Banyak orang yang membicarakan Big Data, bahkan perusahaan-perusahaan besar dan pemerintah merencanakan projek besar yang berhubungan dengan Big Data. Sebenarnya, apasih itu Big Data? Big Data merupakan himpunan data yang sangat besar dan kompleks yang tidak mampu diolah dengan cara tradisional dan menggunakan komputer konvensional. Big Data memiliki karakteristik tertentu, yaitu Volume (Ukuran), Variety (Jenis), dan Velocity (Kecepatan).
- Volume (Kecepatan)
Dalam big data, volume yang dihasilkan sangat basar. Semua data-data manusia yang di dapat dari Intenet of Things (IoT) dikumpulkan menjadi suatu data yang sangat besar.
- Variety (Jenis)
Data-data yang dikumpulkan menjadi big data berasal dari semua jenis format - dari terstruktur, data numerik dalam database tradisional hingga dokumen teks, email, video, audio, data ticker saham, dan transaksi keuangan yang tidak terstruktur.
- Velocity (Kecepatan)
Dengan pertumbuhan Internet of Things, data mengalir ke bisnis dengan kecepatan yang belum pernah terjadi sebelumnya dan harus ditangani tepat waktu. Tag RFID, sensor, dan smart meter mendorong kebutuhan untuk menangani torrent data ini dalam waktu yang hampir bersamaan.
- Velocity (Kecepatan)
Dengan pertumbuhan Internet of Things, data mengalir ke bisnis dengan kecepatan yang belum pernah terjadi sebelumnya dan harus ditangani tepat waktu. Tag RFID, sensor, dan smart meter mendorong kebutuhan untuk menangani torrent data ini dalam waktu yang hampir bersamaan.
Mengapa Big Data penting?
Pentingnya big data tidak berkisar pada seberapa banyak data yang Anda miliki, tetapi apa yang Anda lakukan dengan data tersebut. Anda dapat mengambil data dari sumber apa pun dan menganalisisnya untuk menemukan jawaban yang memungkinkan 1) pengurangan biaya, 2) pengurangan waktu, 3) pengembangan produk baru, dan penawaran yang dioptimalkan, serta 4) pengambilan keputusan yang cerdas. Saat Anda menggabungkan big data dengan analitik berkekuatan tinggi, Anda dapat menyelesaikan tugas-tugas yang terkait dengan bisnis seperti:
- Menentukan akar penyebab kegagalan, masalah, dan kegagalan hampir secara real time.
- Menghasilkan kupon di titik penjualan berdasarkan kebiasaan membeli pelanggan.
- Menghitung ulang seluruh portofolio risiko dalam hitungan menit.
- Mendeteksi perilaku curang sebelum memengaruhi organisasi Anda.
Cara kerja Big Data
Sebelum bisnis dapat menempatkan data besar untuk mereka, mereka harus mempertimbangkan bagaimana itu mengalir di antara banyak lokasi, sumber, sistem, pemilik dan pengguna. Ada lima langkah utama untuk mengambil alih “struktur data” besar ini yang mencakup data tradisional dan terstruktur bersama dengan data tidak terstruktur dan terstruktur:
1. Terapkan strategi Big Data
Pada level tinggi, strategi big data adalah rencana yang dirancang untuk membantu Anda mengawasi dan meningkatkan cara Anda memperoleh, menyimpan, mengelola, berbagi, dan menggunakan data di dalam dan di luar organisasi Anda. Strategi big data mengatur panggung untuk kesuksesan bisnis di tengah banyaknya data. Ketika mengembangkan strategi, penting untuk mempertimbangkan tujuan dan inisiatif bisnis dan teknologi yang ada - dan di masa depan. Ini panggilan untuk memperlakukan big data seperti aset bisnis berharga lainnya daripada hanya produk sampingan aplikasi.
2. Ketahui sumber Big Data
- Streaming data berasal dari Internet of Things (IoT) dan perangkat terhubung lainnya yang mengalir ke sistem TI dari perangkat yang dapat dipakai, mobil pintar, perangkat medis, peralatan industri, dan banyak lagi. Anda dapat menganalisis data besar ini saat tiba, memutuskan data mana yang akan disimpan atau tidak, dan mana yang perlu analisis lebih lanjut.
- Media sosial data berasal dari interaksi di Facebook, YouTube, Instagram, dll. Ini termasuk sejumlah besar data besar dalam bentuk gambar, video, suara, teks dan suara - berguna untuk fungsi pemasaran, penjualan, dan dukungan. Data ini sering dalam bentuk tidak terstruktur atau semi-terstruktur, sehingga menimbulkan tantangan unik untuk konsumsi dan analisis.
- Data yang tersedia untuk umum berasal dari sejumlah besar sumber data terbuka seperti data pemerintah AS. Gov, CIA World Factbook, atau Portal Data Terbuka Uni Eropa.
- Data besar lainnya dapat berasal dari danau data, sumber data cloud, pemasok dan pelanggan.
3. Akses, kelola, dan simpan Big Data
Sistem komputasi modern memberikan kecepatan, daya, dan fleksibilitas yang dibutuhkan untuk dengan cepat mengakses sejumlah besar dan tipe data besar. Seiring dengan akses yang andal, perusahaan juga membutuhkan metode untuk mengintegrasikan data, memastikan kualitas data, menyediakan tata kelola dan penyimpanan data, dan menyiapkan data untuk analitik. Beberapa data dapat disimpan di tempat di gudang data tradisional - tetapi ada juga opsi yang fleksibel dan murah untuk menyimpan dan menangani data besar melalui solusi cloud, data lake dan Hadoop.
4. Menganalisis Big Data
Dengan teknologi kinerja tinggi seperti komputasi grid atau analytics di memori, organisasi dapat memilih untuk menggunakan semua data besar mereka untuk analisis. Pendekatan lain adalah untuk menentukan dimuka data mana yang relevan sebelum menganalisisnya. Dengan kedua cara tersebut, analitik big data adalah bagaimana perusahaan mendapatkan nilai dan wawasan dari data. Semakin besar, big data mengakselerasi analitik canggih saat ini seperti kecerdasan buatan.
5. Membuat keputusan yang cerdas dan digerakkan oleh data
Dikelola dengan baik, data tepercaya mengarah ke analitik tepercaya dan keputusan tepercaya. Agar tetap kompetitif, bisnis perlu merebut nilai penuh dari data besar dan beroperasi dengan cara yang didorong oleh data - membuat keputusan berdasarkan bukti yang disajikan oleh data besar daripada insting. Manfaat menjadi data-driven jelas. Organisasi yang digerakkan oleh data berkinerja lebih baik, secara operasional lebih mudah diprediksi, dan lebih menguntungkan.
Sumber :
- https://www.youtube.com/watch?v=aC2CmTTZTVU
- https://dzone.com/articles/how-to-visualize-data-composition
oleh : Muhammad Ananda Faris
- https://dzone.com/articles/how-to-visualize-data-composition
oleh : Muhammad Ananda Faris
No comments:
Post a Comment