Rabu, 11 Januari 2017

SIM BIG DATA



SISTEM INFORMASI MANAJEMEN
BIG DATA
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiNum0K3jn90ROA7Q4G0QhH7VEJOH4neqikWlk8Kd6SmpF6pxl1rvE73UvsfSKEbzVqDWze_3wvoSN_Vy8v0BpBsKhV9g2ZSXcHF2AE5cxJKeZQLsZ_avOS4qWo0i0sns7nZF97rJ3xf70/s1600/logo.png

Ahmad Riza Darmawan (11150406)

JURUSAN AKUNTANSI
SEKOLAH TINGGI ILMU EKONOMI
BANK BPD JATENG
SEMARANG
2016



Kata pengantar
Assalamu’alaikum wr.wb

Puji syukur kehadirat Allah SWT Atas kehendak-Nya penulis dapat menyelesaikan tugas yang berjudul “BIG DATA  ”. Tugas ini disusun sebagai salah satu tugas mata kuliah sistem informasi manajemen
Penghargaan yang tulus dan ucapan terima kasih penulis sampaikan kepada :
Bp. Septia Lutfi selaku dosen mata kuliah sistem informasi manajemen  yang telah memberikan arahan, petunjuk, dan bimbingan yang berharga selama penyusunan makalah ini.
Penulis menyadari sepenuhnya atas keterbatasan baik dari segi ilmu maupun penyampaian yang tentunya menjadikan makalah ini masih sangat jauh dari sempurna.Oleh karena itu, kritik dan saran penulis harapkan demi perbaikan.

Wassalaamu’alaikum wr.wb.




                                                                  Semarang ,26 Desember 2016



BAB 1

PENDAHULUAN

Latar belakang Big Data

Big data menjadi kata yang popular seiring dengan bagaimana dapat menyimpan data dalam jumlah yang besar, melakukan proses serta analisanya (Yong Shi, 2014). Dalam decade terakhir jumlah data yang tersedia telah tumbuh secara eksponensial. Laporan dari IDC menyebutkan bahwa tahun 2011 data yang dihasilkan di seluruh dunia sekitar 1.8 zettabytes (1.8 x 10 pangkat 21) bytes. Sampai dengan tahun 2020 angka ini akan tumbuh 50 kali lipat atau bahkan lebih. Era big data telah tiba kata Yong Shi (2014).
Mari kita coba flashback ke belakang cikal bakal timbulnya Big Data ini. Tahun 1960 an timbul istilah yaitu database management dan berubah menjadi data warehouse pada sekitar tahun 1970an. Tahun 1980an dikenal agi istilah baru yaitu knowledge discovery in database serta sekitar 1990an kita mengenal apa yang dinamakan dengan enterprise resource planning (ERP) dan data mining. Selanjutnya sekitar tahun 2000an diperkenalkan customer relationship management dan data analytics. Big data menggabungkan semua konsep ini seperti yang sekarang kita alami.
Sesuatu yang tidak dapat kita hindari bagaimana impact dari Big Data ini dalam kehidupan kita sehari hari. Big data telah memberikan kesempatan atau peluang bisnis bagi banyak perusahaan. Hampir semua industry telah memanfaatkan atau baru melakukan indentifikasi tentang pentingnya big data dalam menumbuhkan bisnisnya atau tetap dapat bersaing bahkan menjadi keunggulan dalam berkompetisi. Dari sekian banyak manfaat dan peluang, big data meninggalkan kita beberapa tantangan diantaranya tantangan teknologi yang dapat menghandle big data ini, tantangan skill dan keahlian orang yang akan mengolah data sehingga data yang tersedia dapat menjadi informasi, insight yang bermanfaat.
Dalam dunia akademik, istilah Big Data mengacu pada aplikasi teknologi informasi untuk menangani masalah data yang sifatnnya massive, selanjutnya disebut dengan Data Science. Orang yang mendalami data science sering disebut dengan Data Scientists. Penggabungan dari bisnis intelligent dan bisnis analytics disebut juga dengan Big Data Analytic.
Pada Mei 2013 sekelompok ahli internasional brainstorming dua definisi yaitu Data Science dan Big Data di Science Conference Xiangshan (XSSC 2013) di Beijing (Yong Shi 2014). Definisi secara akademis dan bisnis, adalah data Science: “kumpulan data dengan kompleksitas, keragaman, heterogenitas, dan potensi nilai tinggi yang sulit untuk diproses dan dianalisis dalam waktu yang wajar,” dan Big Data, adalah “sumber daya yang sangat penting dan strategis di era digital dan faktor kunci untuk mendorong inovasi, yang mengubah cara produksi. Selain itu Big Data juga didefinisikan dengan 4Vs “Volume, Velocity, Variety, dan Veracity.


BAB 2
PEMBAHASAN
Pengertian Analisis Big Data
Untuk mengerti definisi analisis big data, kita tidak bisa lepas dari memahami apa itu big data dan apa itu analisis data. Istilah big data telah saya bahas khusus pada artikel berikut ini, namun saya akan coba berikan overview singkat tentang big data disini.

Big Data merupakan istilah untuk menggambarkan data set yang besar baik Structured, Semi-Structured maupun Unstructured data. Definisi big data bisa juga dijelaskan dalam 3V :

  1. Volume berarti data set yang disimpan dalam jumlah yang besar
  2. Velocity berarti ada kebutuhan mengakses data set besar tersebut dengan cepat
  3. Variety berarti format data yang semakin bervariasi saat ini.


Berikut ini tiga jenis format data :
  1. Structured data seperti relational database (RDBMS)
  2. Semi-Structured data seperti XML, JSON
  3. Unstructured data seperti Dokumen, metadata, video, gambar, audio, file teks, ebooks, email message, social media, jurnal dll.

Analisis data adalah proses meneliti data untuk mengetahui pola tersembunyi, korelasi yang belum diketahui, dan informasai berguna lainnya.Dengan demikian pengertian Analisis Big Data adalah proses meneliti, mengolah data set besar (Big Data) untuk mengetahui pola tersembunyi, korelasi yang tidak diketahui, tren pasar, preferensi pelanggan dan informasi bisnis berguna lainnya.
Sejarah dan Evolusi Analisis Big Data
Konsep big data telah ada selama bertahun-tahun kebelakang, sekarang sebagian besar organisasi mengerti bahwa jika mereka mampu menampung semua data set besar yang mengalir ke dalam bisnis mereka, maka mereka dapat menerapkan analisis dan mendapatkan manfaat/informasi yang sangat berharga dari proses analisis tersebut.
Mengapa Analisis Big Data Penting?
Analisis Big Data membantu organisasi memanfaatkan data dan menggunakannya untuk mengidentifikasi peluang-peluang baru. Yang pada gilirannya menyebabkan bisnis bergerak lebih cerdas dan cepat karena didukung oleh operasional yang lebih efisien, yang pada akhirnya mendatangkan keuntungan yang lebih tinggi dan pelanggan lebih senang tentunya.




Dalam laporan yang ditulis oleh Tom Davenport (Direktur Riset IIA) setelah ia mewawancarai lebih dari 50 usaha untuk memahami bagaimana mereka menggunakan Big Data. Ia menemukan mereka mendapatkan manfaat penting sebagai berikut :

  1. Penghematan biaya, Teknologi analisis Big data seperti hadoop dan analisis berbasis cloud membawa pengurangan biaya yang signifikan dalam hal untuk menyimpan data set dalam jumlah besar, selain mereka dapat mengidentifikasi cara-cara yang lebih efisien dalam melakukan bisnis.
  2. Lebih cepat dan baik dalam pengambilan keputusan, dengan kecepatan teknologi big data seperti Hadoop dalam melakukan analisis dengan dikombinasikan dengan kemampuan untuk menganalisis berbagai macam sumber data baru, membuat bisnis mampu menganalisis informasi dengan cepat dan membuat keputusan berdasarkan hasil analisis tersebut.
  3. Melahirkan produk dan pelayanan baru, dengan kemampuan mengukur kebutuhan dan kepuasan pelanggan mendatangkan keunggulan dari bisnis untuk menciptakan produk dan layanan baru yang sesuai dengan keinginan dan kebutuhan dari pelanggan.

Dengan 3 manfaat penting tersebut akan membantu bisnis mencapai tujuan/goal utama dalam meningkatkan keuntungan demi kemajuan bisnisnya.

Contoh Aplikasi Analisis Big Data
Berikut ini beberapa contoh Aplikasi yang ditawarkan oleh perusahaan/vendor dalam hal analisis terhadap big data :

  1. IBM Big data Analytics
  2. HP Big Data
  3. SAP Big Data Analytics
  4. Microsoft Big Data Analytics
  5. Oracle Big Data Analytics
  6. Talend Open Studio
  7. Teradata Big Data Analytics
  8. SAS Big Data Analytics
  9. Dell Big Data Analytics,  
  10. Pentaho Big Data Analytics
  11. Amazon Web Service
  12. Google Big Query
  13. Pivotal Big Data
  14. Cloudera Enterprise Big Data
  15. Hortonworks Data Platform



Solusi big data yang ditawarkan pada umumnya menggunakan kerangka kerja (framework) Hadoop dan beberapa tools pendukung lainnya seperti HBase, Pig, Hive, Mapreduce, Oozie, Zookeeper, HCatalog, Avro, Sqoop (untuk ingin tahu istilah tersebut dapat dibaca di sini). Yang memungkinkan pengguna untuk menyimpan, mengelola dan menganalisa data dari berbagai sumber, di mana data tersebut dapat diakses oleh para analis bisnis                                                                                                                                       Solusi big data tersebut adapula yang secara arsitektur dikombinasikan dengan teknologi yang sudah biasa untuk keperluan analisis dan visualisasi data,  seperti Data Warehouse dan Business Intellegent (BI). Dengan menggunakan tools visualisasi tersebut akan lebih menarik dan  mudah dalam penyediaan reporting dari hasil analisis
Contoh Studi Kasus Penggunaan Analisis Big Data
Dalam implementasinya, penerapan analisis big data cocok untuk berbagai bidang bisnis. Berikut ini saya coba listing-kan beberapa contoh studi kasus penggunaannya :

  1. Lembaga keuangan dapat menggunakan analisis big data agar cepat mengidentifikasi potensi penipuan sebelum menjadi besar efeknya, sehingga meminimalkan resiko kerugian secara finansial.
  2. Pemerintahan dapat manfaatkan analisis big data untuk meningkatkan keamanan negara dengan mampu mendeteksi, mencegah dan melawan serangan cyber.
  3. Industri kesehatan dapat menggunakan analisis terhadap big data untuk meningkatkan layanan perawatan pasien dan menemukan cara yang lebih baik untuk mengelola sumber daya dan personil.
  4. Perusahaan telekomunikasi dapat memanfaatkan analisis big data untuk mencegah churn pelanggan, dan juga merencanakan cara terbaik untuk mengoptimalkan jaringan nirkabel baik yang baru maupun yang sudah ada.
  5. Marketing dapat menggunakan big data untuk melakukan analisis sentimen untuk mengetahui tingkat kepuasan pelanggan terhadap produk dan layanan yang dipasarkan.
  6. Perusahaan asuransi dapat menggunakan analisis big data untuk mengkategorikan pengajuan asuransi yang dapat segera diproses, dan mana yang perlu divalidasi dengan dilakukan kunjungan oleh agen asuransi.
  7. Perusahaan ritel dapat menggunakan informasi dari social media seperti Facebook, Twitter, Google+ yang disimpan dengan teknologi big data, yang selanjutnya digunakan untuk menganalisis bagaimana perilaku, persepsi pelanggan terhadap suatu produk atau brand dari perusahan.

Di atas hanya beberapa contoh penggunaan big data dalam rangka keperluan analisis. Saya rasa masih banyak contoh lainnya.

Sejalan dengan terus berkembangnya teknologi analisis big data, dan hampir semua bisnis sudah mulai berfikir bahwa mendapatkan manfaat dari implementasi analisis big data adalah suatu keharusan untuk menghadapi perubahan dan persaingan yang semakin pesat dan ketat saat ini.

Karena hal di atas, bisa kita prediksi kedepan penerapan big data menjadi sesuatu yang umum, sehingga akan semakin banyak lagi contoh studi kasus pemanfaatan big data selain yang saya sebutkan.

Bagaimana Melakukan Analisis Big Data?
Berikut ini beberapa jenis metode atau teknik dalam melakukan analisis big data :
  1. Analisis Teks, merupakan proses menganalisis data teks (unstructured-data) seperti blog, email, forum, tweet, forum dan bentuk lainnya.
  2. Data Mining, merupakan suatu proses menemukan hubungan yang berarti, pola, dan kecenderungan dari sekumpulan besar data dengan menggunakan teknik pengenalan pola seperti statisik dan matematika
  3. Machine Learning
  4. Analisis Prediksi (Predictive Analytics)
  5. Analisis Statistik
  6. NLP (Natural Language Processing)














BAB III
PENUTUP
Big Data adalah istilah yang digunakan untuk menggambarkan data dengan karakteristik volume/size yang sangat besar baik Structured, Semi-Structured maupun Unstructured. Istilah ini muncul pertama kali pada sekitar tahun 2000-an, ketika definisi Big Data dijelaskan dalam 3V oleh seorang  analis bernama Doug Laney :

1.Volume, data yang disimpan oleh suatu organisasi dalam jumlah yang besar
2. Velocity, ada kebutuhan untuk dapat mengakses data besar tersebut dengan cepat
3. Variety, data berasal dari berbagi macam variasi

Diposting oleh di

Tidak ada komentar:

Posting Komentar

Langganan: Posting Komentar (Atom)