PERAN BIG DATA DALAM PERUSAHAAN

Mata Kuliah Big Data for Management

Dosen pengampu : July Yuliawati, S.E., M.M.

Disusun Oleh :
Ari awaludin 21416261201065

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS BUANA PERJUANGAN KARAWANG
Jalan Ronggo Waluyo Sirnabaya, Puseurjaya, Kec. Telukjambe Timur Kabupaten
Karawang, Jawa Barat 41361
2022
 KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah SWT atas limpahan Rahmat-Nya,
sehingga penulis dapat menyelesaikan makalah tentang Peran Big Data dalam perusahaan.
Penulisan makalah ini bertujuan untuk memenuhi tugas yang diberikan oleh Dosen
mata kuliah Big Data for Management yaitu July Yuliawati, S.E., M.M. Penulis
mengharapkan makalah ini dapat memberi manfaat bagi kita semua, dalam hal menambah
pengetahuan dan wawasan kita tentang Big Data untuk manajemen.
Penulis mengucapkan terima kasih kepada pihak-pihak yang telah mendukung dan
menjalin kerjasama yang baik sehingga makalah ini dapat diselesaikan. Penulis menyadari
makalah ini terdapat banyak kekurangan, maka penulis mengharapkan kritik dan saran dari
pembaca demi perbaikan menuju arah yang lebih baik. Kami mengharapkan semoga makalah
ini dapat bermanfaat bagi semua pihak.

Karawang, 27 Sepember 2023

Penulis
 DAFTAR ISI

KATA PENGANTAR.........................................................................................................................2
DAFTAR ISI........................................................................................................................................3
BAB I....................................................................................................................................................5
PENDAHULUAN................................................................................................................................5
1.1 Latar Belakang....................................................................................................................5
1.2 Tujuan..................................................................................................................................6
BAB II..................................................................................................................................................7
TINJAUAN PUSTAKA......................................................................................................................7
2.1 Manajemen...........................................................................................................................7
2.2 Data.......................................................................................................................................7
2.3 Informasi..............................................................................................................................7
2.4 Big Data................................................................................................................................8
BAB III.................................................................................................................................................9
PEMBAHASAN DAN HASIL............................................................................................................9
3.1 Profil Netflix.........................................................................................................................9
3.2 Profil Perusahaan GO-JEK..............................................................................................11
3.3 Profil Perusahaaan Amazon.............................................................................................13
3.3.1 Hasil Penelitian..............................................................................................................13
3.3.2 Pembahasan...................................................................................................................13
3.4 Profil PT. Jasa Raharja.....................................................................................................14
3.4.1 Hasil Penelitian..............................................................................................................14
3.4.2 Pembahasan...................................................................................................................15
3.5 Profil PT Huawei Indonesia..............................................................................................15
3.5.1 Hasil Penelitian..............................................................................................................16
3.5.2 Pembahasan...................................................................................................................17
BAB IV...............................................................................................................................................18
KESIMPULAN DAN SARAN..........................................................................................................18
4.1 Kesimpulan.........................................................................................................................18
4.2 Saran...................................................................................................................................18
DAFTAR PUSTAKA........................................................................................................................19
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Manajemen adalah proses merencanakan, mengorganisasi, mengarahkan, dan
mengendalikan kegiatan untuk mencapai tujuan organisasi secara efektif dan efisien dengan
menggunakan sumber daya organisasi. Manajemen menginginkan tujuan tercapai dengan
efektif dan efisien. Dua kata tersebut semakin penting sekarang ini. Dengan kata lain, prestasi
manajer diukur dari efektivitas dan efisiensi pencapaian tujuan organisasi, tidak sekadar
mencapai tujuan organisasi. Dua kata tersebut dipopulerkan oleh Peter Drucker, penulis
manajemen paling laris. Menurut Drucker, efisiensi berarti mengerjakan sesuatu dengan
benar, sedangkan efektif adalah mengerjakan sesuatu yang benar.
Dalam era serba cepat seperti sekarang, tuntutan proses bisnis yang efektif dan
efisien makin meningkat Salah satu hal yang dapat meningkatkan percepatan proses bisnis
adalah pemanfaatan big data dalam industri. Big data merupakan hal yang penting, mereka
yang bisa memanfaatkan big data akan memiliki dasar yang kuat dan cepat dalam
pengambilan keputusan bisnis. Kondisi inilah yang kemudian memunculkan suatu konsep
saat ini sedang popular yang disebut Big Data. Big Data merupakan data yang mempunyai
tiga karakteristik, yaitu jumlah yang besar, variasi yang tinggi, dan dapat dihasilkan dengan
cepat, sehingga melampaui kapasitas pengolahan database konvensional.
Dibandingkan dengan dataset tradisional, big data pada umumnya merupakan jenis
data tidak terstruktur yang memerlukan analisis real-time. Selain itu, big data juga membawa
peluang baru untuk menemukan berbagai nilai baru, membantu untuk memperoleh
pemahaman mendalam tentang nilai-nilai tersembunyi, dan juga mendorong terciptanya
tantangan baru, misalnya, cara efektif mengatur dan mengelola dataset tersebut. Dengan
banyaknya jumlah data yang ada, analisis mengenai data tersebut perlu dilakukan untuk
mendapatkan informasi dan pengetahuan yang tersimpan didalamnya. Pada analisis kasus Big
Data, metode yang biasanya digunakan adalah Data Mining. Secara umum, Data Mining
dapat diartikan sebagai separangkat mekanisme dan teknik untuk mendapatkan informasi
yang penting dari data. Pada awal 1990-an Data Mining dikenal sebagai Knowledge
Discovery from Database, meskipun dalam konteks modern, Data Mining akan lebih tepat
apabila disebut sebagai Knowledge Discovery from Data. Beberapa tahapan proses KDD,
yaitu seleksi data, pembersihan data, transformasi data, pencarian pola, serta menginterpretasi
dan evaluasi. Data mining mampu mengekstrak koleksi data yang besar menjadi suatu bentuk
informasi yang berguna dalam rangka penyelesaian masalah dan pemenuhan tantangan global
saat ini.
Mekanisme Data Mining sangat bervariasi karena terdapat banyak pola pada database
yang memiliki jumlah besar. Metode dan teknik yang berbeda dibutuhkan untuk menemukan
pola yang berbeda. Berdasarkan jenis pola yang dicari, mekanisme Data Mining dapat
diklasifikasikan menjadi beberapa jenis, diantaranya Summarization, Classification,
Clustering, Association, dan Trend Analysis. Data Mining dapat digunakan untuk mengolah
dan menganalisis data yang bersifat terstruktur seperti data numerik, kontinyu dan interval.
Untuk data yang bersifat semi terstruktur (semi structured) dan tidak terstruktur
(unstructured) digunakan Text Mining yang pada dasarnya merupakan bagian dari Data
Mining. Text Mining pertama kali dikembangkan pada tahun 1980-an dan telah menjadi
semakin efektif seiring dengan daya komputasi yang meningkat. Text Mining telah sukses
dalam menemukan berbagai pola dan koneksi pada data yang berbentuk teks, salah satunya
adalah publikasi ilmiah pada jurnal internasional.

1.2 Tujuan
a. Mahasiswa dapat memahami tentang Big Data for Management
b. Mahasiswa dapat menganalisa sebuah data
c. Mahasiswa dapat mengelompokan sebuah data
 BAB II

TINJAUAN PUSTAKA

2.1 Manajemen
Manajemen adalah seni dan ilmu perencanaan, pengorganisasian, penempatan
karyawan, pembrian perintah, dan pengawasan teradap sumber daya manusiadan alam,
terutama sumber daya manusia untuk mencapa tujuan yang telah ditentukan terlebih dahulu
Suprihanto, J. (2018).
Manajemen adalah proses merencanakan, mengorganisasi, mengarahkan, dan
mengendalikan kegiatan untuk mencapai tujuan organisasi secara efektif dan efisien dengan
menggunakan sumber daya organisasi (Mamduh, 2015).
Manajemen adalah proses perencanaan, pengorganisasian, pengarahan, dan
pengawasan terhadap usaha-usaha para anggota organisasi dan penggunaan sumber-sumber
organisasi lainnya agar mencapai tujuan organisasi yang teah ditetapkan Wijayanto, D., &
SPi, M. M. (2013).

2.2 Data
Definisi Data adalah bahan mentah yang perlu dilakukan pengolahansehingga
menghasilkan informasi atau keterangan, baik kualitatif maupun kuantitatif yang
menunjukkan fakta sehingga dapat memberi manfaat bagi peneliti atau memberi
gambaran kepada peneliti tentang kondisi atau suatu keadaan (Wahono & Ali, 2021).
Data adalah sekumpulan informasi atau nilai yang diperoleh dari pengamatan suatu
obyek, data dapat berupaangka dan dapat pua merupakan lambang atau sifat. Beberapa
macam data antara lain ; data populasi dan kata sampel, data observasi, data primer, dan data
sekunder.
Pada dasarnya kegunaan data ialah sebagai dasar yang objektif di dalam proses
pembuatan keputusan-keputusan dalam rangka untuk memecahkan persoalan oleh
pengambilan keputusan yang objektif, dan didasarkan atas data yang baik.
Data yang baik adalah data yang bisa dipercaya, tepat waktu dan mencakup ruang
lingkup yang luas atau bisa memberikan gambaran tentang suatu masalah secara menyeluruh
merupakan data relevan.

2.3 Informasi
Informasi adalah data yang telah diolah menjadi sebuah bentuk yang berarti bagi
penerimanya dan bermanfaat dalam pengambilan keputusan saat ini atau saat mendatang.
Definisi tersebut merupakan definisi informasi dalam pemakaian sistem informasi.
 Informasi merupakan hal yang sangat mendasar yang diperlukan oleh suatu kegiatan
dalam pengambilan suatu keputusanagar tidak terjadi kesalahan. Informasi juga dapat
diartikan sebagai data yang telah diolah menjadi bentuk yang lebih berguna dan lebih berarti
bagi penerima informasi.

2.4 Big Data

Big Data bukanlah sebuah teknologi, teknik, maupun inisiatif yang berdiri sendiri. Big
Data adalah suatu trend yang mencakup area yang luas dalam dunia bisnis dan teknologi. Big
Data menunjuk pada teknologi dan inisiatif yang melibatkan data yang begitu beragam, cepat
berubah, atau berukuran super besar sehingga terlalu sulit bagi teknologi, keahlian, maupun
infrastruktur konvensional untuk dapat menanganinya secara efektif (Pujianto et al., 2018).
Big Data adalah istilah yang diberikan pada kumpulan data yang beukuran sangat
besar dan kompleks, sehingga tidak memungkinkan untuk diproses menggunakan perangkat
pengelola database konvensional ataupun aplikasi pemroses data lainnya (Maryanto, 2017).
Big Data merupakan data yang mempunyai tiga karakteristik, yaitu jumlah (volume)
yang besar, variasi (variety) yang tinggi, dan dapat dihasilkan dengan cepat (velocity),
sehingga melampaui kapasitas pengolahan database konvensional (Khairani & Irwansyah,
2018).
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 (Aldisa et al., 2022).
 BAB III

PEMBAHASAN DAN HASIL

3.1 Profil Netflix

Netflix, Inc. (/nɛtflɪks/) adalah salah satu penyedia layanan pengaliran (streaming)
media digital, berkantor pusat di Los Gatos, California. yang didirikan pada tahun 1997 oleh
Reed Hasting dan Marc Randolph di Scotts Valley, California. Bisnis utama dari perusahaan
ini adalah layanan pengaliran (streaming) berlangganan yang menawarkan film dan program
televisi, termasuk beberapa program yang dibuat oleh Netflix sendiri.

Model bisnis awal Netflix adalah penjualan DVD dan rental melalui pengiriman. Satu tahun
setelah berdiri, Netflix fokus kepada penyewaan DVD daripada penjualan DVD, sehingga
bisnis usaha penjualan DVD ditinggalkan. Pada tahun 2010, Netflix memperluas bisnisnya
dengan mengenalkan layanan pengaliran (streaming) namun tetap mempertahankan layanan
penyewaan DVD dan Blu-ray. Perusahaan ini memperluas usahanya secara internasional,
dengan layanan pengaliran tersedia di Kanada pada tahun 2011 dan terus berkembang
layanan tersebut sejak saat itu.

Sejak Januari 2012, layanan Netflix telah beroperasi lebih dari 190 negara, layanan ini
tersedia secara bebas di internet kecuali Daratan Tiongkok, Suriah, Korea Utara, Republik
Krimea (beberapa penyedia layanan internet memblokirnya karena masalah sensor). Netflix
di Indonesia sudah dapat diakses kembali dengan syarat dan ketentuan yang telah ditetapkan.

Netflix memasuki industri produksi-konten pada tahun 2013, dengan debut seri pertama
mereka Lilyhammer. Netflix telah memperluas produksi film dan serial televisi sejak saat itu
secara besar-besaran, dengan menawarkan konten "Netflix Original" melalui perpustakaan
digital milik mereka baik di layanan televisi maupun film. Netflix telah merilis lebih dari 126
"Original Series" atau film pada tahun 2014, lebih dari keseluruhan jaringan kabel atau
layanan channel.

Sejak Juli 2015, Netflix memiliki lebih dari 130 juta total pelanggan secara internasional,
termasuk 57.38 juta di Amerika Serikat sendiri. Upaya mereka adalah untuk memproduksi
konten baru, mengamankan hak untuk konten tambahan, dan perbedaan melalui 190 negara
telah mengakibatkan perusahaan untuk mengajukan miliaran utang jangka panjang: $21.9
miliar per September 2016, naik dari $16.8 miliar dari tahun sebelumnya, meskipun hanya
$6,5 miliar dari ini adalah utang jangka panjang; sisanya adalah kewajiban jangka panjang.
Kantor pusat Netflix beralamat di 121 Albright Way, Los Gatos, California, Amerika Serikat.
Mereka juga memiliki kantor di Belanda, Brasil, India, Jepang dan Korea Selatan.
3.1.1 Hasil Penelitian
Netflix menggunakan sistem rekomendasi hybrid, yaitu sistem rekomendasi yang
merupakan gabungan dari sistem content-based dan collaborative-filtering.Dengan kata lain,
sistem ini dapat memberikan rekomendasi yang lebih akurat dibanding kedua sistem
pendahulunya. Dalam mengembangkan sistem rekomendasi, Netflix juga tidak sendirian lho.
Sebab mereka sempat mengadakan kompetisi pada tahun 2006 hingga 2009. Kompetisi ini
menantang para pesertanya untuk membuat algoritma yang bisa memprediksi rating film
secara akurat.

Singkat cerita, tim BellKor memenangkan kompetisi ini, dan mereka mendapatkan hadiah
sejumlah 1 juta USD. Netflix pun langsung menggunakan algoritma buatan tim BellKor ke
dalam sistem rekomendasinya. bellkor team memenangkan netflix competition pada studi
kasus netflix
Apakah Netflix sudah puas? Tentu saja belum. Mereka masih terus berusaha mempertajam
akurasi sistem rekomendasinya. Caranya dengan menambah variabel yang dipertimbangkan
di dalam algoritmanya. Nah, apa aja sih faktor yang dipertimbangkan Netflix untuk
menentukan rekomendasi film? Berikut di antaranya:

 Film atau acara yang pernah kamu tonton

 Kapan kamu menonton filmnya
 Lokasi kamu menonton
 Perangkat yang digunakan untuk menonton
 Seberapa lama kamu menonton filmnya
 Seberapa sering kamu menghentikan (pause) filmnya
 Film apa saja yang kamu tonton sampai selesai
 Apa saja adegan yang sering kamu ulang
 Kata kunci yang sering kamu ketik saat mencari tontonan

Walau kelihatannya simpel, sebetulnya sistem rekomendasi merupakan salah satu faktor
utama yang membantu Netflix mempertahankan penggunanya. Berdasarkan riset yang
dilakukan Netflix, 75% penggunanya mengandalkan fitur rekomendasi untuk menemukan
tontonan yang mereka sukai. Alasannya sederhana. Pengguna tak perlu capek-capek
menggali film melalui fitur pencarian. Hanya dengan melihat bagian rekomendasi, mereka
bisa menemukan film-film yang sesuai dengan selera mereka.
Hasilnya? Jumlah konsumen yang bertahan semakin meningkat. Berdasarkan data Netflix,
pencapaian ini mampu diraih karena 80% penggunanya mengikuti rekomendasi yang
diberikan Netflix dan menontonnya sampai habis.
Berkat usaha gigih yang dilakukan Netflix untuk meningkatkan kenyamanan pengguna, kini
mereka berhasil menjadi perusahaan media yang memiliki nilai (valuasi) tertinggi di dunia.
Selain itu, tentunya pencapaian ini tak lepas dari kecerdikan mereka dalam memanfaatkan
potensi data.
3.1.2 Pembahasan
Secara istilah Big Data merupakan sekumpulan set data yang sangat besar dan kompleks.
Data tersebut demikian besarnya sehingga piranti pemrosesan data tradisional tidak mampu
menganalisisnya. Analisis Big Data diantaranya adalah cara mengumpulkan data, cara
menyimpan data, cara menganalisis data, hingga visualisasi, transfer, isu sensitivitas data dan
kesahihan data.

Salah satunya adalah penggunaan Big Data pada aplikasi Netflix. Netflix bisa dibilang
termasuk deretan perusahaan yang paling awal mengadopsi teknologi Big Data / Hadoop.
Netflix bahkan mendonasikan beberapa software Big Data mereka seperti Astyanax, Priam
dan Genie.

Netflix memanfaatkan Big Data untuk membuat rekomendasi film-film bagi pelanggan
mereka di seluruh dunia. Netflix menyimpan ber Peta — Peta Bytes data di dalam sistem
Hadoop mereka. Perhari rata-rata 10 Terabytes data dimasukkan ke dalam Sistem Hadoop
mereka. Netflix menjalankan Hadoop mereka dengan cloud Computing menggunakan
Amazon Elastic Cloud Computing (EC2). Uniknya dari sistem Netflix disini, dia tidak
menggunakan HDFS sebagai media penyimpanan data mereka seperti sistem Hadoop
lainnya. Mereka menggunakan Amazon Simple Storage Service (S3). Alasan dari Hadoop
Engineer Netflix adalah karena S3 lebih terintegrasi dan lebih mudah digunakan di Amazon
Cloud Computing.

“Netflix telah mampu mengurangi anggaran kampanye promosinya dengan hanya

menargetkan orang-orang yang paling relevan dan menguntungkan pada saat tertentu,” kata
sebuah catatan yang diterbitkan pada bulan Januari, perusahaan riset Intelijen Orcan

3.2 Profil Perusahaan GO-JEK

Gojek didirikan oleh Nadiem Makarim, warga negara Indonesia lulusan Master of Business
Administration dari Harvard Business School. Ide mendirikan Gojek muncul dari
pengalaman pribadi Nadiem Makarim menggunakan transportasi ojek hampir setiap hari ke
tempat kerjanya untuk menembus kemacetan di Jakarta.[8] Saat itu, Nadiem masih bekerja
sebagai Co-Founder dan Managing Director Zalora Indonesia dan Chief Innovation Officer
Kartuku.
Sebagai seseorang yang sering menggunakan transportasi ojek, Nadiem melihat ternyata
sebagian besar waktu yang dihabiskan oleh pengemudi ojek hanyalah sekadar mangkal
menunggu penumpang. Padahal, pengemudi ojek akan mendapatkan penghasilan lebih
banyak bila terus mencari penumpang. Selain itu, ia melihat ketersediaan jenis transportasi ini
tidak sebanyak transportasi lainnya sehingga sering kali cukup sulit untuk dicari. Ia
menginginkan ojek yang bisa ada setiap saat dibutuhkan. Dari pengalamannya tersebut,
Nadiem Makarim melihat adanya peluang untuk membuat sebuah layanan yang dapat
menghubungkan penumpang dengan pengemudi ojek.
Pada tanggal 5 Oktober 2010, Gojek resmi berdiri dengan 20 orang pengemudi. Pada saat itu,
Gojek masih mengandalkan call center untuk menghubungkan penumpang dengan
pengemudi ojek dengan GoKilat. Pada pertengahan 2014, berkat popularitas Uber kala itu,
Nadiem Makarim mulai mendapatkan tawaran investasi. Pada tanggal 7 Januari 2015, Gojek
akhirnya meluncurkan aplikasi berbasis Android dan iOS untuk menggantikan sistem
pemesanan menggunakan call center.
3.2.1 Hasil Penelitian
Big data sendiri adalah kumpulan data mentah, yang dapat dianalisis secara komputasi untuk
mengungkapkan pola dan tren, terutama yang berkaitan dengan perilaku dan interaksi
manusia. Salah satu perusahaan teknologi dalam negeri yang berhasil memanfaatkan big data
adalah Go-Jek, penyedia layanan on-demand berbagai kebutuhan, mulai dari transportasi
motor atau mobil, antar barang, pemesanan makanan, dan lain sebagainya.
Dari big data ini Go-Jek bisa melihat perilaku kebiasaan pengguna mereka, dalam hal ini
konsumen dan mitra pengemudi, yang nantinya akan diolah dan dianalisis agar menjadi
informasi yang berfaedah untuk organisasi. Di Go-Jek, tugas ini diserahkan kepada divisi
business intelligence yang beranggotakan 46 orang. Di dalamnya juga termasuk tim
pertumbuhan. Crystal Widjaja, salah satu orang yang berada dalam tim business intelligence,
bercerita kepada kumparan (kumparan.com) tentang peran penting big data dalam
membangun bisnis perusahaannya. semua data diamatinya dan diolah sedemikian rupa untuk
memastikan tim dari divisi lain mendapatkan pasokan data yang tepat guna memantapkan
langkah strategis yang diprioritaskan.
Segala interaksi yang dilakukan pengguna dalam aplikasi mereka bisa diketahui dalam big
data, mulai dari tombol apa yang biasa ditekan pengguna, bagaimana alur yang dilakukan
pengguna untuk menyelesaikan pesanan, hingga bagaimana pengguna mencari merchant
favorit di Go-Food. Olah data dan analisis data ini tidak hanya di bagian pengguna, tetapi
juga pada bagian mitra pengemudi. Go-Jek melakukan sejumlah langkah untuk membantu
mitra meningkatkan kesejahteraan, dan salah satu langkah nyata yang telah diberikan adalah
Program Swadaya untuk para mitra.
3.2.2 Pembahasan
Pemanfaatan big data yang digunakan oleh Go-Jek di dalam bisnisnya merupakan startegi
glokalisasi. Seiring degan adanya revolusi digital yang memicu aktivitas berbasis digital yang
makin meluas maka menciptakan ledakan informasi maupun banjir data, selain jumlahnya
yang sangat besar dan dihasilkan dengan sangat cepat, variasi data yang tercipta juga sangat
beragam. Dalam mengelola sumber daya informasi, perusahaan perlu membuat sebuah sistem
informasi yang terintegrasi sehingga informasi tersebut bisa di manajerial mulai dari
perolehan datanya dan pengefektifan penggunaannya. Saat ini semakin banyak perusahaan
yang terus mengembangkan teknologi informasi mereka. Hal tersebut dilakukan perusahaan
karena sistem informasi memegang peranan penting dalam bisnis mereka. Maka dari itu,
stategi yang digunakan oleh Go-Jek dapat selalu digunakan di Indonesia karena big data
dapat mempermudah perusahaan untuk menganalisa konsumennya.

3.3 Profil Perusahaaan Amazon

Amazon.com, Inc. (/mzn/ am--zone) adalah multinasional teknologi Perusahaan Amerika
yang berfokus pada e-niaga, komputasi awan, streaming digital dan kecerdasan buatan. Ini adalah
salah satu dari Lima Besar perusahaan di industri teknologi informasi AS, bersama dengan
Google (Alphabet), Apple, Meta (Facebook) dan Microsoft. Perusahaan ini telah disebut sebagai
"salah satu kekuatan ekonomi dan budaya paling berpengaruh di dunia", serta merek paling
berharga di dunia.

Jeff Bezos mendirikan Amazon dari garasinya di Bellevue, Washington, pada 5 Juli 1994. Ini
dimulai sebagai pasar online untuk buku tetapi tumbuh untuk menjual elektronik, perangkat
lunak, video game, pakaian, furnitur, makanan, mainan, dan perhiasan <!-perhiasan adalah ejaan
AS->. Pada tahun 2015, Amazon mengambil alih Walmart sebagai pengecer paling berharga di
Amerika Serikat berdasarkan kapitalisasi pasar. Pada Agustus 2017, Amazon mengakuisisi
Whole Foods Market untuk US$ 13,4 miliar, yang secara signifikan meningkatkan jejaknya
sebagai pengecer fisik. Pada tahun 2018, layanan pengiriman dua hari, Amazon Prime,
melampaui 100 juta pelanggan di seluruh dunia.

3.3.1 Hasil Penelitian

Jalankan analitik big data
Jalankan pemrosesan data dalam skala besar dan analisis bagaimana-jika menggunakan
algoritme statistik dan model prediktif untuk mengungkap pola tersembunyi, korelasi, tren
pasar, dan preferensi pelanggan.
Bangun alur data yang dapat diskalakan
Ekstrak data dari berbagai sumber, proses data tersebut sesuai skala, dan sediakan data untuk
aplikasi serta para pengguna.
Proses aliran data waktu nyata
Analisis peristiwa dari sumber data streaming dalam waktu nyata untuk membuat alur data
streaming yang dapat berjalan lama, mempunyai ketersediaan tinggi, dan toleran terhadap
kesalahan.
Akselerasi ilmu data dan adopsi ML
Analisis data menggunakan kerangka kerja ML sumber terbuka seperti Apache Spark MLlib,
TensorFlow, dan Apache MXNet. Hubungkan dengan Amazon SageMaker Studio untuk
pelatihan model, analisis, dan pelaporan dalam skala besar.
3.3.2 Pembahasan
Penggunaan big data pada amazon telah dikembangkan sejak tahun pertam amazon.com
diresmikan. Amazon sendiri adalah satu pelopor penggunaan big data pada bisnis
ecommerce. salah satu inovasi terbesarnya adalah personalisasi sistem rekomendasi yang
dibangun berdasarkan data besar dari jutaan transaksi pelanggannya.
Model yang amazon dalam melakukan penerapan big data clustering dan classification, yaitu
dengan mengelompokkan data transaksi pembeli nya dari umur, jenis kelamin, hingga
penghasilan. Lalu mengkalisifikasikan data tersebut untuk dapat diberikan penawaran yang
sesuai dari amazon itus sendiri.
Sedangkan sistem pada amazon web sevice yang digunakan untuk melakukan model tersebut
adalah menggunakan hadoop & spark
Dalam penerapan big data nya amazon juga menggunakan API yang pada amazon web
service bernama elasticsearch. Penerapan API ini juga dapat membantu dalam melakukan
analisis dan visualisasi

3.4 Profil PT. Jasa Raharja

PT Jasa Raharja adalah bagian dari Indonesia Financial Group yang berbisnis di
bidang asuransi sosial. Untuk mendukung kegiatan bisnisnya, hingga tahun 2020, perusahaan
ini memiliki 29 kantor cabang, 63 kantor perwakilan, dan 37 kantor pelayanan.
Perusahaan ini memulai sejarahnya pada tahun 1960 saat pemerintah Indonesia
menasionalisasi belasan perusahaan asuransi. Pada tanggal 9 Februari 1960, Firma Blom &
Van Der Aa, Firma Bekouw & Mijnssen, Firma Sluyters & Co, dan NV Assurantie
Maatschappij Djakarta digabung untuk membentuk PN Eka Bhakti, NV Assurantie Kantor
O.W.J. Schlencker dan NV Kantoor Asuransi Kali Besar digabung untuk membentuk PN Eka
Mulja, NV Assurantie Kantoor Langveldt-Schroder diubah menjadi PN Eka Dharma, serta
PT Maskapai Asuransi Arah Baru (Arba) diubah menjadi PN Eka Sakti. Pada tahun 1961,
berdasarkan PP No. 15 Tahun 1961, keempat perusahaan tersebut digabung untuk
membentuk PN Eka Karya. Pada tanggal 1 Januari 1965, nama perusahaan ini diubah
menjadi PN Jasa Rahardja.
3.4.1 Hasil Penelitian
Analisis risiko
Dengan menggunakan Data Analytics, Jasa Raharja dapat menganalisis risiko yang terkait
dengan produk asuransi yang ditawarkan, sehingga dapat mengoptimalkan penetapan premi,
menentukan resiko minimum, serta mengidentifikasi perubahan pola risiko yang berdampak
pada kebijakan perusahaan.
- Pemrosesan claim
Data Analytics dapat membantu dalam memproses klaim asuransi secara efisien dan akurat.
Dengan menganalisis data klaim sebelumnya, perusahaan asuransi dapat mengidentifikasi
pola klaim, memperkirakan biaya klaim, dan menghindari penipuan klaim.
- Analisis pelanggan
Data Analytics juga dapat membantu Jasa Raharja untuk memahami perilaku pelanggan dan
kebutuhan mereka. Dengan menganalisis data pelanggan, perusahaan asuransi dapat
menentukan segmen pelanggan yang paling menguntungkan dan mengembangkan produk
asuransi yang sesuai dengan kebutuhan mereka.

- Penilaian risiko investasi

Data Analytics dapat membantu Jasa Raharja untuk menilai risiko investasi dengan
mengumpulkan dan menganalisis data pasar keuangan dan ekonomi. Dengan menganalisis
data ini, Jasa Raharja dapat memperkirakan hasil investasi dan mengambil keputusan
investasi yang lebih cerdas.
3.4.2 Pembahasan
Data memainkan peran yang sangat penting di industri asuransi, karena asuransi didasarkan
pada pemahaman risiko. Dalam beberapa tahun terakhir, kemajuan teknologi telah
memungkinkan industri asuransi untuk mengumpulkan, menganalisis, dan memanfaatkan
data dengan cara yang lebih baik daripada sebelumnya.
Salah satu perbedaan utama antara dulu dan kini adalah kemampuan untuk mengumpulkan
dan memproses jumlah data yang jauh lebih besar. Dalam masa lalu, asuransi seringkali
hanya bergantung pada sejumlah data yang terbatas, seperti riwayat kesehatan atau catatan
klaim sebelumnya. Sekarang, asuransi dapat memanfaatkan data dari berbagai sumber,
termasuk media sosial, perangkat wearable, dan perangkat lunak analisis data.
Kemampuan untuk memproses data secara real-time juga merupakan perbedaan penting
antara dulu dan kini. Dulu, asuransi seringkali harus mengandalkan data yang sudah usang
atau mungkin perlu meminta informasi tambahan dari pelanggan mereka. Sekarang, asuransi
dapat menggunakan algoritma pemrosesan data untuk memantau dan menganalisis data
secara real-time, yang memungkinkan mereka untuk mengidentifikasi potensi risiko lebih
cepat dan memberikan solusi yang lebih cepat juga.

3.5 Profil PT Huawei Indonesia

Huáwéi adalah sebuah perusahaan teknologi multinasional yang berkantor pusat di Shenzhen,
Guangdong, Tiongkok. Perusahaan ini merancang, mengembangkan, dan menjual peralatan
telekomunikasi dan elektronik konsumen.
Perusahaan ini didirikan pada tahun 1987 oleh Ren Zhengfei, mantan Deputi Komandan
Resimen di Tentara Pembebasan Rakyat. Awalnya fokus memproduksi switch telepon,
Huawei kemudian berekpansi dengan memproduksi jaringan telekomunikasi, menyediakan
jasa konsultansi dan operasional dan peralatan untuk perusahaan di Tiongkok maupun di luar
Tiongkok, serta memproduksi perangkat komunikasi untuk pasar ritel. Huawei
mempekerjakan lebih dari 194.000 orang hingga Desember 2019.
Huawei menyediakan produk dan jasanya di lebih dari 170 negara. Pada tahun 2012,
perusahaan ini menyalip Ericsson sebagai produsen peralatan telekomunikasi terbesar di
dunia,[10] dan menyalip Apple pada tahun 2018 sebagai produsen ponsel cerdas terbesar
kedua di dunia, di bawah Samsung Electronics. Pada tahun 2018, Huawei mencatatkan
pendapatan sebesar US$108,5 milyar. Pada bulan Juli 2020, Huawei menyalip Samsung dan
Apple sebagai merek ponsel cerdas teratas (dalam hal jumlah ponsel yang terjual) di dunia
untuk pertama kalinya. Hal tersebut terutama disebabkan oleh menurunnya penjualan
Samsung pada triwulan kedua tahun 2020, akibat pandemi COVID-19

3.5.1 Hasil Penelitian

Berdasarkan pengamatan, tahun 2015 telah menjadi awal era baru – big data yang digerakkan
oleh bisnis. Karakteristik inti dari sistem analisis big data era baru akan didorong oleh
bisnis. Teknologi seperti Cognitive Computing akan menjadi faktor inti dari platform analisis
data besar yang baru.
Menghadapi era baru, penyedia layanan komunikasi (CSP) tidak memiliki keterampilan dan
analis data terkait big data, dan oleh karena itu menghadapi banyak tantangan saat
menerapkan big data:

 Integrasi aset data: Berbagai sistem layanan dan analisis diterapkan di jaringan CSP,

termasuk BI, NI, CRM, dll. Sistem ini menerapkan analisis data secara terpisah

(artinya dalam silo), yang merupakan hambatan terbesar bagi keberhasilan perusahaan

besar. analisis data. Mengintegrasikan data secara efisien dari berbagai domain dan

memastikan kualitas data telah menjadi tugas paling penting bagi CSP.

 Kurangnya analis data: Penelitian menunjukkan bahwa terdapat sekitar 200.000

lowongan untuk analis data besar di AS pada tahun 2014. Terdapat juga kekurangan

tenaga profesional di bidang lain yang merupakan masalah bagi CSP yang perlu

mendukung analisis operasi bisnis yang lebih baik.

 Kurangnya kasus penggunaan yang berhasil: CSP telah mencoba berbagai metode

untuk menerapkan big data pada masalah bisnis, namun keberhasilannya terbatas.

 Kesulitan dalam menemukan model bisnis yang tepat untuk monetisasi: Data tidak

hanya mendukung operasi lanjutan internal CSP, namun juga membantu mereka
 dalam pembangunan ekosistem digital. Banyak CSP yang telah melakukan upaya

monetisasi data, namun hanya sedikit yang berhasil menghasilkan pendapatan baru

karena kurangnya model bisnis yang efektif.

3.5.2 Pembahasan

Sebagai mesin inti yang mendorong transformasi digital CSP, big data sangatlah
penting. CSP biasanya memiliki pertanyaan berikut ketika membangun platform analisis data
besar:

 Bagaimana cara membangun platform analisis data besar?

 Bagaimana cara menggunakan platform analisis data besar untuk memecahkan

masalah bisnis?

 Bagaimana cara menggunakan platform analisis big data untuk membangun

ekosistem digital dan mewujudkan monetisasi aset?

Berfokus pada pertanyaan-pertanyaan ini, Huawei mengandalkan keunggulannya
(pengalaman industri, kekuatan teknis, dan layanan terbaik) untuk membangun solusi analisis
big data yang optimal Universe untuk CSP, yang terdiri dari Universe Analytics Platform dan
layanan end-to-end (E2E) . Platform Universe Analytics mencakup Pabrik Data, Pusat
Kebijaksanaan, dan Platform Operasi Data, sedangkan layanan data besar E2E mencakup
layanan konsultasi, operasi data, analisis data sebagai layanan, tata kelola data, dan
pengiriman terintegrasi.
 BAB IV

KESIMPULAN DAN SARAN

4.1 Kesimpulan
Setelah mengetahui pengertian dari big data, pastinya banyak yang bertanya-tanya. Kenapa
beberapa perusahaan ini mencari seorang data scientist atau data analyst untuk perusahaan
tersebut. Perusahaan menggunakan big data dalam sistem mereka untuk meningkatkan
operasi, memberikan layanan pelanggan yang lebih baik, membuat marketing campaign yang
secara personal, dan mengambil tindakan lain yang, pada akhirnya, dapat meningkatkan
pendapatan dan keuntungan. Perusahaan yang menggunakannya secara efektif memiliki
keunggulan kompetitif potensial bagi mereka yang tidak menggunakan hal tersebut karena
perusahaan yang menggunakan big data ini mampu membuat keputusan bisnis yang lebih
cepat dan lebih tepat.Contoh pentingnya big data adalah memberikan wawasan berharga
kepada pelanggan yang dapat digunakan perusahaan untuk menyempurnakan pemasaran,
periklanan, dan promosi mereka guna meningkatkan keterlibatan pelanggan dan tingkat
konversi. History data dan real-time dapat dianalisis untuk menilai preferensi konsumen atau
pembeli yang berkembang, memungkinkan bisnis menjadi lebih responsif terhadap keinginan
dan kebutuhan pelanggan.Big data adalah salah satu konsep yang dapat digunakan oleh
peneliti medis untuk mengidentifikasi tanda-tanda penyakit dan faktor risiko dan oleh dokter
untuk membantu mendiagnosis penyakit dan kondisi medis pada pasien. Selain itu,
kombinasi data dari catatan kesehatan elektronik, situs media sosial, web, dan sumber lain
memberikan informasi terkini kepada organisasi kesehatan dan lembaga pemerintah tentang
ancaman atau wabah penyakit menular.
4.2 Saran
Semoga dengan adanya Big Data ini tidak di salah gunakan dengan kejahatan. Sebaik nya
juga saat menggunakan sosial media kita lebih berhati hati.Untuk pemerintah sebaik nya
membatasi situs situs yang memang perlu di beri batasan umur. Sehingga anak dibawah umur
tidak terbawa arus negatif.
 DAFTAR PUSTAKA

Hastono, S. P. (2001). Analisis data. Depok: Fakultas Kesehatan Masyarakat Universitas Indonesia.
Suprihanto, J. (2018). Manajemen. UGM PRESS.

Wijayanto, D., & SPi, M. M. (2013). Pengantar manajemen. Gramedia Pustaka Utama.
source: https://alphapay.id/apa-itu-big-data-dan-bagaimana-cara-kerjanya/
https://www.google.co.id/amp/s/openbigdata.wordpress.com/2014/10/31/big-data-mengalahkan-
sistem-konvensional-story-of-netflix/amp/
https://majalahmanajemen.com/2019/01/15/big-data/
https://koranyogya.com/bagaimana-netflix-memproduksi-film-serinya-dengan-sukses/
https://kumparan.com/kumparantech/big-data-bikin-go-jek-bisa-ketahui-kebiasaan-pengguna/full
https://maholisolin.student.telkomuniversity.ac.id/penerapan-big-data-dan-data-analitik-pada-amazon-
com/
https://blog.algorit.ma/corporate-training-jasa-raharja/
https://carrier.huawei.com/en/technical-topics/carrier-software/big-data-analytics/huawei%20universe
%20big%20data%20analytics%20solution