Kelompok 12

DINTO PUTRA RAMADAN

-

(221019029)
M. ZAKY AYYASY JANUARDHA
(221019021)
ADILLA NISAELA KHAIRAMIRANTI
(221019033)
Ekonomi Big Data

 Definisi Big Data

 Big Data adalah istilah yang digunakan untuk menggambarkan kumpulan data
yang sangat besar dan kompleks yang terlalu banyak untuk dianalisis dan
diproses menggunakan teknik dan metode tradisional. Istilah ini mencakup
berbagai jenis data, termasuk data terstruktur dan tidak terstruktur, serta data
yang dihasilkan dari berbagai sumber seperti media sosial, sensor, perangkat
seluler, file log, dan server web.

 Karena volume, variasi, dan kecepatan data terus meningkat dengan
kecepatan eksponensial, pendekatan manajemen dan pemrosesan data
tradisional tidak lagi memadai. Hal ini memunculkan konsep big data, yang
membutuhkan teknologi dan teknik baru untuk menangani dan mendapatkan
wawasan dari informasi yang sangat banyak.Adapun kesimpulan yang dibuat
para ahli adalah big data merupakan koleksi data dari sumber tradisional dan
digital yang mewakili sumber dari pertumbuhan dan analisis yang sedang
berlangsung.
Kegunaan Big Data Dalam
Ekonomi
 Pengambilan Keputusan Strategis: Big data bisa membantu
pemimpin bisnis untuk membuat keputusan strategis yang lebih
baik. Melalui analisis data yang mendalam ini akan memudahkan
perusahaan dalam memahami tren pasar, perilaku konsumen, dan
peluang bisnis yang muncul.
 Analisis Kinerja Bisnis: Dalam dunia bisnis, biasanya big data
digunakan untuk menganalisis kinerja operasional dan keuangan
perusahaan. Dengan begitu, ini akan membantu identifikasi area
efisiensi, potensi penghematan biaya, dan peluang pertumbuhan.
 Pengembangan Layanan Pelanggan: Big data juga berguna untuk
memahami preferensi dan perilaku pelanggan sehingga dapat
meningkatkan layanan pelanggan. Hal ini dapat mencakup
personalisasi pengalaman pelanggan, rekomendasi produk yang
lebih akurat, dan respons yang lebih cepat terhadap pelanggan.
Bentuk dan Jenis Big Data

 Structured Data (Data Terstruktur)

 Pertama adalah Jenis Structured Data, jenis data ini memiliki format yang terorganisir dengan
baik, seperti dalam database relasional, spreadsheet atau tabel yang dapat dengan mudah
diolah dan dianalisis. Contoh structured data mencakup informasi seperti data pelanggan dalam
basis data CRM atau catatan transaksi keuangan dalam sistem akuntansi perusahaan.
Keuntungan utama dari structured data adalah kemudahan dalam pengolahan, analisis, dan
pencarian informasi yang dapat diekstraksi dari mereka.
 Unstructured Data (Data Tidak Terstruktur)
 Seperti namanya, jenis data ini tidak memiliki format yang terstruktur, seperti teks bebas, gambar,
dan video. Analisis data ini bisa lebih rumit. Unstructured data, yang merupakan jenis data
kedua, tidak memiliki format yang terstruktur. Ini termasuk data dalam bentuk teks bebas,
gambar, audio, video, dan banyak lagi. Analisis data tidak terstruktur bisa menjadi lebih rumit
karena informasi yang relevan sering kali tersebar di berbagai sumber dan harus diekstraksi
dengan alat analisis khusus. Contoh unstructured data mencakup postingan media sosial, pesan
email, atau bahkan rekaman video
 Semi-Structured Data (Data Semi Terstruktur)
 Selanjutnya terdapat jenis semi-structured data, jenis ini berada di antara data terstruktur dan
tidak terstruktur. Contohnya adalah data dalam format XML atau JSON.Keunggulan dari data
semi terstruktur adalah kemampuannya untuk menggabungkan elemen data terstruktur dan
tidak terstruktur. Contoh dari semi-structured data termasuk data sensor dari perangkat IoT yang
dapat berisi informasi terstruktur tentang suhu dan kelembaban bersama dengan teks bebas
yang menjelaskan situasi.
Karakteristik Big Data

 1. VOLUME
 Volume menjadi karakter utama dalam big data. Hal ini tentu bukan menjadi hal mengejutkan,
sebab lebih dari 90% data hari ini dibuat berdasarkan salinan tahun-tahun sebelumnya. Data
yang ada pada hari ini memang mengalami peningkatan cukup signifikan. Misalnya, dalam
setiap menit, ada sekitar 300 jam video yang diunggah di YouTube.
 2. VELOCITY
 Velocity merupakan kecepatan data yang dibuat, diolah kembali, dan digeneralisasi.
Kecepatan ini sangat berpengaruh pada lalu lintas big data. Di sini kita dapat contohkan
Google yang mencatat sekitar 40 ribu pencarian setiap detiknya. Hal itu jika diakumulasikan
akan lebih dari 3,5 miliar pencarian setiap hari.
 3. VARIETY
 Karakter data ini merupakan sekumpulan big data yang bervariasi di setiap platform. Ragam
data dikelompokkan dalam structured data, semi-structured data, dan unstructured data.
Contohnya ada pada media sosial yang menampilkan banyak macam data, mulai dari foto,
video, formulir, hingga filter-filter unggulan. Dalam urusan bisnis, data ini juga beragam
bentuknya, bisa berupa dokumen, tabel, dan sebagainya.
 4. VERACITY
 Veracity merupakan keakuratan data dalam memproses sebuah program.
Bayangkan saja jika banyak data tidak memiliki akurasi tinggi. Itu tentu akan
menyebabkan error dan dampaknya sangat berarti, misalnya penerapan nama
akun di Facebook, Instagram, dan sebagainya.
 5. VALUE
 Pada karakteristik ini, value bisa diartikan sebagai big data yang dibuat memiliki
manfaat bagi pengguna atau orang. Sebagaimana dilansir dari Hootsuite,
Instagram Stories telah dipakai 500 juta penggunanya per hari. Itu artinya, fitur
tersebut cukup berpengaruh dan memiliki value tersendiri.
 6. VISUALIZATION
 Karakteristik big data yang satu ini sering menjadi tantangan, yaitu bagaimana
memvisualisasikannya. Di sini, dapat dicontohkan data dalam sebuah peta
terdapat bentang alam, koordinat, pepohonan, yang menjadi salah satu
gambaran mengenai data yang dapat divisualisasikan.
 7. VOLATILITY
 Volatility yakni data yang dikumpulkan per hari atau beberapa hari lalu mungkin
berbeda dari data yang ada saat ini. Pada intinya, karakteristik ini berkaitan dengan
perubahan data yang bisa berdampak pada homogenitas data.
 8. VALIDITY
 Sekilas karakteristik ini memang hampir sama dengan veracity. Di sini, sebuah data yang
terkumpul haruslah valid dan relevan sebelum bisa digunakan, khususnya untuk tujuan-
tujuan tertentu agar bisa berjalan dengan baik.
 9. VULNERABILITY
 Karakteristik big data yang tak kalah penting ialah mengedepankan keamanan. Dalam
hal ini, big data harus mampu terlindung dari hal-hal yang tak diinginkan. Misalnya,
peretasan yang dilakukan oleh pihak-pihak tak bertanggung jawab.
 10. VARIABILITY
 Hal ini menyangkut perubahan data yang berbeda-beda. Data yang berbeda tersebut
bisa berdampak pada karakteristik lainnya, misalnya saja pada proses dan kecepatan
transfer data.
 Sumber Big Data dalam
Menganalisis Ekonomi
 Sumber big data untuk analisis ekonomi dapat berasal dari berbagai sumber, termasuk:
 Sumber data besar untuk analisis ekonomi dapat mencakup data dari lembaga pemerintah, organisasi internasional seperti Bank
Dunia atau Dana Moneter Internasional, data perdagangan, data keuangan perusahaan, dan sumber data sosial seperti media
sosial. Analisis big data dalam konteks ekonomi dapat memberikan wawasan mendalam tentang tren ekonomi, perilaku
konsumen, dan kondisi pasar.
 1. Data Pemerintah: Pemerintah menyediakan berbagai data ekonomi, seperti data ketenagakerjaan, pertumbuhan ekonomi,
inflasi, indeks harga, dan lain-lain. Contoh sumber data pemerintah adalah lembaga statistik nasional, departemen keuangan,
dan bank sentral
 2. Data Keuangan: Data keuangan dari perusahaan, lembaga keuangan, dan pasar keuangan dapat memberikan wawasan
yang berguna untuk analisis ekonomi. Beberapa contoh sumber data keuangan adalah laporan keuangan perusahaan, data
saham, data obligasi, dan transaksi keuangan.
 3. Social Media: Data dari platform media sosial seperti Twitter, Facebook, dan LinkedIn dapat digunakan untuk menganalisis
kecenderungan konsumen, citra merek, dan tren pasar. Informasi yang dikumpulkan melalui analisis sentimen, kata kunci, dan
pola perilaku dapat memberikan wawasan tentang keadaan ekonomi.
 4. Data Sensor: Perkembangan teknologi sensor telah memungkinkan pengumpulan data real-time dari berbagai sumber, seperti
sensor cuaca, sensor transportasi, dan sensor lingkungan. Data sensor ini dapat memberikan informasi tentang perubahan dalam
kegiatan ekonomi, seperti permintaan transportasi, tingkat polusi, atau cuaca yang mempengaruhi sektor pertanian.
 5. Data Transaksi Elektronik: Data yang dihasilkan dari transaksi elektronik, seperti penjualan online atau transaksi keuangan digital,
dapat memberikan wawasan tentang perilaku konsumen, tren pembelian, dan aktivitas ekonomi lainnya. Perusahaan e-
commerce dan penyedia pembayaran digital sering menyimpan dan menganalisis data transaksi ini.
Sekian Dan Terima Kasih