1.
Big Data
Pada era saat ini Big data menjadi tranding topik
dan sering di bahas di dalam industri IT, Akhir-akhir ini istilah Big Data marak di gunakan sebagai teknologi
yang akan menjadi trend masa depan. Banyak pihak yang mungkin heran kenapa topik ini baru
menjadi pusat perhatian padahal ledakan informasi telah terjadi secara
berkelangsungan sejak dimulainya era informasi. Perkembangan volume dan jenis
data yang terus meningkat secara berlipat-lipat dalam dunia maya Internet
semenjak kelahirannya adalah fakta yang tak dapat dipungkiri. Mulai data yang
hanya berupa teks, gambar atau foto, lalu data berupa video hingga data yang
berasal system pengindraan. Kalau kita mengartikannya maka
big data berarti data yang besar. Kemudian
apa maksudnya ? Apakah data 100 MB itu besar, atau yang dimaksud 1 GB atau 100
Gb atau 1 Tera ?
Pengertian Big Data bukan berarti besarnya data
yang kita punya. Big Data berarti sekumpulan data yang sangat besar yang tidak
dapat ditangani oleh aplikasi database biasa, Big Data adalah buzzword atau menangkap-frase yang
digunakan untuk menggambarkan volume besar, baik dari data terstruktur dan
tidak terstruktur yang begitu besar sehingga sulit untuk memproses dengan
menggunakan teknik database dan perangkat lunak biasa. Dalam kebanyakan
kejadian data perusahaan yang terlalu besar atau bergerak terlalu cepat atau
melebihi kapasitas pengolahan saat ini. Big data memiliki potensi untuk
membantu perusahaan meningkatkan operasi, membuat lebih cepat dan keputusan
yang lebih cerdas.
Contoh Big Data mungkin petabyte (1.024 terabyte)
atau exabyte (1.024 petabyte) data yang terdiri dari miliaran triliunan catatan
dari jutaan orang dari berbagai sumber yang berbeda (misalnya Web, penjualan,
contact center pelanggan, media sosial, data ponsel dan sebagainya). Data
tersebut biasanya terstruktur longgar atau data yang sering tidak lengkap dan
tidak dapat diakses.
Mari kita melihat search engine. Dengan aplikasi
biasa database tradisional maka kita sangat kesulitan mengumpulkan data seluruh
web yang ada di muka bumi. Kesulitan juga akan muncul saat menganalisa dan
melakukan searching mengenai topik tertentu. Dalam kasus penanganan search
engine ini kita memerlukan aplikasi yang berjalan bersama-sama pada puluhan
bahkan ratusan server. Inilah contoh dari big data.
Ciri-ciri data yang ditangani oleh Big
Data:
a) Jumlah nya sangat besar (Volume).
Biasanya ukuran total data dalam terabytes keatas.
b) Pertumbuhan data sangat cepat
(Velocity) sehingga data bertambah dalam jumlah yang sangat banyak dalam kurun
waktu relatif singkat.
c) Bentuk atau format datanya beraneka
ragam (Variety). Format disini bisa berupa data dalam tabel-tabel relasional
database seperti MySQL, file text biasa, File Excel atau bentuk apapun.
Manfaat yang bisa diberikan
dari Big Data antara lain bisa memberikan gambaran yang lebih lengkap dari
sebelumnya karena biasanya data yang dianalisis adalah data terstruktur
misalnya data relasional database.
2. Business
Intelligence
Istilah Business
Intelligence (BI) pertama kali didengungkan pada tahun 1958 oleh seorang
peneliti dari IBM yang bernama Hans Peter Luhn. Beliau mendefinisikan istilah
intelligence sebagai “Kemampuan dalam mengerti dan memahami suatu hubungan
timbal balik antara fakta-fakta yang disajikan sedemikian rupa menjadi suatu
landasan dalam bertindak untuk mencapai tujuan yang dikehendaki”.
Pada tahun 1989 dalam sebuah artikel terbitan
Gartner, Howard Dresner menggunakan istilah Business Intelligence (BI) . Dia
menggambarkan istilah tersebut sebagai seperangkat konsep dan metode yang
berguna untuk meningkatkan kemampuan pembuatan keputusan dengan bantuan sistem
yang berbasiskan fakta atau realita yang terjadi.
Menurut Nadia
Branon[1], Business
Intelligence merupakan
kategori yang umum digunakan untuk aplikasi dan teknologi untuk mengumpulkan,
menyimpan, menganalisa, dan menyediakan akses pada data agar dapat membantu
pengguna dari kalangan perusahaan agar dapat mengambil keputusan dengan lebih
baik dan tepat. Pada umumnya solusi yang disediakan oleh BI berupa
sumber-sumber data dimana data yang sifatnya transaksional dikumpulkan, data
warehouses/data marts, reporting dan alat visualisasi, seperti analisis
prediksi dan modelling.
Dalam jurnal
Management Vol. 15[2], Ivana Kursan dan Mirela Mihic menyatakan bahwa
istilah BI merujuk pada variasi solusi perangkat lunak, termasuk
teknologi-teknologi dan metodologi-metodologi yang dibutuhkan untuk mendapatkan
informasi yang tepat guna sehingga mampu membuat keputusan bisnis dengan
tujuan utama yaitu meningkatkan keseluruhan performa bisnis pada pasar.
Karena
bisnis-bisnis saat ini dihadapkan pada jumlah informasi yang banyak, masalah
utama operasional adalah untuk fokus pada informasi yang sesuai. BI membantu
untuk mengidentifikasi berbagai penyebab dan alasan yang muncul agar dapat
membantu bisnis dalam berbagai prediksi, perhitungan, dan analisis; Sehingga,
pengentahuan yang dibutuhkan dapat diekstrak dari jumlah data yang banyak dan
kadang-kadang berasal dari data yang tersembunyi.
a.
Kegunaan BI
Perusahaan menggunakan BI untuk memperoleh lebih dalam lagi
mengenai segala informasi yang berhubungan dengan kinerja bisnis. Hal ini
digunakan untuk memahami, meningkatkan kinerja, penganggaran biaya yang lebih
efisien dan mengidentifikasi peluang bisnis baru. Beberapa hal kegunaan BI,
antara lain:
·
Analisa dalam perilaku konsumen, pola pembelian dan trend
penjualan
·
Mengukur, melacak dan memprediksi penjualan dan kinerja keuangan
·
Penganggaran, perencanaan keuangan dan peramalan
·
Mengetahui kinerja kegiatan pemasaran
·
Optimalisasi proses dan kinerja operasional
·
Meningkatkan efektifitaspengiriman dan pasokan
·
Analisa CRM (Customer Relationship Management)
·
Analisa Resiko
·
Analisa nilai strategis
·
Analisa social media
b.
Komponen Dasar BI
Pada dasarnya komponen BI mencakup, gathering, storing,
analysing dan providing access to data.
c.
Data Warehouse di dalam pengertian BI
Banyak aplikasi BI menggunakan data yang berasal dari data
warehouse ataupun data mart, namun sebenarnya tidak semua data warehouse
digunakan untuk BI dan begitu juga sebaliknya, tidak semua aplikasi BI
membutuhkan data warehouse. Kenapa begitu? hal ini tentunya terjadi karena
adanya kebutuhan-kebutuhan yang berbeda dan lebih spesifik. Ada beberapa
project saya yang menggabungkan antara data warehouse, data transaksi bahkan
ada juga dengan social media. Untuk membedakan hal ini, Forrester Research mendefinisikan BI dengan dua cara:
·
Dalam pengertian yang luas: BI adalah suatu seperangkat
metodologi, proses, arsitektur dan teknologi yang mengubah data mentah menjadi
informasi yang lebih bermakna dan berguna yang digunakan dalam pengambilan
keputusan, strategik, taktis, dan operasional yang lebih efektif.
·
Secara lebih spesifik lagi, BI adalah: mengacu pada bagian
paling atas/akhir dari arsitektur BI yaitu pelaporan, analisa dan dashboard.
d.
Business Intelligence Bukan Hanya Sekedar Perangkat
Lunak dan Teknologi
Istilah business intelligence seringkali digunakan sebagai
istilah yang hanya menggambarkan sebuah perangkat lunak yang digunakan untuk
menganalisa data-data di perusahaan. Dalam pola pikir teknikal, istilah ini
juga sering dikaitkan dengan data mining, OLAP, query dan pelaporan. Pada
kenyataannya juga bahwa keberadaan BI dalam suatu perusahaan hanya terletak
pada divisi IT saja, karena berhubungan dengan perangkat lunak. Hal ini yang
sebenarnya perlu diwaspadai.
Keberadaan BI dalam suatu perusahaan haruslah diawali dari
pelaku bisnis itu sendiri karena merekalah yang lebih mengetahui informasi dan
analisa apa-apa saja yang dibutuhkan dalam rangka meningkatkan kinerja bisnis
dan mereka jugalah yang membutuhkan BI. Disinilah nilai BI bisa menjadi besar
dan berguna bagi perusahaan. Pelaku bisnis mulai dari eksekutif, manajemen bahkan
sampai ke operasional harus berperan aktif juga dalam penerapan BI dan divisi
IT harus bisa berkolaborasi dalam hal penyiapan data-data dan arsitektur
sistem. Terlepas dari perangkat lunak apa yang digunakan. Bagaimana bisa di
sebut business intelligence jika kita tidak bisa menghadirkan analisa yang
dibutuhkan oleh para pelaku bisnis? Bukan hanya sekedar suatu pelaporan atau
analisa saja tapi BI diharapkan dapat menjadi alat bantu utama bagi pelaku
bisnis dalam meningkatkan kinerja bisnis, tentunya kebutuhan ini dalam tiap
masa akan selalu berubah mengikuti perkembangan bisnis itu sendiri.
3. Perbedaan
dari Big Data dan Business Intelligence
Perbedaan yang
mendasar adalah bagaimana konsep Big Data dan Business Intelligence memproses
data.Untuk menghadapi volume yang tinggi, prinsip Business Intelligence
mengajak kita untuk membersihkan data yang ada. Proses pembersihan ini akan
membuang residu yang dianggap tidak penting. Sedangkan prinsip Big Data adalah
untuk tidak membuang data apapun karena residu tersebut mungkin akan menjadi
penting sejalannya waktu.
Untuk menghadapi
velositas yang tinggi, prinsip Business Intelligence mengajak kita untuk
melakukan operasi batch secara teratur. Operasi ini akan medorong data dari
sistem transaksi ke data warehouse untuk diproses selanjutnya. Sedangkan
prinsip Big Data adalah real-time processing.
Untuk menghadapi
variasi data yang tinggi, prinsip Business Intelligence mengajak kita untuk
menciptakan struktur melalui ekstraksi, transformasi dan membuang residu
yang tersisa. Big Data memiliki pendekatan yang serupa namun tanpa harus
membuang data mentah yang kita miliki. Misalnya dari sebuah unstructured
data kita bisa melakukan entity resolution untuk
mengekstrak konteks sebuah kata (contoh: Apple adalah perusahaan atau label
rekaman atau buah). Kalkulasi ini biasanya dilakukan secara real time.
4. Kegunaan
Big Data dan Business Intelligence di berbagai bidang
Big data dan
Business Intelligence digunakan oleh semua kalangan dari instansi pemerintahan
sampai lembaga masyatakat dan digunakan juga oleh lembaga swasta yang sekarang
sudah menjadi sukses dengan menggunakan Big data ataupun Business Intelligence
berikut ini contoh penggunaan Big data dan Business Intelligence :
a. Contoh
Pemerintah
ada tahun 2012 , pemerintahan Obama mengumumkan Big Data Penelitian dan
Pengembangan Inisiatif , yang mengeksplorasi bagaimana data besar bisa
digunakan untuk mengatasi masalah-masalah penting yang dihadapi oleh pemerintah
. Inisiatif ini terdiri dari 84 program big data yang berbeda yang tersebar di
enam departemen .
Analisis data besar memainkan peran besar dalam
kampanye Barack Obama sukses 2012 pemilihan ulang . Amerika Serikat
Pemerintah Federal memiliki enam dari sepuluh superkomputer paling kuat di dunia.
Utah Data Center adalah pusat data saat ini sedang dibangun oleh Amerika
Serikat National Security Agency . Ketika selesai , fasilitas tersebut akan
mampu menangani Yottabytes informasi yang dikumpulkan oleh NSA melalui
Internet.
b. Contoh di
Sektor Swasta
eBay.com menggunakan dua gudang data pada 7,5 petabyte dan 40PB serta
Hadoop klaster 40PB untuk pencarian, rekomendasi, konsumen, dan merchandising .
Di dalam eBay 90PB data warehouse.
Amazon.com menangani jutaan operasi back-end setiap hari, serta pertanyaan
dari lebih dari setengah juta penjual pihak ketiga . Teknologi inti yang
membuat Amazon berjalan adalah berbasis Linux dan pada 2005 mereka memiliki
tiga database Linux terbesar di dunia , dengan kapasitas 7,8 TB , 18,5 TB , dan
24,7 TB .
Walmart menangani lebih dari 1 juta transaksi nasabah setiap jam , yang
diimpor ke database diperkirakan mengandung lebih dari 2,5 petabyte ( 2.560
terabyte ) data - . Setara dengan 167 kali informasi yang terdapat dalam semua
buku di Perpustakaan Kongres AS.
FICO Falcon Penipuan Kartu Kredit Detection System melindungi 2,1 miliar
akun aktif di seluruh dunia .Volume data bisnis di seluruh dunia , di semua
perusahaan , dua kali lipat setiap 1,2 tahun , menurut perkiraan.
Windermere Real Estate menggunakan sinyal GPS anonim dari hampir 100 juta
driver untuk membantu pembeli rumah baru menentukan waktu berkendara khas
mereka ke dan dari tempat kerja di berbagai kali dalam sehari
c.
Contoh
di Bidang Arsitektur
Pada tahun 2004 , Google menerbitkan sebuah makalah tentang proses yang
disebut MapReduce yang menggunakan arsitektur tersebut . MapReduce framework
menyediakan model pemrosesan paralel dan implementasi terkait untuk memproses
sejumlah besar data . Dengan MapReduce , query dibagi dan didistribusikan di
seluruh node paralel dan diproses secara . Hasilnya kemudian dikumpulkan dan
disampaikan. Kerangka itu sangat sukses sehingga orang lain ingin meniru
algoritma . Oleh karena itu , sebuah implementasi dari kerangka MapReduce diadopsi
oleh sebuah proyek open source Apache Hadoop bernama Teknologi Topological
Program Analisis Data DARPA.
d. Contoh di Bidang
Pasar
" Big Data " telah meningkatkan permintaan spesialis
manajemen informasi dalam Software AG , Oracle Corporation , IBM , Microsoft ,
SAP , EMC , HP dan Dell telah menghabiskan lebih dari $ 15 miliar untuk
perusahaan perangkat lunak hanya mengkhususkan diri dalam manajemen data dan
analisis . Pada tahun 2010 , industri ini sendiri bernilai lebih dari $ 100 miliar
dan tumbuh hampir 10 persen per tahun, tentang dua kali lebih cepat sebagai
bisnis perangkat lunak secara keseluruhan .
Negara maju membuat meningkatnya penggunaan teknologi data-intensif . Ada
4,6 miliar langganan ponsel di seluruh dunia dan ada antara 1 miliar sampai 2
miliar orang mengakses internet . Antara tahun 1990 dan 2005 , lebih dari 1
miliar orang di seluruh dunia memasuki kelas menengah yang berarti semakin
banyak orang yang memperoleh uang akan menjadi melek lagi yang pada gilirannya
menyebabkan pertumbuhan informasi . Kapasitas yang efektif di dunia untuk
bertukar informasi melalui jaringan telekomunikasi adalah 281 petabyte pada
tahun 1986 , 471 petabyte pada tahun 1993 , 2,2 exabyte pada tahun 2000 , 65
exabyte pada tahun 2007 dan diperkirakan bahwa jumlah lalu lintas yang mengalir
melalui internet akan mencapai 667 exabytes per tahun pada tahun 2013 .
Referensi
http://www.proweb.co.id/articles/support/pengertian_big_data.html
http://learnmine.blogspot.co.id/2015/02/pengertian-tentang-big-data.html
https://openbigdata.wordpress.com/2014/08/25/apa-itu-big-data/
belajaranakinformatika.blogspot.co.id/2013/01/apakah-yang-dimaksud-dengan-big-data.html
https://www.blogger.com/blogger.g?blogID=7572880100159726697#overview
[1]
Brannon, Nadia . “Business Intelligence and E-Discovery”.July 2010.Intellectual
Property & Technology Law Journal Vol. 22
[2]I.
Kursan, M. Mihic.”Business Intelligence: The role of the Internet in marketing
researc”.Management, Vol. 15, 2010, 1, pp. 69-86
No comments:
Post a Comment