Quiz Pra UTS

Dibuat untuk memenuhi tugas mata kuliah Analisis Big Data

Dosen Pengampu : Ultach Enri, M.Kom.

Disusun oleh :

Satrio Dwi Athallah

2010631170120

Kelas 6A

PROGRAM STUDI INFORMATIKA

FAKULTAS ILMU KOMPUTER

UNIVERSITAS SINGAPERBANGSA KARAWANG

2023
 1. Jelaskan hubungan antara perubahan kultur dan perilaku saat ini dengan pertumbuhan
data!
2. Apa yang dimaksud dengan data, informasi dan pengetahuan!
3. Sebutkan dan jelaskan tentang karakteristik Big Data!
4. Jelaskan tentang gambar dibawah ini!

5. Jelaskan perbedaan data science, data mining dan machine learning!

6. Menurut anda apakah yang menjadi penyebab kegagalan dalam proyek data science,
jelaskan!
7. Jelaskan tentang methodologi data science!
8. Apa pendapat anda antara Big Data vs Big Information vs Big Knowledge, manakah
diantara ke-3 hal tersebut yang lebih utama?
9. Apa yang dimaksud dengan supervised learning dan unsupervised learning, jelaskan
dengan contoh!
10. Berikan contoh tentang pemanfaatan big data analytics, beri penjelasan!

Jawaban :
1. Hubungan antara perubahan kultur dan perilaku saat ini dengan pertumbuhan data yakni
setiap keputusan atau kebijakan berkaitan langsung dengan data yang tumbuh saat ini
sehingga perilaku serta perubah kultur sejalan dengan tingkat pertembuhan data yang
terjadi
2. Data adalah isi atau konten yang berupa fakta, Informasi merupakan pengolahan dari
data, Pengetahuan merupakan kumpulan dari informasi yang sudah diproses untuk
mendapatkan pemahaman.

3. Terdapat 6 Karakteristik Big Data yaitu :

 Volume : Skala atau besaran data yang harus dikelola berukuran super besar
 Velocity : Kecepatan data yang dihasilkan dan transfer data yang dapat ditangkap
oleh jutaan atau lebih pengguna
 Variety : Kumpulan dari berbagai macam data, baik data yang terstruktur, semi
terstruktur maupun data tidak terstruktur
 Veracity : Hasil keakuratan data dalam memproses sebuah program
 Variabilty ; Perubahan data yang berbeda-beda atau dinamis dan dapat
mempengaruhi karakteristik lain seperti proses dan kecepatan transfer data
 Visibilty : Gambaran lengkap tentang data agar menjadi informatif
4. Data adalah bentuk data yang belum diolah atau mentah.
Informasi adalah bentuk pengolahan dari data menjadi bentuk yang lebih terstruktur.
Pengetahuan adalah bentuk analisis informasi yang menghasilkan pemahaman atau pola
akan sesuatu.
Wawasan adalah bentuk dari kecerdasan yang didasari pengetahuan dalam kumpulan
data yang dianalisis sehingga menciptakan value atau nilai yang tinggi.
Kebijaksanaan adalah bentuk dari hasil dari kolaborasi dari berbagai wawasan yang ada

5. - Data Science memiliki tujuan utama yaitu mendeskripsikan data dan juga menghasilkan
prediksi yang tepat.
- Data Mining merupakan bagian dari data science dimana data mining merupakan proses
pengumpulan informasi untuk melihat pola dari kumpulan data yang sangat besar.
- Machine Learning merupakan bagian juga dari data science dimana machine learning
digunakan agar sistem computer dapat melakukan pembelajaran dengan otomatis tanpa
diberi intruksi program.

6. Menurut saya penyebab kegagalan dalam proyek data science adalah lingkup masalah
yang tidak dapat diselesaikan dengan data atau bahkan tidak perlu menggunakan data
kemudian penyebab selanjutnya adalah data itu sendiri kualitasnya jelek, jumlahnya
terbatas apalagi sampai data yang dibutuhkan tidak ada.

7. Metodologi data science adalah langkah-langkah yang digunakan dalam proyek data
science dengan tujuan dapat menyelesaikan atau menjawab pertanyaan dari suatu
masalah. Contoh metodologi data science yaitu kdd, SEMMA, CRISP DM, dan IBM

8. Big Data vs Big Information vs Big Knowledge

 Big Data
Pengumpulan dan penggunaan informasi dari berbagai sumber untuk membuat
keputusan yang lebih baik. Big Data bisa dibilang sebagai sebuah konsep tentang
kemampuan kita mengumpulkan, menganalisis, dan mengetahui jumlah data yang
cukup besar yang datang setiap harinya.
 Big Information
Merekam atau mengambil Data dan Knowledge pada suatu waktu tertentu.
Sedangkan Data dan Knowledge dapat terus berubah dan bertambah dari waktu ke
waktu.
 Big Knowledge
Sesuatu yang kita ketahui dan disimpan ke dalam otak serta cara untuk membangun
pengetahuan perlu adanya informasi dan data.
Menurut saya diantara ketiga tersebut yang lebih utama adalah big data karena big
information yaitu informasi yang awal nya sekumpulan data yang diolah menjadi
informasi sedangkan big knowledge merupakan informasi yang diolah menjadi
pengetahuan. sedangkan big data merupakan sebuah fakta serta kumpulan dan
penggunaan informasi dari berbagai macam sumber untuk membuat keputusan yang
lebih baik
9. Supervised Learning adalah mesin yang dilatih menggunakan data yang dilabeli dengan
baik bertujuan untuk mengklasifikasikan data atau memprediksi hasil secara akurat.
Dengan demikian, suatu perusahaan atau organisasi dapat memecahkan berbagai masalah
dunia nyata dalam skala besar. Contohnya :
- Pengenalan gambar dan objek
Supervised learning bisa digunakan untuk menemukan, memilah, dan mengategorikan
gambar dari objek, yang berguna saat diterapkan pada berbagai teknik deteksi dan
analisis gambar komputer.

- Segmentasi pelanggan
Dengan algoritma supervised learning, perusahaan bisa mengambil dan
mengklasifikasikan informasi penting dari volume data yang besar. Ini termasuk konteks,
emosi, dan niat dengan sedikit campur tangan manusia.

- Deteksi spam
Seperti yang sempat disinggung di atas, supervised learning bisa secara efektif mengenali
pola atau keanehan pada data baru untuk korespondensi terkait, mana yang spam dan
bukan spam.

Unsupervised Learning teknik pembelajaran mesin di mana pengguna tidak perlu

mengawasi modelnya. Teknik pembelajaran tak terarah ini memungkinkan model bekerja
sendiri untuk menemukan pola dan informasi yang sebelumnya tidak terdeteksi, terutama
yang berkaitan dengan data yang tidak berlabel. Contohnya Pengelompokkan Segmen
pelanggan.

10. Big data dalam industri kesehatan

Cara big data berfungsi dalam industri kesehatan adalah dengan membantu memprediksi
wabah epidemi dalam memutuskan tindakan pencegahan untuk meminimalkan efek dari
pandemi tersebut. Selain itu, big data juga membantu mengurangi biaya pemeriksaan.
Sebab, dalam beberapa kasus pasien tidak perlu datang ke rumah sakit, karena melalui
aplikasi mereka bisa melakukan diagnosa penyakitnya kepada dokter. Contoh
aplikasi big data dalam industri kesehatan adalah produk aplikasi Apple HealthKit,
ResearchKit, dan CareKit. Aplikasi ini bisa digunakan untuk mengakses dan menyimpan
catatan kesehatan pengguna secara realtime.
Big data dalam industri hiburan
Banyaknya pengguna yang memiliki akses smartphone membuat data yang terkumpul
menjadi semakin banyak, termasuk di dalamnya data-data dari aplikasi hiburan seperti
media sosial, mendengarkan musik atau menonton film.
Data-data ini dapat diekstrak dan digunakan untuk berbagai keperluan seperti,
memprediksi minat audiens, mengetahui insight ulasan pelanggan, hingga penargetan
iklan yang lebih efektif.
Contoh penggunaan big data analytics-nya seperti terjadi pada aplikasi Spotify yang
mengumpulkan data dari user untuk merekomendasikan lagu yang tepat bagi pengguna.