jelaskan yang dimaksud database dan big data, berika ko mparasinya, dan berikan contoh2nya

1. Definisi Data Base dan Big Data

2. Fungsi Data Base dan Big Data
3. Karakteristik Data Base dan Big Data
4. Perbedaan Data Base dan Big Data
5. Keamanan Data Base dan Big Data
6. Contoh-contoh Data Base dan Big Data
7. Bagaimana Penggunaan Big Data dalam Perusahaan
8. Permasalahan dalam Data Base dan Big Data

A. Definisi DATA BASE dan BIG DATA

1. Basis Data (Database) Basis data (bahasa Inggris: database), atau sering pula di
eja basis data, adalah kumpulan informasi yang disimpan di dalam komputer
secara sistematik sehingga dapat diperiksa menggunakan suatu program
komputer untuk memperoleh informasi dari basis data tersebut. Bahasa Basis
Data (Database) Bahasa basis data merupakan bahasa yang digunakan oleh
user untuk berkomunikasi/berinteraksi dengan DBMS yang bersangkutan.
Misalnya SQL, dBase, QUEL,dan sebagainya.Secara umum bahasa basis data
terdiri atas:Data Definition Language (DDL), merujuk pada kumpulan perintah
yang dapat digunakan untuk mendefinisikan objek – objek basis data, seperti
membuat sebuah tabel basis data atau indeks primer atau sekunder.Data
Manipulation Language (DML), mengacu pada kumpulan perintah yang dapat
digunakan untuk melakukan manipulasi data, seperti penyimpanan data ke suatu
tabel,kemudian mengubahnya dan menghapusnya atau hanya sekedar
menampilkannya kembali.
Database ialah gabungan informasi yang memuat di dalam komputer secara terancang
sehingga bisa dikontrol memakai suatu program komputer. Secara persepsi, Database
ialah gabungan dari data-data yang menata suatu arsip ataupun file yang saling
berinteraksi dengan prosedur yang spesifik untuk memuat data baru maupun informasi.
Pengertian lain dari database yakni gabungan dari data yang saling berinteraksi antara
satu dengan yang lainnya yang penataan menurut rancangan ataupun sistem tertentu.
Pengertian Database Menurut Para Ahli
Berikut ini adalah beberapa pengertian database menurut para ahli yaitu:

1. Menurut Gordon C. Everest

Database ialah koleksi atau kumpulan data yang mekanis, terbagi(shared), terdefinisi
secara formal dan juga dikontrol terpusat pada suatu organisasi.
2. Menurut C.J. Date
Database ialah koleksi “data operasional” yang tersimpan dan juga dipakai oleh sistem
aplikasi dari suatu organisasi.

3. Menurut Toni Fabbri

Database ialah sebuah sistem file-file yang terintegrasi yang mempunyai minimal
primary key untuk pengulangan data.

4. Menurut S. Attre
Database ialah koleksi data-data yang saling berinteraksi mengenai suatu organisasi atau
enterprise dengan macam-macam pemakaiannya.

5. Menurut Chou
Database ialah kumpulan informasi yang bermanfaat yang diorganisasikan ke dalam
tatacara yang khusus.
Jenis-Jenis Database
Berikut ini terdapat 11 jenis jenis database, yakni sebagai berikut:

Relational Database
Ialah penunjang komputasi bisnis dan menjadi database yang paling biasa dipakai pada
saat ini.

Analytical Database
Ialah database yang dipakai untuk mendokumentasikan informasi dan data yang
diterima dari hubungan dan eksternal database.

External Database
Ialah jenis database yang memberi saluran ke eksternal, data personal online tersaji
untuk pembayaran pada pemakai akhir maupun organisasi dari jasa profitabel.

Distributed Database
Ialah himpunan kerja domestik database dan kementerian di kantor-kantor dan tempat
kerja yang lainnya.

Data Warehouse
Ialah sebuah data warehouse yang mendokumentasikan data dari tahun-tahun dahulu
sampai saat ini.

End-User Database
Ialah database yang terdiri dari dokumen-dokumen data yang ditingkatkan dari end-user
dalam workstation.

Real Time Database

Ialah sebuah sistem dokumentasi yang dikelola dalam mengatasi tanggung jawab kerja
suatu negara yang dapat berganti-ganti, berisi data berkelanjutan dan beberapa tidak
dampak pada waktu.

Baca Lainnya : Pengertian Display

Document Oriented Database
Ialah salah satu program komputer yang disusun untuk sebuah implementasi yang
mengarah pada dokumen.

In Memory Database
Ialah database yang bersandar pada memori untuk dokumentasi data dalam sebuah
komputer.

Navigational Database
 Ialah menemukan benda bagi yang menyertai narasumber dari bahan tertentu.

Hypermedia Database On The Web

Ialah gabungan beranda multimedia yang saling berhubungan dalam sebuah situs web,
yang terdiri dari home page dan hyperlink dari multimedia misalnya gambar, tek dan
grafik audio.
Manfaat Database
Berikut ini terdapat beberapa manfaat dari database, yakni sebagai berikut:

Menjadi bagian pokok dalam struktur informasi, karena sebagai aturan dalam
menyiapkan informasi
Memastikan keungulan informasi yakni cepat, teliti dan signifikan
Mengendalikan bagian data
Menjauhi kejadian ketidakteraturan data
Mengendalikan kerumitan dalam menyalurkan data
Menata bentuk yang normal dari sebuah data
Melaksanakan penjagaan dan proteksi data
Fungsi Database
Berikut ini terdapat beberapa fungsi dari database, yakni sebagai berikut:

Mengklasifikasi data, database bertujuan untuk mengklasifikasi data supaya mudah

dimengerti
Menjauhi berjalannya ketidakteraturan data
Melancarkan dalam mendokumentasikan, menyalurkan, memperbaiki dan mendelete
data
Mentanggung keungulan data dan informasi yang disalurkan efisien dengan yang
dimasukkan
Sebagai jalan keluar dalam prosedur dokumentasi sebuah data, apalagi data yang besar
Menopang kemampuan aplikasi yang memerlukan sebuah dokumentasi data
2. 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.
Big Data menjamin pemrosesan solusi data dengan varian baru maupun yang sudah ada
untuk memberikan manfaat nyata bagi bisnis. Namun pengolahan data dengan ukuran
dan kompleksitas besar tetap sekedar solusi teknologi kecuali jika dikaitkan dengan
tujuan bisnis.

Hal terpenting dari Big Data bukanlah sekedar kemampuan teknis untuk mengolah data
melainkan manfaat yang dapat disadari oleh perusahaan dengan menggunakan Big Data
Analytics Terminologi Big Data diyakini berasal dari perusahaan pencarian web yang
mengolah data dengana gregasi yang terdistribusi sangat besar dan tidak terstruktur.
Contoh Big Data dapat berupa data yang berukuran hingga petabytes (1,024 terabytes)
atau exabytes (1,024 petabytes), seperti milyaran hingga triliunan catatan personal
seseorang yang semuanya berasal dari sumber berbeda seperti web, sales, customer
service, social media, data mobile dan sebagainya.
Data-data ini biasanya tidak terstruktur, sering tidak lengkap dan tidak dapat diakses.
Pada saat berhadapan dengan kelompok data yang lebih besar, perusahaan menghadapi
kesulitan membuat, memanipulasi dan mengelola Big Data. Big Data sesungguhnya
masalah dalaman alisis bisnis karena tools dan prosedur standar tidak didesain untuk
mencari dan menganalisa kumpulan data yang massive.
Big data sendiri adalah wujud pengembangan dari sistem database yang sudah ada
sebelumnya. Perbedaan yang mencolok antara big datadengan database biasa terdiri
dari volume, kecepatan, serta jenis-jenis data yang lebih variatif dibandingkan Database
Management System (DBMS) pada umumnya.

KARAKTERISTIK BIG DATA

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 dibandingkan kompetitor anda, apakah teknologi
yang anda miliki sekarang mampu melakukannya?

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.

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.
Pengertian dari big data sebenarnya dapatdibagi lagi ke dalam 3 bagian yang dikenal
dengan 3V. Nah, berikut ini adalah penjelasannya.
 1. Volume
Big data memiliki ukuran kapasitas data yang sangat besar. Pemrosesan data berukuran
besar sangat memungkinkan untuk dijalankan.

2. Velocity
Mengimbangi ukuran yang besar, kecepatan transfer data juga sangat stabil dan efektif.
Bahkan big data mampu menerima data secara real time atau langsung karena
kecepatannya begitu tinggi.

Kecepatan tinggi ini bisa diraih karena data diarahkan langsung ke memori alih-alih
menyimpannya di sebuah disk.

3. Variety
Big data mempunyai variasi data yang lebih banyak apabila dibandingkan dengan sistem
database seperti SQL. Jenis data yangdapat disimpan antara lain yang bersifat
tradisional, baik yang belum terstrukturmaupun sudah.

Video, audio, dan teks termasuk data yang harus melalui beberapa tahap terlebih dahulu
sebelum dapat diproses dalam sebuah database. Pasalnya, data-data tersebut masuk
belum didefinisikan secara langsung.

Selain 3V yang sudah dijelaskan, big data memiliki 2V lain, yaitu value dan veracity.
Value dalam big data yaitu aliran data tidak teratur dan konsisten dalam beberapa
periode dan kondisi.Apabila terjadi lonjakan data yang besar, maka sumber memori
yang dipakai untuk memproses juga akan lebih besar.

Sementara veracity adalah wujud pembenaran data. Data perlu diperiksa kualitasnya
melalui berbagai sumber. Untuk menghubungkan antar data diperlukan proses tersebut.
Apabila tidak ada hubungan yang baik, dapat memicu kontrol yang lepas kendali.
B. Fungsi dan Tujuan DATA BASE dan BIG DATA
B.1 Fungsi dan Tujuan dari DATA BASE
B.1.a. Fungsi dari DATA BASE

Kegunaan Basis Data Secara umum, seluruh sistem dalam kehidupan bisa
menggunakan konsep basis data dalam pengelolaan informasi, karena semua
sistem tersebut tak bisa lepas dari fakta.Bidang-bidang fungsional yang
memanfaatkan basis data dalam hal efisiensi, akurasi dan kecepatan operasi antara
lain adalah:

 Pergudangan (inventory), untuk perusahaan manufaktur (pabrik), grosir

(reseller), apotik dan lain-lain.
 Akuntansi, untuk berbagai perusahaan Layanan pelanggan (Customer care),
untuk perusahaan yang berhubungan dengan banyak pelanggan (bank, konsultan,
dan lain- lain).Bentuk-bentuk Perusahaan yang memanfaatkan Basis Data.
 Perbankan, dalam melakukan pengelolaan data nasabah, tabungan, pinjaman,
pembuatan laporan akuntansi, pelayanan informasi pada nasabah dan lain-lain.
 Pendidikan / sekolah, dalam melakukan pengelolaan data siswa, penjadwalan
kegiatan, perkuliahan, nilai, dan lain-lain.
  Telekomunikasi, dalam melakukan pengelolaan data administrasi kabel / data
pelanggan, menangani gangguan, dan lain-lain.
B.1.b Tujuan dari DATA BASE

a. Kecepatan dan kemudahan (Speed)

Yaitu agar pengguna basis data dapat menyimpan data, melakukan

perubahan/manipulasi terhadap data, dan menampilkan kembali data dengan lebih
cepat dan mudah dibandingkan dengan cara biasa (baik manual ataupun elektronis).

b. Efisiensi ruang penyimpanan (Space) Dengan basis data kita mampu melakukan
penekanan jumlah redundansi (pengulangan) data, baik dengan menerapkan
sejumlah pengkodean atau dengan membuat relasi-relasi antara kelompok data
yang saling berhubungan.

c)      Keakuratan (Accuracy) Agar data sesuai dengan aturan dan batasan tertentu
dengan cara memanfaatkan pengkodean atau pembentukan relasi antar data
bersama dengan penerapan aturan/batasan (constraint) tipe data, domain data,
keunikan data, dsb.

d)     Ketersediaan (Avaibility) Agar data bisa diakses oleh setiap pengguna yang
membutuhkan, dengan penerapan teknologi jaringan serta melakukan
pemindahan/penghapusan data yang sudah tidak digunakan / kadaluwarsa untuk
menghemat ruang penyimpanan.

e)      Kelengkapan (Completeness) Agar data yang dikelola senantiasa lengkap baik
relatif terhadap kebutuhan pemakai maupun terhadap waktu, dengan melakukan
penambahan baris-baris data ataupun melakukan perubahan struktur pada basis
data; yakni dengan menambahkan field pada tabel atau menambah tabel baru.

f)       Keamanan (Security) Agar data yang bersifat rahasia atau proses yang vital
tidak jatuh ke orang / pengguna yang tidak berhak, yakni dengan penggunaan
account (username dan password) serta menerapkan pembedaan hak akses setiap
pengguna terhadap data yang bisa dibaca atau proses yang bisa dilakukan.

g)       Kebersamaan pemakaian (Sharability) Agar data yang dikelola oleh sistem
mendukung lingkungan multiuser (banyak pemakai), dengan menjaga / menghindari
munculnya problem baru seperti inkonsistensi data (karena terjadi perubahan data
yang dilakukan oleh beberapa user dalam waktu yang bersamaan) atau kondisi
deadlock (karena ada banyak pemakai yang saling menunggu untuk menggunakan
data).

Fungsi Big Data

Big data memiliki 4 fungsi penting yangakan dijelaskan di bawah ini.

Menentukan Penyebab Masalah Secara Real Time

Big data mampu melakukan analisis danmenentukan sebab dari suatu masalah
yang terjadi di sistem. Secara bersamaan,big data juga mampu mengurangi
kemungkinan terjadi kekeliruan dalam proses penyimpanan data. Hasil analisis ini
pun mampu ditampilkan secara langsung atau

Mengambil Keputusan

Big data juga dapat dikombinasikan dengan smart device dan sistem seperti Internet
of Things (IoT) serta ArtificialIntelligence (AI). Fungsinya yaitu menerima serta
memberikan data sertainformasi yang diperlukan untuk mengembangkan suatu
produk.

Contohnya ada pada sistem smart city yang memakai bantuan AI dan jaringan
internet skala besar sehingga mampu menghubungkan titik-titik penting di kota,
bangunan, serta infrastruktur pendukung lainnya.

Mendeteksi Anomali dalam Bisnis

Gangguan teknis dan non teknik sangat mungkin terjadi pada suatu bisnis. Fungsi
dari big data sendiri adalah mendeteksi anomali atau aktivitas yang berhenti dan
menyimpang secara tepat dancepat.

Lebih lanjut, big data juga mampu membuat perencanaan dan memberikan
beberapa opsi untuk mengatasi atau mengurangi anomali tersebut. Tentunya proses
ini akan berlangsung sangat cepat agar aktivitas bisnis organisasi maupun
perusahaan tidak terganggu.

Hemat Biaya dan Waktu Untuk Meningkatkan Performa Aplikasi

Penyimpanan data memakai sistem big datajuga mampu mengurangi cost atau
biaya yang harus dikeluarkan perusahaan. Waktu yang diperlukan untuk
mengoperasikan dan mengelola data juga lebih singkat karena proses transfernya
sangat cepat.
Dengan begitu, peningkatan performa aplikasi dapat dilakukan dengan baik. Tak
heran mengapa banyak sekali perusahaan yang memakai sistem big data.

C. Keamanan dalam Data Base dan Big Data

C.1 Keamanan dan ancaman Data Base

keamanan sistem computer dalam Database di katagorikan dalam beberapa aspek

yaitu :

1.Privacy / Confidentiality

Inti utama aspek privacy  atau confidentiality adalah usaha untuk menjaga informasi
dari orang yang tidak berhak mengakses. Privacy lebih kearah data-data yang
sifatnya privat sedangkan confidentiality biasanya berhubungan dengan data yang
diberikan ke pihak lain untuk keperluan tertentu (misalnya sebagai bagian dari
pendaftaran sebuah servis) dan hanya diperbolehkan untuk keperluan
tertentutersebut.

2.Integrity

Aspek ini menekankan bahwa informasi tidak boleh diubah tanpa seijin
pemilik informasi. Adanya virus, trojan horse, atau pemakai lain yang mengubah
informasi tanpa ijin merupakan contoh masalah yang harus dihadapi. Sebuah e-mail
dapat saja “ditangkap” (intercept) di tengah jalan, diubah isinya (altered,tampered,
modified), kemudian diteruskan ke alamat yang dituju. Dengan kata lain, integritas
dari informasi sudah tidak terjaga. Penggunaan encryption dandigital signature,
misalnya, dapat mengatasi masalah ini.

3.Authentication

Aspek ini berhubungan dengan metoda untuk menyatakan bahwa informasi

betul- betul asli, orang  yang mengakses atau memberikan informasi adalah betul-
betul orang yang dimaksud, atau server yang kita hubungi adalah betul-betul
server yang asli.

4.Availability

Aspek availability atau ketersediaan berhubungan dengan ketersediaan informasi

ketika dibutuhkan. Sistem informasi yang diserang atau dijebol dapat menghambat
atau meniadakan akses ke informasi
5.Nonrepudiation

Merupakan hal yang bersangkutan dengan sipengirim, sipengirim tidak dapat

mengelak bahwa dialah yang mengirim  pesan/informasi itu.

6.Access control

Pengaturan (user ID) Aspek ini berhubungan dengan cara pengaturan akses kepada
informasi. Hal itu biasanya berhubungan dengan masalah authentication dan juga
privacy. Acces control seringkali dilakukan menggunakan kombinasi user id dan
password atau dengan menggunakan mekanisme lainnya.

Aspek-aspek  ancaman keamanan komputer :

1.Interruption

Merupakan suatu ancaman terhadap availibility. Informasi dan data yang ada dalam
sistem komputer dirusak dan dihapus sehingga jika dibutuhkan, data atau informasi
tersebut tidak ada lagi.

2.Interception

Merupakan ancaman terhadap kerahasiaan (secrecy). Informasi yang ada disadap

atau orang yang tidak berhak mendapatkan akses ke komputer dimana informasi
tersebut disimpan.

3.Modifikasi

Merupakan ancaman terhadap integritas, orang yang tidak berhak berhasil

menyadap lalulintas informasi yang sedang dikirim dan diubah sesuai keinginan
orang tersebut.

4.Febrication

Merupakan ancaman terhadap integritas. Orang yang tidak berhak berhasil meniru
(memalsukan) suatu  informasi yang ada sehingga orang yang menerima informasi
tersebut menyangka informasi tersebut berasal dari orang yang dikehendaki oleh si
penerima informasi tersebut.

Adapun kesimpulan yang saya ambil dari makalah ini adalah sebagai berikut :

1. Database menyimpan data dengan baik,akurat,dan relevan.

2. Database dapat mengurangi duplikasi data/penggandaan data (data redundancy).
3. Database mengurangi pemborosan tempat simpanan luar.
Berikut ini beberapa contoh database  dalam kehidupan sehari-hari.

1. Streaming video

Layanan streaming  video seperti YouTube dan Netflix

memanfaatkan database  mereka untuk melacak konten dan menyusun
algoritma. Dengan begitu, sistem bisa memberikan rekomendasi
tontonan sesuai selera tiap Anda masuk ke layanan.

Salah satunya adalah YouTube yang memanfaatkan MySQL

sebagai database. MySQL adalah database utama yang didukung oleh
Vitess, sistem pengelompokan basis data untuk penskalaan horizontal.
Di samping itu, YouTube juga memanfaatkan Memcache yang
digunakan untuk caching  dan Zookeeper untuk koordinasi node.

2. Bermain gim

Tahukah Anda bahwa permainan yang ada di media sosial

mengumpulkan data dengan intensif? Kumpulan data yang
dikumpulkan di antaranya adalah informasi pemain dan kemudian
menampilkannya kepada pemain lain sesuai permintaan.

Salah satunya adalah gim populer Minecraft. Pada gim ini, pengguna
dapat menjadi host  untuk server  yang dibuatnya sendiri dan kemudian
mengundang pemain lain. Untuk bisa mendatangkan kapabilitas ini,
sistem tentu saja harus mengumpulkan data dari pengguna

3. Penyimpanan cloud

Ketika Anda menyimpan foto atau file  apa pun ke smartphone  atau

bahkan ke solusi pencadangan online, maka saat itu juga, data sedang
ditransfer ke cloud. Cloud  sendiri merupakan lingkungan penyimpanan
pusat yang sangat besar dan hanya sebagian kecil ruang didedikasikan
untuk Anda.
Beberapa contoh penyimpanan cloud  populer di antaranya adalah
Google Drive, Microsoft OneDrive, iCloud, dan juga Dropbox. Semuanya
menggunakan model data kompleks yang didukung oleh data
warehouse  kuat guna memastikan data disimpan dengan aman, dan
tentunya bisa diakses kapan saja saat Anda membutuhkannya.

4. Media sosial

Tiap platform media sosial yang ada menyimpan data pengguna dalam
sebuah database  besar. Data tersebut kemudian digunakan untuk
membuat sistem rekomendasi kepada Anda, baik itu berupa
rekomendasi teman untuk ditambahkan, produk untuk dibeli, hingga
topik untuk dibahas.

Hasil akhirnya memang tampak sederhana, namun proses referensi

silang data ini sebenarnya sangat rumit dan perlu dukungan
dari database software yang andal. Sekarang ini, sudah tersedia
berbagai software  untuk mengelola database, beberapa
memilih database  NoSQL, namun ada juga yang masih menjalankan
MySQL di pusat data mereka (salah satu contohnya adalah Facebook).

5. e-Commerce

Tiap perusahaan yang menyediakan platform  jual-beli online  seperti

Tokopedia dan Shopee harus menggunakan database  untuk bisa
beroperasi dengan optimal. Mengapa demikian?

Ini karena database  dibutuhkan oleh platform  jual-beli online  untuk

membantu mengatur produk, daftar harga, informasi mengenai
pelanggan, hingga riwayat pembelian. Nantinya, pemilik lapak online
shop  di e-Commerce  dapat memanfaatkan data tersebut untuk
menyusun rekomendasi produk potensial kepada pelanggan. Di sisi
lain, pelanggan tidak perlu khawatir dengan masalah keamanan data
pribadinya karena telah dilindungi oleh standar keamanan tingkat
tinggi.

6. Prediksi cuaca

Contoh database  berikutnya adalah prediksi cuaca. Sistem prakiraan

cuaca sangatlah kompleks karena lembaga yang melakukan prediksi
harus mempertimbangkan berbagai faktor. Setelah itu, faktor tersebut
kemudian dikumpulkan, disimpan, dan dianalisis
dalam database  lembaga.

Penggunaan database  memungkinkan data cuaca dapat diakses dam

dikirim kepada pihak yang membutuhkan, seperti stasiun TV atau
kantor berita. Salah satu contohnya adalah The Weather Company.
Lembaga prediksi cuaca ini mengambil lebih dari 20 TB data per
harinya. Untuk bisa mengolah database, mereka
memanfaatkan software  seperti MySQL dan Microsoft SQL Server.

7. Database industri dan organisasi

Industri dan organisasi di seluruh dunia terus mengumpulkan data

masyarakat umum untuk berbagai alasan, seperti riset dan
pengembangan produk.

Biasanya, data yang dikumpulkan memiliki sifat sangat sensitif. Untuk

itu, industri dan organisasi biasanya menggunakan jasa dari pihak
ketiga untuk menangani data dengan seaman mungkin. Data tersebut
kemudian dikumpulkan, disimpan, dan dianalisis menggunakan
layanan database yang kuat dan memiliki jangkauan luas.

Contoh Penerapan Big Data

Setelah kamu paham apa itu big data danfungsinya, ini dia beberapa
contoh penerapan atau aplikasinya.

Internet

Hampir semua orang di dunia termasuk kamu hampir setiap hari

terhubung dengan internet. Hampir setiap hari kamu pasti memakai
Google untuk melakukan aneka pencarian informasi. Data hasil
pencarianyang kamu dapatkan ini disimpan dan termasuk ke dalam big
data milik Google.

Smartphone

Smartphone yang kamu pakai sebenarnya selalu menyimpan data

seperti riwayat telepon dan lokasi. Nah, ponsel yang kamu pakai setiap
hari ternyata memiliki data yang volumenya begitu besar tanpa
disadari.

Media Sosial

Seluruh informasi dan data yang diunggah ke medsos berupa teks,

images, video,audio, dan lain sebagainya disimpan oleh perusahaan
media sosial. Jadi,semua unggahan di media sosial termasuk dalam big
data.

Nah sekarang kamu sudah tahukan bahwake hadiran big data sangat
dekat dengan kehidupan kita sehari-hari. Di era digital seperti saat ini
big data memainkan peran yang sangat penting untuk menyimpan data
dengan jumlah yang sangat besar yang diperlukan untuk segala aspek
kehidupan manusia.

CONTOH BIG DATA DALAM BERBGAI BIDANG

Contoh di Sektor Swasta

Perusahaan eBay.com menggunakan dua gudang data pada 7,5

petabyte dan 40PB serta Hadoop klaster 40PB untuk pencarian,
rekomendasi, konsumen, dan merchandising . Di dalam eBay 90PB
data warehouse. Amazon.com menangani jutaan operasi back-end
setiap hari, serta pertanyaan dari lebih dari setengah juta penjual pihak
ketiga . Teknologi inti yang membuat Amazon berjalan adalah berbasis
Linux dan pada 2005 mereka memiliki tiga database Linux terbesar di
dunia , dengan kapasitas 7,8 TB , 18,5 TB , dan 24,7 TB .

Walmart menangani lebih dari 1 juta transaksi nasabah setiap jam ,

yang diimpor ke database diperkirakan mengandung lebih dari 2,5
petabyte ( 2.560 terabyte ) data – . Setara dengan 167 kali informasi
yang terdapat dalam semua buku di Perpustakaan Kongres AS.

FICO Falcon Penipuan Kartu Kredit Detection System melindungi 2,1

miliar akun aktif di seluruh dunia .
Volume data bisnis di seluruh dunia , di semua perusahaan , dua kali
lipat setiap 1,2 tahun , menurut perkiraan. Windermere Real Estate
menggunakan sinyal GPS anonim dari hampir 100 juta driver untuk
membantu pembeli rumah baru menentukan waktu berkendara khas
mereka ke dan dari tempat kerja di berbagai kali dalam sehari .

Contoh di Bidang Arsitektur

Pada tahun 2004 , Google menerbitkan sebuah makalah tentang proses

yang disebut MapReduce yang menggunakan arsitektur tersebut .
MapReduce framework menyediakan model pemrosesan paralel dan
implementasi terkait untuk memproses sejumlah besar data . Dengan
MapReduce , query dibagi dan didistribusikan di seluruh node paralel
dan diproses secara . Hasilnya kemudian dikumpulkan dan
disampaikan. Kerangka itu sangat sukses sehingga orang lain ingin
meniru algoritma . Oleh karena itu , sebuah implementasi dari
kerangka MapReduce diadopsi oleh sebuah proyek open source
Apache Hadoop bernama

Teknologi Topological Program Analisis Data DARPA.

Contoh di Bidang Pasar

” Big Data ” telah meningkatkan permintaan spesialis manajemen
informasi dalam Software AG , Oracle Corporation , IBM , Microsoft ,
SAP , EMC , HP dan Dell telah menghabiskan lebih dari $ 15 miliar untuk
perusahaan perangkat lunak hanya mengkhususkan diri dalam
manajemen data dan analisis . Pada tahun 2010 , industri ini sendiri
bernilai lebih dari $ 100 miliar dan tumbuh hampir 10 persen per
tahun, tentang dua kali lebih cepat sebagai bisnis perangkat lunak
secara keseluruhan .

Negara maju membuat meningkatnya penggunaan teknologi data-

intensif Ada 4,6 miliar langganan ponsel di seluruh dunia dan ada
antara 1 miliar sampai 2 miliar orang mengakses internet . Antara
tahun 1990 dan 2005 , lebih dari 1 miliar orang di seluruh dunia
memasuki kelas menengah yang berarti semakin banyak orang yang
memperoleh uang akan menjadi melek lagi yang pada gilirannya
menyebabkan pertumbuhan informasi . Kapasitas yang efektif di dunia
untuk bertukar informasi melalui jaringan telekomunikasi adalah 281
petabyte pada tahun 1986 , 471 petabyte pada tahun 1993 , 2,2 exabyte
pada tahun 2000 , 65 exabyte pada tahun 2007 dan diperkirakan
bahwa jumlah lalu lintas yang mengalir melalui internet akan mencapai
667 exabytes per tahun pada tahun 2013.

2.5 PENGGUNAAN BIG DATA DALAM PERUSAHAAN

IT logs Analytics

Penyimpanan Log jangka panjang, digunakan untuk analisa proses

sistem yang sedang berjalan untuk mencegah dan menaggulangi
kegagalan dalam sistem, mengunakan hasil analisa log untuk
menemukan dan mentukan secara pasti kegagalan apa yang terjadi
didalam sistem, menyiapkan langkah-langkah pasti yang dapat
digunakan sebagai solusi masalah sistem.

Fraud Detection Pattern

Banyak digunakan dalam Bidang keuangan atau dimana saja transaksi

finasial terlibat, Memaksimalkan pengunaan data-data yang ada untuk
memberikan kemampuan unutk mendeteksi fraud ketika transaksi
sedang berlangsung

The Social Media Pattern

Pengunaan Big data untuk analisa media social dan sentiment

pelangan, memberikan kemampuan bagi perusahan untuk mengetahui
keinginan customer secara luas, mendapatkan feedback secara
langsung, dan mengenali langsung dampak sentimen terhadap
penjualan, serta efektivitas dan penerimaan pelangan terhadap
pemasaran yang dilakukan.

The Call centere Mantra

Penyimpanan hasil perbincangan atau laporan customer dalam bentuk

text yang kemudian digunakan sebagai data untuk analisa masalah
yang dihadapai customer, memberikan kemampuan bagi perusahaan
untuk memberikan tanggapan yang cepat maupun secara langsung
terhadap masalah yang dihadapi customer, serta kemampuan unutk
mendeteksi penurunan loyalitas customer dikarenakan masalah dan
ketidakpuasaan.

Risk: Patterns for Modeling and Management

Memberikan kempuaan pengunaan data secara penuh dan analisis

dalam pemodelan resiko dan menejemen resiko untuk memberikan
pengetahuan akan resiko dan penanggulangannya secara tepat dan
langsung
Big data and The Energy Sector

Memberikan kemampuan penyimpanan dan pemrosesan data secara

langsung dari berbagai sumber(sensor), analisa dan kemudahan dalam
pengenalan noise untuk memisahkannya dari signal.

PERMASALAHAN MENGENAI BIG DATA

1. Bukan Hanya Masalah Ukuran, Tapi Lebih pada Ragam

Kini jelas bahwa Big Data bukan hanya masalah ukuran yang besar,

terlebih yang menjadi ciri khasnya adalah jenis datanya yang sangat
beragam dan laju pertumbuhan maupun frekwensi perubahannya
yang tinggi. Dalam hal ragam data, Big Data tidak hanya terdiri dari
data berstruktur seperti halnya data angka-angka maupun deretan
huruf-huruf yang berasal dari sistem database mendasar seperti
halnya sistem database keuangan, tetapi juga terdiri atas data
multimedia seperti data teks, data suara dan video yang dikenal
dengan istilah data tak berstruktur. Terlebih lagi, Big Data juga
mencakup data setengah berstruktur seperti halnya data e-mail
maupun XML.

Dalam hal kecepatan pertumbuhan maupun frekwensi

perubahannya, Big Data mencakup data-data yang berasal dari
berbagai jenis sensor, mesin-mesin, maupun data log komunikasi
yang terus menerus mengalir. Bahkan, juga mencakup data-data
yang tak hanya data yang berada di internal perusahaan, tetapi juga
data-data di luar perusahaan seperti data-data di Internet. Begitu
beragamnya jenis data yang dicakup dalam Big Data inilah yang
kiranya dapat dijadikan patokan untuk membedakan Big
Data dengan sistem manajemen data pada umumnya.

 
 2. Fokus pada Trend per-Individu, Kecepatan Lebih Utama
daripada Ketepatan

Hingga saat ini, pendayagunaan Big Data didominasi oleh

perusahaan-perusahaan jasa berbasis Internet seperti halnya
Google dan Facebook. Data yang mereka berdayakan pun bukanlah
data-data internal perusahaan seperti halnya data-data penjualan
maupun data pelanggan, lebih menitik beratkan pada pengolahan
data-data teks dan gambar yang berada di Internet. Bila kita melihat
gaya pemberdayaan data yang dilakukan oleh perusahaan-
perusahaan pada umumnya, yang dicari adalah trend yang didapat
dari pengolahan data secara keseluruhan. Misalnya, dari data
konsumen akan didapat informasi tentang trendkonsumen dengan
memproses data konsumen secara keseluruhan, bukan memproses
data per-konsumen untuk mendapatkan trend per-konsumen.

Dilain pihak, perusahaan-perusahaan jasa berbasis Internet yang

memanfaatkan Big Data justru memfokuskan pemberdayaan data
untuk mendapatkan informasi trendper-konsumen dengan
memanfaatkan atribut-atribut yang melekat pada pribadi tiap
konsumen. Sebut saja toko online Amazon yang memanfaatkan
informasi maupun atribut yang melekat pada diri per-konsumen,
untuk memberikan rekomendasi yang sesuai kepada tiap
konsumen. Satu lagi, pemberdayaan data alaBig Data ini dapat
dikatakan lebih berfokus pada kecepatan ketimbang ketepatan.

Bunga Dea Laraswati.2022.7 Contoh Database dalam Kehidupan Sehari-hari,

https://blog.algorit.ma/contoh-database/,2023.

Ariyantohamid.2016. PENGANTAR TEKNOLOGI INFORMASI,

https://unindrapti.wordpress.com/2012/12/04/makalah-database/,2023.

http://learnmine.blogspot.co.id/2015/02/pengertian-tentang-big-data.html

https://www.it-jurnal.com/pengertian-big-data/

http://adhityaibarda.blogspot.co.id/2014/03/big-data.html
kaisar safri jamil.2018. Makalah Big Data,
https://kaisarsafri.wordpress.com/2018/10/28/makalah-big-data/,2023.
https://pakdosen.co.id/database-adalah/