PROGRAM STUDI TEKNIK

INDUSTRI
Q
UNIVERSITAS MERCU BUANA

TUGAS BESAR 1

SMART MANUFACTURING

Disusun Oleh:
POPI FIRDA RUBAI’AH 41620110058

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS MERCU BUANA
JAKARTA
2023
Jurnal 1
Peran Big Data pada Sektor Industri Perdagangan: Tinjauan Literatur pada
Perusahaan Bidang Perkantoran
Abstrak:
Perkembangan ilmu
pengetahuan dan teknologi telah
membawa pertumbuhan yang pesat pada
sektor industri perdagangan yang
mengarah pada ekonomi digital. Hal
tersebut didukung dengan adanya peran
big data. Penelitian ini bertujuan untuk
menguraikan peran big data dalam
sektor industry perdagangan melalui
publikasi artikel dengan topik ekonomi
dalam informasi. Pada penelitian ini
menggunakan metode tinjauan literature
sistematis (systematic literature review)
dengan pendekatan kualitatif. Dengan
cara mengidentifikasi, mengintrepretasi
serta mengevaluasi terhadap temuan
hasil penelitian. Ditemukan 10 artikel
yang membahas mengenai peran big
data dalam sektor industri perdagangan,
dengan 5 artikel berisi terkait peran big
data salah satunya sebagai strategi
marketing serta 5 artikel lain juga
membahas tantangan dalam penerapan
big data salah satunya kurangnya
kompetensi SDM. Berdasarkan
keseluruhan temuan artikel jurnal ilmiah
bahwa big data memiliki berbagai peran
dalam sektor industri perdagangan di
Indonesia salah satunya sebagai alat
strategi bagi perusahaan bidang
perkantoran, namun dalam
penerapannya memiliki tantangan paling
besar dalam kompetensi SDM dalam
mengelola big data.
Keyword: Big Data, Industri
Perdagangan, Informasi, Literatur
Sistematis, Ekonomis
PENDAHULUAN
Pertumbuhan pengguna
internet, media sosial dan transaksi ele
nbvcxzktronik saat ini mengalami
tingkat kenaikan yang luar biasa.
Kenaikan ini tentu disebabkan karena
‘sudah terhubungnya perangkat telepon
bergerak (mobile telephone) dengan
jaringan internet. Aktivitas-aktivitas
berbasiskan internet seperti media
sosial, transaksi online, catatan real-time
sensor Internet of Thing’s (IoT), data
resmi pemerintah dan sebagainya
menyumbang pesatnya pertumbuhan big
data, bahkan pada tahun 2020 jumlah big
data diperkirakan melebihi jumlah
bintang di alam semesta.
Adanya perkembangan big data
juga memicu terjadinya pertumbuhan
ekonomi digital, ekonomi digital dapat
dipahami sebagai aktivitas atau transaksi
ekonomi yang menitik beratkan pada
media internet. Pada ekonomi digital,
pasar serta transaksi antara penjual dan
pembeli berlangsung di dunia maya
(internet) tanpa ada tatap muka.
Karakteristik dari ekonomi digital yaitu:
tidak adanya tatap muka antara penjual
dan pembeli, lokasi geografis tidak lagi
relevan, penggunaan data digital yang
besar, adanya platform tertentu yang
menjadi kunci utama kegiatan ekonomi.
Ekonomi digital akan berdiri kokoh jika
didukung oleh 3 (tiga) pilar berikut:
Infrastruktur teknologi, e-business yaitu
proses dimana organisasi melakukan
1
aktivitas jual-beli melalui internet, dan
e-commerce yaitu adanya transaksi
perniagaan secara online, dengan
berkembangnya ekonomi digital maka
diharapkan mampu mendorong ekonomi
global, meningkatkan produktivitas
industri yang sudah ada, serta membuka
pasar baru dalam rangka mencapai
pertumbuhan jangka panjang.
Infrastruktur teknologi dalam
pengembangan ekonomi digital salah
satunya yaitu teknologi big data.
Implementasi data mining dalam
ekonomi digital dapat diterapkan untuk
menganalisa berbagai macam informasi
yang berguna bagi pelaku ekonomi.
Trend aktivitas ekonomi pada ekonomi
digital dapat diketahui dan diklasterisasi
berdasarkan beberapa hal seperti musim,
hari raya, wilayah dan lain sebagainya.
Pesatnya pertumbuhan big data
ini juga dapat dimanfaatkan dalam
meningkatkan pertumbuhan ekonomi
dan bisnis. Sudah banyak perusahaan
besar maupun pelaku Usaha Kecil dan
Menengah (UKM) yang telah
memanfaatkan teknologi big data ini.
Meski pemanfaatan ‘Big Data’ terbilang
rumit dan mahal, namun UKM bermodal
kecil pun bisa memanfaatkannya asal
tahu persis tujuan bisnisnya sehingga
memudahkan proses identifikasi data
yang dibutuhkan. Pada makalah ini akan
dipaparkan tentang bagaimana peran Big
Data dalam sektor industry perdagangan
di Indonesia. Peran big data serta
peluang dan tantangan yang dihadapi
dalam pemanfaatan big data.
Penelitian mengenai peran dan
pemanfaatan big data dalam sektor
industry perdagangan memang telah
banyak dilakukan, namun terbatas pada
sektornya. Namun, pada penelitian ini
mencakup semua sektor industri
perdagangan termasuk salah satunya
ekonomi digital. Penelitian mengenai
peran big data dalam sektor industri
perdagangan dianggap relevan dengan
menggunakan pendekatan tinjauan
literatur sistematis, sehingga penelitian
ini dapat menjadi bahan referensi dan
masukan untuk penelitian lain
dikemudian hari. Pada penelitian ini juga
akan menguraikan peran big data dalam
sektor industry perdagangan melalui
publikasi artikel dengan topik ekonomi
dalam informasi.
METODE PENELITIAN
Pada penelitian ini menggunakan
metode tinjauan literature sistematis
(systematic literature review) dengan
pendekatan kualitatif. Adapun metode
systematic literature review merupakan
suatu metode yang dilakukan dengan
cara mengidentifikasi, mengintrepretasi
serta mengevaluasi terhadap semua hasil
riset atau penelitian yang relevan dengan
research question serta topik fenomen
tertentu yang menjadi fokus perhatian
oleh peneliti Kitchenham (Siswanto,
2010).
Adapun langkah-langkah dalam
pengumpulan data dengan sistematika
review Francis (Siswanto, 2010) yaitu
pertama dengan merumuskan
pertanyaan penelitian, kedua mencari
literature untuk tinjauan sistematis,
ketiga menskrining dan menyeleksi
artikel penelitian yang sesuai dan
relevan, keempat menganalisis dan
mensintesis terhadap temuan-temuan
artikel kualitatif tersebut, lalu kelima
dengan memberlakukan kendali mutu
terhadap temuan yang telah diperoleh
dan langkah terakhir keenam dengan
menyusun atau membuat laporan.
Menyusun Research Question
Dalam menyusun pertanyaan
peneliti mengacu pada pendekatan
2
PICOC (Population, Intervention,
Comparison, Outcomes, Context)
(Pettricrew, 2006). Dengan kriteria
Populationnya mencakup peran big data
dalam sektor industry perdagangan;
kriteria dalam Intervention mencakup
pada batasan mengenai tantangan atau
kendala dalam pemanfaatan big data
pada sektor industry perdagangan, untuk
kriteria Comparison cakupannya tidak
ditemukan, kemudian pada kriteria
Outcomes mencakup pada peran big
data dan tantangan atau kendala serta
hambatan dalam pemanfaatan big data
dalam sektor industry perdagangan dan
terakhir yaitu Context berisi cakupan
ulasan dari hasil identifikasi pencarian
peran big data dalam sektor industry
perdagangan.
Sehingga mengacu pada uraian
Tabel 1 tersebut, dihasilkan pertanyaan
penelitian sebagai berikut:
R1: Berapa banyak jumlah penelitian
yang digunakan pada peran big data
dalam sektor industri perdagangan?
R2: Bagaimana tantangan atau kendala
serta hanbatan dalam pemanfaatan big
data dalam sektor industri perdagangan?
R3: Bagaimana bentuk peranan atau
pemanfaatan big data dalam sektor
industri perdagangan?
Strategi Penelusuran
Tahapan pelaksanaan pada
penelitian ini mengacu pada pendeketan
PRISMA (Preferred Reporting Items for
Systematic Reviews and Meta Analyses)
yang merupakan strategi dalam
penelusuran artikel yang ditunjukkan
dengan melalui istilah penelusuran,
sumber data dan informasi dari database
secara online, penggunaan kriteria
inklusi dan eksklusi serta penilaian hasil
penelusuran dengan menjelaskan hasil
penelusuran data yang telah diperoleh
Handayani (Safira dkk., 2020).
Istilah Penelusuran
Pada istilah penelusuran ini merupakan
suatu integrasi dan kombinasi dari
beberapa kosata kata yang mempunyai
kesamaan atau sinonim dengan
menerapkan pada penggunaan metode
penelusuran Boolean yaitu AND, OR,
dan NOT. Dengan kriteria Population
pada integrasi sinonimnya yaitu peran
big data dalam sektor industry
perdagangan OR pemanfaatan big data
dalam sektor industry perdagangan,
dalam Intervention mencakup kriteria
sinonim peran big data OR pemanfaatan
big data AND tantangan dalam
pemanfaatan big data AND kendala
dalam pemanfaatan big data dan kriteria
Method terdapat integrasi sinonim
Pelaksanaan OR tantangan OR kendala.
Sumber Literatur dan Kriteria Iklusi dan
Eksklusi
Penelitian ini hanya
menggunakan satu jenis database atau
pangkalan data yaitu: Google Scholar.
Database ini digunakan dalam
menelusur artikel-artikel penelitian yang
mencakup peran big data dalam sektor
industry perdagangan di Indonesia.
Pemilihan database ini dikarenakan
banyak tersedia artikel jurnal yang open
access. Selanjutnya dalam penelitian ini
ditentukan batasan istilah yang
diterapkan dalam penelitian yang mana
publikasi ilmiah selama 5 tahun terakhir
dari tahun 2015-2020 terhitung saat
penelitian dilaksanakan. Adapun kriteria
inklusinya yaitu artikel jurnal ilmiah
yang dipublikasikan menggunakan
Bahasa Indonesia, artikel jurnal ilmiah
yang diterbitkan dari tahun 2015-2020
atau 5 tahun terakhir dan artikel jurnal
ilmiah yang berfokus pada pelaksanaan
pelestarian warisan budaya, baik itu
peranan terkait upaya atau usaha dan
tantangan atau kendala, serta kebijakan
3
dari perpustakaan dan kriteria
enklusinya berupa artikel jurnal ilmiah
yang dipublikasikan dengan Bahasa
Asing selain Bahasa Indonesia, artikel
jurnal ilmiah yang diterbitkan sebelum
ataupun sesudah tahun 2015-2020, serta
artikel jurnal ilmiah yang tidak relevan
dan sesuai dengan cakupan bahasan
topik penelitian.
Dalam pengendalian kualitas
hasil pencarian mempunyai tujuan
dalam mengevaluasi kualitas dari artikel
jurnal ilmiah dan manfaat temuan yang HASIL DAN PEMBAHASAN
telah diperoleh. Pada Tabel 4 terdapat Hasil
uraian pertanyaan yang membantu
dalam menilai kualitas hasil pencarian
dan temuan. Pada setiap pertanyaan
tersebut mempunyai tiga alternative
jawaban dengan nilainya masingmasing,
yaitu jawaban Ya bernilai 1; Ragu-ragu
bernilai 0.5; Tidak bernilai 0 (Adrian
dkk., 2016 dalam Safira dkk., 2020).
Dengan pertanyaan 1. Apakah
dalam artikel jurnal ilmiah ini
mendeskripsikan secara jelas tujuan dan
maksud penelitian dilakukan?. 2.
Apakah penelitian ini terdapat deskripsi
yang jelas mengenai metode penelitian
yang digunakan?. 3. Apakah penelitian
ini menjelaskan peran atau upaya
perpustakaan dalam pelestarian warisan
budaya secara detail? Dengan
keseluruhan pertanyaan disertai dengan
jawaban Ya/ RaguRagu/ Tidak.
Tabel 1. Penilaian Kualitas
Penelitian.

4

Berdasarkan strategi penelusuran pada
database jurnal ilmiah Google Scholar
sebanyak 15 artikel jurnal ditemukan.
Namun setelah dilakukan tahapan
seleksi, 2 artikel tidak bisa diakses
secara full text dan 3 artikel jurnal lain
eksklusi berdasarkan konten artikel
jurnal yang dianggap tidak relevan
dengan fokus penelitian. Sehingga total
artikel yang akan direview dalam
penelitian ini sebanyak 10 artikel jurnal.
Dengan berdasarkan pada data
yang terkumpul dan dilakukan penilaian
kualitas hasil penelusuran berdasarkan
kriteria yang telah ditentukan penulis,
hasil penilaian menunjukan nilai
terendah 1,5 (3 artikel), nilai 2,5 (2
artikel) dan nilai tertinggi 3 (5 artikel).
Gambar 1 Penilaian Kualitas Hasil
Penelitian Sumber: Data Analisis
Peneliti 2021
R1: Berapa banyak jumlah penelitian
yang digunakan pada peran big data
dalam sector industri perdagangan?
Berdasarkan tahapan seleksi
pada temuan artikel jurnal ilmiah, maka
artikel jurnal ilmiah telah diseleksi dan
digunakan pada peran big data dalam
sektor industry perdagangan terdapat 10
artikel jurnal ilmiah serta keseluruhan
artikel ini menggunakan pendekatan
secara kualitatif. Adapun metode
pengumpulan data yang digunakan
dalam artikel jurnal ilmiah tersebut yaitu
melalui observasi, studi literatur dan
dokumentasi. Sebanyak 1 artikel melalui
metode pengumpulan data observasi dan
sisanya 9 artikel menggunakan metode
pengumpulan data yaitu studi literatur
dan dokumentasi. Dengan distribusi
tahun pada temuan artikel jurnal ilmiah.
yang digunakan dalam penelitian
yaitu selama 5 tahun terakhir dari 2015-
2020. Hasil temuan menghasilkan 1
artikel jurnal ilmiah yang diterbitkan
tahun 2012 yaitu A5, artikel jurnal
ilmiah yang diterbitkan tahun 2017
terdapat 1 artikel yaitu A6, artikel jurnal
ilmiah yang diterbitkan tahun 2018
sebanyak 3 artikel yang masing-masing
A2 dan A4. Terbit tahun 2019 sebanyak
3 artikel yang masing-masing A7, A8
dan A10. Artikel jurnal yang terbit tahun
2020 sebanyak 3 artikel yaitu masing-
masing A1, A3 dan A9
Gambar 2 Pengguna metode dalam
5
artikel Sumber: Data Analisis Peneliti
2021
R2: Bagaimana tantangan atau kendala
dalam peranan atau pemanfaatan big
data dalam sektor industry perdagangan?
Berdasarkan hasil ulasan dari
temuan artikel jurnal ilmiah yang
digunakan pada penelitian ini, maka
dapat diketahui bahwa tantangan atau
kendala dalam peran dan pemanfaatan
big data pada sektor industry
perdagangan yaitu kompetensi SDM,
literasi masyarakat yang masih
tergolong rendah, kepastian hukum.
Sebanyak 8 artikel (A3, A4, A5, A6, A7,
A8, A9, A10) mempunyai tantangan
atau kendala dalam minimnya
kompetensi SDM, kemudian kendala
terkait belum adanya kepastian hukum
pada artikel (A2), selanjutnya kendala
pada literasi masyarakat yang masih
tergolong rendah pada artikel jurnal
ilmiah terseleksi (A1).
Gambar 3 Tantangan dalam
Pemanfaatan Big Data Sumber: Data
Analisis Peneliti 2021
R3: Bagaimana bentuk peranan atau
pemanfaatan big data dalam sektor
industri perdagangan?
Berdasarkan hasil ulasan dari
temuan artikel jurnal ilmiah terseleksi,
maka ditemukan beberapa bentuk
peranan atau pemanfatan big data dalam
sektor industri perdagangan yaitu
dengan menunjukkan distribusi harga
(A1 dan A7)), perlindungan privasi
konsumen (A2), peramalan harga saham
(A3), penggali potensi pajak (A5),
sebagai manajemen penciptaan nilai
perusahaan (A8), sebagai internet of
things (A9), penghubung nilai bisnis
(A10) dan sebagai strategi pemasaran
(A4 dan A7)
Gambar 4 Bentuk Pemanfaatan Big Data
Sumber: Data Analisis Peneliti 2021
Pembahasan
Big Data merupakan istilah yang
menggambarkan sebuah volume yang
berjumlah besar, baik data terstruktur
maupun sebaliknya. Sehingga sebagian
besar nilai yang telah ditawarkan kepada
perusahaan yang besar berawal dari
suatu data besar yang selalu dilakukan
analisa yang bertujuan untuk
mengembangkan serta menawarkan
pelayanan yang jauh lebih baik dalam
mengembangkan produk, serta fitur-fitur
baru yang dimiliki. Dengan melalui
perkembangan teknologi data yang telah
tersimpan dalam jumlah yang besar
dalam suatu perusahaan dapat
dimanfaatkan dalam suatu pengambilan
keputusan serta untuk meningkatkan
daya saing dengan perusahaan sejenis
(Toba, H, 2015). Sejalan dengan itu
(Labrinidis, A., & Jagadish, H. V, 2012)
penerapan big data dalam dunia bisnis
6
sangat penting dikarenakan bentuk data
yang ada dalam suatu bisnis berbentuk
tidka terstruktur sehingga dengan
adanya big data data tersebut dapat
dimanfaatkan untuk operasional serta
pengembangan bisnis. Jika suatu
perusahaan tidak mengadopsi teknologi
tersebut, maka lambat laun perusahaan
tersebut akan tertinggal.
Big data sendiri erat kaitannya
dengan jumlah volume yang besar baik
itu bersifat terstruktur maupun tidak
terstruktur. Dalam dunia bisnis yang
terpenting dar suatu data
bukanmengenai kuantitasnya, namun
bagaimana data tersebut dapat dikelola
serta dimanfaatkan untuk
mengembangkan bisnis yang sedang
berlangsung (Pujianto, A dkk, 2018).
Transformasi digital kini telah
mendominasi agenda setiap organisasi,
oleh karena itu para pemimpin dan
pembuat keputusan menggunakan data
untuk menemukan cara baru untuk tetap
dapat berinteraksi dengan pelanggan.
Para ahli mengatakan jika hasil analisis
big data dapat digunakan untuk
menyelesaikan masalah dengan cepat,
mempercepat inovasi, dan mendorong
pertumbuhan untuk keunggulan yang
kompetitif. Saat ini hampir setiap orang
sudah dapat mengakses internet dari
smartphone atau tablet yang memiliki
jumlah data cukup besar. Maka tidak
heran jika data memiliki nilai strategis
karena Big Data dianggap sebagai
modal.
Berdasarkan hasil analisis dari
temuan artikel ilmiah maka ditemukan
bahwa peranan big data dalam sektor
industry perdagangan dapat
menunjukkan distribusi harga, dapat
menjadi perlindungan privasi konsumen,
peramalan harga saham, penggali
potensi pajak, sebagai manajemen
penciptaan nilai perusahaan, sebagai
internet of things, penghubung nilai
bisnis dan sebagai strategi pemasaran
bagi perusahaan yang menerapkannya.
Sejalan dengan itu menurut (Ilafi, A. K.,
Jowanti, L., & Fadhilah, A. N, 2020) Big
data dapat berperan dalam membantu
perusahaan untuk berinovasi dengan
mempelajari hubungan antara manusia,
lembaga, entitas, dan proses. Perusahaan
dapat menggunakan data insight untuk
meningkatkan keputusan tentang
pertimbangan keuangan dan
perencanaan. Perusahaan dapat
memperhatikan tren dan apa yang
pelanggan inginkan pada produk atau
layanan baru.
Pendapat yang sama juga
dikemukakan oleh (Sirait, E. R. E, 2016)
bahwa peran big data dalam dunia bisnis
ini adalah untuk memahami kondisi
pasar. Kondisi pasar akan mudah
berubah sewaktu-waktu sehingga
dengan big data ini diharapkan mampu
melihat perubahan tren pasar dengan
cepat. Hal yang membuat tren pasar ini
berubah dikarenakan perilaku pembelian
konsumen yang berubah. Dalam bisnis
big data juga bisa untuk mengetahui
produk yang paling banyak dijual dan
bisa menghasilkan produk di masa
depan yang sesuai dengan tren, sejalan
dengan itu (Maryanto, B, 2017)
menyatakan bahwa big data berperan
dalam pengontrol reputasi bisnis online
yang dimiliki. Tools yang ada pada big
data ini bisa melakukan analisis
sentimen, sehingga pebisnis akan bisa
melihat seberapa banyak umpan balik
tentang siapa saja yang telah
memberikan respons perusahaan. Peran
yang terakhir adalah big data akan
mampu memahami pelanggan dengan
baik. Big data akan mampu mengetahui
apa yang pelanggan inginkan dan
7
memberikan pelayanan terbaik kepada
mereka. Dengan menggunakan big data
ini perusahaan aka bisa meminimalkan
keluhan dan komplain pelanggan.
Manfaat big data mulai ditemukan
seiring perkembangan teknologi analisis
pemroses data yang memberikan solusi
bagi bisnis untuk menganalisis big data
secara real time.
Dengan demikian manfaat big
data bagi pihak korporasi/pelaku
ekonomi diantaranya untuk: 1.
Mengetahui respon masyarakat terhadap
produk-produk yang dikeluarkan
melalui analisis sentimen di media
sosial.2. Membantu perusahaan
mengambil keputusan secara lebih tepat
dan akurat berdasarkan data.3.
Membantu meningkatkan citra
perusahaan di mata pelanggan 4.
Perencanaan usaha, denga nmengetahui
perilaku pelanggan seperti pada usaha
telekomunikasi dan perbankan.5.
Mengetahui trend pasar dan keinginan
konsumen seperti pada e-commerce dan
ekonomi kreatif (Cholissodin, I., &
Riyandani, E, 2016). Pernyataan ini
diperkuat oleh (Nugroho, F. P dkk,
2019) bahwa teknologi big data akan
berfokus menemukan benang
tersembunyi, tren, maupun pola
tumpukan data dari perusahaan,
kemudian data tersebut diproses dan
dikelola sehingga mampu membuka
peluang baru. Peran big data Indonesia
ini penting dalam dunia bisnis karena
memiliki sifat high-volume, high-
variety, dan high velocity yang mana
artinya data yang ada sangat melimpah,
ragamnya sangat banyak, bisa
didapatkan dengan cara real-time, dan
banyak informasi yang akan didapatkan
dari big data tersebut.
Sehingga Big data dalam konsep
bisnis memiliki peranan yang sangat
penting bagi perusahaan agar dapat
bersaing di industri yang semakin ketat.
Perkembangan pola usaha dengan
kemajuan teknologi memicu perubahan
manajemen bisnis, sosial, pola politik,
pola budaya. Big data ini dapat
digunakan untuk menemukan karakter
pelanggan sehingga perusahaan dapat
memanfaatkan wawasan ini untuk
peningkatan produk, strategi bisnis, dan
kampanye pemasaran untuk memenuhi
keinginan pelanggan. Hasil analisis ini
membantu perusahaan dalam
memanfaatkan data dan
menggunakannya untuk
mengidentifikasi peluang baru yang
mungkin bisa dikelola. Potensi
penggunaan big data untuk kemajuan
bisnis sesungguhnya tanpa batas. Hasil
analisis big data dapat digunakan untuk
menyelesaikan masalah dengan cepat,
mempercepat inovasi, dan mendorong
pertumbuhan untuk keunggulan yang
kompetitif. Potensi big data terletak pada
kemampuannya untuk menghadirkan
perspektif dan peluang baru dari
sejumlah besar data yang selama ini
belum digunakan dengan pemroses data
konvensional.
Jumlah data yang telah dibuat
dan disimpan pada tingkat global hari ini
hampir tak terbayangkan jumlahnya.
Data tersebut terus tumbuh tanpa henti.
Big Data memiliki potensi tinggi untuk
mengumpulkan wawasan kunci dari
informasi bisnis. Pentingnya Big Data
tidak hanya berputar pada jumlah data
yang organisasi miliki, tetapi hal yang
penting adalah bagaimana mengolah
data dari internal dan eksternal.
Perusahaan dapat mengambil data dari
sumber manapun dan menganalisanya
untuk menemukan jawaban yang
diinginkan dalam bisnis, seperti: 1)
Pengurangan biaya; 2) Pengurangan
8
waktu; 3) Pengembangan produk baru
dan optimalisasi penawaran produk; dan
4) Pengambilan keputusan yang cerdas.
Namun dalam temuan artikel
jurnal ilmiah pada penerapan big data ini
memiliki beberapa tantangan, hambatan
dan sekaligus kendala diantarannya
yaitu kompetensi SDM, literasi
masyarakat yang masih tergolong
rendah, kepastian hukum. Kurangnya
kompetensi SDM menjadi tantangan
paling besar dalam penerapa big data
dalam sektor industri. Sejalan dengan itu
menurut (Ali, I, 2019) penghambat
terbesar dalam implementasi big data
justru muncul dari pemilik data dimana
mereka masih berkutat dengan data dan
belum analisis. Padahal untuk bisa
membaca data secara akurat analisis ini
sangat diperlukan. Selain itu hambatan
implementasi selanjutnya adalah muncul

9
dari pihak internal big data sendiri (2012). Challenges and opportunities with
dimana jumlah ilmuwan yang mampu big data. Proceedings of the VLDB
memahami big data dengan baik ini Endowment, 5(12), 2032-2033
masih sangat sedikit sehingga Maryanto, B. (2017). Big Data dan
perusahaan tidak akan bisa Pemanfaatannya dalam Berbagai Sektor.
memanfaatkannya dengan maksimal. Media Informatika, 16(2), 14-19.
Namun untungnya saat ini ada Nugroho, F. P., Abdullah, R. W., Wulandari,
beberapa vendor kredibel yang S., & Hanafi, H. (2019). Keamanan Big
menawarkan big data disertai dengan Data di Era Digital di Indonesia. Jurnal
konsultan big data kompeten. Dengan Informa, 5(1), 28-34.
bantuan konsultan yang Pujianto, A., Mulyati, A., & Novaria, R.
berpengalaman tersebut perusahaan (2018). Pemanfaatan Big Data dan
akan bisa menggunakan big data Perlindungan Privasi Konsumen di Era
dengan lebih maksimal. Ekonomi Digital. Majalah Ilmiah Bijak,
15(2), 127-137.
KESIMPULAN Safira, Fidan, Salim, T.A., Rahmi, dan Sani,
Berdasarkan temuan dan analisis hasil M. (2020). Peran Arsip dalam Pelestarian
penelitian maka dapat disimpulkan Cagar Budaya di Indonesia: Sistematika
bahwa peranan big data dalam sektor Review. Baca: Jurnal Dokumentasi dan
industry perdagangan memiliki Informasi, Vol. 42(2). pp. 289-301.
beberapa peran yang cukup spesifik https://doi.org/10.14203/j.baca.v41i2.593
diantaranya dengan menunjukkan Saputri, P. M. (2018). Peran Perpustakaan
distribusi harga, perlindungan privasi Dalam Melestarikan Koleksi Naskah
konsumen, peramalan harga saham, Lontar Di Indonesia. Tren Perpustakaan Di
penggali potensi pajak, sebagai Era Millenial, 59. Sirait, E. R. E. (2016).
manajemen penciptaan nilai Implementasi teknologi big data di
perusahaan, penghubung nilai bisnis lembaga pemerintahan Indonesia. Jurnal
untuk strategi pemasaran. Kesemua Penelitian Pos dan Informatika, 6(2), 113-
peran tersebut berfungsi dalam 136.
meningkatkan kinerja mutu baik bagi Siswanto, S. (2010). Systematic review
perusahaan ataupun sektor lain yang sebagai metode penelitian untuk
berhubungan dengan industry mensintesis hasil-hasil penelitian (sebuah
perdagangan. Ditemukan dalam pengantar). Buletin Penelitian Sistem
keseluruhan artikel temuan bahwa Kesehatan, 13(4), 21312.
tantangan dalam penerapan big data Toba, H. (2015). Big Data: Menuju Evaluasi
dalam sektor industry perdagangan Era Informasi Selanjutnya. In Conference
yang paling besar adalah tidak adanya Paper, April.
kompetensi SDM untuk mengelola big
data itu sendiri, sehingga hal ini
mengakibatkan kurangnya literasi dan
kepastian hukum terkait big data itu
sendiri.
DAFTAR PUSTAKA
Ali, I. (2019). Big Data: Apa dan
pengaruhnya pada perpustakaan?
(What is Big Data and its Influence
to Library). Media pustakawan,
22(4), 15-19.
Cholissodin, I., & Riyandani, E.
(2016). Analisis Big Data. Fakultas
Ilmu Komputer (Filkom),
Universitas Brawijaya (UB),
Malang.
Ilafi, A. K., Jowanti, L., & Fadhilah, A.
N. (2020). Pemanfaatan Big Data
Dalam Memprediksi Harga Saham
di Era New Normal. In Seminar
Nasional Official Statistics (Vol.
2020, No. 1, pp. 281-291).
Labrinidis, A., & Jagadish, H. V.

10
Jurnal 2

Penerapan Big Data Analytic Terhadap Strategi Pemasaran Job Portal di

Indonesia dengan Karakteristik Big Data 5V

Abstrak-Pengaruh pandemi COVID-19 melumpuhkan sektor bisnis, sehingga terjadi

perubahan kegiatan bisnis di banyak perusahaan saat ini. Banyak perusahaan yang
berlomba-lomba untuk melakukan digitalisasi pada bisnisnya, PT XYZ salah satunya.
PT XYZ merupakan perusahaan yang bergerak di bidang outsourcing. Perusahaan
outsourcing merupakan satu dari sekian banyak jenis perusahaan yang terkena dampak
besar selama pandemi COVID-19. Demi melakukan pemulihan terhadap bisnisnya, PT
XYZ memiliki inovasi berupa job portal. PT XYZ selalu berupaya untuk melakukan
pemasaran terhadap job market yang dimilikinya. Hal tersebut merupakan tantangan
terbesar yang dimiliki oleh PT XYZ terhadap job portal yang dimilikinya. Maka dari
itu, perlu penerapan big data akan dimanfaatkan oleh PT XYZ. Penelitian ini mengulas
penerapan big data pada job portal PT XYZ. Metode yang digunakan untuk
mendapatkan data pada penelitian ini adalah melalui wawancara dan observasi. Hasil
pada penelitian ini menunjukkan bahwa lima karakteristik memenuhi kriteria
pennerapan big data. Hal tersebut memungkinkan job portal PT XYZ dapat
menerapkan big data analytic pada strategi pemasarannya.
Kata Kunci: Pandemi COVID-19; Job Portal; Big Data; 5V

PENDAHULUAN
Pengaruh dari adanya pandemi COVID-19 telah melumpuhkan banyak sektor di
Indonesia, baik pada sektor pemerintahan, sektor bisnis, sektor pendidikan, dan masih
banyak lagi. Khususnya pada sektor bisnis, saat ini perusahaan-perusahaan yang ada di
Indonesia sedang berupaya untuk melakukan pemulihan terhadap bisnisnya. Bukan
hanya mengalami kerugian terkait nilai ekonomi perusahaan saja, namun hingga
lingkup manajemen dan strategi bisnis terkena dampaknya. Berdasarkan hal tersebut,
saat ini banyak perusahaan yang berlomba-lomba untuk melakukan digitalisasi pada
bisnisnya. Hal tersebut dilakukan demi melakukan pengadaan untuk mendukung
manajemen dan stratgei bisnis perusahaan. Perusahaan alih daya, atau yang biasa
disebut outsourcing, merupakan satu dari sekian banyak jenis perusahaan yang terkena
dampak besar selama pandemi COVID-19. Menurut Ketua Umum Jaringan Usahawan
Independen Indonesia (Jusindo), Sutrisno Iwantono, mengatakan bahwa saat masa
pandemi ini, bisnis outsourcing mengalami penurunan terhadap permintaan oleh klien.
Menurutnya, bisnis seperti perhotelan dan kuliner mengalami kesulitan untuk
melakukan operasi secara penuh selama pandemi. Dengan kondisi yang ada, seakan
memaksa operasi bisnis pada perusahaan untuk menerapkan work from home (WFH)
terhadap karyawannya. Sedangkan saat ini masih banyak perusahaan yang
membutuhkan tenaga kerja untuk bekerja di tempat. Ketergantungan perusahaan
outsourcing terhadap perusahaan klien, yang mana perusahaan klien merupakan
perusahaan yang bergerak di berbagai bidang bisnis, tentunya menjadi tantangan

11
tersendiri bagi perusahaan outsourcing. Dalam menjalankan bisnisnya selama
pandemi, perusahaan outsourcing tentunya akan merasa lebih sulit untuk melakukan
manajemen terhadap karyawan yang akan dialihkan ke perusahaan klien [1]. Kesulitan
yang dialami tersebut mendorong perusahaan outsourcing yang ada di Indonesia untuk
melakukan inovasi terhadap bisnisnya agar tetap berjalan dengan optimal. Inovasi yang
dilakukan terkait hal tersebut tentunya tak luput dalam pemanfaatan teknologi
informasi. Salah satu perusahaan outsourcing yang telah melakukan inovasi terhadap
bisnisnya adalah PT XYZ. PT XYZ merupakan perusahaan yang bergerak di bidang
outsourcing. Saat ini, PT XYZ memiliki jumlah karyawan sebanyak lebih dari 3000
orang yang tersebar di 38 cabang di seluruh Indonesia. Demi melakukan pemulihan
terhadap bisnisnya, PT XYZ memiliki inovasi berupa job portal. Pada job portal
tersebut, PT XYZ melakukan pencarian kandidat (job seeker) yang akan disalurkan
kepada perusahaan klien. Job portal tersebut menyediakan berbagai fitur seperti job
portal pada umumnya. Dalam mengoperasikan job portal yang dimiliki oleh PT XYZ,
tentunya terdapat sejumlah tantangan yang dihadapi. Saat ini, job portal yang dimiliki
oleh PT XYZ telah memiliki lebih dari 100.000 pengguna. Namun tidak cukup sampai
disitu, PT XYZ selalu berupaya untuk melakukan pemasaran terhadap job market yang
dimilikinya. Sejak 2020 hingga saat ini, hal tersebut merupakan tantangan terbesar
yang dimiliki oleh PT XYZ terhadap job portal yang dimilikinya. Maka dari itu,
diperlukan sebuah strategi khusus yang dapat menangani tantangan tersebut. Saat ini,
tren penerapan big data pada banyak perusahaan di Indonesia sedang melambung
tinggi. Tren tersebut pada umumnya sangat bermanfaat untuk melakukan strategi
pemasaran di suatu perusahaan. Pada penelitian ini, akan diulas terkait penerapan big
data pada job portal PT XYZ. Penerapan big data yang dilakukan mengacu pada lima
karakteristik big data (5V). Karakteristik tersebut meliputi volume, variety, velocity,
veracity, dan value [2].

METODOLOGI PENELITIAN
Penelitian sebelumnya telah dilakukan oleh Mohiuddin Ahmed, Nazim Choudhury,
dan Shahadat Uddin yang berjudul “Anomaly Detection on Big Data in Financial
Markets”. Penelitian tersebut menerapkan tiga karakteristik yang ada pada big data,
meliputi volume, velocity, dan variety. Pada ketiga karakteristik tersebut, dilakukan
deteksi terkait penerapan big data pada pasar finansial. Hasil pada penelitian tersebut
mengungkapkan bahwa terdapat peluang untuk menerpkan big data pada pasar
finansial yang diteliti [3]. Selain itu, studi literatur pada penelitian ini berisi teori dan
penelitian sebelumnya. Acuan yang digunakan pada studi literatur penelitian ini berasal
dari wawancara, buku, jurnal, dan sejumlah artikel di internet.
2.1 Alih Daya (Outsourcing)
Outsourcing merupakan sebuah tindakan yang mentransfer beberapa aktivitas internal
dan hak keputusan berulang pada perusahaan ke penyedia luar [4]. Sumber lain
mengatakan bahwa outsourcing merupakan salah satu bentuk pilihan terkait strategi
manajemen yang bertujuan untuk meminimalisir biaya dan memperoleh keuntungan
yang dapat dihasilkan melalui outsourcing [5].
2.2 Job Portal
Job portal merupakan sebuah platform yang berfungsi untuk membantu orang untuk

12
mencari pekerjaan, dan juga perusahaan dalam mencari calon kandidat yang sesuai [6].
Di Indonesia, terdapat banyak job portal yang saat ini telah dikenal dan digunakan oleh
masyarakat luas. Contoh job portal yang populer di Indonesia antara lain JobStreet,
Glints, JobDB, dan sebagainya.
2.3 Big Data Big data merupakan kumpulan set data dalam jumlah yang sangat besar
dan kompleks, yang membuatnya sangat sulit untuk diproses jika hanya menggunakan
manajemen basis data biasa atau aplikasi pemrosesan data tradisional [7]. Berdasarkan
ketentuan yang tertulis pada buku Big Data: Principles and Paradigms, terdapat tiga
kompoonen utama yang ada pada big data, yaitu volume, velocity, dan variety (atau
3Vs) [8]. Komponen 3Vs yang ada pada big data dikemukakan oleh Gartner pada tahun
2004. Seiring berjalannya waktu, IBM menambahkan komponen ‘veracity’ pada
atribut tersebut sehingga menjadi 4V. Berikut merupakan penjelasan terkait komponen
4V yang ada pada big data [9]. a. Volume: merupakan jumlah (kuantitas) data yang
berasal dari transaksi yang dilakukan dan volume data yang tersimpan. b. Velocity:
merupakan kecepatan dalam mengakses serta melakukan pemrosesan data. c. Variety:
merupakan variasi dan tipe pada data, yaitu mencakup data terstruktur (structured),
tidak terstruktur (unstructured), dan semi-structured. d. Veracity: merupakan sebuah
komponen data yang mempertimbangkan terkait akses, kualitas, kepercayaan, dan
kebenaran data. e. Value: yang mana pada komponen tersebut merupakan karakteristik
yang paling penting dalam melakukan analisis bisnis.

Gambar 1. 5V Karakteristik Big Data

Namun, terkait kebutuhan bisnis yang ada, maka dari itu, akan digunakan 5V pada
penelitian ini.
1.4 Job Portal PT XYZ
Job portal PT XYZ merupakan sarana pendukung digitalisasi bisnis yang dimiliki oleh
PT XYZ, yang berfungsi untuk menunjang bisnis outsource pada perusahaan. Job
portal PT XYZ dikelola langsung oleh divisi platform, yang dipimpin oleh seorang
Direct of Platform di PT XYZ. Saat ini, job portal tersebut telah memiliki pengguna
yang berjumlah lebih dari 100.000 orang yang tersebar di seluruh Indonesia. Job portal
yang dimiliki PT XYZ tak hanya berfokus pada bisnis internal saja, namun terdapat

13
peluang lain untuk menghasilkan revenue, yaitu dengan menyediakan seminar dan
pelatihan online berbayar. Strategi pemasaran pada job portalPT XYZ saat ini hanya
sebatas memanfaatkan email blast dan media sosial yang ada, seperti Instagram,
Facebook, dan Twitter. Selain itu, untuk menarik calon pengguna diadakan sejumlah
event khusus seperti lomba, give away, dan talkshow yang dilakukan secara online.
Terdapat pula artikel yang ditampilkan pada website guna menarik calon pengguna
untuk mendaftarkan diri di job portal tersebut.
1.5 Teknik Pengumpulan
Data Metode yang digunakan untuk mendapatkan data pada penelitian ini adalah
melalui wawancara dan observasi. Wawancara dilakukan dengan mengajukan
sejumlah pertanyaan kepada stakeholder yang berada di divisi platform PT XYZ.
Divisi platform merupakan divisi yang berfokus untuk menangani job portal yang
dimiliki oleh PT XYZ. Wawancara diajukan kepada satu orang Project Manager, satu
orang Fullstack Developer, dan satu orang Research & Development (R&D).
Sedangkan observasi yang dilakukan adalah dengan melakukan pengamatan terhadap
lingkungan kerja, serta alur kerja dan fitur-fitur yang ada pada job portal tersebut.
2. HASIL DAN PEMBAHASAN
Analisis yang dilakukan terkait penerapan big data pada job portal PT XYZ mengacu
pada lima karakteristik big data (5V). Pada setiap komponen 5V, akan diuraikan
berdasarkan hasil data wawancara dan observasi yang dilakukan.
3.1 Volume
Komponen volume pada 5V mewakili kuantitas serta volume data yang tersimpan [10].
Saat ini, job market PT XYZ telah memiliki lebih dari 100.000 pengguna aktif, yang
mana pada masing-masing pengguna memiliki sebuah akun yang memuat data-data
pengguna. Data tersebut bersumber dari database user job market PT XYZ. Data yang
ada pada pengguna meliputi data pribadi, data pendidikan, data peminatan, data
pengalaman pekerjaan, serta data-data pendukung lainnya, seperti foto, sertifikat, data
prestasi, dan sebagainya. Selain itu, terdapat data terbuka yang berasal dari media sosial
Instagram, Facebook, dan Twitter, mengingat bahwa strategi pemasaran yang
dilakukan oleh job portal tersebut melalui media sosial. Data internal yang ada, maupun
data terbuka yang saling terkait dengan akun media sosial job portal PT XYZ tentunya
dapat dimanfaatkan untuk melakukan strategi pemasaran di masa yang akan datang.
3.2 Velocity
Terkait akses dan kecepatan dalam melakukan pemrosesan data, penulis mengajukan
pertanyaan pada wawancara yang mengulas tentang data center yang digunakan [11].
Job portal PT XYZ saat ini menggunakan layanan Alibaba Cloud Server, dengan server
yang berada di Singapura. Untuk melakukan uji coba seberapa cepat akses yang ada
pada job portal, penulis melakukan stress test pada website job portal guna
mendapatkan data yang terkait dengan kualitas dan kecepatan akses ke server.
Penulis berasumsi bahwa terdapat 100 pengguna yang melakukan akses pada
website sebanyak sepuluh kali perulangan. Hasil pada stress test yang dilakukan
disajikan pada Tabel 1.
Tabel 1. Hasil Stress Test pada Website Job Portal PT XYZ

14
 Pada hasil stress test yang dilakukan dengan meggunakan Apache Jmeter terlihat
cukup baik, walaupun tidak terlalu sempurna. Dengan waktu sekitar satu menit, akses
ke server dapat melayani 1000 request yang masuk. Dapat disimpulkan bahwa velocity
yang ada pada job portal memiliki kondisi yang cukup baik dan memungkinkan untuk
penerapan big data.
3.3 Variety
Terkait variasi dan tipe data yang ada pada job portal PT XYZ, terbagi menjadi tiga,
yaitu structured, semi-structured, dan unstructured [12]. a. Structured: Data terstruktur
yang ada pada job portal berasal dari data pengguna. Data tersebut saat ini tersimpan
dalam bentuk SQL. Data tersebut mencakup seluruh data yang dimiliki oleh pengguna,
baik data mandatory (wajib) pada saat pendaftaran akun maupun data pendukung yang
sudah dijelaskan sebelumnya b. Semi-structured: Data yang ada pada SQL, dapat
memungkinkan untuk diunduh sehingga menjadi data terstruktur yang memiliki format
xlxs dan csv. Mengingat bahwa data ini lebih terstruktur dan mudah dipahami, pada
masa yang akan datang data dapat dimanfaatkan untuk melakukan analisis strategi
pemasaran pada job portal PT XYZ. c. Unstructured: Data yang tidak terstruktur pada
job portal PT XYZ adalah data foto dan log file yang berasal dari akun pengguna.
2.4 Veracity
Kualitas dan kebenaran data merupakan aspek yang sangat penting pada sebuah set
data. Hal tersebut dilakukan agar pada set data yang ada, apabila dilakukan analisis big
data memiliki hasil yang akurat dan terjamin kualitas prediksinya [13]. Tentunya PT
XYZ menangani hal ini dengan baik, Pengguna yang melakukan pendaftaran wajib
melakukan input nomor KTP, KK, dan data-data penting lainnya. Gambar 2 merupakan
beberapa data yang bersifat mandatory saat pengguna melakukan pendaftaran akun di
job portal.

15
Gambar 2. Sebagian Data Mandatory pada Job Portal PT XYZ
Terkait hal ini, sudah dipastikan bahwa data yang ada pada job portal PT XYZ
memiliki nilai veracity yang cukup baik. Selain itu, juga dilakukan verifikasi data
apabila terdapat kandidat yang terpilih pada proses seleksi di lowongan pekerjaan yang
dilamar olehnya. Jelas hal tersebut sangat memengaruhi kualitas dan kebenaran data
yang ada. Berdasarkan keempat komponen (4V) yang telah diuraikan sebelumnya,
dapat disimpulkan bahwa job portal PT XYZ memiliki peluang untuk menerapkan big
data analytic pada strategi pemasarannya.
2.5 Value
Berdasarkan pernyataan bahwa job portalPT XYZ memiliki peluang untuk menerapkan
big data analytic pada strategi pemasarannya, tentu saja terdapat nilai yang dihasilkan
terkait data pada job portal PT XYZ. Nilai yang dihasilkan akan diterapkan pada
strategi pemasaran yang ada saat ini sebagai rekomendasi.
Tabel 2. Rekomendasi Strategi Pemasaran Job Portal PT XYZ

16
 Pada Tabel 2 merupakan strategi pemasaran yang direkomendasikan oleh penulis
terhadap job portal PT XYZ. Khusus untuk strategi seminar & pelatihan (berbayar),
memang tidak masuk ke dalam ranah strategi pemasaran, namun keduanya dapat
dimaksimalkan dengan rekomendasi tersebut.
3. KESIMPULAN
Hasil dari penelitian disimpulkan pemanfaatan teknologi informasi pada sebuah
perusahaan dapat berpotensi untuk melakukan pemulihan bisnis yang ada terhadap
dampak pandemi COVID-19. Teknologi big data analytic dapat dimanfaatkan untuk
melakukan analisis pada strategi pemasaran sebuah perusahaan. Karakteristik pada big
data (5V) dapat menjadi acuan yang baik sebelum melakukan penerapan big data
analytic. Dengan adanya pemanfaatan teknologi informasi di perusahaan, diharapkan
dapat menunjang kebutuhan bisnis yang selama hampir dua tahun ini terkena dampak
dari adanya pandemi COVID-19. Selain itu, diharapkan dengan diterapkannya big data
analytic, dapat mendukung perusahaan dalam menentukan strategi pemasarannya.
DAFTAR PUSTAKA
[1] Andi, D. (2021). Bisnis outsourcing tertekan pandemi, namun tetap punya peluang
di masa depan. Kontan.co.id. Diakses tanggal 28 Nov. 2021, dari
https://industri.kontan.co.id/news/bisnis-outsourcing-tertekan-pandemi-namun-
tetap-punyapeluang-di-masa-depan
[2] Arif, A. A. (2020). Karakteristik Big Data. Binus: School Information Systems.
Diakses tanggal 2 Des. 2021, dari https://sis.binus.ac.id/2020/09/28/
karakateristik-big-data/
[3] M. Ahmed, N. Choudhury and S. Uddin (2017). Anomaly Detection on Big Data
in Financial Markets. IEEE/ACM International Conference on Advances in
Social Networks Analysis and Mining (ASONAM), 2017, pp. 998-1001

17
[4] Lestari, S. P., Darna, N., & Yustini, I. (2020). Pengaruh Sistem Perekrutan dan
Sistem Kerja Outsourcing terhadap Kinerja Pegawai (Studi pada PT. Gapuraning
Rahayu). Business Management and Entrepreneurship Journal, 2, 28–37
[5] Sudiarawan, K. A. (2017). Analisis Hukum Terhadap Pelaksanaan Outsourcing
Dari Sisi Perusahaan Pengguna Jasa Pekerja. Jurnal Ilmu Sosial Dan Humaniora,
5(2), 835–847. https://doi.org/10.23887/jish-undiksha.v5i2.9096
[6] HR Note. (2020). Cari Kandidat? Coba 13 Job Portal Ini!. HR Note.asia. Diakses
tanggal 1 Des. 2021, dari https://id.hrnote.asia/recruit/13-job-portal-untuk-cari-
kandidat-200910/
[7] Heryana, D., Setiawati, L., & Suhendar, B. (2019). Sistem Informasi dan Potensi
Manfaat Big Data Untuk Pendidikan. Jurnal Kehumasan, 2(2), 350–357
[8] Rajkumar B., Rodrigo N.C., & Amir Vahid, D. (2016). Big Data: Principles and
Paradigms. Cambridge, MA: Morgan Kaufmann
[9] BigBox. (2021). 4V Big Data dan Karakteristik big data 3v, 4v,4V, 6v, 8v.
BIGBOX BLOG. Diakses tanggal 30 Nov. 2021, dari
https://bigbox.co.id/blog/4V-big-data-dan-karakteristik-big-data-3v-4v4V-6v-
8v/
[10] S. Yang, F. Wang, Z. Lin, D. Jiang and T. Zhou (2021). Publication volume of
major databases related to ideological and political education: using big data and
Internet technologies. 2nd International Conference on Big Data and
Informatization Education (ICBDIE), 2021, pp. 465-469
[11] R. Dautov and S. Distefano (2017). Quantifying volume, velocity, and variety to
support (Big) data-intensive application development. IEEE International
Conference on Big Data (Big Data), 2017, pp. 2843-2852
[12] T. L. Nguyen (2018). A Framework for Five Big V’s of Big Data and
Organizational Culture in Firms. IEEE International Conference on Big Data
(Big Data), 2018, pp. 5411-5413
[13] M. Riasetiawan, F. Anggara, A. Ashari, S. Winardi and B. N. Prastowo (2021).
Data Model and Analysis for Big Data Mapping and Management in the Energy
Data Platform. International Conference on Data Science, Artificial Intelligence,
and Business Analytics (DATABIA), 2021, pp. 1-6

18
Jurnal 3

Big data and stream processing platforms for Industry 4.0

requirements mapping for a predictive maintenance use case
Radhya Sahal*, John G. Breslin, Muhammad Intizar Ali CONFIRM SFI Research Centre for Smart
Manufacturing, National University of Ireland Galway, Ireland

Abstrak- Industri 4.0 dianggap sebagai revolusi industri keempat yang

memperkenalkan paradigma baru dalam pengendalian digital, otonom, dan
terdesentralisasi untuk sistem manufaktur. Dua tujuan utama dari aplikasi Industri 4.0
adalah untuk menjamin waktu operasional maksimum dalam rantai produksi dan
meningkatkan produktivitas sambil mengurangi biaya produksi. Seiring dengan
perkembangan ekonomi berbasis data, perusahaan-perusahaan mulai menggunakan
teknik big data untuk mencapai tujuan-tujuan ini. Teknologi big data dan IoT
memainkan peran penting dalam membangun aplikasi berorientasi data seperti
perawatan prediktif. Dalam makalah ini, kami menggunakan metodologi sistematis
untuk mengulas kelebihan dan kelemahan teknologi open-source yang ada untuk big
data dan pemrosesan aliran data, guna menentukan penggunaannya dalam kasus
penggunaan Industri 4.0. Kami mengidentifikasi sejumlah persyaratan untuk dua kasus
penggunaan yang dipilih, yaitu perawatan prediktif dalam bidang transportasi rel dan
energi angin. Kami melakukan pemetaan secara menyeluruh terhadap persyaratan
kasus penggunaan perawatan prediktif ke kemampuan teknologi streaming big data
dengan fokus pada alat-alat open-source. Berdasarkan penelitian kami, kami
mengusulkan beberapa kombinasi optimal dari teknologi big data open-source untuk
kasus penggunaan yang dipilih.

PENDAHULUAN

Industri 4.0 adalah istilah baru yang dianggap sebagai generasi keempat dari
revolusi industri. Ini mencakup berbagai teknologi, proses, dan sistem yang terkait
dengan digitalisasi industri. Dalam hal teknologi terkait data, bidang utama Industri 4.0
meliputi (i) Sistem Fisik Siber (CPS), (ii) Internet of Things Industri (IIoT), (iii) Solusi
Awan & Layanan Terdesentralisasi, dan (iv) Teknologi Big Data & Stream Processing
untuk memproses jumlah data produksi yang besar secara real-time [1], [2]. Dalam hal
skenario kasus penggunaan, kasus penggunaan Industri 4.0 secara umum dikategorikan
menjadi tiga area berikut: (i) produk pintar, (ii) proses pintar, dan (iii) mesin pintar.
Untuk produk pintar, aplikasi Industri 4.0 mengelola semua informasi yang diperlukan
tentang produk dan proses produksi yang dilakukan pada produk tersebut. Proses pintar
fokus pada hasil dan konsekuensi penciptaan produk, termasuk manajemen informasi

19
aset, dan lain sebagainya [3]. Skenario mesin pintar berfokus pada kinerja mesin
industri dan aplikasi seperti meramalkan kerusakan, mendeteksi masalah kualitas, dan
kebutuhan perawatan pencegahan. Namun, kasus penggunaan yang paling menonjol
untuk mesin pintar adalah perawatan prediktif (sering disebut sebagai PM atau PM
4.0).

MOTIVASI PENELITIAN DAN METODOLOGI

Pada bagian ini, kami memberikan motivasi kami untuk penelitian ini dan menyajikan
serangkaian pertanyaan penelitian yang digunakan untuk mendefinisikan metodologi
penelitian kami. Motivasi utama kami dalam melakukan penelitian ini adalah untuk
menjembatani kesenjangan antara pengembang kasus penggunaan industri dan
teknologi streaming big data open-source. Kami percaya bahwa penelitian ini akan
berfungsi sebagai panduan bagi pengembang kasus penggunaan Industri 4.0 untuk
membuat keputusan yang lebih baik saat memilih teknologi open-source yang relevan
sebelum merancang kasus penggunaan perawatan prediktif berdasarkan persyaratan
mereka. Selama pengalaman terbaru kami dalam bekerja untuk pusat penelitian besar
yang fokus pada topik manufaktur pintar,1 dengan memiliki lebih dari 42 mitra industri
termasuk perusahaan multinasional maupun SME (small and medium enterprises),
kami dengan cepat menyadari bahwa ada kebutuhan yang kuat untuk menyediakan
seperangkat panduan kepada pengambil keputusan sebelum memilih teknologi yang
paling sesuai untuk memenuhi persyaratan mereka. Setiap mitra industri memiliki satu
set persyaratan yang berbeda, bahkan untuk kasus penggunaan yang sama. Oleh karena
itu, penelitian ini menyediakan seperangkat panduan bagi mitra industri kami untuk
membantu mereka memilih teknologi yang tepat.

PEMBAHASAN

Teknologi big data open-source dan kesesuaian mereka untuk Industri 4.0
Pada bagian ini, pertanyaan penelitian pertama, RQ1, dijawab. RQ1: Apa kelebihan
dan kelemahan dari teknologi analisis big data open-source yang tersedia?
Pengembangan teknologi dalam sistem otomasi untuk Industri 4.0 telah membawa
banyak keuntungan dan peluang dalam hal fleksibilitas, produksi ekonomis, dan
optimasi proses produksi [. Khususnya, produsen telah mulai menggabungkan data dari
berbagai sistem kolaboratif untuk.. Kasus penggunaan perawatan prediktif 4.0 Pada
bagian ini, pertanyaan penelitian kedua, RQ2, dijawab. RQ2: Apa persyaratan untuk
membangun pipa analitik data yang berfokus pada kasus penggunaan perawatan
prediktif? Kami mendefinisikan persyaratan teknis tingkat tinggi dari kasus
penggunaan perawatan prediktif. Kemudian, kasus penggunaan yang dipilih dari dua
domain yang berbeda dan persyaratan teknisnya disajikan.
Pemetaan teknologi pemrosesan aliran data ke persyaratan kasus penggunaan
perawatan prediktif 4.0 Pada bagian ini, pertanyaan penelitian berikut ini (RQ3)

20
dijawab. RQ3: Bagaimana persyaratan teknis untuk kasus penggunaan dapat dipetakan
ke teknologi big data open-source yang sudah ada? Sejumlah minimal kasus
penggunaan dari Industri 4.0 (misalnya, perawatan prediktif untuk industri transportasi
kereta api dan industri energi turbin angin) dibahas berdasarkan persyaratan mereka
dalam hal beberapa komposisi arsitektur teknologi big data. Kemudian, parameter
perbandingan berdasarkan...
Diskusi dan validasi teknologi yang diusulkan Pada bagian ini, kami membandingkan
kontribusi dari penelitian kami dengan studi terkini yang dilakukan dengan cara yang
serupa, terutama survei tentang penggunaan teknologi big data untuk Industri 4.0.
Kesimpulan Artikel ini menjembatani kesenjangan teknologi antara persyaratan
aplikasi Industri 4.0 dan kemampuan teknologi big data dan analisis aliran yang
tersedia untuk kasus penggunaan perawatan prediktif. Kami membahas persyaratan
kasus penggunaan perawatan prediktif untuk transportasi kereta api dan energi angin,
dan menunjukkan penggunaan teknologi big data yang ada untuk memenuhi
persyaratan kasus penggunaan tersebut. Kami menyediakan sejumlah kombinasi teknik
pemrosesan data yang berbeda.
Perawatan adalah salah satu area aplikasi dalam Industri 4.0; disebut juga
sebagai perawatan prediktif 4.0 atau PM 4.0. Hal ini memungkinkan sistem untuk
belajar sendiri, memprediksi kegagalan, membuat diagnosis, dan memicu alur
perawatan dengan menggunakan data historis, pengetahuan domain, dan data real-
time yang dikumpulkan melalui perangkat IoT]. PM 4.0 memiliki beberapa atribut
dalam berbagai domain di mana setiap domain memiliki persyaratan yang berbeda.
Penelitian ini bertujuan untuk memperkenalkan dimensi analitik PM 4.0 dan
persyaratan teknis terkait dari perspektif teknik analitik big data (yang cocok untuk
pengambilan keputusan). Hasil dari penelitian ini adalah mengidentifikasi
karakteristik PM 4.0 dalam era big data dan diskusi tentang karakteristik ini dalam
pemantauan kondisi untuk kasus penggunaan Industri 4.0. Ini berkontribusi pada
diskusi yang sedang berlangsung yang berfokus pada Industri 4.0, yaitu PM baik di
sektor akademik maupun industri.
Secara analitis mendemonstrasikan kategori-kategori yang terklasifikasi ini
berdasarkan tumpukan teknologi big data, dimulai dengan manajemen antrian
terdistribusi (R6) yang mengumpulkan data sensor dari lantai pabrik. Mengirimkan
data secara teratur dari lokasi yang berbeda adalah persyaratan penting yang
membutuhkan sistem antrian yang skalabel dan efisien untuk mengumpulkan data
dengan akurasi dari beberapa mesin pembangkit. Instansi data heterogen ini
membutuhkan representasi dalam skema yang berbeda (yaitu, R2 seperti terstruktur,
semi-terstruktur, dan tak terstruktur). Kemudian dapat disimpan berdasarkan model
penyimpanan data yang berbeda (yaitu, R1 seperti sistem file terdistribusi, berbasis
dokumen, dan berbasis kolom) sesuai dengan aspek analisis. Selain itu, teorema CAP
perlu mengidentifikasi pilihan penyimpanan big data yang mungkin penting saat
mengambil data historis dalam solusi PM (R5).
Biasanya, pemrosesan data in-memory yang efisien diperlukan untuk
mempercepat pemrosesan data untuk pengambilan keputusan, baik data historis

21
maupun data streaming (R4). Di sisi lain, tumpukan teknologi big data menyediakan
platform big data yang berbeda yang mendukung pemrosesan batch, pemrosesan
streaming, dan keduanya (R3). Sesuai dengan kebutuhan pasar industri, platform big
data dipilih berdasarkan kebutuhan kasus penggunaan PM.

KESUMPULAN
Jurnal ini menjembatani kesenjangan teknologi antara persyaratan aplikasi Industri 4.0
dan kemampuan teknologi analitik big data dan streaming yang tersedia untuk kasus
penggunaan perawatan prediktif. Kami membahas persyaratan kasus penggunaan
perawatan prediktif untuk transportasi kereta api dan energi angin, dan menunjukkan
penggunaan teknologi big data yang ada untuk memenuhi persyaratan kasus
penggunaan tersebut. Kami menyediakan serangkaian kombinasi teknik pengolahan
data dan toolkit yang berbeda dengan membahas kelebihan dan kelemahan mereka
dalam skenario yang berbeda. Kemudian kami memetakan kombinasi teknologi ini
dengan persyaratan kasus penggunaan yang dipilih. Hasil dari penelitian ini adalah
seperangkat pedoman dan kombinasi teknologi yang komprehensif dengan fokus pada
alat sumber terbuka. Kami percaya bahwa penelitian ini akan menjadi dokumen
referensi bagi pengambil keputusan, ilmuwan/analis data, dan pengembang untuk
memilih teknologi yang paling sesuai berdasarkan persyaratan aplikasi mereka.

DAFTAR PUSTAKA
[1] Nabati EG, Thoben KD. Big data analytics in the maintenance of off-shore wind
turbines: a study on data characteristics. Dynamics in logistics. Springer; 2017. p.
131–40.
[2] Tao F, Qi Q, Liu A, Kusiak A. Data-driven smart manufacturing. J Manuf Syst
2018;48:157–69 special issue on Smart Manufacturing. [Online]. Available: http://
www.sciencedirect.com/science/article/pii/S0278612518300062.
[3] Wang J, Zhang L, Duan L, Gao RX. A new paradigm of cloud-based predictive
maintenance for intelligent manufacturing. J Intell Manuf 2017;28(June
(5)):1125–37. https://doi.org/10.1007/s10845-015-1066-0.
[4] Patel P, Ali MI, Sheth A. On using the intelligent edge for IoT analytics. IEEE Intell
Syst 2017;32(5):64–9.
[5] Ali MI, Patel P, Breslin JG. Middleware for real-time event detection and predictive
analytics in smart manufacturing. 2019 15th international conference on
distributed computing in sensor systems (DCOSS). 2019. p. 370–6.
[6] Ferreiro S, Konde E, Fernández S, Prado A. Industry 4.0: predictive intelligent
maintenance for production equipment. European conference of the Prognostics
and Health Management Society 2016:1–8.
[7] Wang K. Intelligent Predictive Maintenance (IPDM) system – Industry 4.0
scenario. WIT Trans Eng Sci 2016;113:259–68.

22
[8] Oztemel E, Gursev S. Literature review of industry 4.0 and related technologies. J
Intell Manuf, Jul 2018. [Online]. Available: https://doi.org/10.1007/s10845-018-
1433-8.
[9] Mittal S, Khan MA, Romero D, Wuest T. A critical review of smart manufacturing
& industry 4.0 maturity models: implications for small and medium-sized
enterprises (SMEs). J Manuf Syst 2018;49:194–214 [Online]. Available:
http://www. sciencedirect.com/science/article/pii/S0278612518301341.
[10] Nedelcu B, et al. About big data and its challenges and benefits in manufacturing.
Database Syst J 2013;4(3):10–9.

PERBANDINGAN REVIEW JURNAL

Jurnal 1

Judul Peran Big Data pada Sektor Industri Perdagangan:

Tinjauan Literatur pada Perusahaan Bidang
Perkantoran
Penulis Septa, S., & Hoirul, H.

Journal Journal of Office Administration: Education and

Practice, 2(3), 198-210.
Instansi Penulis unesa.ac.id

Tahun 2022

Penerbit Journal of Office Administration: Education and

Practice
Latar Belakang Adanya perkembangan big data juga memicu
terjadinya pertumbuhan ekonomi digital, ekonomi
digital dapat dipahami sebagai aktivitas atau
transaksi ekonomi yang menitik beratkan pada
media internet. Pada ekonomi digital, pasar serta
transaksi antara penjual dan pembeli berlangsung di
dunia maya (internet) tanpa ada tatap muka.
Karakteristik dari ekonomi digital yaitu: tidak
adanya tatap muka antara penjual dan pembeli,

23
 lokasi geografis tidak lagi relevan, penggunaan data
digital yang besar, adanya platform tertentu yang
menjadi kunci utama kegiatan ekonomi
Tujuan Penelitian Penelitian ini bertujuan untuk menguraikan peran big
data dalam sektor industry perdagangan melalui
publikasi artikel dengan topik ekonomi dalam
informasi.
Metode Pada penelitian ini menggunakan metode tinjauan
Penelitian literature sistematis (systematic literature review)
dengan pendekatan kualitatif.
Hasil Penelitian Berdasarkan temuan dan analisis hasil penelitian
maka dapat disimpulkan bahwa peranan big data
dalam sektor industry perdagangan memiliki
beberapa peran yang cukup spesifik diantaranya
dengan menunjukkan distribusi harga,
perlindungan privasi konsumen, peramalan harga
saham, penggali potensi pajak, sebagai manajemen
penciptaan nilai perusahaan, penghubung nilai
bisnis untuk strategi pemasaran.

Jurnal 2

Judul Penerapan Big Data Analytic Terhadap Strategi

Pemasaran Job Portal di Indonesia dengan
Karakteristik Big Data 5V
Penulis Rima Tamara Aldisa Pandu Maulana, Mohammad
Aldinugroho Abdullah
Journal Jurnal Sistem Komputer dan Informatika (JSON)
Vol 3, No.3
Instansi Penulis Stimik-budiman,ac.id

Tahun 2022

Penerbit https://ejurnal.stmik-budidarma.ac.id/

24
Latar Belakang Dengan kondisi yang ada, seakan memaksa operasi
bisnis pada perusahaan untuk menerapkan work from
home (WFH) terhadap karyawannya. Sedangkan saat
ini masih banyak perusahaan yang membutuhkan
tenaga kerja untuk bekerja di tempat. Ketergantungan
perusahaan outsourcing terhadap perusahaan klien,
yang mana perusahaan klien merupakan perusahaan
yang bergerak di berbagai bidang bisnis, tentunya
menjadi tantangan tersendiri bagi perusahaan
outsourcing. Dalam menjalankan bisnisnya selama
pandemi, perusahaan outsourcing tentunya akan
merasa lebih sulit untuk melakukan manajemen
terhadap karyawan yang akan dialihkan ke perusahaan
klien.
Tujuan Penelitian Penelitian ini bertujuan untuk melakukan pencarian
kandidat (job seeker) yang akan disalurkan kepada
perusahaan klien. Job portal tersebut menyediakan
berbagai fitur seperti job portal pada umumnya
Metode Metode yang digunakan untuk mendapatkan data pada
Penelitian penelitian ini adalah melalui wawancara dan observasi.
Hasil pada penelitian ini menunjukkan bahwa lima
karakteristik memenuhi kriteria pennerapan big data.
Hal tersebut memungkinkan job portal PT XYZ dapat
menerapkan big data analytic pada strategi
pemasarannya.
Hasil Penelitian Hasil dari penelitian disimpulkan pemanfaatan
teknologi informasi pada sebuah perusahaan dapat
berpotensi untuk melakukan pemulihan bisnis yang
ada terhadap dampak pandemi COVID-19. Teknologi
big data analytic dapat dimanfaatkan untuk melakukan
analisis pada strategi pemasaran sebuah perusahaan.

25
Jurnal 3

Judul Big data and stream processing platforms for

Industry 4.0 requirements mapping for a predictive
maintenance use case
Penulis Radhya Sahal, John G. Breslin, Muhammad Intizar
Ali
Journal Journal of Manufacturing Systems 54 (2020) 138–151
Instansi Penulis CONFIRM SFI Research Centre for Smart
Manufacturing, National University of Ireland
Galway, Ireland
Tahun 2020
Penerbit Journal of Manufacturing
Latar Belakang Industri 4.0 dianggap sebagai revolusi industri
keempat yang memperkenalkan paradigma baru
digital, autonomous, dan kontrol terdesentralisasi
untuk sistem manufaktur.tujuan utama industry 4.0
ini adalah menjamin waktu kerja maksimum di
seluruh rantai produksi serta meningkatkan
produktivitas sekaligus mengurangi biaya
produksi. Ketika ekonomi berbasis data
berkembang, perusahaan mulai
memanfaatkan teknik data besar untuk mencapai
tujuan tersebut.
Tujuan Penelitian untuk membantu para insinyur data masuk
merancang pipeline analisis
data besar untuk Industri 4.0
Metode Metodelogi Sistematis
Penelitian
Hasil Penelitian Hasilnya adalah Jurnal ini menjembatani
kesenjangan teknologi antara persyaratan aplikasi
Industri 4.0 dan kemampuan data besar yang tersedia
dan teknologi analisis aliran untuk kasus
penggunaan
maintenance

26