Teknologi Big Data adalah manajemen
aset informasi dengan volume tinggi, kecepatan tinggi dan kompleks yang
membantu perusahaan mengelola data dengan biaya efektif dan mendorong inovasi
pengolahan informasi untuk pengambilan keputusan dan peningkatan pengetahuan
atau wawasan. Big Data menjamin pemrosesan solusi data dengan varian baru maupun
eksisting untuk memberikan manfaat nyata bagi bisnis. Namun pengolahan data
dengan ukuran dan kompleksitas besar tetap sekedar solusi teknologi kecuali
jika dikaitkan dengan tujuan bisnis. Hal terpenting dari Big Data bukanlah
sekedar kemampuan teknis untuk mengolah data melainkan manfaat yang dapat
disadari oleh perusahaan dengan menggunakan Big Data Analytics Terminologi Big
Data diyakini berasal dari perusahaan pencarian web yang mengolah data dengana
gregasi yang terdistribusi sangat besar dan tidak terstruktur.
Sejarah
Big Data
Istilah Big Data masih terbilang
baru dan sering disebut sebagai tindakan pengumpulan dan penyimpanan informasi
yang besar untuk analisis. Fenomena Big Data, dimulai pada tahun 2000-an ketika
seorang analis industri Doug Laney menyampaikan konsep Big Data yang terdiri
dari tiga bagian penting, diantaranya:
1) Volume Organisasi mengumpulkan data dari berbagai sumber, termasuk
transaksi bisnis, media sosial dan informasi dari sensor atau mesin. Di masa
lalu, aktivitas semacam ini menjadi masalah, namun dengan adanya teknologi baru
(seperti Hadoop) bisa meredakan masalah ini.
2) Kecepatan Aliran data harus ditangani dengan secara cepat dan tepat
bisa melalui hardware maupun software. Teknologi hardware seperti tag RFID,
sensor pintar lainnya juga dibutuhkan untuk menangani data yang real-time.
3) Variasi Data yang dikumpulkan mempunyai format yang berbeda-beda.
Mulai dari yang terstruktur, data numerik dalam database tradisional, data
dokumen terstruktur teks, email, video, audio, transaksi keuangan dan lain-lain.
Selain
tiga bagian penting tersebut, para peneliti Big Data juga menambah bagian yang
termasuk penting lainnya seperti variabilitas dan kompleksitas.
1)
Variabilitas
Selain kecepatan pengumpulan data
yang meningkat dan variasi data yang semakin beraneka ragam, arus data kadang
tidak konsisten dalam periode tertentu. Salah satu contohnya adalah hal yang
sedang tren di media sosial. Periodenya bisa harian, musiman, dipicu peristiwa
dadakan dan lain-lain. Beban puncak data dapat menantang untuk analis Big Data,
bahkan dengan data yang tidak terstruktur.
2) Kompleksitas
Hari
ini, data berasal dari berbagai sumber sehingga cukup sulit untuk
menghubungkan, mencocokan, membersihkan dan mengubah data di seluruh sistem.
Namun, Big Data sangat dibutuhkan untuk memiliki korelasi antar data, hierarki
dan beberapa keterkaitan data lainnya atau data yang acak.
Pentignya Big
Data
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 Kasus Big Data
1)
Laporan dari TomTom menunjukkan Mexico City memiliki
kemacetan paling parah di dunia, para pengemudi di sana harus menghabiskan 59
persen waktu perjalanan ekstra terjebak di dalam kemacetan yang dapat melonjak
menjadi 103 persen di jam sibuk malam hari, dengan waktu perjalanan ekstra
mencapai 219 persen per tahun.
Tapi video
analitik modern yang memanfaatkan big data dapat menjadi
jawaban untuk masalah ini. Dengan informasi lengkap yang dapat diberikan oleh big
data, keputusan manajemen lalu lintas yang lebih efisien dapat diambil, dan
ini bisa membuat jalanan kita lebih aman dan lebih mudah untuk dilewati. Dalam
sebuah kasus studi baru, Intel memberi contoh kota Zhejing di Tiongkok yang
menggunakan big data untuk mengurai kemacetan kotanya.
Walaupun laporannya merujuk pada data dalam berbagai bentuk, aplikasinya dapat
dinilai dalam kasus video data saja.
Ada tiga
tantangan utama dalam hal ini—sistem manajemen lalu lintas harus memungkinkan
manajemen terpusat dari lalu lintas data, mengoptimalan penggunaan data yang
besar, dan meningkatkan arus lalu lintas di seluruh kota. Tapi dengan
menggunakan pusat data yang tergabung dan sarana lain yang serupa,
mengendalikan kemacetan bukan sesuatu yang mustahil.Dalam buku putih yang
membahas topik serupa, Frost & Sulivan menjelaskan bagaimana video bisa
menjadi keuntungan ketika mencoba mengelola lalu lintas.
“Video
intelijen juga dapat memperbaiki manajemen transportasi dengan memberikan
manajer sistem visibilitas di seluruh kota dalam seluruh jaringan transportasi
untuk meningkatkan respons insiden,” kata Brian Cotton dalam laporan tersebut.
“Video intelijen juga dapat membantu personel mengevaluasi pola lalu lintas,
mengelola transit publik secara dinamis, membantu mengurai kemacetan, dan pada
akhirnya meningkatkan kepuasan para komuter.” Dengan big data untuk
mengelola lalu lintas, banyak sistem atau departemen dapat bekerja bersama
untuk memproses informasi yang dikumpulkan melalui berbagai sensor berbeda. Hal
ini akan membantu pihak berwenang mengambil keputusan yang lebih baik dalam
mengelola lalu lintas.
2) Contoh Lain Big Data, Berupa data yang berukuran hingga
petabytes (1,024 terabytes) atau exabytes (1,024 petabytes), seperti
milyaran hingga triliunan catatan personal orang yang semuanya berasal dari
sumber berbeda seperti web, sales, customer service, social media, data mobile
dan sebagainya. Data-data ini biasanya tidak terstruktur, sering tidak lengkap
dan tidak dapat diakses. Pada saat berhadapan dengan kelompok data yang lebih
besar, perusahaan menghadapi kesulitan membuat, memanipulasi dan mengelola Big
Data. Big Data sesungguhnya masalah dalaman alisis bisnis karena tools dan
prosedur standar tidak didesain untuk mencari dan menganalisa kumpulan data
yang massive.
Sumber :
3) https://www.indosecuritysystem.com/read/news/2016/08/16/874/analisis-big-data-dapat-membantu-manajemen-lalu-lintas
http://noviardisyamsuir.blogspot.co.id/2016/04/analisis-big-data.
