NAMA : ADAH SUHADAH

NPM : 07220200028
KELAS :K

1. Jelaskan yang dimaksud dengan karakteristik big data 5V!

5 V Big Data (kecepatan, volume, nilai, variasi, dan kebenaran) adalah lima
karakteristik utama dan bawaan dari Big Data. Mengetahui 5 V memungkinkan
para ilmuwan data memperoleh lebih banyak nilai dari data mereka sementara
juga memungkinkan organisasi para ilmuwan menjadi lebih berpusat pada
pelanggan. Di awal abad ini, big data hanya dibicarakan dalam tiga V -- volume,
kecepatan, dan variasi. Seiring waktu, dua V lagi (nilai dan kebenaran) telah
ditambahkan untuk membantu ilmuwan data menjadi lebih efektif dalam
mengartikulasikan dan mengkomunikasikan karakteristik penting dari Big Data.
Angka lima mencerminkan lima pertanyaan dasar yang harus dijawab oleh
setiap artikel berita. Namun, tidak secara khusus mengharuskan organisasi
mengikuti pedoman data di atas yang lain.

1. Volume
Volume, yang pertama dari 5 V Big Data, mengacu pada jumlah data yang ada.
Volume seperti basis Big Data, karena merupakan ukuran awal dan jumlah data
yang dikumpulkan. Jika volume data cukup besar, maka dapat dikatakan big
data. Apa yang dianggap sebagai Big Data adalah relatif, dan akan berubah
tergantung pada daya komputasi yang tersedia di pasar.

2. Velocity
Berikutnya dari 5 V Big Data adalah kecepatan. Ini mengacu pada seberapa
cepat data dihasilkan dan seberapa cepat data tersebut bergerak. Ini adalah
aspek penting bagi kebutuhan perusahaan yang membutuhkan data mereka
mengalir dengan cepat, sehingga tersedia pada waktu yang tepat untuk
membuat keputusan bisnis terbaik. Sebuah organisasi yang menggunakan big
data akan memiliki aliran data yang besar dan berkelanjutan yang sedang dibuat
dan dikirim ke tujuan akhirnya. Data bisa mengalir dari sumber seperti mesin,
jaringan, smartphone atau media sosial. Data ini perlu dicerna dan dianalisis
dengan cepat, dan terkadang dalam waktu yang hampir bersamaan.
Sebagai contoh, di bidang kesehatan, banyak alat kesehatan yang dibuat saat ini
untuk memantau pasien dan mengumpulkan data. Dari peralatan medis di
rumah sakit hingga perangkat yang dapat dikenakan, data yang dikumpulkan
perlu dikirim ke tujuan dan dianalisis dengan cepat. Namun, dalam beberapa
kasus, mungkin lebih baik memiliki kumpulan data yang dikumpulkan terbatas
daripada mengumpulkan lebih banyak data daripada yang dapat ditangani oleh
organisasi.

3. Variety
V berikutnya dalam lima 5 V Big Data adalah variasi. Varietas mengacu pada
keragaman tipe data. Sebuah organisasi mungkin memperoleh data dari
sejumlah sumber data yang berbeda, yang mungkin berbeda nilainya. Data
dapat berasal dari sumber di dalam dan di luar perusahaan juga. Tantangan
dalam keragaman menyangkut standarisasi dan distribusi semua data yang
dikumpulkan.
Data yang dikumpulkan dapat bersifat tidak terstruktur, semi terstruktur atau
terstruktur. Data tidak terstruktur adalah data yang tidak terorganisir dan
datang dalam file atau format yang berbeda. Biasanya, data tidak terstruktur
tidak cocok untuk database relasional arus utama karena tidak cocok dengan
model data konvensional. Data semi terstruktur adalah data yang belum diatur
ke dalam repositori khusus tetapi memiliki informasi terkait, seperti metadata.
Ini membuatnya lebih mudah untuk diproses daripada data yang tidak
terstruktur. Data terstruktur, sementara itu, adalah data yang telah diatur ke
dalam repositori yang diformat. Ini berarti data dibuat lebih dapat dialamatkan
untuk pemrosesan dan analisis data yang efektif.

4. Veracity
Veracity adalah V keempat dalam 5 V Big Data. Ini mengacu pada kualitas dan
keakuratan data. Data yang dikumpulkan dapat memiliki bagian yang hilang,
mungkin tidak akurat, atau mungkin tidak dapat memberikan wawasan yang
nyata dan berharga. Veracity, secara keseluruhan, mengacu pada tingkat
kepercayaan yang ada dalam data yang dikumpulkan.
Data terkadang menjadi berantakan dan sulit digunakan. Data dalam jumlah
besar dapat menyebabkan lebih banyak kebingungan daripada wawasan jika
tidak lengkap. Misalnya mengenai bidang medis, jika data tentang obat apa yang
dikonsumsi pasien tidak lengkap, maka nyawa pasien bisa terancam. Nilai dan
kebenaran membantu menentukan kualitas dan wawasan yang dikumpulkan
dari data.

5. Value
V terakhir dalam 5 V Big Data adalah Value. Ini mengacu pada nilai yang dapat
diberikan oleh Big Data, dan ini terkait langsung dengan apa yang dapat
dilakukan organisasi dengan data yang dikumpulkan tersebut. Mampu menarik
nilai dari Big Data adalah suatu keharusan, karena nilai Big Data meningkat
secara signifikan tergantung pada wawasan yang dapat diperoleh dari mereka.
Organisasi dapat menggunakan alat Big Data yang sama untuk mengumpulkan
dan menganalisis data, tetapi bagaimana mereka memperoleh nilai dari data itu
harus unik bagi mereka.

2. Big Data sudah masuk ke sektor kesehatan. Berikan contoh penerapan big data pada
sektor kesehatan!
Contoh Penerapan Big Data di Bidang Kesehatan
1) Electronic health record
Seiring bertambahnya pasien, rumah sakit tentu akan kesulitan jika harus
mencatat dan menyimpan riwayat data pasien menggunakan kertas secara
manual. Inilah yang mendorong adanya EHR atau electronic health record.

EHR adalah sistem pencatatan kesehatan pasien dalam format digital

(pengganti kertas). Data yang ada di EHR mencakup banyak hal, seperti riwayat
penyakit, alergi, dan obat-obatan yang pernah diberikan ke pasien.

Dengan format digital, rumah sakit mengumpulkan semua data pasien dan
menjadi big data yang bermanfaat. Misalnya, dokter memiliki akses melihat data
pasien yang sedang ditangani. Ia akan menerima pengingat dari sistem ketika
pasiennya perlu melakukan kontrol. Dengan begitu, dokter dapat mengirimkan
pesan untuk mengingatkan ke pasien tentang jadwal kontrolnya.

1) Disease tracking (dalam upaya penanganan Covid-19)

Saat pandemi Covid-19, pemerintah berupaya menekan penyebarannya dengan
berbagai cara, salah satunya membuat aplikasi Peduli Lindungi yang bisa di-
download di berbagai jenis smartphone.

Aplikasi PeduliLindungi adalah aplikasi yang dapat membantu pemerintah dalam

melakukan pelacakan dan memberi peringatan ketika ada warga negara yang
positif Covid-19.

Aplikasi ini memanfaatkan big data dalam memberikan fitur-fitur yang

bermanfaat, seperti melihat statistik kasus Covid-19 di wilayah tertentu, melihat
hasil tes Covid-19, dan pemeriksaan kesehatan secara mandiri.

3. Jelaskan kebijakan big data di Indonesia!

Pada tahun 2019, Presiden menetapkan Peraturan Presiden Nomor 39 Tahun 2019
tentang Satu Data Indonesia (Perpres SDI). Dengan ketetapan ini, Satu Data
Indonesia menjadi kebijakan tata kelola untuk data pemerintahan sehingga data-
data tersebut menjadi terpadu, akurat dan terkini, serta dapat
dipertanggungjawabkan.
4. Menurut Anda, apakah big data akan menjadi peluang atau hambatan? Jelaskan!
Menurut pendapat saya big data bisa menjadi peluang mengingat ketersediaan data yang
lengkap baik data pasien atau data faslitas kesehatan dan petugas nya akan sangat membantu
dalam memberikan dan meningkatkan kualitas pelayanan yang bermutu, namun disisi lain
bisa sebagai hambatan karena menggunakan big data tidak semudah itu, harus belajar untuk
memahami dalam menggunakannya sehingga keterbatasan tenaga kesehatan dalam
memahami big data bisa menjadi hambatan

5. Sebutkan dan jelaskan 3 penerapan big data kesehatan yang dapat bermanfaat untuk
peningkatan derajat kesehatan masyarakat Indonesia!
a. Salah satu peran big data dan peran AI di layanan kesehatan adalah kemampuan
meningkatkan akurasi prediksi penyakit serius. AI kini dapat membantu para profesional
kesehatan dengan menganalisis data menggunakan algoritma dan machine learning untuk
memprediksi risiko penyakit.
b. BIG Data merupakan topik kunci dalam pengembangan teknologi digital saat ini. BIG Data
mempunyai banyak manfaat dan karenanya ia digunakan di banyak
hal, ecommerce, streaming video dan musik, politik, sosial media, dan kini ia akan
digunakan di dunia kesehatan.
c. Big Data di dunia kesehatan dapat dimanfaatkan bersama dengan teknologi kecerdasan
buatan (artificial intelligence) untuk mendapatkan gambaran ataupun prediksi kesehatan
dalam sebuah masyarakat.

6. Menurut pendapat Anda, apakah big data Kesehatan dapat dimanfaatkan oleh sector
kebidanan? Jelaskan!
Menurut pendapat saya, big data kesehatan dapat dimanfaatkan juga oleh sektor kebidanan
hal ini tidak terlepas dari data-data yang ada mengenai pasien dan riwayatnya seperti dapat
digunakan dalam menurunkan AKI dan AKB serta dapat digunakan juga untuk menurunkan
angka stunting. Dengan melihat riwayat pada pasien kita sebagai bidan bisa mengetahui dan
memberikan pelayanan yang dibutuhkan.

7. Carilah artikel ilmiah yang memuat tentang penerapan Big Data Kesehatan!
Jelaskan artikel ilmiah tersebut.
Artikel

Prediksi, Diagnosis dan Pengobatan Acute

Myloid Leukemia Menggunakan Big Data
Analisis
PROSIDING SEMANTIK
Hamrul, H., & Irianti, A. (2019). Prediksi, Diagnosis dan Pengobatan Acute Myloid Leukemia
Menggunakan Big Data Analisis. PROSIDING SEMANTIK, 2(1), 111-117.
Penyakit kanker adalah penyakit utama yang telah menjadi ancaman terbesar bagi
kesehatan manusia karena deteksi dini sulit dilakukan, diagnosis dan biaya
perawatan yang relatif mahal. Salah satu jenis kanker yang banyak diderita Acute
Myeloid Leukemia. Kanker ini adalah salah satu jenis kanker darah yang
mengakibatkan sumsum tulang belakang tidak dapat menghasilkan sekelompok sel
darah putih seri myeloid yang matang. Orang yang menderita Acute Myeloid
Leukemia sulit dideteksi secara dini sebab gejalanya yang mirip dengan gejala flu.
Menurut survei Organisasi Kesehatan Dunia Tahun 2012 8,2 juta kasus kematian
terkait penyakit ini. Oleh sebab itu, penelitian mengenai kanker darah menjadi topik
utama dalam bidang medis dan bioinformatika dan terus berkembang hingga saat
ini, termasuk teknologi big data dan penerapan algoritma untuk memprediksi,
mendiagnosis dan mengobati penyakit tersebut. Dalam bidang kesehatan, big data
digunakan untuk memprediksi penyakit, menganalisis gejala, meningkatkan akurasi
diagnosis, menyediakan obat yang tepat bagi pasien, meningkatkan kualitas
perawatan, menurunkan biaya pengobatan dan meningkatkan rentang hidup dan
mengurangi dampak kematian. Kemajuan teknologi big data dapat dimanfaatkan
untuk menyelamatkan pasien dan mengurangi resiko kematian pasien kanker
melalui deteksi dini. Literature review ini bertujuan untuk mengkaji hasil penelitian
mengenai bagaimana big data dapat digunakan memprediksi, mendiagnosis dan
mengobati acute myeloid leukemia. Metode penelitian dilakukan dengan cara
mengekslorasi sumber data dari tiga database utama, Scopus, ScienceDirect,
DOAJ, EBSCO, Web of Science yang mengindeks jurnal dan prosiding conference
yang diterbitkan oleh IEEE, ACM, SpringerLink, dan Elsevier. Artikel yang dipilih
adalah artikel yang terbit 5 tahun terakhir (2014-2019). Hasil yang diperoleh yakni
terdapat beberapa algoritma statistik yang digunakan untuk memprediksi,
mediagnosis dan mengobati Acute myeloid leukemia diantaranya algoritma
MERGER, knearest neighbor (k-NN), decision tree (DT), Support Vector Machine
(SVM) dan Surveillance, Epidemiology, and End Results (SEER), dan Algoritma Map
Reduce. Algoritma ini kemudian diimpementasikan pada Hadoop Framework. Big
data analysis dapat digunakan untuk memprediksi, mendiagnosis dan memberikan
informasi pemberian obat yang tepat bagi penderita Acute myeloid leukemia.