PENGANTAR DATA

ANALITIK
DATA ANALITIK DAN DATA MINING

ANDRI OKTARIAN, ST.,MT.

RENCANA PERKULIAHAN

• MATA KULIAH : DATA ANALITIK

• KODE / SKS : IEE4B2 / 2 SKS
• SEM. : IV ( EMPAT )

• TUJUAN PEMBELAJARAN :
• Mata kuliah ini memberikan pengetahuan kepada mahasiswa tentang konsep
Analitika Data, Big Data, dan peranan Big Data untuk memenangkan
persaingan pada era industrial 4.0.
 REFERENSI

• H. Cuesta, Practical Data Analysis. Birmingham: Packt Publishing, Ltd, 2013.

• V. Mayer-Schonberger and K. Cukier, Big Data: A Revolution That Will Transform How We
Live, Work.
• Sudeep Tanwar , Sudhanshu Tyagi and Neeraj Kumar, “Multimedia Big Data Computing for
IoT Applications”, Springer, 2020
SISTEM PENILAIAN

• ABSENSI : 10 %
• TUGAS : 20 %
• UTS : 30 %
• UAS : 40 %
 PENGANTAR DATA ANALITIK

TEKS

DATA FAKTA
ANGKA
 PENGANTAR DATA ANALITIK

Sosial Media E-Commerce Online Maps E-Wallet

DATA SOURCES

Internet Browsing E-Learning Medical Record IoT

PENGANTAR DATA ANALITIK

Dari data tahun 2016, dapat

dilihat terdapat jutaan data
yang terdistribusi dalam
hitungan satu menit (60
detik).

Dari jutaan data inilah yang

akan melahirkan istilah baru
yaitu : BIG DATA (Data Besar)

Bijkalah bersosmed, karena

banyak kejahatan yang dapat
terjadi.
 PENGANTAR DATA ANALITIK

Dalam Big Data ada istilah 4 V :

1.Volume : Jumlah Data yang tersimpan dalam

sistem, dalam ukuran jutaan data Tera Bite, Veta
Bite, Zeta Bite, Exa Bite.

2.Velocity : Kecepatan (Dalam waktu yang singkat

data bertambah secara signifikan)

3.Variety : Keragaman Data ( Data terstruktur dan

Data tidak terstruktur)

4.Veracity : Ada data yang Valid dan ada data yang

Hoaxs
 PENGANTAR DATA ANALITIK

4 V Pada Big Data : Volume

• Facebook menghasilkan 10TB data baru setiap hari, Twitter 7TB
• Sebuah Boeing 737 menghasilkan 240 terabyte data penerbangan selama penerbangan dari satu
wilayah bagian AS ke wilayah yang lain
• Microsoft kini memiliki satu juta server, kurang dari Google, tetapi lebih dari Amazon, kata Ballmer
(2013).

• Catatan: Kita dapat menggunakan semua data ini untuk memberitahu kita sesuatu, jika kita
mengetahui pertanyaan yang tepat untuk bertanya.

Google Cloud Platform

Bentuk infrastruktur data center
 PENGANTAR DATA ANALITIK

4 V Pada Big Data : Volume

Traditional Approach Big DataApproach

Analyzed All available

information information
analyzed

All available
information

Analyze small Analyze all data

subsets of data
 PENGANTAR DATA ANALITIK

4 V Pada Big Data : Velocity

• Kecepatan data yang masuk (per jam, per detik, etc). Clickstreams (web log) dan transfer data
asynchronous yang dapat menangkap apa saja yang dilakukan oleh jutaan atau lebih pengguna
yang lakukan saat ini.

Traditional Approach Big DataApproach

Hypothesis Question Data Exploration

Answer Data Insight Correlation

Start with hypothesis and test Explore all data and

against selected data identify correlations
 PENGANTAR DATA ANALITIK

4 V Pada Big Data : Variety

• Kumpulan dari berbagai macam data, baik data yang

terstruktur, semi terstruktur maupun data tidak
terstruktur (bisa dipastikan lebih mendominasi).

• Tampilan data semakin komprehensif (lengkap dan

menyeluruh).
 PENGANTAR DATA ANALITIK

4 V Pada Big Data : Veracity

• Ketidakpastian akan data.

• Business process rawan akan kesalahan, tergantung datanya
• Bagaimana suatu data dapat dipercaya mengingat
keandalan sumbernya
• Bagaimana mengelola, mengolah data mana yang benar
dan mana yang salah
Ekosistem Pada Big Data
Gambaran dari Ekosistem Big Data

1. Data Devices
2. Data Collectors
3. Data Aggregators: kompilasi informasi dari database dengan tujuan
untuk mempersiapkan dataset gabungan untuk pengolahan data.
4. Data Users/ Buyers
 Big Data Analytics

• Apa yang dimasud dengan Analytics? Sebuah titik awal untuk

memahami Analytics adalah Cara untuk mengeksplorasi/menyelidiki/
memahami secara mendalam suatu objek sampai ke akar-akarnya
• Hasil analytics biasa tidak menyebabkan banyak kebingungan, karena
konteksnya biasanya membuat makna yang jelas

Gambar: Dari DSS berkembang menjadi BI kemudian menjadi Analytics.

Big Data Analytics

• Data Analytics sendiri adalah serangkaian proses untuk menggali informasi atau
insight dari kumpulan data.

• Informasi tersebut dapat berupa pola, korelasi, trend, dan lain sebagainya. Data
analytics seringkali melibatkan teknik dan algoritma pengolahan data yang
cukup kompleks seperti data mining maupun perhitungan statistik.
Big Data Analytics
• Secara umum big data analytics terbagi 4 kategori

1. Descriptive Analytics
Analisis ini digunakan untuk menjawab pertanyaan mengenai apa yang sedang terjadi. Hampir semua
organisasi telah mengimplementasikan analisis jenis ini.
2. Diagnostic Analytics
Setelah mengetahui apa yang terjadi, biasanya pertanyaan berikutnya adalah mengapa bisa terjadi. Analisa
jenis ini menggunakan drill-down data untuk mencari alasan lebih mendalam mengenai apa yang sedang
terjadi.
3. Predictive Analytics
Analisis prediktif memberikan prediksi mengenai apa yang akan terjadi berdasarkan data-data yang ada.
Analisa jenis ini menggunakan teknik dan algoritma machine learning dan artificial intelligence untuk
menghasilkan model prediksi berdasarkan data-data historis.
4. Prescriptive Analytics
Memanfaatkan analisis deskriptif dan prediktif, analisis jenis ini memberikan insight untuk dapat
memperoleh hasil yang sesuai dengan apa yang telah diprediksikan.
Contoh Big Data Analytics
• Contoh perusahaan yang menggunakan analisis Big Data
Starbucks (Memperkenalkan Produk Coffee Baru). Pagi itu kopi itu mulai
dipasarkan, pihak Starbucks memantau melalui blog, Twitter, dan kelompok
forum diskusi kopi lainnya untuk menilai reaksi pelanggan. Pada pertengahan-
pagi, Starbucks menemukan hasil dari analisis Big Data bahwa meskipun orang
menyukai rasa kopi tersebut, tetapi mereka berpikir bahwa harga kopi tersebut
terlalu mahal. Maka dengan segera pihak Starbucks menurunkan harga, dan
menjelang akhir hari semua komentar negatif telah menghilang. Bagaimana
jika menggunakan analisis tradisional?
• Contoh tersebut menggambarkan penggunaan sumber data yang berbeda dari
Big Data dan berbagai jenis analisis yang dapat dilakukan dengan respon
sangat cepat oleh pihak Starbucks.
 Profesi Data Analytics :

• Bidang Pekerjaan baru Big Data Analytics:

• Deep Analytical Talent/Data scientists (Memiliki bakat analitis yang
mendalam/Ilmuwan Data):
• orang-orang dengan latar belakang yang kuat dalam algoritma- algoritma sistem cerdas, atau
matematika terapan, atau ekonomi, atau ilmu pengetahuan lainnya melalui inferensi data dan
eksplorasi.
• Data Savvy Professionals (para profesional data Cerdas):
• Mereka tahu bagaimana untuk berpikir tentang data, bagaimana mengajukan jenis pertanyaan
(goal) yang tepat sesuai dengan kebutuhan lembaga/perusahaan/lainnya dan mampu
memahami dan mengklarifikasi jawaban (hasil analisis) yang mereka terima.
• Technology and data enablers:
• Mampu memberikan dukungan integrasi antara data dengan teknologi yang sesuai, dan yang
paling berkembang saat ini.