SISTEM INFORMASI MANAJEMEN: Makalah Big Data

BIG DATA

GUNA MEMENUHI TUGAS MATA KULIAH SISTEM INFORMASI MANAJEMEN

DISUSUN OLEH :

SOFIANA ISNTINFARANI

11150562

DOSEN :

SEPTIA LUTFI, S.Kom, M.Kom

STIE BANK BPD JATENG

SEMARANG

2016/2017

KATA PENGANTAR

Puji syukur saya ucapkan kehadirat Allah SWT, karena atas rahmat dan kerunia-Nya saya masih diberikan kesehatan dan kesempatan untuk menyelesaikan makalah ini.

Tidak lupa saya ucapkan terimakasih kepada teman-teman yang telah memberikan dukungan dan bantuannya dalam menyelesaikan makalah ini.

Makalah ini dibuat dengan tujuan memberikan informasi tentang Big Data. Sehingga akan menambah pengetahuan dan wawasan yang luas untuk saya dan pembaca. Serta dibuat dalam tujuan pemenuhan tugas mata kuliah Sistem Informasi Manajmenen di semester 3 ini.

Saya menyadari bahwa dalam penuisan makalah ini banyak kekurangan, oleh sebab itu saya mengharapkan kritik dan saran yang membangun. Dan semoga dengan selesainya makalah ini dapat bermanfaat bagi saya khususnya dan umumnya bagi pembaca.

Semarang, 15 Desember 2016

Penulis

DAFTAR ISI

BAB I PENDAHULUAN

A. Latar belakang masalah

B. Rumusan masalah

C. Tujuan masalah

BAB II PEMBAHASAN

A. Pengertian big data

B. Konsep big data

C. Manfaat dan sumber big data

D. Contoh manfaat big data

BAB III PENUTUP

A. Kesimpulan

DAFTAR PUSTAKA

BAB I

PENDAHULUAN

A. LATAR BELAKANG MASALAH

Beberapa tahun belakangan ini, jika ditanyakan tentang apa yang sedang menjadi trend dalam dunia Teknologi Informasi (TI), mungkin banyak yang akan menjawab "Cloud Computing". Tetapi, sejak awal tahun 2011 muncul istilah "Big Data" yang kemudian menarik perhatian banyak profesional maupun pemerhati Teknologi Informasi. Sejauh ini, perusahaan-perusahaan terkemuka telah memberdayakan infomasi dan data dengan beragam teknologi manajemen data guna menunjang kemajuan bisnisnya. Sebagian besar telah menggunakan tools seperti Data Warehouse (DWH) maupun Business Intelligence (BI) serta aplikasi manajemen harga dan penjualan lainnya sebagai alat pengolah data yang mereka perlukan dalam aktifitas bisnis.

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. Konsep big data

3. Manfaat dan sumber big data

4. Contoh manfaat big data

C. TUJUAN MASALAH

1. Untuk mengetahui pengertian big data

2. Untuk mengetahui konsep big data

3. Untuk mengetahui manfaat dan sumber big data

4. Untuk mengetahui contoh manfaat big data

BAB II

PEMBAHASAN

A. PENGERTIAN BIG DATA

Big Data adalah data dengan ciri berukuran sangat besar, sangat variatif, sangat cepat pertumbuhannya dan mungkin tidak terstruktur yang perlu diolah khusus dengan teknologi inovatif sehingga mendapatkan informasi yang mendalam dan dapat membantu pengambilan keputusan yang lebih baik."

Keempat karakterik tersebut: berukuran sangat besar (high-volume), atau sangat bervariasi (high-variety), atau kecepatan pertumbuhan tinggi (high-velocity), dan sangat tidak jelas (high veracity) sering disebut dengan 4V's of Big Data.

Teknologi Big Data diciptakan untuk menangani keempat ciri di atas. Jadi jika data Anda memiliki satu ciri saja atau beberapa kombinasi ciri di atas, tentunya dapat memanfaatkan teknologi Big Data yang tersedia di pasaran.

Mahadata, lebih dikenal dengan istilah bahasa Inggris big data, adalah istilah umum untuk segala himpunan data (data set) dalam jumlah yang sangat besar, rumit dan tak terstruktur sehingga menjadikannya sukar ditangani apabila hanya menggunakan perkakas manajemen basis data biasa atau aplikasi pemroses data tradisional belaka.

Tantangannya meliputi pemerolehan, kurasi, penyimpanan, penelusuran (search), pembagian, pemindahan, analisis, dan visualisasi data. Tren kian membesarnya himpunan data terjadi akibat bertambahnya informasi dari himpunan-himpunan besar yang saling terkait, dibandingkan dengan himpunan-himpunan kecil lain dengan jumlah total data yang sama. Korelasi baru dapat ditemukan dalam analisis himpunan data guna "mencermati tren bisnis, menentukan kualitas penelitian, mencegah penyakit, melawan tindak pidana, dan mengetahui kondis lalu lintas jalan raya secara waktu nyata"^.

Banyak yang telah mencoba memberikan definisi terhadap big data. Dari Wikipedia:

“Big data is a broad term for data sets so large or complex that traditional data processing applications are inadequate. Challenges include analysis, capture, data curation, search, sharing, storage, transfer, visualization, and information privacy.”

Sedangkan definisi big data dari Gartner,

“Big data is high-volume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making.”

Definisi big data dari Teradata dan Hortonworks kira-kira seperti ini kalau dalam bahasa Indonesia,

“Big Data adalah gerakan atau inisiatif organisasi-organisasi untuk mengambil, menyimpan, memroses, dan menganalisa data-data yang sebelumnya tidak memungkinkan atau tidak ekonomis untuk diambil, disimpan, diproses, dan dianalisa.”

B. KONSEP BIG DATA

Di berbagai organisasi, terminologi “data science”, “big data”, dan “hadoop” seakan sudah menjadi setali tiga uang. Kita akan jarang mendengar suatu diskusi atau pembicaraan tentang salah satunya tanpa disertai yang lainnya. Kalau melihat dari trend, data science adalah sebuah terminologi yang mulai ngetrend di tahun 2013; ketika Hadoop dan big data sudah menjadi buzzword di berbagai organisasi. Kita bisa melihat hal tersebut dari google search trend.

Teknologi yang berkembang di dunia big data ada untuk memecahkan suatu masalah atau mempermudah penyelesaian suatu masalah. Dari berbagai literatur, terdapat 3 dimensi atau masalah utama yang big data coba selesaikan. 3 masalah biasa disebut “The 3V of Data”, atau secara singkat disebut 3V; Volume, Velocity, Variety.

v Volume

Mari kita bahas mulai dari volume. Salah satu permasalahan yang big data coba pecahkan adalah meledaknya volume data yang suatu organisasi ingin simpan atau proses. Salah satu perusahaan telekomunikasi yang pernah saya tangani butuh menyimpan lebih dari 1 milyar record data aktivitas browsing internet pengguna. Jangan kaget, 1 milyar record itu hanya data sehari, dan data yang ingin dikumpulkan tentunya berbulan-bulan.

Apakah permasalahan volume data ini hanya bisa dipecahkan oleh big data? Jawabannya, tidak juga.Sebenarnya suatu sistem database atau data warehouse pun bisa menyimpan data yang sangat besar. Namun, price per terabyte Hadoop, sebagai platform big data, jauh lebih rendah dibandingkan keduanya. Selain itu, berbeda dengan sekedar network storage, teknologi big data tidak hanya menyediakan solusi untuk menyimpan data, namun juga untuk mengolah dan menganalisa data bervolume besar.

Lalu, kenapa tidak semua data dilempar ke big data saja? Kenapa harus masih memakai database atau data warehouse atau network storage? Saya akan mencoba menjawab dengan analogi simple: mobil sport bagus untuk berlari kencang di jalanan mulus, truk berguna untuk mengangkut barang dalam jumlah besar, mobil MPV umumnya hemat bensin, nyaman dan mampu membawa banyak orang.

Database / data warehouse sangat ideal untuk menyimpan data yang dibutuhkan untuk operasional day-to-day suatu organisasi, atau untuk menghasilkan report bulanan. Namun, cost per terabyte (biaya penyimpanan) jauh lebih tinggi dibandingkan big data platform seperti Hadoop. Oleh karena itu, untuk menyimpan data-data yang belum diketahui nilai bisnisnya dan dalam volume besar, platform berbasis big data seperti Hadoop memberikan solusi yang lebih masuk akal.

Lalu, sebesar apakah volume data agar bisa disebut big data? Apakah jumlah datanya harus selalu lebih dari 1 milyar record per hari? Walaupun masih banyak perdebatan soal ini, sekarang sudah banyak pihak yang sepakat bahwa: jika volume data membuat data tersebut tidak ekonomis / mungkin lagi untuk disimpan di solusi penyimpanan data tradisional (network storage / database / data warehouse), maka “Houston, we’ve got the volume problem!”

v Velocity

Permasalahan yang kedua: data velocity atau kecepatan data dibuat. Bisa dibilang, permasalahan ini berkaitan erat dengan permasalahan volume data, karena kecepatan data dibuat umumnya berbanding lurus dengan volume data. Data tidak hanya datang dalam jumlah besar, tetapi juga dalam tempo yang lebih singkat dan bahkan ada yang real-time.

Salah satu perusahaan telekomunikasi di Australia, misalnya, butuh untuk menganalisa kualitas koneksi internet jutaan pelanggannya secara near real-time. Setiap beberapa menit sekali, jutaan record data jaringan ditaruh ke platform big data, lalu dianalisa pada saat itu juga. Hasil analisa tersebut langsung divisualisasikan ke dashboard tim jaringan, dan tim jaringan bisa langsung bertindak apabila ada satu daerah yang mendadak mengalami penurunan kualitas koneksi internet.

Lagi-lagi, tentu platform data konvensional juga bisa melakukan hal tersebut. Seperti alasan pemilihan big data untuk memecahkan masalah volume data, menyimpan dan mengolah data akan lebih ekonomis di platform big data. Beban penyimpanan dan pemrosesan data di data warehouse akan lebih berguna apabila diutilisasi untuk data-data yang berhubungan langsung dengan bisnis -- data transaksi, keuangan, dan pelanggan.

v Variety

Variety! Finally! Ini adalah permasalahan, yang menurut saya, “Big data banget!”. Mengapa? Menurut saya pribadi, permasalahan ini akan sangat sulit dipecahkan oleh data platform tradisional, baik itu database atau data warehouse. Variety adalah permasalahan yang terjadi karena keberagaman data, baik itu dari format file data yang masuk, maupun format / struktur dari isi data tersebut.

Berbicara tentang masalah data variety, saya teringat salah satu project di produsen hard disk server. Perusahaan tersebut telah memproduksi hard disk dari tahun 90-an, dan apabila telah terpasang di server, hard disk itu akan mengirimkan log pemakaian blok-blok memori hard disk secara periodik. Data log tadi akan dianalisa untuk mencari part yang bermasalah dari hard disk (apabila ada laporan dari customer). Jika diketahui part mana yang bermasalah, perusahaan tersebut bisa mencari hard disk lain yang menggunakan part yang sama dan dari batch produksi yang sama. Perusahaan tersebut lalu bisa mengganti hard disk lainnya sebelum hard disk itu rusak dan customer komplain.

Permasalahannya, data-data tersebut dikirimkan dalam format yang berbeda-beda. Untuk 1 data yang sama saja, bisa berbagai macam variasi format atau struktur data. Ada yang berupa file XML, CSV, TSV, dan bahkan ada yang dikompresi dalam format GZip, Zip, dan Tar.

Karena kasus seperti ini bukan tidak mungkin terjadi, platform big data memungkinkan kita untuk “store first, define structure later”. Pada Hadoop, contohnya, kita bisa menaruh file-file tadi dalam format mentahnya, lalu kita kelompokkan saja file-file yang sejenis. Lalu ketika kita butuh membaca data, baru kita gunakan tools yang tersedia untuk mengekstrak sisi data. Hal ini dengan implementasi database atau data warehouse di mana kita harus menerapkan dan meng-enforce skema/struktur ketika kita memulai akuisisi data.

C. MANFAAT DAN SUMBER BIG DATA

MGI (2011) menyebutkan manfaaat potensial dari big data di antara sektor swasta dan publik, diidentifikasi lima cara big data dapat membuat suatu value:

· Segmentasi audiens untuk menyesuaikan aktivitas: Kapasitas pengumpulan data dan segmentasi audiens didasarkan-database telah menjadi kunci penggerak penggunaan oleh banyak organisasi seni berdasarkan strategi data operasi inti organisasi (seperti database).

· Menciptakan transparansi : membuat big data dapat lebih mudah diakses oleh yang berkepentingan (stakeholder) yang relevan secara tepat waktu dapat menciptakan nilai yang luar biasa. Dalam hal ini big data dapat di integrasikan sehingga informasi yang dibutuhkan dapat diperoleh lebih efisien.

· Mendukung / mengganti keputusan manusia dengan algoritma yang diotomatiskan: Analisa dengan bantuan algoritma dapat meningkatkan pengambilan keputusan, meminimalkan resiko, dan menggali wawasan yang berharga, yang dapat dilakukan secara otomatis. Meskipun keputusannya belum tentu otomatis.

· Mengaktifkan eksperimentasi : karena pembuatan dan penyimpanan transaksi dalam bentuk digital, organisasi/perusahaan dapat mengumpulkan data lebih akurat dan kinerja yang lebih terperinci.

· Berinovasi model bisnis, produk dan layanan baru : Big data memungkinkan perusahaan membuat produk dan layanan baru, meningkatkan yang sudah ada, dan menciptakan model bisnis yang sama sekali baru.

Karena cara mengamankan keunggulan kompetitif dari data besar (big data) masih berkembang, beberapa CEO percaya bahwa inisiatif big data harus
menjadi tanggung jawab khusus departemen TI atau pemasaran, dimana jumlah data dengan skala besar paling sering berkumpul, dianalisis, dan diterapkan. Oleh karena itu berkaitan dengan big data ini, berikut adalah beberapa hal yang bisa menjadi pandangan CEO dan teamnya, a) kesempatan dapat berasal dari menyempurnakan operasi inti untuk membuat jalur bisnis baru – meskipun dalam industri yang sama, b) Agar berguna, data harus digunakan bersama (diantara organisasi), c) apakah sebuah perusahaan merencanakan inisiatif tunggal yang besar atau yang lebih kecil dengan jumlah banyak, tim senior harus secara aktif berencana untuk mengambil keuntungan dari peluang yang dihasilkan.

Dari manakah sumber big data diperoleh?

Sumber Big Data Baru : Digitalisasi Industri

Media/Entertainment : Industri media/ entertainment berpindah ke perekaman, produksi dan pengiriman digital dalam beberapa tahun terakhir dan saat ini mengumpulkan konten dalam jumlah yang besar.

Healtcare: Industri perawatan kesehatan secara cepat berpindah ke perekaman medis elektronik dan image.

Life Sciences : Biaya yang rendah pada sequencing gen dapat menghasilkan puluhan terabyte informasi yang harus dianalisa untuk mencari variasi genetik dan efektivitas pengobatan yang potensial

Video Surveillance: Video surveilans masih transisi dari CCTV ke kamera IPTV dan sistem perekaman, dimana organisasi dapat menganalisis pola perilaku (keamanan dan peningkatan pelayanan).

Transportasi, Logistik, Retail, Utilities dan Telekomunikasi:

Data sensor yang dihasilkan pada tingkat percepatan dari transceiver GPS, pembaca tag RFID dan ponsel (rekaman data panggilan [CDR]), data yang digunakan untuk mengoptimalkan operasi dan mendorong operasional intelijen bisnis (BI) untuk mewujudkan peluang bisnis langsung.

D. CONTOH MANFAAT BIG DATA

Beberapa contoh manfaat big data yang dapat disebutkan :

Perusahaan ritel dapat menggunakan informasi dari social media seperti Facebook, Twitter, Google+ untuk menganalisis bagaimana perilaku, persepsi pelanggan terhadap suatu produk atau brand dari perusahan.
Perusahan manufaktur dapat memantau kondisi peralatan setiap saat (real-time), sehingga dapat memperkirakan waktu terbaik untuk mengganti peralatan. Karena mengganti terlalu cepat akan merugikan/buang-buang uang atau kalau terlambat akan menyebabkan produksi terganggu karena kerusakan peralatan.
Perusahaan manufaktur juga bisa memantau produk yang baru launching melalui social sedia untuk mengetahui apakah ada isu after-sales sehingga dapat mencegah kegagalan garansi yang menyebabkan publikasi besar yang dapat merusak citra produk dan perusahaan.
Perusahaan periklanan dapat menggunakan informasi dari social media untuk mengetahui tanggapan terhadap promosi/iklan yang baru diluncurkan.
Rumah sakit dapat merekam catatan medis pasien sehingga big data tersebut bisa digunakan untuk menganalisis kecenderungan sakit pasien
Pemerintahan dapat menggunakan informasi dari social media untuk mengetahui tingkat kepuasan masyarakat terhadap pemerintah
Jasa Keuangan dapat menggunakan analisis big data untuk melihat aplikasi asuransi yang dapat segera diproses, dan mana yang perlu divalidasi dengan dilakukan kunjungan oleh agen asuransi
Jasa Perbankan dapat menggunakan rekaman transaksi nasabah untuk mengetahui kemungkinan adanya kegiatan kejahatan seperti pencucian uang, atau juga untuk merekam catatan kebiasaan karyawan dalam rangka mendeteksi kemungkinan fraud.

· Tim olahraga dapat menggunakan big data untuk tracking penjualan tiket, mengetahui kondisi pemain dan probabilitas akan mengalami cedera dan bahkan strategi bermain dari tim.

BAB III

PENUTUP

A. KESIMPULAN

Berdasar uraian diatas, dapat ditarik kesimpulan bahwa Big Data itu adalah limpahan data dengan volume dan ragam yang melampaui kapasitas sistem manajemen data konvensional, yang terbentuk dari meluasnya penggunaan internet maupun pemanfaatan teknologi informasi yang semakin canggih, dan memiliki tiga ciri khas : volume, variety, velocity.

DAFTAR PUSTAKA

SISTEM INFORMASI MANAJEMEN

Kamis, 15 Desember 2016

Makalah Big Data

Tidak ada komentar:

Posting Komentar