Big Data [PDF]

Citation preview

MAKALAH IOT “BIG DATA” Dosen Pengampu Kholidin, S.Kom. M.Kom.



Disusun oleh: Moktika Azmi 40011321650190



MANAJEMEN DAN ADMINISTRASI LOGISTIK SEKOLAH VOKASI UNIVERSITAS DIPONEGORO 2021



KATA PENGANTAR Segala puji dan syukur penulis sampaikan kepada Allah SWT, Tuhan semesta alam, atas limpahan rahmat dan hidayah-Nya sehingga makalah dengan judul Big Data dapat diselesaikan penulis dengan sebaik-baiknya untuk memenuhi tugas Ulangan Tengah Semester mata kuliah Internet of Things (IoT). Penulis ucapkan terima kasih sebanyak-banyaknya bagi pihak yang membantu penulis dalam mengerjakan dan menyelesaian makalah ini, terutama bagi orang-orang dengan tulisannya yang bermanfaat serta berbobot di internet. Penulis berharap dengan hadirnya makalah ini dapat memberikan manfaat bagi para pembaca Makalah ini disusun dengan tujuan untuk menambah wawasan dan pengetahuan penulis sendiri atau mungkin bagi para pembaca nantinya dalam bidang internet dan informatika, khususnya merujuk pada Big Data. Penulis menyadari bahwa makalah yang telah disusun ini masih terdapat kesalahan penyampaian dan penulisan kata bagi para pembaca. Maka dari itu, penulis sangat mengharapkan saran dan kritik dari para pembaca untuk membangun pembuatan makalah yang baik dan benar kedepannya. Cilacap, 12 Oktober 2021



Penulis



BAB 1 PENDAHULUAN A.



Latar Belakang Akhir-akhir ini istilah ‘Big Data’ telah menjadi pusat perhatian, tetapi tidak banyak orang



tahu Apa Itu Big Data. Di era internet, perusahaan dan organisasi di seluruh dunia telah mengumpulkan begitu banyak data. IBM menyatakan bahwa bisnis di seluruh dunia menghasilkan hampir 2,5 triliun byte data setiap hari, yang mana hampir 90% dari data global telah diproduksi dalam 2 tahun terakhir saja. Big Data menciptakan revolusi di bidang IT, bahkan kini memasuki hampir setiap industri. Jenis-jenis Big Data yang ada saat ini menjadi kekuatan pendorong dominan di balik kesuksesan perusahaan dan organisasi di seluruh dunia. Salah satunya dalam bisnis, perusahaan bisa menemukan insight baru tentang tren dan apa yang pelanggan inginkan pada suatu produk atau layanan dari pengolahan Big Data. Konsep Big Data sebenarnya bukan hal yang rumit. Seperti namanya, Big Data mengacu pada data dalam jumlah besar dan kompleks hingga tak memungkinkan lagi untuk dikelola dengan tools software tradisional. Jumlah Big Data terus meningkat tiap menit, sehingga menjadi tantangan dalam hal analisis. Big Data memang tentang volume. Namun, bukan jumlahnya yang penting, tapi olahan dengan data tersebut yang penting. B.



Rumusan Masalah Meninjau dari isi latar belakang sebelumnya, maka dapat diperoleh rumusan masalah



sebagai berikut: 1. Bagaimana pemahaman tentang Big Data? 2. Apa karakteristik dari Big Data? 3. Apa saja tantangan dan permasalahan yang dihadapi dari adanya Big Data? 4. Bagaimana solusi untuk menyelesaikan hal tersebut? 5. Apa manfaat Big Data dalam kehidupan di masyarakat? C.



Tujuan Makalah Dari rumusan masalah yang sudah dibuat, maka didapatkan tujuan dari pembuatan



makalah ini, yaitu:



1. Menjelaskan mengenai pemahaman tentang Big Data, mulai dari definisi, sejarah, fungsi, jenis, dan macamnya 2. Menjelaskan karakteristik dari Big Data 3. Menjelaskan tantangan dan permasalahan yang dihadapi dari Big Data di kehidupan 4. Menjelaskan solusi dari tantangan dan permasalahan yang telah disebutkan 5. Menjelaskan manfaat Big Data dalam kehidupan di masyarakat



BAB 2 PEMBAHASAN A.



Definisi Big Data Big data adalah aset informasi bervolume tinggi, berkecepatan tinggi, dan beragam yang



menuntut bentuk pemrosesan informasi inovatif yang hemat biaya untuk peningkatan wawasan dan pengambilan keputusan. Big data mengacu pada set data yang kompleks dan besar yang harus diproses dan dianalisis untuk mengungkap informasi berharga yang dapat menguntungkan bisnis dan organisasi. Kumpulan data ini sangat banyak sehingga perangkat lunak pengolah data biasa tidak dapat mengelolanya. Satu lagi, big data sering dikaitkan dengan SNS (Social Network Service), contohnya Facebook. Pada umumnya, SNS seperti Facebook tidak menggunakan RDBMS (Relational DataBase Management System) sebagai software pengolah data, melainkan lebih banyak menggunakan NoSQL (Not only SQL). Lalu, apa kita bisa menyebut sistem NoSQL sebagai Big Data? Dengan mengkombinasikan kedua uraian diatas, dapat ditarik sebuah definisi bahwa Big Data adalah "suatu sistem yang menggunakan NoSQL dalam memproses atau mengolah data yang berukuran sangat besar, misalnya dalam skala petabyte". Apakah definisi ini tepat? Boleh dikatakan masih setengah benar. Definisi tersebut masih belum menggambarkan Big Data secara menyeluruh karena Big Data tidak sesederhana itu, Big data memuat arti yang lebih kompleks sehingga perlu definisi yang sedikit lebih kompleks pula demi mendeskripsikannya secara keseluruhan. B.



Sejarah Big Data Meskipun konsep big data itu sendiri relatif baru, sejarah big data dimulai pada tahun



1960-an dan 70-an ketika dunia data baru saja dimulai dengan pusat data pertama dan pengembangan database relasional. Sekitar tahun 2005, orang mulai menyadari betapa banyak data yang dihasilkan pengguna melalui Facebook, YouTube, dan layanan online lainnya. Hadoop (kerangka kerja open source yang dibuat khusus untuk menyimpan dan menganalisis kumpulan Big Data) dikembangkan pada tahun yang sama. NoSQL juga mulai mendapatkan popularitas selama ini.



Pengembangan kerangka kerja open-source, seperti Hadoop (dan baru-baru ini, Spark) sangat penting untuk pertumbuhan big data karena mereka membuat big data lebih mudah untuk dikerjakan dan lebih murah untuk disimpan. Pada tahun-tahun sejak itu, volume big data telah meroket. Pengguna masih menghasilkan data dalam jumlah besar, tetapi bukan hanya manusia yang melakukannya. Adanya perkembangan ini ternyata memberikan pengaruh yang begitu besar atas perkembangan big data tersebut. Hal ini disebabkan oleh perananya dalam membuat sebuah data yang sangat besar, murah dan juga mudah untuk disimpan. Hingga pada saat itu, tanpa mengabaikan peran big data, volume big data mengalami suatu peningkatan yang signifikan. Seiring dengan perkembangan zaman, masih berkaitan dengan peran Big Data, muncullah Internet of Things (IoT) yang terhubung pada internet. Atas adanya hal itu, banyak produsen yang melakukan tindakan pengumpulan data dengan memanfaatkan peranan konsumen demi menemukan kinerja produk tersebut di lapangan. C.



Jangkauan Area Tempat Big Data Ditemukan Secara umum, peran big data ini memiliki kaitannya dengan penggunaan internet di era



modern yang sangat pesat. Hal ini dikarenakan internet menjadi tempat penyimpanan data yang efektif tanpa mempertimbangkan jumlah dengan tetap melakukan management data yang baik. berikut beberapa hal yang kerap kali dianggap sebagai big data. 1. Penggunaan Internet Disebutkan bahwa big data kerap kali ditemukan pada penggunaan internet di setiap harinya. Hal ini dikarenakan peran Big Data dalam mengakses berbagai mesin pencarian guna menemukan informasi yang dibutuhkan setiap harinya. Semua data yang dicari tersebut nantinya akan disimpan dalam mesin pencarian dalam bentuk Big Data. 2. Pemanfaatan Smartphone Selain pada mesin pencarian, peran Big Data juga kerap ditemukan pada smartphone dimana perangkat ini sering digunakan untuk menyimpan berbagai data. Beragam



aplikasi yang diinstal juga menjadi penyumbang terbesar atas data yang ada pada ponsel tersebut. Bahkan aplikasi GPS juga turut andil di dalamnya. 3. Penggunaan Sosial Media Sama halnya dengan sosial media, bahwa peran big data ini juga bisa dilihat dengan banyaknya data yang tersimpan setiap harinya. Ribuan foto, video, tweets dan lain sebagainya dianggap sebagai Big Data yang begitu mencengangkan dari segi jumlah dan bahkan sosial media juga menyimpan jutaan kontak. 4. Digitalisasi Suatu Media Jika sebelumnya DVD hingga kaset menjadi media penyimpanan musik yang sangat terbatas, kini dengan peran big data semua musik bisa didengarkan tanpa batas melalui Netflix hingga Spotify. Tentunya, dua media tersebut akan mencatat apapun yang didengarkan, hal ini terjadi pada smart device. D.



Fungsi Big Data Peranan



big



data



bisa



dibilang



penting



dalam



proses



pengembangan



dan



menyempurnakan sebuah aplikasi. Berikut ini adalah fungsi dari Big Data: 1. Menentukan Penyebab Masalah Secara Real Time Fungsi dari Big Data adalah dapat menganalisa dan menentukan apa penyebab dari masalah yang muncul di dalam sistem. Selain itu, penggunaannya juga bisa meminimalisir terjadi kegagalan pada saat proses penyimpanan data. Bahkan hasil analisis tersebut bisa muncul secara real time. 2. Mengambil Keputusan Dengan Tepat Big Data bisa digabungkan dengan sistem juga perangkat teknologi cerdas seperti IoT (Internet of Things) dan AI (Artificial Intelligence). Tugasnya adalah untuk bisa memberikan juga menyimpan data dan informasi yang dibutuhkan pengembang produk.



3. Mendeteksi Perilaku Dalam Bisnis Fungsi dari Big Data juga bisa mendeteksi dengan cepat dan tepat, proses atau kegiatan yang menyimpang dan berhenti dikarenakan ada kesalahan dari sisi teknis atau non teknis. Big Data juga mampu merencanakan beberapa pilihan untuk bisa mengurangi dan mengatasi masalah tersebut lebih cepat untuk bisa membantu aktivitas bisnis dari perusahaan. 4. Menghemat Biaya, Waktu dan Meningkatkan Performa Menyimpan data menggunakan big data dapat mengurangi biaya yang perlu dikeluarkan oleh perusahaan. Waktu untuk menjalani dan mengelola pun jadi lebih cepat dengan transfer data di atas rata-rata sistem database yang lainnya. Big Data juga mampu meningkatkan performa untuk mendukung pengembangan software. E.



Jenis-jenis Big Data Jenis Big Data terbagi tiga yang memiliki fungsi, bentuk, dan teknik pemrosesan yang



berbeda-beda antara lain: 1. Data Terstruktur Data Terstruktur merujuk pada data yang sudah tersimpan secara berurutan. Secara umum, data ini disusun pada excel atau spreadsheet. Data terstruktur mudah diakses dan dianalisis karena berasal dari berbagai macam database dengan algoritma mesin pencari sederhana. Bisa juga berasal dari data statistik lain yang ditangkap oleh server, aplikasi, atau bergerak melalui platform. Data terstruktur yang dibuat manusia biasanya mencakup semua data dalam aktivitas di internet atau komputer. Misalnya, ketika seseorang mengklik tautan di internet, atau bahkan berselancar ke suatu situs e-commerce, aktivitas tersebut menjadi data yang dapat digunakan oleh perusahaan untuk mengetahui behaviour pelanggan. Contoh data terstruktur lain, seperti data penjualan perusahaan, data diri karyawan, atau data pelanggan yang terlampir secara terstruktur. 2. Data Tidak Terstruktur



Data dengan jenis ini bentuknya tidak terstruktur dan tidak memiliki format yang jelas dalam penyimpanan. Sehingga, tidak mudah membaca dan menganalisis data ini. Biasanya, data ini memiliki volume atau ukuran data yang besar. Untuk menganalisisnya, perlu diolah terlebih dahulu secara manual.Data yang tidak terstruktur ini bisa



berasal



dari beberapa sumber dan memiliki kombinasi file sederhana, seperti teks, gambar, video, dan lain sebagainya. Contohnya dalam media sosial, seperti jumlah like, pengikut, komentar, retweet, share, gambar postingan, dan aktivitas digital lain dalam akun pengguna. Contoh lain, data tidak terstruktur biasanya dihasilkan mesin, seperti citra satelit, data ilmiah dari berbagai eksperimen, atau data radar yang ditangkap oleh berbagai



aspek teknologi.



3. Data Semi Terstruktur Dalam data ini, garis antara data tidak terstruktur dan data terstruktur tampak tidak jelas, karena sebagian besar data semi-terstruktur sekilas tampak tidak terstruktur. Jenis data ini belum diklasifikasikan, tapi mengandung informasi yang penting.Misalnya, dokumen NoSQL karena mengandung kata kunci yang dapat digunakan untuk memproses dokumen



dengan mudah. Contohnya file yang masuk ke dalam jenis data ini adalah xml,



json, dan



CSV.



F.



Klasifikasi Big Data



Jenis big data yang bermacam-macam tersebut kemudian diklasifikasikan menjadi dua, yaitu Big Data Operasional dan Big Data Analytic. Masing-masing dikelompokkan berdasarkan beban kerja, yang keduanya memiliki kebutuhan sistem berlawanan satu sama lain, diantaranya: 1. Big Data Operasional Big Data operasional merupakan sistem yang memiliki kapabilitas operasional untuk pekerjaan-pekerjaan bersifat interaktif dan real time. Secara umum, data pada kelompok ini disimpan. Untuk menanganinya, dibangun sistem dengan database NoSQL. Teknologi NoSQL dikenal lebih cepat, mudah, dan lebih murah. NoSQL dengan komputasi awan menjadi perangkat kerja operasional Big Data yang mudah dikelola dan bisa di implementasikan lebih cepat. 



2. Big Data Analytic Pekerjaan yang berhubungan dengan klasifikasi Big Data ini diimplementasikan dengan sistem database MPP dan MapReduce. Teknologi ini muncul sebagai reaksi keterbatasan dan kurangnya kemampuan relational database tradisional untuk mengelola lebih dari satu



server. Selain itu, MapReduce ini juga menawarkan metode baru yang mampu menganalisis data yang fungsinya sebagai pelengkap



G.



Karakteristik Big Data Big Data memiliki tiga karakteristik yang dikenal dengan istilah 3V, yaitu: Volume



(Volume), Variety (Variasi), Velocity (Kecepatan), dan Varicity (Kebenaran). 1. Volume (Volume) Artinya ukurannya sangat besar karena setiap saat terus bertambah. Sebagai contoh, ketika floppy disk masih menjadi tempat penyimpanan data yang familiar dengan 1 floppy disk  berukuran 1,25 MB. Kini sudah tidak mungkin lagi dengan ragam aktifitas yang terus berkembang maka data juga terus meningkat. Setiap orang minimal memiliki 1 terabytes untuk penyimpanan data bahkan itu masih dibantu oleh Clouds, Dropbox atau Google Cloud. Big data merepresentasikan data yang besar. Jika dulu data dihasilkan oleh karyawan maka saat ini data diciptakan oleh mesin yang merekam aktifitas manusia dari transaksi perbankan hingga aktifitas di media sosial. 2. Variety (Variasi) Secara umum ada dua jenis data yaitu Structured Data dan Unstructured Data. Structured Data adalah data-data yang sudah rapi, contohnya adalah transaksi di ATM yang menghasilkan data seperti jumlah uang yang diambil, waktu penarikan dan sebagainya telah tersimpan dalam database pihak Bank. Untuk Unstructured Data, contohnya adalah komentar komentar di media sosial, status di facebook, atau foto foto yang di upload di Instagram. Big data menampung berbagai jenis data yang ada. Dengan teknologi ini, Big data mempermudah kerja manusia ketingkat yang lebih.



3. Velocity (Kecepatan) Mengacu pada tingkat kecepatan yang kini bahkan sangat eksponensial. Misalnya, saat kita bertransaksi atau membuka pesan masuk sambil bermain game di handphone dan juga ketika kita membeli handphone baru yang otomatis kita membutuhkan beragam aplikasi untuk handphone tersebut. Teknologi Big Data memungkinkan kita untuk menginstal semua aplikasi itu. Bayangkan, disaat bersamaan, orang orang juga sedang melakukan hal yang sama? Tentu saja itu membutuhkan kecepatan yang signifikan. Selain itu, Big Data mampu memproses dan menganalisa data ketika sedang digunakan tanpa harus tersimpan di database. 4. Varicity (Kebenaran) Varicity adalah karakterisitik dalam data yang menyulitkan kita memvalidasi kebenaran data karena semakin luas dan beragam hingga sulit dikontrol. Dengan teknologi big data maka akan memungkinkan kita untuk bekerja melalui hasil analisis secara cepat dan mudah. H.



Tantangan Big Data Berbagai masalah dihadapi baik oleh sektor pemerintah, bisnis maupun lainnya.



Kemampuan analisis Big Data diyakini mampu membantu untuk memecahkan masalah tersebut. Namun, untuk memecahkan masalah tersebt harus mampu menemukan Big Value dari setiap informasi yang diperoleh. Tantangan pertama, kualitas data yang terkait dengan integritas dan ketidakaturan data. Data dapat bersumber dari internal maupun eksternal organisasi, sehingga integrasinya tidak selalu



tidak



selalu



terjamin,



dalam



pengertian



kebenaran



dan



akurasinya



dapat



dipertanggungjawabakan. Tantangan kedua, fragmentasi data. Dalam kebanyakan organisasi, data fragmentasi setiap departemen menyimpannya sendiri. Tidak ada departemen khusus yang menangani manajemen keseluruhan data dan menjamin kebenaran, konsistensi, maupun kebaruannya. Data yang terfragmentasi ini berpotensi menghalangi diri sendiri dalam menghadapi rumitnya



persoalan. Hasil riset yang dilakukan oleh Economist Intelligence Unit pada 2012 menunjukkan bahwa fragmentasi data merupakan tantangan terbesar sebanyak 57% yang dihadapi suatu organisasi. Tantangan ketiga, infrastruktur. Pengelolaan big data membutuhkan infrastruktur atau sebagai tempat penyimpanan, bandwith yang lebar, piranti computer, dan sebagainya dengan beban kerja yang sangat bervariasi. Jumlah yang diperlukan juga bervariasi, terkadang banyak, terkadang juga sedikit, tergantung dengan kebutuhannya. Sementara itu membangun infrastruktur membutuhkan biaya yang tinggi pula. Tantangan keempat, tantangan platform dan aplikasi. Karena big data analytics tengah menjadi tren, tak heran banyak perusahaan teknologi informasi yang terjun mengembangkan piranti yang dibutuhkan, baik berupa platform maupun aplikasi untuk analisis. Sejumlah ahli mengingatkan bahwa sebagian piranti yang tersedia belum sangat matang, bahkan relatif baru. Karena menurut mereka diperlakuan kejelian dalam memilih platform dan aplikasi yang sesuai dengan kebutuhan masing-masing, termasuk mempertimbangkan besar anggaran yang akan dialokasikan untun Big Data. Tantangan kelima, tantangan brainware. Dalam mengoperasikan aplikasi atau infrastruktur tidak hanya dibutuhkan analisis bisnis, tetapi juga dibutuhkan data scientist untuk hasil big data analytics yang menguasai algoritma statistik dan visualization tools. Namun, yang jadi masalah sedikitnya orang-orang yang ahli dalam hal tersebut. Hal ini bisa menjadi tantangan serius. Tantangan keenam, budaya organisasi. Dalam konteks ini tantangan yang dihadapi ialah manajemen senior kerap tidak memandang Big Data sebagai asset strategis yang sangat berharga bagi organisasi. Makanya, bila seseorang menganggap sebagai asset strategis, maka jika sudah terjun ke dalam Big Data dia harus bersiap untuk belajar, bereksperimen, dan berkembang. Proyek Big Data bukanlah sesuatu yang sering kali terjadi dan memerlukan proses pembelajaran. I.



Permasalahan Dalam Big Data 1. Bukan Hanya Masalah Ukuran, Tapi Lebih pada Ragam



Kini jelas bahwa Big Data bukan hanya masalah ukuran yang besar, terlebih yang menjadi ciri khasnya adalah jenis datanya yang sangat beragam dan laju pertumbuhan maupun frekwensi perubahannya yang tinggi. Dalam hal ragam data, Big Data tidak hanya terdiri dari data berstruktur seperti halnya data angka-angka maupun deretan huruf-huruf yang berasal dari sistem database mendasar seperti halnya sistem database keuangan, tetapi juga terdiri atas data multimedia seperti data teks, data suara dan video yang dikenal dengan istilah data tak berstruktur. Terlebih lagi, Big Data juga mencakup data setengah berstruktur seperti halnya data e-mail maupun XML. Dalam hal kecepatan pertumbuhan maupun frekuensi perubahannya, Big Data mencakup data-data yang berasal dari berbagai jenis sensor, mesin-mesin, maupun data log komunikasi yang terus menerus mengalir. Bahkan, juga mencakup data-data yang tak hanya data yang berada di internal perusahaan, tetapi juga data-data di luar perusahaan seperti data-data di Internet. Begitu beragamnya jenis data yang dicakup dalam Big Data inilah yang kiranya dapat dijadikan patokan untuk membedakan Big Data dengan sistem manajemen data pada umumnya. 2. Fokus Pada Trend Per-Individu, Kecepatan Lebih Utama Daripada Ketepatan Hingga saat ini, pendayagunaan Big Data didominasi oleh perusahaan-perusahaan jasa berbasis Internet seperti halnya Google dan Facebook. Data yang mereka berdayakan pun bukanlah data-data internal perusahaan seperti halnya data-data penjualan maupun data pelanggan, lebih menitik beratkan pada pengolahan data-data teks dan gambar yang berada di Internet. Bila kita melihat gaya pemberdayaan data yang dilakukan oleh perusahaan-perusahaan pada umumnya, yang dicari adalah trend yang didapat dari pengolahan data secara keseluruhan. Misalnya, dari data konsumen akan didapat informasi tentang trendkonsumen dengan memproses data konsumen secara keseluruhan, bukan memproses data per konsumen untuk mendapatkan trend per-konsumen. Di lain pihak, perusahaan-perusahaan jasa berbasis internet yang memanfaatkan Big Data justru memfokuskan pemberdayaan data untuk mendapatkan informasi trendper-konsumen dengan memanfaatkan atribut-atribut yang melekat pada pribadi tiap konsumen. Sebut saja toko online Amazon yang memanfaatkan informasi maupun atribut yang melekat pada diri per-



konsumen, untuk memberikan rekomendasi yang sesuai kepada tiap konsumen. Satu lagi, pemberdayaan data ala Big Data ini dapat dikatakan lebih berfokus pada kecepatan ketimbang ketepatan. J.



Solusi Dari Permasalahan Dalam Big Data Sejumlah vendor di pasar saat ini mendukung solusi data yang besar. Berikut ini adalah



daftar beberapa solusi diantaranya adalah: 1. IBM, mengambil pendekatan perusahaan untuk data yang besar dan mengintegrasikan seluruhplatform termasuk embedding/bundlingnya analisis. Produknya termasuk gudang (warehouse InfoSphere) yang memiliki built-in data-mining sendiri dan cubing kemampuan. Inilah PureData Systems (kemasan teknologi analisis canggih ke dalam platform sistem terintegrasi) mencakup banyak dikemas analitis integrasi. Produk InfoSphere Streaming Its terintegrasi dengan paket perangkat lunak statistik statistik untuk Ilmu Sosial (SPSS) untuk mendukung real-time analisis prediktif, termasuk kemampuan untuk dinamis memperbarui model berdasarkan data real-time. Hal ini bundling terbatas penggunaan lisensi Cognos Business Intelligence dengan data kunci besar yang kemampuan platform (kelas enterprise Hadoop, komputasi aliran, dan solusi gudang). 2. SAS,



memberikan



beberapa



pendekatan



untuk



menganalisis



data



besar



via



infrastrukturnya analisis kinerja tinggi dan yang statistic software. SAS menyediakan beberapa pilihan pemrosesan terdistribusi. Ini termasuk dalam database analytics, inmemory analytics, dan komputasi grid. Penyebaran bisa di tempat atau di awan. 3. Tableau, sebuah business analytics dan data perusahaan perangkat lunak visualisasi, menawarkan kemampuan visualisasi untuk berjalan di atas peralatan dan infrastruktur lain yang ditawarkan oleh berbagai besar mitra data, termasuk Cirro, EMC Greenplum, Karmasphere, Teradata/Aster, HP Vertica, Hortonworks, ParAccel, IBM Netezza, dan sejumlah lain.



4. Oracle, menawarkan berbagai alat untuk melengkapi yang besar platform data disebut Oracle Exadata. Ini termasuk analisis canggih melalui bahasa pemrograman R, serta database in- memory pilihan dengan Oracle Exalytics di memori mesin dan data Oracle gudang. Exadata terintegrasi dengan platform perangkat kerasnya. 5. Pentaho, menyediakan analisis bisnis open source melalui edisi komunitas dan perusahaan. Pentaho mendukung terkemuka Distribusi Hadoop – based dan mendukung kemampuan asli, seperti NFS kinerja tinggi sistem file mountable MapR itu. K.



Manfaat Big Data Dalam Kehidupan Masyarakat 1. Big Data dalam Layanan Kesehatan Industri kesehatan bukanlah yang tercepat dalam mengadopsi teknologi baru. Beberapa penyedia masih bermigrasi dari kertas ke alat penyimpanan digital. Meskipun demikian, ada area di mana big data membuat perbedaan. Salah satunya adalah area integrasi. Penanggung dan penyedia bekerja untuk menggabungkan data dari berbagai sumber, seperti klaim, sinar-X, catatan dokter, dan resep. Banyak yang percaya bahwa jika data layanan kesehatan lebih terintegrasi, ini dapat memberikan perawatan yang lebih baik dengan biaya lebih rendah. Ketika Amazon, Berkshire Hathaway, dan JP Morgan mengumumkan awal tahun ini bahwa mereka bekerja sama dalam perawatan kesehatan, mereka menyebut teknologi sebagai area fokus mereka, seperti yang dicakup oleh The Guardian. 2.



Big Data dalam Keuangan Industri keuangan memahami ide untuk membuat keputusan berdasarkan analisis computer seperti Automated trading system yang menggunakan mesin untuk menjual saham tanpa campur tangan manusia, berdasarkan apa yang terjadi di pasar. Ini disebut perdagangan frekuensi tinggi. Sekarang, para ilmuwan menggunakan Big Data untuk memprediksi stok mana yang akan berhasil dan kapan jatuh di masa depan kemungkinan terjadi. Bank juga melihat big data sebagai cara untuk meningkatkan pendapatan mereka.



3.



Big Data Dalam e-Niaga dan Pemasaran Kita pasti menghasilkan banyak informasi saat berbelanja. Secara online, kita harus membuat akun sebelum berbelanja, memungkinkan situs tidak hanya untuk melacak apa yang kita beli, tetapi setiap item yang kita lihat. Toko mendasarkan tata letak mereka di



sekitar minat dan perilaku konsumen. Penjual online memutuskan apa yang dilihat berdasarkan informasi demografis dan metrik lainnya. Ada permintaan besar untuk jenis wawasan yang berasal dari pemantauan minat dan perilaku online. Facebook dan Google adalah raksasa teknologi yang menguntungkan karena kemampuan mereka untuk menjual iklan yang lebih mampu menargetkan kelompok konsumen tertentu daripada metode dan platform iklan lainnya. Mereka dapat melakukan ini berkat semua informasi yang kita berikan ketika kita menggunakan layanan mereka. 4.



Big Data Dalam Instansi Pemerintah Pada sektor pemerintahan ada himbauan untuk mengalihkan informasi/dokumen fisik menjadi data elektronik. Hal bertujuan untuk memudahkan pengelolaan dan penggunaan data saat dibutuhkan. Di satu sisi hal ini dapat segera dilaksanakan jika jenis dan format dari seluruh data yang ada seragam. Namun di sisi lain, semakin beragam jenis dan format data, serta semakin besar jumlah dan variasi data akan memakan waktu yang lama untuk mengolah data–data tersebut menjadi informasi yang terstruktur rapi dan dapat dibaca. Proses administrasi di sistem pemerintahan terus terjadi setiap hari dan tanpa henti. Pembentukan data yang begitu banyak dan besar mengakibatkan banyaknya tenaga dan effort yang dibutuhkan. Namun dengan adanya perkembangan teknologi saat ini, proses penanganan data tersebut bisa menjadi lebih cepat dan efisien. Big Data sebagai salah satu peluang yang dapat digunakan untuk membuat beragam kebijakan dengan lebih cepat, akurat dan murah. Beberapa hal yang dapat dicapai oleh pemerintah dengan memanfaatkan teknologi big data adalah: 



Meningkatkan kinerja pemerintah, disebabkan oleh adanya efisiensi kerja yang dilakukan dengan memanfaatkan big data sehingga pekerjaan konvensional menjadi berkurang. Pemanfaatan big data juga dapat mejadi solusi untuk masalah pendanaan yang ada di pemerintahan. Dengan menggunakan big data proses pendanaan bisa dipangkas menjadi lebih hemat.







Meningkatkan pendapatan negara. Penggunaan Big Data akan mengurangi beban pada infrastruktur sehingga akan mengurangi jumlah pengeluaran negara. Penggunaaan teknologi Big Data akan dapat melakukan analisis terhadap datadata tersebut juga akan bermanfaat pada berbagai sektor pemerintahan seperti



ekport-import, pertanian, perdagangan, bahkan pariwisata, yang membawa dampak meningkatnya pendapatan negara. 



Transparansi pada semua sektor pemerintahan. Hal ini akan sangat berguna bagi masyarakat untuk mengetahui secara lebih transparan data-data yang mengenai pemerintahan sehingga dapat mewujudkan Open Government yang dapat meningkatkan kepercayaan masyarakat terhadap pemerintah



BAB III PENUTUP A.



Kesimpulan Yang perlu diingat, Big Data adalah informasi yang terkumpul dalam jumlah yang besar.



Selain itu Big Data juga merupakan kumpulan dari proses yang terdiri dari volume berkapasitas besar sehingga bisa menampung data yang terstruktur dan tidak terstruktur. Seperti yang sudah dijelaskan di atas, meskipun Big Data banyak memberi kemudahan bukan berarti tidak ada tantangan pada saat penggunaannya. Dengan perkembangan sekarang, Big Data ini sudah dapat diolah dan digunakan lagi, bahkan memberikan hasil yang lebih baik karena mencakup pengolahan data yang ada di dalam social media. Penggunaannya pun semakin luas, hingga mencakup social media, sehingga dapat menganalisa trend pasar dengan melihat sentimen analisis pelanggan melalui social media. Dengan perkembangan saat ini, ada baiknya untuk memahami lebih dalam mengenai big data, sehingga dapat dimanfaatkan dengan lebih maksimal. Dapat disimpulkan bahwa big data sudah mulai dimanfaatkan dan akan sangat berguna untuk dipahami lebih dalam untuk mengimbangi perkembangan jaman ke arah teknologi dan analisis yang lebih praktis. B.



Saran Berdasarkan pembahasan yang sudah ada, penulis menyarankan untuk meningkatkan



kapasitas dan inovasi pada bidangnya masing-masing. Pemerintah juga perlu membuat regulasi yang tepat untuk penggunaan Big Data sebagai sumber daya pembangunan. Pelaku bisnis perlu



memperkuat tata kelola bisnis. Ilmuwan dan peneliti juga perlu memahami dan menerapkan metode ilmiah yang dapat menjelaskan Big Data.



DAFTAR PUSTAKA Unkown. (2013). Memahami Definsi Big Data. Diakses pada 11 Oktober 2021, https://www.teknologi-bigdata.com/2013/12/memahami-definisi-big-data.html Risyan, R. (2020). Apa Itu Big Data: Pengertian, Karakteristik, dan Manfaat. Diakses pada 11 Oktober 2021, https://www.monitorteknologi.com/apa-itu-big-data/ Unknown. (2019). Mengenal Apa Itu Big Data: Sejarah, Cara Kerja dan Peluang Bisnis. Diakses pada 12 Oktober 2021, https://idcloudhost.com/mengenal-apa-itu-big-data-sejarah-carakerja-dan-peluang-bisnis/ Kuncoro, B.A. (2017). Big Data: Karakteristik dan Tantangannya. Diakses pada 12 Oktober 2021, https://www.techfor.id/big-data-karakteristik-dan-tantangannya/ Jamil, K.S.B. dkk. (2018). Makalah Big Data Laporan Akhir Praktikum. Diakses pada 12 Oktober 2021, https://kaisarsafri.wordpress.com/2018/10/28/makalah-big-data/ Haryanto, S.B. (2015). Makalah Big Data. Diakses pada 12 Oktober 2021, https://www.academia.edu/21651102/Big_Data Acer Indonesia. (2021). Big Data: Manfaat, Jenis, dan Klasifikasinya yang Perlu Diketahui. Diakses pada 12 Oktober 2021, https://commercial.acerid.com/support/articles/big-datamanfaat-jenis-dan-klasifikasinya-yang-perlu-diketahui Effendy, T.W. (2020). Implementasi Big Data Pada Instansi Pemerintah. Diakses pada 12 Oktober 2021, https://jogja.kemenkumham.go.id/pusat-informasi/artikel/4621implementasi-bigdata-pada-instansi-pemerintah Salahudin. (2019). Mengenal Big Data dan Big Data Analysis. Diakses pada 14 Oktober 2021, darihttps://www.researchgate.net/publication/332108784_Mengenal_Big_Data_BD_dan_ Big _Data_Analysis_BDA