Pengertian Big Data, Contoh dan Manfaatnya

Pengertian Big Data, Contoh dan Manfaatnya – Era saat ini telah berubah, sering sekali kita mendengan istilah big data, data science dan lain sebagainya, namun apa pengertian big data? dan apakah hal tsb mempengaruhi kehidupan kita?

Pengertian Big Data

pengertian Big Data adalah sebuah data yang memiliki volume sangat besar. Data yang diambil berasal dari berbagai sumber dan jenisnya beragam, yang kemudian data tersebut dikelompokkan melalui teknik analitik canggih yang untuk mendapatkan pola yang dapat menghasilkan kesimpulan.

Big Data juga menyimpulkan tiga V yaitu: Volume, Variety, dan Velocity. Volume mengacu pada ukuran data, variasi menunjukkan bahwa dataset tidak homogen, dan Velocity adalah kecepatan di mana analisis berlangsung, sering dengan tujuan untuk mencapai analisis real-time.

Datasets yang dikumpulkan akan berukuran sangat-sangat besar – kita berbicara terabyte sampai zettabytes (1ZB setara dengan 909.494.701TB, bagi yang penasaran). Selain ukuran dataset ini, data yang didapat dari berbagai jenis ini memiliki sifat: terstruktur, semi-terstruktur dan tidak terstruktur,

baca: apa itu hadoop big data platform yang paling sering digunakan

Hal ini menimbulkan pertanyaan dari mana semua data ini dihasilkan. Itu berasal dari semua jenis tempat, termasuk web, media sosial, jaringan, file log, file video, sensor, dan dari perangkat mobile.

Bayangkan saja handphone anda yang hidup selama 24/7, dan mereka memiliki berbagai sensor, termasuk GPS, kamera, mikrofon, dan sensor gerak. Selain itu, sebagian besar penggunaan smartphone tidak hanya berkomunikasi melalui suara, tetapi kegiatan lainnya, termasuk e-mail, game, pencarian web dan aplikasi sosial – yang akhirnya diterjemahkan ke dalam 90% dari penggunaan aplikasi mobile. penyumbang terbesar big data adalah data mobile, yang dihasilkan sangat cepat.

baca : 6 tips belajar data science

Contoh Pemanfaatan big data

Tapi tanpa adanya analisis data, data-data tersebut tidak memiliki arti, dan ini adalah bagian lain dari proses data besar. Analisis ini disebut sebagai data mining, dan mencoba untuk menemukan pola dan anomali dalam set data yang besar. Pola-pola ini kemudian menghasilkan informasi yang digunakan untuk berbagai keperluan, seperti meningkatkan kampanye pemasaran, meningkatkan penjualan atau pemotongan biaya. Pendekatan big data dan data mining tidak hanya memiliki kekuatan untuk mengubah seluruh industri, tetapi sudah melakukannya.

Pemanfaatan big data dalam bidang industri

Sebagai contoh, TrainLine adalah retail yang memimpin penjualan tiket kereta, yang menjual tiket untuk domestik dan lintas-perbatasan di 173 negara, dengan sekitar 127.000 perjalanan yang dibuat setiap hari oleh pelanggan. Perusahaan menggunakan big data untuk memodernisasi perjalanan, dengan fokus pada peningkatan pengalaman pelanggan melalui inovasi.

Hasilnya adalah sekarang pelanggan menerima notifikasi bila terjadi gangguan melalui aplikasi. Lebih dari sekedar melihat penundaan, ia juga memberikan info perjalanan setiap wisatawan, yangbaru pertama kali menggunakan jasanya. Perusahaan juga memiliki berinovasi dalam hal prediksi harga, yang mampu memprediksi kapan harga akan naik di muka dari diskon tarif awal, memungkinkan penumpang untuk membeli tarif dengan harga yang lebih rendah.

big data juga telah digunakan di restoran, dan khususnya industri makanan cepat saji. McDonald adalah rantai restoran terbesar di dunia berdasarkan pendapatan, dan melayani lebih dari 69 juta pelanggan setiap hari di lebih dari 36.900 lokasi di lebih dari 100 negara.

Karena banyaknya cabang retail ini, banyak data yang dihasilkan setiap harinya, dan karena itu McDonald mengadopsi data science dan big data, dengan tujuan meningkatkan pemahaman di tingkat masing-masing situs individu, dengan tujuan keseluruhan dari rantai restoran yang lebih baik.

Melalui Big Data, McDonald telah mengoptimalkan pengalaman drive-through nya, misalnya, mempertimbangkan ukuran mobil datang, dan mempersiapkan diri untuk lonjakan permintaan saat mobil yang lebih besar bergabung dengan antrian.

Lainnya inovasi data besar adalah tampilan menu digital yang dapat menampilkan item menu secara fleksibel berdasarkan analisis data real-time.

Pergeseran item menu yang disorot berdasarkan data termasuk waktu dan cuaca di luar, khususnya mempromosikan minuman dingin ketika cuaca diluar sedang panas, dan makanan yang lebih enak dalam keadaan dingin. Pendekatan ini telah meningkatkan penjualan di lokasi Kanada sebesar 3% menjadi 3,5%.

Pemanfaatan big data dalam bidang kesehatan

Pendekatan Big Data juga telah diterapkan untuk pelayanan kesehatan. Sebuah contoh yang jelas adalah perubahan besar dari model penyimpanan data rumah sakit, yang mana dahulu semua data pasien disimpan di dalam lemari besi, namun kini semua data pasien disimpan di dalam komputer dan dimasukan ke dalam basis data.

Hal ini memungkinan kita untuk mendeteksi penyakit pasien secara lebih cepat dengan pendekatan data science dan machine learning.

tantangan besar untuk rumah sakit adalah kepegawaian, yang harus cukup setiap saat, dengan potensi untuk meningkat selama periode puncak.

Sekelompok rumah sakit di paris yaitu Assitance Publique-Hôpitaux de Paris (AP-HP), berusaha untuk meningkatkan fleksibilitas dalam kepegawaian.

Mereka menggunakan data dari 10 tahun kebelakang tentang kepegawaian, sampai ke tingkat detail dari jumlah hari masuk, dan jam sehari, dan dikombinasikan dengan data cuaca, pola flu, dan hari libur umum.

Menggunakan machine learning, mereka kemudian mengasah algoritma mereka untuk memprediksi tren masa depan untuk jumlah penerimaan untuk hari dan pada waktu yang berbeda.

Hasilnya adalah mereka sekarang memiliki antarmuka berbasis browser yang mudah digunakan untuk administrasi rumah sakit dan staf klinis untuk memperkirakan tingkat penerimaan selama 15 hari, yang digunakan untuk mendapatkan tenaga tambahan pada saat jumlah yang lebih besar dari penerimaan diantisipasi .

baca : apa itu data scientist

3 V dalam Big data

seperti yang saya sampaikan diatas bahwa big data sendiri memiliki 4 ciri khas atau karakteristik yang membedakannya dengan data trandisional yaitu volume(ukuran), variety(variasi) dan velocity(kecepatan),varicity (kevalidan). mari kita bahas satu per satu.

volume

Ukuran data yang dihasilkan setiap hari akan terus meningkat dan semakin tak terkontrol jumlahnya, Ini berlaku untuk perusahaan dan individu.Mulai dari File teks dengan ukuran kilo byte, file suara dengan ukuran mega byte hingga film panjang dengan ukuran giga byte.

Lebih banyak sumber data dengan ukuran data yang lebih besar bergabung untuk meningkatkan volume data yang harus dianalisis. Ini adalah masalah besar bagi mereka yang ingin menggunakan data itu daripada membiarkannya hilang begitu saja.

pada tahun 2000 saja data yang dikumpulkan di seluruh dunia ada sekitar 800,000 petabyte dan diperkirakan akan melonjak tajam menjadi 35 zeta byte di tahun 2020.

diperlukan sebuah platform yang mampu menyimpan seluruh data tsb dengan harga yang sesuai,

sebenarnya kita tidak hanya bisa menggunakan big data platform saja, kita bisa menggunakan data warehouse ataupun relational database umum. namun biaya yang dibutuhkan untuk membangun keduanya akan lebih besar.

variety

Inilah yang menjadi pembeda utama antara Big Data dengan data tradisional, Jarang sekali kita menemukan data yang sudah terstruktur dan siap untuk diolah.

ciri khas utama dari big data adalah sumber data yang beragam dan terkadang data tersebut masih semi-terstruktur & bahkan tidak terstruktur, Ini bisa menjadi teks jaringan sosial,

data gambar, bahkan data mentah dari sensor. Tak satu pun dari hal-hal ini siap untuk diintegrasikan ke dalam aplikasi.

Bahkan di web, dimana kita saling terhubung pun data yang dikirimkan bisa berbeda, walaupun yang kita maksud sama,karena browser yang berbeda mengirim data yang berbeda pula.

velocity

Semua data yang masuk ke dalam tempat penyimpanan nantinya akan diperoses untuk dijadikan informasi, namun seberapa cepat kita bisa mengelola data tersebut? masalah ini akan sangat berkaitan dengan volume, karena semakin banyak volume maka semakin lama proses.

Diperlukan sebuah platform yang dapat menangani proses dari arus data yang sangat cepat, oleh karena itulah sekarang marak muncul yang namanya big data platform.

Big Data Platform

Sekarang banyak sekali perusahaan yang memerlukan sebuah platform yang cepat, memiliki penyimpanan yang luas dan simple yang akan digunakan sebagai data warehouse perusahaan.

oleh karena itu sekarang banyak sekali jasa penyediaan big data platform yang mampu menangani arus data yang sangat besar, diantaranya:

• Microsoft Azure
• Cloudera
• Sisense
• Collibra
• Tableau
• MapR
• Qualtrics
• Oracle
• MongoDB
• Datameer

dampak postif dan negatif big data

Dampak Positif Big Data

• Membantu untuk mengambil keputusan
• Meningkatkan produktifitas perusahaan
• Bisa Mengurangi biaya produksi
• Membantu anda mengenal pelanggan lebih jauh.
• Bisa Membantu anda mendeteksi kecurangan
• Meningkatkan penghasilan
• Meningkatkan penjualan
• Membuka peluang pasar baru
• Membuka peluang penemuan baru yang di bantu dengan data science

Dampak negatif Data science

• Membutuhkan skill untuk memanfaatkannya
• Prosesnya yang sedikit lambat
• Sangat bergantung pada data
• Perlu mengecek kebenaran suatu data / data quality
• Cyber security risk, bisa saja data di ambil orang lain.
• Privacy Risk
• Sangat cepat berubah
• Membutuhkan Hardware yang memadai
• Memerlukan Dana yang besar pada awal pembuatan.

itulah yang dapat MID Teknologi sampaikan mengenai Pengertian Big Data dan contoh pemanfaatan-nya, semoga bermanfaat