Makalah Kelompok 4 Big Data [PDF]

Citation preview

TUGAS MANAJEMEN BIG DATA BIG DATA Dosen Pengampu : Cokordo Istri Agung Vera Nindia Putri, SE., MM



Oleh : Kelompok 4 1. I Wayan Aditya Satria Diwangkara



( 20211140013 )



2. I Made Ari Agusti



( 20211140016 )



3. I Kadek Dwi Deva Wahyudi



( 20211140017 )



4. I Kadek Agus Ariana



( 20211140038 )



5. Gede Dion Satia Wira Dharma



( 20211140041 )



6. Irzaqi Maulana Rizal



( 20211140048 )



PROGRAM STUDI MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS NGURAH RAI 2023



KATA PENGANTAR



Puji syukur penulis panjatkan kepadaTuhan Yang Maha Esa, karena atas anugerah dan karunia-Nya penulis dapat menyelesaikan tugas makalah yang berjudul “Big Data” ini tepat pada waktunya. Adapun tujuan dari penulisan makalah ini adalah untuk memenuhi tugas pada mata kuliah Manajemen Big Data. Selain itu, makalah ini juga bertujuan untuk menambah wawasan tentang piutang dagang bagi pembaca dan juga bagi penulis. Penulis mengucapkan terima kasih kepada Ibu Cokorda Istri Agung Vera Nindia Putri, SE., MM, selaku dosen mata kuliah Manajemen Big Data yang telah memberikan tugas ini, sehingga penulis dapat menambah pengetahuan dan wawasan sesuai dengan bidang studi yang penulis tekuni. Penulis juga mengucapkan terimakasih kepada semua pihak yang telah membantu sehingga penulis dapat menyelesaikan makalah ini dengan baik. Penulis menyadari, makalah ini masih jauh dari kata sempurna. Oleh karena itu, kritik dan saran yang membangun akan penulis nantikan demi kesempurnaan makalah ini.



Denpasar, 21 Maret 2023



Kelompok 4



i



DAFTAR ISI



KATA PENGANTAR.................................................................................................................... i DAFTAR ISI.................................................................................................................................. ii BAB I PENDAHULUAN 1.1 Latar Belakang.................................................................................................................... 1 1.2 Rumusan Masalah............................................................................................................... 1 1.3 Tujuan................................................................................................................................. 1 BAB II PEMBAHASAN 2.1 Latar belakang kemunculan data yang berlimpah (Human, Social and Internet of Things)............................................................................................................................... 2 2.2 Sifat Big Data ( Volume, Variety, Velocity, Value, Veracity ).......................................... 3 2.3 Kompleksitas Big Data...................................................................................................... 5 2.4 Framework Big Data berdasarkan kondisi State of The Art saat ini.................................. 5 2.5 Contoh kasus ekstraksi insight dan pattern dari Big Data dalam berbagai aplikasi........... 8 BAB III PENUTUP 3.1 Kesimpulan....................................................................................................................... 12 DAFTAR PUSTAKA.................................................................................................................. 13



ii



BAB I PENDAHULUAN



1.1 Latar Belakang Pada masa sekarang, suatu bisnis tentunya memerlukan suatu informasi yang dapat menunjang perusahaannya. Dalam informasi memperoleh tentunya dibutuhkan suatu media untuk menampung segala informasi yang diperoleh dari sumber-sumber terpercaya. Sehingga terciptanya Big Data di dunia Teknologi Informasi. Big Data sendiri merupakan media penyimpanan data yang menawarkan ruang tak terbatas, serta kemampuan untuk mengakodasi dan memproses berbagai jenis data dengan sangat cepat. Jadi kini, banyak perusahaan yang sudah memanfaatkan Big Data agar dapat menyimpan segala datanya tanpa kendala dan menghindari hilangnya informasi-informasi yang dimiliki.



1.2 Rumusan Masalah 1. Apa yang melatar-belakangi munculnya data yang berlimpah? 2.



Apa saja sifat Big Data?



3. Apa itu kompleksitas Big Data? 4. Bagaimana Framework Big Data berdasarkan kondisi State of The Art ? 5. Bagaimana contoh kasus ekstraksi insight dan pattern dari Big Data dalam berbagai aplikasi? 1.3 Tujuan Agar mahasiswa dapat mengetahui latar belakang munculnya data yang berlimpah, sifat Big Data, kompleksitas Big Data, Framework Big Data berdasarkan kondisi State of The Art, serta contoh kasus ekstraksi insight dan pattern dari Big Data dalam berbagai aplikasi



1



BAB II PEMBAHASAN



2.1 Latar belakang kemunculan data yang berlimpah (Human, Social and Internet of Things) Internet of Things ( IoT) adalah salah satu tren baru di dunia teknologi yang akan kemungkinan besar akan menjadi tren di masa depan. Sederhananya, IoT menyambungkan alat-alat fisik seperti lampu, televisi, kulkas bahkan pintu rumah terhubung ke Internet secara terus menerus dan dapat dikendalikan pada jarak jauh melalui gawai yang dipunyai seorang pengguna. Dalam jurnal Gunawan Hendro Cahyono, dari semua kegiatan yang ada dalam IoT adalah untuk mengumpulkan data mentah yang benar dengan cara yang efisien. Kemampuan akses dari IoT bisa saja tidak terbatas berkat perangkat IoT yang selalu tersambung ke internet, sehingga dapat diakses dan digunakan kapan saja serta dimana saja. Tujuan utama IoT adalah untuk mengakses dan mengoperasikan perangkat dari jarak jauh dengan sedikit atau tanpa bantuan manusia. Contoh penerapan IoT dalam kehidupan sehari-hari : 1. Smart City Keberadaan IoT dapat membantu sebuah kota besar, khususnya dalam memonitor dan mengelola keberadaan lingkungan sekitar secara real-time, seperti kondisi lalu lintas lancar atau tidak, e-tilang, kondisi cuaca, dan sebagainya 2. Smart Home



Keberadaan IoT juga dapat digunakan dirumah, seperti CCTV dimana ada 2



teknologi pendeteksi pergerakan sehingga pemilik rumah tidak perlu khawatir karena CCTV bisa dipantau kalau sedang diluar rumah melalui HP. Ada juga kulkas pintar yang dilengkapi dengan IoT memungkinkan pengguna mengecek isi kulkas melalui HP ketika saat berbelanja. 3. Transportasi Teknologi IoT satu ini mungkin merupakan yang paling populer di dunia yaitu self driving atau mobil yang bisa menyetir sendiri. Elon Musk, merupakan orang pertama yang membuat transportasi mobil yang bisa menyetir sendiri yaitu Tesla. 4. Kesehatan



IoT pun telah masuk ke ranah kesehatan untuk menjadi alat healthcare monitoring. Contohnya yang sering ditemukan adalah smartwatch yang bisa memantau tekanan darah, detak jantung, dan kadar oksigen dalam darah. 2.2 Sifat Big Data ( Volume, Variety, Velocity, Value, Veracity )



Gambar Five V of Big Data



1. Volume Mengacu pada sejumah big data yang dihasilkan setiap detiknya. Artinya sekumpulan data dalam jumlah dan volume yang sangat besar dan kadang tidak 3



terstruktur. Contohnya feed Twitter, feed Instagram, alur klik user dari halaman web. Arus datadata tersebut bisa berukuran ribuan Terrabyte ( TB ) per detiknya. 2. Velocity Data yang dapat diakses dengan kecepatan yang sangat cepat sehingga dapat langsung digunakan pada detik itu juga. Kecepatan ini sangat berpengaruh pada lalu lintas Big Data. Contohnya seperti Google yang mencatat sekitar 40 ribu pencarian setiap detiknya. Hal itu jika diakumulasikan akan lebih dari 3,5 milliar pencarian setiap harinya. 3. Variety Variety adalah variasi tipe dan variasi sifat dari data. Variety memiliki tiga sifat data yaitu ; 1. Data Terstruktur Data terstruktur adalah data yang mempunyai elemen-elemen yang dapat diakses seperti keys ( primary key, relational key, foreign key ) untuk dapat dianalisis ataupun data yang disimpan pada format tertentu. Contohnya pada data jumlah penduduk dari masing-masing wilayah per tahunnya. 2. Data Semi-terstruktur Data ini adalah penggabungan dari dua jenis data yaitu data terstruktur dan data tidak terstruktur. Data ini merujuk kearah data yang belum diklasifikasikan di bawah repository tertentu, namun mengandung informasi penting yang memisahkan elemen individu dalam data. Data jenis ini biasanya akan dibutuhkan dalam proses pembangunan artificial intelligence. Contohnya data pada file xml dan csv yang sering dipergunakan untuk export data pada database. 3. Data tidak Terstruktur Data ini merupakan data yang tidak memiliki struktr atau bentuk khusus. Pada dasarnya, data ini merupakan data yang tidak dapat untuk dianalisis secara langsung, melainkan harus melalui berbagai macam tahapan tambahan. 4



Namun jenis data ini lebih banyak dicari unutk mengetahui keadaan sekitar. Contohnya kata yang paling banyak digunakan pada tweet di Twitter ternyata dapat menunjukkan trend tertentu. 4. Value Value berarti big data memiliki nilai yang sangat tinggi apabila diolah dengan cara yang tepat guna atau dapat juga dikatakan seberapa bernilainya atau bermaknanya suatu data. Contohnya program ketahanan pangan Indonesia. Pemerintah dapat mengalisis ketahanan pangan Indonesia menggunakan data Kementerian Pertanian, Perdagangan dan Instansi terkait untuk melihat kapasitas produksi pangan, stok pangan, serta kebutuhan pangan Indonesia. Dengan data serta analisa, pemerintah dapat memprediksi kapan Indonesia akan mengalami kekurangan stok pangan. 5. Veracity Data ini merupakan data yang dapat dipercaya kebenarannya, dapat diandalkan, berkualitas serta dapat diakses dengan baik. 2.3 Kompleksitas Big Data Pada saat ini, data berasal dari berbagai sumber sehingga cukup sulit untuk menghubungkan, mencocokan, memberikan dan mengubah data diseluruh sistem. Namun, Big Data sangat dibutuhkan untuk memiliki korelasi antar data, hierarki, dan beberapa keterkaitan data lainnya atau data yang acak. Jumlah data yang telah dibuat dan disimpan pada tingkat global saat ini hampir tak terbayangkan jumlahnya, karena terus tumbuh tanpa henti. Ini berarti, Big Data memiliki potensi tinggi untuk mengumpulkan wawasan kunci dari informasi bisnis. Big Data dalam bisnis menjadi yang baik dalam mengolah informasi mentah menjadi keuntungan yang terus mengalir ke organisasi bisnis setiap hari. 2.4 Framework Big Data berdasarkan kondisi State of The Art saat ini Perkembangan teknologi big data tidak bisa dilepaskan dari teknologi atau konsep open source. Ada banyak sekali teknologi open source yang populer dalam ekosistem big data, berikut beberapa diantaranya : 5



1. Apache Hadoop Apache Hadoop adalah sebuah framework yang memungkinkan untuk melakukan penyimpanan dan pemrosesan data yang besar secara terdistribusi dalm klaster komputer menggunakan model pemrograman sederhana. Hadoop terinspirasi dari teknologi yang dimiliki oleh Google seperti Google File System dan Google Map Reduce. Hadoop menawarkan 3 hal utama yaitu : a. Sistem penyimpanan terdistribusi Hadoopi memiliki sebuah file sistem yang dinamakan Hadoop Distributed File System atau lebih dikenal dengan HDFS. HDFS terinspirasi dari Google File Sistem. b. Framework pemrosesan data secara paralel dan terdistribusi Map Reduce adalah model pemrograman untuk melakukan pemrosesan data besar secara terdistribusi dalam klaster Hadoop. Map Reduce bekerja dan mengolah data-data yang berada dalam HDFS. c. Resource Management terdistribusi YARN merupakan tools yang menangani resource manajemen dan penjadwalan proses dalam klaster Hadoop. YARN memisahkan antara layer penyimpanan ( HDFS ) dan layer pemrosesan ( Map Reduce ). YARN memungkinkan banyak framework komputasi paralel lain, seperti Spark, Tez, Storm untuk bekerja diatas klaster Hadoop dan mengakses data-data dalam HDFS



Komponen-komponen Apache Hadoop



6



2. Apache Hive Apache Hive adalah sebuah framework SQL yang berjalan diatas Hadoop. Hive mendukung bahasa pemrograman SQL yang memudahkan untuk melakukan query dan analisis data berukuran besar diatas Hadoop. Hive dapat bekerja menggunakan berbagai framework yang berjalan diatas Hadoop, seperti Map Reduce, Tez ataupun Spark. Dukungan Hive terhadap SQL ini sangat membantu protabilitas aplikasi berbasis SQL ke Hadoop, terutama sebagian besar aplikasi data warehouse yang membutuhkan sistem penyimpanan maupun komputasi yang besar. Pada awalnya Hive dikembangkan oleh aplikasi Facebook untuk digunakan sebagai sistem data warehouse mereka. Setelah disumbangkan ke komunitas open source, Hive berkembang dengan pesat dan banyak diadopsi serta dikembangkan oleh perusahaan besar seperti Netflix dan Amazon.



Komponen utama Apache Hive 3. Apache Spark Apache Spark adalah framework komputasi terdistribusi yang dibangun untuk pemrosesan big data dengan kecepatan tinggi. Apache Spark memiliki algoritma yang berbeda dengan Map Reduce, tetapi dapat berjalan diatas Hadoop melalui YARN. Fitur utama Spark adalah komputasi klaster dalam memori. Pengunaan memori ini dapat meningkatkan kecepatan pemrosesan aplikasi secara drastis. 7



Untuk kasus tertentu, kecepatan pemrosesan Spark bahkan dapat mencapai 100 kali dibanding pemrosesan menggunakan disk seperti Map Reduce. 2.5 Contoh kasus Big Data dalam berbagai aplikasi Big Data tidak hanya bermanfaat atau digunakan dalam bisnis saja namun di bidang lainnya, beberapa contoh kasus big data diantaranya : 1. Pajak Big data ini bisa meningkatkan pendapatan pajak negara. Kesadaran masyarakat terhadap pajak masih kurang. Dengan mengimplementasikan dan menerapkan big data Ditjen pajak mampu mengambil data dari silsilah keluarga kemudian bisa megetahui barang apa saja yang dimiliki. Data lainnya yang bisa diambil oleh big data adalah jumlah kekayaan yang dimiliki, akun rekening bank dan juga jenis pajak yang belum maupun sudah dibayar semuanya akan bisa ditampilkan.



Gambar Pajak 2. Sektor Kesehatan Contoh kasus berikutnya dalam sektor kesehatan. Setiap klinik, puskesmas maupun rumah sakit menggunakan software yang berbeda dalam pencatatan pasien. Hal tersebut membuat data yang dikirimkan ke Dinas Kesahatan juga berbeda tergantung jenis software yang digunakan. Dengan penerapan big data ini semua informasi kesehatan bisa terpusat sehingga mudah diolah dan juga dianalisa untuk mengetahui seperti apa kesehatan penduduk yang ada di Indonesia ini. 8



Gambar sektor kesehatan 3. Agrikultur Indonesia menjadi negara agraris, hal tersebut ditunjukkan dengan lahan pertanian yang cukup luas. Big data ini juga bermanfaat dalam bidang pertanian sehingga dengan adanya big dat diharapkan taraf hidup petani menjadi lebih meningkat. Dalam bidang agrikultur ini akan melakukan riset dilahan pertanian dengan mengambil foto kualitas tanah, cuaca, pertumbuhan tinggi tanaman, dan sebagainya. Nantinya data tersebut akan dimasukkan ke dalam big data dan dilakukan analisis. Hasil analisis tersebut akan digunakan untuk membantu petani dalam meningkatkan produktivitasnya.



Gambar agrikultur



9



4. Transportasi Big data juga diterapkan dalam bidang trasnportasi. Kemacetan sudah menjadi hal yang tidak terpisahkan di kota besar Indonesia. Dengan data yang ada di GPS yang dimiliki oleh kendaraan warga kota bisa dilakukan konversi menjadi kcepatan, percepatan dan juga durasi berhenti. Data konversi tersebut bisa digunakan untuk memberikan rekomendasi kapan waktu terbaik untuk berkendara dan waktu terburuk di perjalanan kepada masyarakat.



Gambar trasnsportasi 5. Pengunaan Internet Hampir seluruh orang didunia ini terhubung dengan internet setiap harinya. Tentu saja masyarakat juga sering menggunakan Google untuk mencari informasi. Nah, data-data dari hasil pencarian ini merupakandata yang disimpan oleh Google.



Gambar penggunan internet didunia



10



6. Pengunaan Smartphone Sama seperti internet, pengunaan smartphone juga hampir semua orang sudah memilikinya. Penggunaan smartphone memiliki jumlah data yang begitu besar. Smartphone menyimpan dan merekam sms juga telepon yang masyarakat lakukan. Selain itu, aplikasi-aplikasi yang digunakan juga mengumpulkan data umtuk keperluan bisnis. Aplikasi GPS seperti Waze ataupun Google Maps pun mengumpulkan data-data yang berhubungan dengan lokasi terakhir.



Gambar Smartphone



11



BAB III PENUTUP



3.1 Kesimpulan Internet of Things ( IoT) adalah salah satu tren baru di dunia teknologi yang akan kemungkinan besar akan menjadi tren di masa depan. Dalam jurnal Gunawan Hendro Cahyono, dari semua kegiatan yang ada dalam IoT adalah untuk mengumpulkan data mentah yang benar dengan cara yang efisien. Kemampuan akses dari IoT bisa saja tidak terbatas berkat perangkat IoT yang selalu tersambung ke internet, sehingga dapat diakses dan digunakan kapan saja serta dimana saja. Tujuan utama IoT adalah untuk mengakses dan mengoperasikan perangkat dari jarak jauh dengan sedikit atau tanpa bantuan manusia. Big data sendiri memiliki lima sifat yang biasa disebut Five v yaitu Volume, Velocity, Variety, Value, dan Veracity. Pada saat ini, data berasal dari berbagai sumber sehingga cukup sulit untuk menghubungkan, mencocokan, memberikan dan mengubah data diseluruh sistem. Namun, Big Data sangat dibutuhkan untuk memiliki korelasi antar data, hierarki, dan beberapa keterkaitan data lainnya atau data yang acak. Ini berarti, Big Data memiliki potensi tinggi untuk mengumpulkan wawasan kunci dari informasi bisnis. Ada banyak sekali teknologi open source yang populer dalam ekosistem big data, berikut beberapa diantaranya Apache Hadoop, Apache Hive, dan Apache Spark. Big Data tidak hanya bermanfaat atau digunakan dalam bisnis saja namun di bidang lainnya, beberapa contoh kasus big data diantaranya di bidang pajak, bidang sektor kesehatan, bidang agrikultur, bidang transportasi, pengunaan internet, serta pengunaan smartphone.



12



DAFTAR PUSTAKA



https://www.mas-software.com/blog/big-data-adalah-fungsi-contoh#9-penggunaan-smartphonehttps://idbigdata.com/official/big-data-definisi-teknologi-dan-implementasinya/ https://www.soltius.co.id/id/blog/contoh-penerapan-big-data-dalam-berbagai-sektor https://dqlab.id/macam-macam-big-data-kenali-varietynyayuk#:~:text=Data%20terstruktur%20merupakan%20data%20yang%20yang%20dapat%20dipros es%2C%20disimpan%2C%20dan,masing%20wilayah%20per%20tahun%20nya https://bigbox.co.id/blog/5v-big-data-dan-karakteristik-big-data-3v-4v5v-6v-8v/amp/ https://www.smartven.biz/blog/contoh-penerapan-iot Geriadi, A. D. ( 2020). Manajemen Big Data. Denpasar.



13