dengan terjemahan yang mereka bisa kumpulkan
dengan kualitas yang berbeda-beda. Data yang dikumpulkan memang berantakan
namun terjemahan yang dihasilkan lebih akurat daripada sistem yang lebih
berdasarkan alogaritma, dan jauh lebih kaya (meliputi 60 bahasa).

3. Korelasi

Big Data sering memprediksi berdasarkan korelasi, ketimbang hungungan sebeb

akibat. Contoh, pada awalnya Amazon.com mengandalkan review dari suatu tim ahli
“The Amazon Voice”. Kemudian mereka menggunakan rekomendasi yang dihasilkan
dari personalisasi penjualan produk (pelangga yang memberi produk A cenderung
membeli produk B maka juka pelanggan lain membeli produk A, Amazon akan
merekomendasikan produk B). Kini sepertiga penjualan Amazon diperoleh dari
penawaran produk ke user dari hasil rekomendasi berdasarkan personalisasi.

4. Datafikasi

Mendatafikasi suatu fenomena adalah menyimpannya dalam format yang

terkuantifikasi agar bisa ditabulasi dan dianalisis serta menangkap informasi dan
menyimpannya dalam format data yang memudahkannya untuk digunakan kembali.
Memindahkan data ke bentuk digital belum tentu mendatafikasi.

5. Value

Mengumpulkan data adalah hal yang krusial namun tidak cukup karena kebanyakan
nilai dari data terletak pada penggunaan, bukan kepemilikan. Dalam era Big Data,
seluruh data akan dianggap berharga, bahkan data paling menda dan sepele. Tidak
seperti sumber daya lain, nilai data tidak berkurang setelah digunakan. Biaya
petimpanan digital telah berkurang setengahnya setiap dua tahun, sementara
storage density meningkat 50 juta kali dalam 50 tahun terakhir.

BAB III
 KESIMPULAN DAN SARAN

Kesimpulan
Big Data merupakan data elektronik mempunyai banyak sekali macam nya.
Dengan menggukan Big Data ini maka kita tidak ketinggalan informasi, mulai dari
informasi yang terbaru maupun yang sudah lampau. Big Data ini juga sangat
bermanfaat bagi kehidupan sehari-hari.

Dengan menggunakan analisis Big Data maka perusahaan dapat cepat

terindentifikasi, perusahaan hingga pemerintahan juga dapat menganalisis data
dengan cepat dan mengapa menganalisis big data itu penting Analisis Big Data
membantu organisasi memanfaatkan data dan menggunakannya untuk
mengidentifikasi peluang-peluang baru. Yang pada gilirannya menyebabkan bisnis
bergerak lebih cerdas dan cepat karena didukung oleh operasional yang lebih
efisien, 
yang pada akhirnya mendatangkan keuntungan yang lebih tinggi dan pelanggan
lebih senang tentunya.

SARAN
Semoga dengan adanya Big Data ini tidak di salah gunakan dengan
kejahatan. Sebaik nya juga saat menggunakan sosial media kita lebih berhati hati.
Untuk pemerintah sebaik nya membatasi situs situs yang memang perlu di beri
batasan umur. Sehingga anak dibawah umur tidak terbawa arus negatif. 

DAFTAR PUSTAKA

https://ediwordpressblog.wordpress.com/2016/02/22/pengertian-big-data/
http://noviardisyamsuir.blogspot.co.id/2016/04/analisis-big-data.html
https://sharingvision.com/2013/09/karakteristik-big-data/