MAKALAH BIG DATA
Untuk memenuhi tugas mata kuliah Sistem Informasi
Manajemen
Oleh:
Irene Martha
Santosa
(11150485)
Dosen Pengampu
Setia Lutfi, Skom, MKom
SEKOLAH TINGGI ILMU EKONOMI BANK BPD JATENG SEMARANG
2016
KATA
PENGANTAR
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa karena atas
berkat dan karunia-Nya penulis dapat menyelesaikan makalah yang berjudul ”Big Data” dengan baik.
Makalah ini disusun dengan tujuan
untuk memenuhi tugas Mata Kuliah Sistem Informasi Manajemen yang diampu oleh
Bapak Setia Lutfi, Skom, MKom. Penulis menyadari bahwa makalah ini masih jauh
dari kata sempurna.
Oleh karena itu, penulis membutuhkan kritik
dan saran dari pembaca yang akan dijadikan motivasi demi penyempurnaan dan
perkembangan selanjutnya. Penulis berharap, makalah ini dapat bermanfaat bagi
semua orang yang membacanya.
Semarang, Desember 2016
Penulis
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Pada era digital ini, tentunya informasi menjadi suatu hal yang sangat vital dalam
menunjang digitalisasi tersebut karena informasi sudah banyak digunakan di
berbagai bidang untuk memudahkan pekerjaan setiap pemakainya (user) dan membantu jalannya proses
yang ada menjadi lebih cepat, Meskipun informasi sangat membantu kegiatan
operasional dan kegiatan strategis namun semua informasi tersebut harus
disimpan, dikelola, dan dilindungan informasi lebih dapat dimaksimalkan
manfaatnya. Sudah banyak sekali kejadian yang merugikan perusahaan karena tidak
memanfaatkan infromasi yang ada atau bahkan membuang informasi yang didapat,
hal seperti itu sangat merugikan perusahaan karena tidak dapat memaksimalkan
fungsi dari informasi yang ada untuk mempermudah proses pengambilan keputusan,
perencanan strategis, dan perencanaan operasional. Hal seperti ini harus dapat
dicegah dengan penanganan yang baik serta perhatian yang ekstra agar informasi
tersebut dapat berguna maksimal bagi perusahaan.
Saat ini sudah banyak
perusahaan yang menyadari pentingnya pengelolaan data dengan cara memanfaatkan
big data, big data sendiri adalah “media penyimpanan data yang menawarkan ruang
tak terbatas, serta kemampuan untuk mengakodasi dan memproses berbagai jenis
data dengan sangat cepat”, hal ini jelas sangat membantu perusahaan dalam
mengelola informasi yang dimiliki perusahaan
B. RUMUSAN
MASALAH
1.
Pengertian
Big Data ?
2.
Apakah
Dimensi Big Data ?
3.
Apakah
Keuntungan dan Kerugian Big
Data?
4.
Apa Tantangan dalam Pemanfaatan Big Data ?
5.
Apa Contoh Big Data ?
6.
Apa Kegunaan Big data dalam Perusahaan?
B. TUJUAN
1.
Mengetahui Pengertian Big Data
2.
Mengetahui
Dimensi Big Data
3.
Mengetahui
keuntungan dan Kerugian Big
Data
4.
Mengetahui
Tantangan dalam Pemanfaatan
Big Data
5.
Mengetahui
Contoh Big Data
6.
Mengetahui
Kegunaan Big data dalam
Perusahaan
BAB II
PEMBAHASAN
1. PENGERTIAN BIG
DATA
Big Data adalah istilah yang digunakan untuk menggambarkan volume data yang besar, baik data yang
terstruktur maupun data yang tidak terstruktur yang begitu besar sehingga sulit untuk
memproses dengan menggunakan tehnik database dan perangkat lunak biasa. Big Data telah digunakan dalam banyak bisnis. Tidak hanya
besar data yang menjadi poin utama tetapi apa yang harus dilakukan organisasi
dengan data tersebut. Big Data dapat dianalisis untuk wawasan yang mengarah
pada pengambilan keputusan dan strategi bisnis yang lebih baik. Selain itu Big data memiliki potensi
untuk membantu perusahaan meningkatkan operasi, membuat lebih cepat dan
keputusan yang lebih cerdas.
2.
DIMENSI BIG DATA
·
Volume
Mungkin
karakteristik ini yang paling mudah dimengerti karena besarnya data. Volume
juga mengacu pada jumlah massa data, bahwa organisasi berusaha untuk
memanfaatkan data untuk meningkatkan pengambilan keputusan yang banyak
perusahaan di banyak negara. Volume data juga terus meningkat dan belum pernah
terjadi sampai sethinggi ini sehingga tidak dapat diprediksi jumlah pasti dan
juga ukuran dari data sekitar lebih kecil dari petabyte sampai zetabyte.
Dataset big data sekitar 1 terabyte sampai 1 petabyte perperusahaan jadi jika
big data digabungkan dalam sebuah organisasi / group perusahaan ukurannya
mungkin bisa sampai zetabyte dan jika hari ini jumlah data sampai 1000
zetabyte, besok pasti akan lebih tinggi dari 1000 zetabyte.
·
Variety
Variasi
adalah tentang mengelolah kompleksitas beberapa jenis data, termasuk structured
data, unstructured data dan semi-structured data. Organisasi perlu
mengintegrasikan dan menganalisis data dari array yang kompleks dari kedua
sumber informasi Traditional dan non traditional informasi, dari dalam dan luar
perusahaan. Dengan begitu banyaknya sensor, perangkat pintar (smart device) dan
teknologi kolaborasi sosial, data yang dihasilkan dalam bentuk yang tak
terhitung jumlahnya, termasuk text, web
data, tweet, sensor data, audio, video, click stream, log file dan banyak lagi.
·
Velocity
Data dalam gerak. Kecepatan di mana data
dibuat, diolah dan dianalisis terus menerus. Berkontribusi untuk kecepatan yang
lebih tinggi adalah sifat penciptaan data secara real-time, serta kebutuhan
untuk memasukkan streaming data ke dalam proses bisnis dan dalam pengambilan
keputusan. Dampak Velocity latency, jeda waktu antara saat data dibuat atau
data yang ditangkap, dan ketika itu juga
dapat diakses. Hari ini, data terus-menerus dihasilkan pada kecepatan yang mustahil
untuk sistem tradisional untuk menangkap, menyimpan dan menganalisis. Jenis
tertentu dari data harus dianalisis secara real time untuk menjadi nilai bagi
bisnis.
3.
KEUNTUNGAN
DAN KERUGIAN BIG
DATA
KEUNTUNGAN :
·
Dapat meningkatkan penjualan
·
Dapat menjaga relasi dengan pelanggan
·
Dapat digunakan untuk menjaga relasi dengan karyawan
·
Kemudahan untuk mengakses semua data yang tiba - tiba dibutuhkan
·
Pemantauan langsung secara keseluruhan terhadap kinerja perusahaan
secara
real-time yang dapat membantu
pihak pihak pengambil keputusan dapat merencanakan kegiatan bisnis apa
yang harus dilakukan berikutnya.
·
Kemampuan untuk menemukan, mendapatkan, mengekstrak, analisa,
menghubungkan,mengvisualisasikan data dengan perangkat pilihan perusahaan
seperti SAP, HANA, danlain sebagainya
·
Konvergensi solusi dengan berbagai aplikasi SAP
·
Mengidentifikasi resiko yang mungkin muncul dengan mengoptimalkan
keputusan yangkompleks dan dapat menanggulangi segala kejadian yang tidak
diharapkan apabila terjadi
KERUGIAN :
Beberapa kerugian yang
ditimbulkan dari pengadaan Big Data
pada sebuah perusahaanyang tidak dapat mengelolanya.
·
Pendekatan secara komprehensif untuk penggunaan Big Data
·
Pendekatan secara koheren yang harus dilakukan untuk mengelola Big Data
·
Cara yang efektif yang digunakan untuk mengolahnya
·
Tenaga kerja yang baik
4.
TANTANGAN
DALAM PEMANFAATAN
·
Privasi
Privasi merupakan isu yang paling sensitif, dengan
konseptual, hukum, dan teknologi, Privasi dapat dipahami dalam arti luas
sebagai usaha perusahaan untuk melindungi daya saing dan konsumen mereka.
Data-data yang digunakan / disimpan sebagai big data
·
Access dan sharing
Akses terhadap data, baik data lama maupun data baru dapat
menjadi hambatan dalam mendapatkan data untuk big data, terlebih pada data lama
dimana data- data tersimpan dalam bentuk – bentuk yang berbeda-beda dan beragam
ataupun dalam bentuk fisik, akses terhadap data baru juga membutuhkan usaha
yang lebih kerana diperlukannya izin dan lisensi untuk mengakses data-data
non-public secara legal.
·
Analisis
Bekerja dengan sumber data baru membawa sejumlah tantangan
analitis. relevansi dan tingkat keparahan tantangan akan bervariasi tergantung
pada jenis analisis sedang dilakukan, dan pada jenis keputusan yang akhirnya
akan bisa diinformasikan oleh data.
Tergantung dari jenis data terdapat 3 kategori dalam analisis
data :
o
Penentuan gambaran yang
benar
Masalah ini biasanya
ditemukan dalam penanganan unstructured user-generated text-based data dimana
data yang didapatkan belum tentu benar karena data atau sumber yang salah.
o
Interpreting
Data
Kesalahan –kesalahan seperti Sampling selection bias merupakan
hal yang sering ditemukan dimana data yang ada tidak dapat digunakan untuk
mepresentasikan semua populasi yang ada, dan apophenia, melihat adanya pola
walaupun tidak benar-benar ada dikarenakan jumlah data yang besar, dan
kesalahan dalam menginterpreasikan hubungan dalam data.
o
Defining and detecting anomalies
Tantangan
sensitivitas terhadap spesifisitas pemantauan sistem.
Sensitivitas mengacu pada kemampuan sistem pemantauan untuk mendeteksi semua
kasus sudah diatur untuk mendeteksi sementara spesifisitas mengacu pada
kemampuannya untuk mendeteksi hanya kasus-kasus yang relevan. kegagalan untuk mencapai hasil yang terakhir
"Tipe I kesalahan keputusan", juga dikenal sebagai "positif
palsu"; kegagalan untuk
mencapai mantan "Type II error", atau "negatif palsu."
Kedua kesalahan yang tidak diinginkan ketika mencoba untuk mendeteksi malfungsi
atau anomali, bagaimanapun didefinisikan, untuk berbagai alasan. Positif palsu
merusak kredibilitas sistem sementara negatif palsu dilemparkan ragu pada relevansinya.
Tapi apakah negatif palsu lebih atau kurang bermasalah daripada positif palsu
tergantung pada apa yang sedang dipantau, dan mengapa itu sedang dipantau.
·
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 frekwensi 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.
·
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 trend konsumen dengan memproses data
konsumen secara keseluruhan, bukan memproses data per-konsumen untuk
mendapatkan trend per-konsumen. Dilain 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.
5.
CONTOH
BIG DATA
·
Contoh di Sektor Swasta
Salah satu pengguna Big Data pada sektor swasta adalah sebuah perusahaan
jual - beli barang Online yaitu :
a
Perusahaan eBay.com menggunakan dua gudang data
pada 7,5 petabyte dan 40PB serta Hadoop klaster 40PB untuk pencarian,
rekomendasi, konsumen, dan merchandising . Di dalam eBay 90PB data warehouse.
Amazon.com menangani jutaan operasi back-end setiap hari, serta pertanyaan dari
lebih dari setengah juta penjual pihak ketiga . Teknologi inti yang membuat
Amazon berjalan adalah berbasis Linux dan pada 2005 mereka memiliki tiga
database Linux terbesar di dunia , dengan kapasitas 7,8 TB , 18,5 TB , dan 24,7
TB .
b
Walmart menangani lebih dari 1 juta
transaksi nasabah setiap jam , yang diimpor ke database diperkirakan mengandung
lebih dari 2,5 petabyte ( 2.560 terabyte ) data - . Setara dengan 167 kali
informasi yang terdapat dalam semua buku di Perpustakaan Kongres AS.
c
FICO Falcon Penipuan Kartu Kredit
Detection System melindungi 2,1 miliar akun aktif di seluruh dunia .Volume data
bisnis di seluruh dunia , di semua perusahaan , dua kali lipat setiap 1,2 tahun
, menurut perkiraan. Windermere Real Estate menggunakan sinyal GPS anonim dari
hampir 100 juta driver untuk membantu pembeli rumah baru menentukan waktu
berkendara khas mereka ke dan dari tempat kerja di berbagai kali dalam sehari .
·
Contoh di Bidang Arsitektur
Pada tahun 2004 , Google menerbitkan sebuah makalah tentang proses
yang disebut MapReduce yang menggunakan arsitektur tersebut . MapReduce
framework menyediakan model pemrosesan paralel dan implementasi terkait untuk
memproses sejumlah besar data . Dengan MapReduce , query dibagi dan
didistribusikan di seluruh node paralel dan diproses secara . Hasilnya kemudian
dikumpulkan dan disampaikan. Kerangka itu sangat sukses sehingga orang lain
ingin meniru algoritma . Oleh karena itu , sebuah implementasi dari kerangka
MapReduce diadopsi oleh sebuah proyek open source Apache Hadoop bernama Teknologi Topological Program
Analisis Data DARPA.
·
Contoh di Bidang Pasar
" Big Data" telah meningkatkan permintaan spesialis
manajemen informasi dalam Software AG , Oracle Corporation , IBM , Microsoft ,
SAP , EMC , HP dan Dell telah menghabiskan lebih dari $ 15 miliar untuk
perusahaan perangkat lunak hanya mengkhususkan diri dalam manajemen data dan
analisis . Pada tahun 2010 , industri ini sendiri bernilai lebih dari $ 100
miliar dan tumbuh hampir 10 persen per tahun, tentang dua kali lebih cepat
sebagai bisnis perangkat lunak secara keseluruhan .
Negara maju membuat meningkatnya penggunaan teknologi
data-intensif Ada 4,6 miliar langganan ponsel di seluruh dunia dan ada antara 1
miliar sampai 2 miliar orang mengakses internet . Antara tahun 1990 dan 2005 ,
lebih dari 1 miliar orang di seluruh dunia memasuki kelas menengah yang berarti
semakin banyak orang yang memperoleh uang akan menjadi melek lagi yang pada
gilirannya menyebabkan pertumbuhan informasi . Kapasitas yang efektif di dunia
untuk bertukar informasi melalui jaringan telekomunikasi adalah 281 petabyte
pada tahun 1986 , 471 petabyte pada tahun 1993 , 2,2 exabyte pada tahun 2000 ,
65 exabyte pada tahun 2007 dan diperkirakan bahwa jumlah lalu lintas yang
mengalir melalui internet akan mencapai 667 exabytes per tahun pada tahun 2013.
6. KEGUNAAN
BIG DATA DALAM PERUSAHAAN
·
IT logs Analytics
Penyimpanan Log jangka panjang,
digunakan untuk analisa proses sistem yang sedang berjalan untuk mencegah dan
menaggulangi kegagalan dalam sistem, mengunakan hasil analisa log untuk
menemukan dan mentukan secara pasti kegagalan apa yang terjadi didalam sistem,
menyiapkan langkah-langkah pasti yang dapat digunakan sebagai solusi masalah
sistem.
·
Fraud Detection Pattern
Banyak digunakan dalam Bidang keuangan atau dimana saja
transaksi finasial terlibat, Memaksimalkan pengunaan data-data yang ada untuk
memberikan kemampuan unutk mendeteksi fraud ketika transaksi sedang berlangsung
·
The Social Media
Pattern
Pengunaan Big data untuk analisa media social dan sentiment
pelangan, memberikan kemampuan bagi perusahan untuk mengetahui keinginan
customer secara luas, mendapatkan feedback secara langsung, dan mengenali
langsung dampak sentimen terhadap penjualan, serta efektivitas dan penerimaan
pelangan terhadap pemasaran yang dilakukan.
·
The Call centere Mantra
Penyimpanan hasil perbincangan atau laporan customer dalam
bentuk text yang kemudian digunakan sebagai data untuk analisa masalah yang
dihadapai customer, memberikan kemampuan bagi perusahaan untuk memberikan
tanggapan yang cepat maupun secara langsung terhadap masalah yang dihadapi
customer, serta kemampuan unutk mendeteksi penurunan loyalitas customer
dikarenakan masalah dan ketidakpuasaan.
·
Risk: Patterns for Modeling and Management
Memberikan kempuaan pengunaan data secara penuh dan analisis
dalam pemodelan resiko dan menejemen resiko untuk memberikan pengetahuan akan
resiko dan penanggulangannya secara tepat dan langsung
·
Big data and The Energy
Sector
Memberikan kemampuan penyimpanan dan pemrosesan data secara
langsung dari berbagai sumber(sensor), analisa dan kemudahan dalam pengenalan noise untuk memisahkannya dari signal.
BAB III
PENUTUP
KESIMPULAN
Big Data
yang merupakankumpulan data yang dimiliki perusahaan dengan jumlah
yang sangat besar
dan tidak terstruktur untuk itu perusahaan harus dapat mengelolah data yang perusahaan terima sehingga perusahaan dapat menjadikan data ini
sebagai kumpulan informasi dan mendapat keuntungandari
Big Data yang
telah di kelola agar perusahaan
dapat merencanakan
strategi yang untuk ke depannya, pengambilan keputusan maupun forescasting dan
keuntungan lainnya.Namun, jika perusahaan tidak
dapat mengelola Big Data
maka perusahaanakan mengalami kesulitan seperti data
yang diterima perusahaan tidak relevan yangmengakibatkan
kesalahan dalam pengambilan keputusan . selain itu
perusahaan juga harusmengetahui cara untuk mengelola, penerapan
dan penggunaan Big Data
sehingga perusahaandapat memaksimalkan penggunaan Big Data untuk keuntungan perusahaan.
SARAN
Setiap
perusahaan mempunyai Big Data, namun kebanyakan perusahaan tidak dapat
mengelola
Big Data
sehingga perusahaan
tidak mampu untuk memanfaatkan Big Data
untukkeuntungan
perusahaan, padahal jika perusahaan
dapat mengelolah Big Data, perusahaan akan mendapat banyak
keuntungan dari data tersebut. Selain itu ada baiknya perusahaan
mempelajari bagaimana cara mengelola
Big Data
yang baik dan benar, dan
memanfaatkan Big Data
tersebut agar
menjadi informasi yang dapat membantu dan memajukan perusahaan.
DAFTAR PUSTAKA
Tidak ada komentar:
Posting Komentar