TUGAS PTIK PERTEMUAN 4
a. Jelaskan konsep dan karakteristik dari BIG DATA!
Konsep Big Data
Big data memiliki konsep untuk mengumpulkan seluruh data yang dihasilkan dan kemudian mengolahnya dengan tepat agar menghasilkan sebuah nilai diharapkan.
Konsep big data terbagi menjadi tiga macam, yaitu:
a. Integrasi Data
Integrasi data merupakan suatu proses untuk mengumpulkan data yang telah dibuat yang akan menjadi big data. Data tersebut akan tercatat pada sistem untuk kemudian menjadi materi untuk masuk ke proses selanjutnya.
b. Pengolahan Data
Seluruh data yang dihasilkan harus bisa dikelola dengan benar, baik saat proses penyimpanan maupun saat data akan diakses kembali. Maka dari itu, kamu membutuhkan ruang penyimpanan yang besar serta bisa diakses kapan saja dan dimana saja.
Biasanya, penggunaan website dengan layanan hosting yang sesuai akan dipilih untuk memenuhi kebutuhan aktivitas data bagi suatu perusahaan. Nantinya, data pada website tersebut akan dipilah ke dalam sistem penyimpanan supaya mudah ditemukan ketika membutuhkannya.
c. Analisis Data
Terakhir adalah analisa data, yaitu semua data yang telah disimpan dan dikelompokkan sesuai jenisnya dapat kamu gunakan untuk kebutuhan selanjutnya.
Misalnya saja riwayat belanja toko online yang ada di tokomu, data ini bisa menjadi informasi produk apa saja yang dicari dan layak kita tawarkan ketika konsumen tersebut sedang berbelanja.
Dengan begitu, produk-produk yang akan ditawarkan bisa relevan dengan apa yang konsumen itu butuhkan.
Karakteristik Big Data
Sebuah data dapat disebut dengan big data apabila memenuhi karakteristik big data itu sendiri. Lalu, apa saja karakteristiknya?
1. Volume
Sesuai dengan namanya, karakteristik dari big data adalah jumlah data yang sangat besar baik secara keseluruhan maupun berdasarkan platform yang mengelolanya, termasuk transaksi, perangkat pintar, video, peralatan industri, gambar, audio, media sosial, dan lain sebagainya.
2. Velocity
Selain volume, kecepatan atau velocity big data adalah suatu kecepatan data saat data tersebut diterima dan bahkan saat data akan langsung digunakan. Proses ini dapat berlangsung secara instan dan real time dengan bantuan koneksi internet.
3. Variety
Variety yang dimaksud adalah berbagai jenis data yang tersedia. Jenis data tradisional biasanya lebih terstruktur dan numerik. Namun, dengan perkembangan data yang terjadi, ada puka data yang belum memiliki struktur, seperti email, audio, video, dan data transaksi keuangan.
4. Veracity
Veracity atau kebenaran data merupakan tingkat akurasi dari informasi yang diberikan oleh sebuah set data. Dengan tingkat kebenaran data yang baik, maka keputusan yang diambil dengan mengolah data tersebut akan menghasilkan data yang maksimal.
5. Value
Yang terakhir adalah value. Value atau nilai adalah makna suatu data setelah data tersebut melalui proses pengolahan. Suatu data akan dianggap bernilai apabila informasi yang diperoleh dari hasil pengolahan tersebut dapat membantu seseorang untuk mengambil keputusan bisnis yang baik.
-----------------------------------------------------------------------------------------------------------------------------
b. Berikan gambaran dan jelaskan menganai Arsitektur BIG DATA!
Bagaimana Arsitektur Big Data?
Arsitektur dari big data dirancang untuk menangani penyerapan, pemrosesan dan analisis data yang terlalu besar atau kompleks untuk sistem basis data tradisional.
1. Data Sources
Semua solusi big data dimulai dengan satu atau beberapa sumber data, contohnya:
- Penyimpanan data aplikasi, seperti database relasional
- File statis yang dihasilkan oleh aplikasi, seperti log server web
- Sumber data waktu nyata, seperti perangkat IoT
2. Data Storage
Data untuk operasi pemrosesan batch biasanya disimpan di media penyimpanan file terdistribusi yang dapat menampung file besar dalam berbagai format. Penyimpanan semacam ini sering disebut dengan data lake.
3. Batch Processing
Semua data dipisahkan ke dalam kategori yang berbeda menggunakan long-running jobs untuk memfilter, mengaregasi dan juga menyiapkan data atau status pemrosesan data yang akan dianalisis.
4. Real-time Message Ingestion
Semua sistem streaming real-time melayani data yang dihasilkan secara berurutan dan dalam pola tetap. Biasanya sering digunakan untuk data toko yang bertanggung jawab atas semua pesan masuk di dalam folder yang digunakan untuk pemrosesan data.
5. Stream Processing
Ada sedikit perbedaan antara real-time message ingestion dan stream processing. Yang pertama mempertimbangkan penyerapan data mana yang akan di kumpulkan pertama dan digunakan sebagai publikasi-berlangganan. Stream processing digunakan untuk menangani semua data streaming kemudian menulis data output.
6. Analytical Data Store
Ini merupakan penyimpanan data yang digunakan untuk tujuan analitik oleh karenanya data yang sudah diproses kemudian ditanyakan dan dianalisis dengan menggunakan alat analitik yang sesuai.
7. Analysis and Reporting
Wawasan harus dihasilkan pada data yang diproses dan itu dilakukan secara efektif oleh alat pelaporan dan analisis yang memanfaatkan teknologi dan solusi yang disematkan untuk menghasilkan grafik, analisis dan wawasan yang bermanfaat.
8. Orchestration
Solusi berbasis big data terdiri operasi terkait data yang bersifat berulang dan juga dikemas dalam workflows yang dapat mengubah sumber data dan juga memindahkan data dari berbagai sumber ke unit analitik.
-----------------------------------------------------------------------------------------------------------------------------
c. Sebutkan dan jelasakan hal yang menjadi tanatangan dalam penerapan BIG DATA saat ini!
Tantangan Penerapan Big Data
1. Data dari berbagai sumber tersimpan dalam platform yang berbeda
Tantangan pengelolaan big data yang umum terjadi dalam suatu perusahaan adalah kebutuhan untuk mengelola data dari berbagai macam sumber, namun data yang diterima tersimpan di platform yang berbeda – berdasarkan jenis data dan asal sumbernya. Kesenjangan ini akan menimbulkan masalah saat proses penarikan dan analisa data.
Jika situasinya seperti itu, analisa hasil analisa data akan cenderung tidak efektif karena kelengkapan dan akurasinya perlu dipertanyakan.
Menggabungkan data dari berbagai sumber secara manual akan sangat menghabiskan banyak waktu, sehingga membatasi penglihatan karyawan terhadap “insight” yang seharusnya dapat terlihat dengan mudah.
2. Mengklasifikasikan data yang berkualitas
Dengan banyaknya data yang dimiliki, karyawan akan sulit untuk mengklasifikasikan data yang berkualitas. Pada akhirnya, proses analisa tidak fokus pada data yang benar-benar memiliki value untuk kemajuan bisnis perusahaan.
Selain itu, jika karyawan harus mengklasifikan data yang berkualitas secara manual, maka mereka tidak akan mendapatkan data real-time untuk menemukan tren terkini.
Ketidakmampuan untuk melihat data secara real-time akan membawa banyak dampak negatif yang signifikan terhadap kualitas keputusan yang diambil berdasarkan data yang tersedia atau yang biasa disebut data-driven decision.
3. Kurangnya jumlah karyawan yang memiliki kemampuan menganalisa data
Walaupun zaman sudah semakin maju dan modern, kenyataannya masih banyak perusahaan tidak memiliki jumlah karyawan yang cukup untuk menganalisa data dengan baik. Masalah ini terjadi karena pengoperasian platform yang kompleks, hanya karyawan tertentu saja yang dapat diandalkan untuk menganalisa data.
Jika situasinya seperti ini, perusahaan akan sulit mengikuti laju perkembangan kompetisi bisnis, karena proses analisa data menghabiskan waktu yang sangat lama.
4. Membutuhkan banyak biaya
Tantangan pengelolaan big data berikutnya adalah banyaknya biaya yang dibutuhkan untuk menjalankan proses analisa data yang efektif.
5. Masalah skalabilitas
Seiring dengan berkembangnya bisnis perusahaan, jumlah data yang akan di produksi akan semakin banyak tak terkendali.
Jumlah data yang semakin banyak akan menimbulkan masalah baru dalam penyimpanan dan pengelolaan data, karena prosesnya akan semakin kompleks. Banyak perusahaan gagal untuk mengelola data nya secara efektif saat bisnisnya semakin berkembang. Platform big data analytics yang sudah digunakan sejak awal tidak memiliki kemampuan yang cukup baik untuk mengelola data yang semakin banyak jumlahnya.
Tidak ada komentar: