Penggunaan Big Data

di

Rahardian Nur Laily

Giasacra Widya Islamiana
Content Teori Big Data

Traveloka

Penggunaan Big Data di Traveloka

 Big Data
Mahadata, lebih dikenal dengan istilah bahasa Inggris big data, adalah
istilah umum untuk segala himpunan data (data set) dalam jumlah
yang sangat besar, rumit dan tak terstruktur sehingga menjadikannya
sukar ditangani apabila hanya menggunakan perkakas manajemen
basis data biasa atau aplikasi pemroses data tradisional belaka.
Mahadata juga dapat diartikan sebagai pertumbuhan data dan
informasi yang eksponensial dengan kecepatan dalam
pertambahannya dan memiliki data yang bervariasi sehingga
menyebabkan tantangan baru dalam pengolahan sejumlah data besar
yang heterogen dan mengetahui bagaimana cara memahami semua
data tersebut.
 5 Karakteristik Big Data

1. Data lebih banyak 3. Korelasi

Big Data sering memprediksi berdasarkan
1. Data Lebih Banyak
korelasi, ketimbang hungungan sebeb
Random sampling pada Small Data sebenarnya adalah
alternatif dari mengumpulkan dan menganalisis dataset akibat.
penuh, karena keterbatasan teknologi dan kapasitas
penyimpanan. Kelemahannya adalah sampling
membutuhkan perencanaan dan eksekusi yang hati-hati
serta bekerja dalam subset membantu perusahaan
meadapat apa yang dicari lebih cepat dan murah tetapi
melewatkan pertanyaan yang tidak terpikirkan 4. Datafikasi
sebelumnya. Mendatafikasi suatu fenomena adalah menyimpannya dalam
format yang terkuantifikasi agar bisa ditabulasi dan dianalisis
serta menangkap informasi dan menyimpannya dalam format
data yang memudahkannya untuk digunakan kembali.
2. Berantakan (Messy) Memindahkan data ke bentuk digital belum tentu
mendatafikasi.
Big data meciptakan dataset yang lebih
berantakan, namun mampu memberikan
gambaran yang lebih menyeluruh,
meskipun tidak terstruktur.
5. Value
Mengumpulkan data adalah hal yang krusial namun tidak cukup karena
kebanyakan nilai dari data terletak pada penggunaan, bukan kepemilikan.
Dalam era Big Data, seluruh data akan dianggap berharga.
Cara Kerja Big Data
Integritas Data
• Dibandingkan dengan data-data
tradisional yang bisa ditangani
dengan cara “ETL” alias extract
transform and load, cara pengolahan
big data jauh lebih rumit dari itu.
• Alasannya karena big data terdiri
dari sekumpulan input yang berbeda-
beda dan harus diproses sebelum
benar-benar bisa diolah. Misalnya
kamu bisa mengumpulkan data
berupa komentar konsumen di ruang
publik, data foto-foto konsumen
dengan produkmu di media sosial,
atau bahkan traffic di laman website
dan media sosialmu.
•Setelah memproses dan membuat
format yang seragam itulah baru
kamu bisa menyodorkan data tersebut
kepada analis bisnismu.
Manage Analisis Data
• Investasimu yang besar untuk
Untuk bisa me-manage mengumpulkan dan me-manage
data dengan benar, faktor data baru bisa terbayarkan apabila
kamu bisa melakukan analisis big
terpenting yang tidak bisa data.
kamu lupakan adalah • Sayangnya seperti yang telah
kami jelaskan di awal, software-
caramu menyimpan data software olah data tradisional tidak
tersebut. Pilihannya akan mampu mengolah big data
yang begitu besar dan kompleks.
memang sangat banyak, Kamu harus bisa membuat
tapi bagi kamu yang pemodelan data menggunakan
machine learning dan artificial
memiliki dana terbatas intelligence sehingga bisa
tentu cloud storage dianalisis dengan baik.
• Bila data sudah dianalisis,
merupakan salah satu
percayalah kamu akan
solusinya. menemukan banyak input, insight,
dan penemuan baru yang bisa
kamu manfaatkan untuk kemajuan
perusahaanmu
Studi Kasus
Traveloka menyadari bahwa saat ini konsumen sering mengalami frustasi ketika
memilih jadwal penerbangan dan hotel yang akan ditempati. Beragam faktor mulai
dari waktu, harga, hingga lokasi menjadi sedikit dari banyak pertimbangan yang
dipertimbangkan oleh calon konsumennya.

“Konsumen biasanya melakukan serangkaian riset terkait harga. Dan, aktivitas itu
memakan waktu yang lama. Belum kalau jam berbeda, harga juga berbeda,” terang
Caesar Indra, SVP Business Development Traveloka di Jakarta, Rabu (31/05/2017).

Caesar menjelaskan, selama ini Traveloka mendapatkan banyak masukan terkait

permasalahan yang dialami oleh konsumennya, khususnya terkait hotel dan
pesawat.
Solusi yang dilakukan
Traveloka memperkenalkan produk barunya, yaitu layanan
pemesanan Pesawat + Hotel. Hadirnya produk baru ini
memungkinkan pelanggan melakukan pemesanan tiket
pesawat dan hotel secara sekaligus dan dalam satu nomor
pesanan saja. Layanan Pesawat + Hotel secara otomatis akan
menampilkan kombinasi harga terbaik untuk tiket pesawat
dan hotel di destinasi dan tanggal yang telah ditentukan
pelanggan. Di hasil pencarian, pelanggan akan disuguhkan
ratusan pilihan paket hotel dan jadwal penerbangan.
Menariknya, paket yang ditawarkan Traveloka bersifat
fleksibel lantaran pelanggan dapat mengubah pilihan
maskapai dan jam terbang sesuai preferensi masing-masing.
Implementasi Big Data pada Traveloka

1. Lebih cepat dan lebih baik dalam pengambilan keputusan, dengan kecepatan teknologi
big data dapat melakukan analisis yang dikombinasikan dengan kemampuan untuk
menganalisis berbagai macam sumber data baru, membuat bisnis mampu menganalisis
informasi dengan cepat dan membuat keputusan berdasarkan hasil analisis tersebut.
2. Melahirkan produk dan pelayanan baru, dengan kemampuan mengukur kebutuhan
dan kepuasan pelanggan mendatangkan keunggulan dari bisnis untuk menciptakan
produk dan layanan baru yang sesuai dengan keinginan dan kebutuhan dari pelanggan.
3. Menganalisis perilaku konsumen dalam bepergian maupun berbelanja di fitur e-
commerce Traveloka.
4. Meningkatkan akurasi proyeksi penjualan dan produk layanan traveloka.
5. Membantu memperkirakan pendapatan dengan lebih akurat.
6. Memecahkan pola perilaku konsumen.
7. Membantu menyediakan layanan baru yang sesuai dengan kebutuhan konsumen.
8. Terjaminnya data yang akan menjadi informasi baik bagi pihak manajemen maupun
karyawan.
9. Membantu menciptakan peluang usaha baru
Data Base dan Penyimpanan

Database dan Penyimpanan Data disimpan di Cloud via AWS maupun Google Cloud. Ada
berbagai macam database yang digunakan di Traveloka baik RDBMS maupun NoSQL
dengan tujuan yang juga berbeda- beda. Untuk RDBMS, ada MemSQL, Redshift dan
PostgreSQL. Sedangkan untuk NoSQL, ada DynamoDB dan MongoDB. Untuk query
engine dari data lake AWS S3 bisa menggunakan Qubole, Presto, Hive atau mungkin
menggunakan SparkSQL. Lainnya Traveloka juga menggunakan bahasa pengprograman
seperti Julia yang bisa dibilang masih baru. Java yang merupakan core dari Big Data juga
digunakan untuk membuat aplikasi untuk presentation layer yang kemungkinan besar
digunakan business users. Ada juga beberapa perangkat lainnya yang terdengar asing
bagi saya seperti Domo, Keboola, Holistics serta Periscope Data.
 Saran
Traveloka sebaiknya sigap dan cepat dalam mengolah dan menganalisis data yang diperoleh untuk
meningkatkan kompetitif apalagi banyak ecommerce yang mulai booming.

Melakuakn maintenance terhadap aplikasi fitur layanan.

Melakukan integrasi data dengan pelbagai platform akomodasi agar dapat bertukar informasi
dengan cepat.

Memanfaatkan penggunaan Big Data dengan berani merambah ke seluruh dunia.

Mengembangkan bisnis baru yang dapat menyediakan paket layanan traveling dan akomodasi.

Membangun pusat Data analysis khusus untuk era 4.0 dan usaha menyiapkan bisnis yang lebih
kompetitif di masa yang akan datang. Karena banyak fintech ata pn aplikasi pasaran yang
menyediakan fitur traveling dan akomodasi.
Thank You
Kesimpulan
Sejak awal kemunculan Traveloka, banyak sekali keluahan yang
mempermasalahkan tentang susahnya memilih jadwal penerbangan
dan hotel yang akan ditempati. Beragam faktor mulai dari waktu,
harga, hingga lokasi menjadi sedikit dari banyak pertimbangan yang
dipertimbangkan oleh calon konsumennya. Selain itu, konsumen
juga mengeluhkan dengan tampilan aplikasi/website yang kurang
efektif. Oleh karena itu, Traveloka menggunakan Big Data untuk
menggurangi keluhan dari konsumen dengan cara memperbarui
system dan tampilan agar konsumen bisa lebih mudah mengakses
Traveloka.
Dan juga Big Data dalam Traveloka juga bisa digunakan untuk
mengetahui segala kebutuhan konsumen, pola konsumsi pelanggan,
dan trend yang konsumen miliki. Agar pelanggan tetap loyal kepada
Traveloka