IMPLEMENTASI BIG DATA ANALYTICAL SEBAGAI SALAH SATU CARA

PENGOPTIMALAN TATA KELOLA INFORMASI

Rizkikha Fajrina Ramadhanti, Dysa Putri Azizah, Ari Setiawan, dan Yasvita Surya Maharsi

Program Studi Ilmu Perpustakaan, Fakultas Ilmu Administrasi, Universitas Brawijaya

yasvitasurya@[Link]

Abstrak
Penggunaan data yang berjumlah ribuan, jutaan bahkan milyaran data mulai
dari data A-Z dihasilkan oleh adanya perkembangan era digitalisasi yang
memiliki dampak besar terhadap kehidupan yang dimanfaatkan untuk
pengambilan keputusan dari hal kecil hingga hal besar yang menyangkutkan
hal yang bersifat global. Namun di era digital manusia atau individu tak perlu
lagi bersusah payah dalam mengumpulkan dan mengelola data yang sangat
banyak, karena adanya berbagai aplikasi untuk mengumpulkan, mengelola,
menyusun, dan menganalisa data yang sangat banyak. Big data adalah data
yang melebihi proses kapasitas dari konvensi sistem database, yang dapat
menyebabkan data sulit untuk digunakan. Fokus penelitian ini yaitu pada
mengetahui bentuk implementasi dari penerapan big data analytical di sektor
bisnis yang merupakan salah satu cara pengoptimalan tata kelola informasi,
serta macam big data anaylytical. Penelitian ini menggunakan metode
kualitatif dengan metode pengambilan data melalui studi literatur, yang
bertujuan untuk mengetahui bentuk implementasi dari penerapan Big data
Analytical dalam sektor bisnis.
Abstract
The use of data that amounts to thousands, millions and even billions of data
ranging from A-Z data is generated by the development of the digitalization
era which has a major impact on life which is used for decision making from
small things to big things involving global matters. However, in the digital
era, humans or individuals no longer need to struggle in collecting and
managing large amounts of data, because there are various applications for
 collecting, managing, compiling, and analyzing large amounts of data. Big
data is data that exceeds the processing capacity of conventional database
systems, which can make the data difficult to use. The focus of this research
is to find out the form of implementation of the application of big data
analytical in the business sector, which is one way of optimizing information
governance, as well as types of big data analytics. This study uses qualitative
methods with data collection methods through literature studies, which aims
to determine the implementation form of the application of Big Data
Analytical in the business sector.
Kata kunci : Data, Big data, Big data Analytical

Introduction
Menurut (Dumbill, 2012) data yang melebihi proses kapasitas dari konvensi
sistem database yang tersedia disebut dengan big data. Dengan adanya Big data ini, ada
beberapa manfaat yang diperoleh diantaranya dapat mengetahui trend pasar, mengetahui
tingkat konsumen saat ini. Lalu data yang diperoleh agar menjadi hal penting, untuk itu
perlu adanya pengelolaan agar membuat lebih efisien dan menghemat tempat dengan
menggunakan proses penyimpanan data secara komputerisasi. Untuk mendapatkan nilai
dari data, maka harus memilih jalan alternatif untuk memprosesnya, karena big data
sendiri memiliki keuntungan dan kerugian.
Perusahaan ataupun auditor dalam mengolah data dan menghasilkan informasi
banyak menggunakan Big data analytics, karena dianggap menjadi sebuah terobosan baru
yang dapat membantu menghindari kesalahan dalam pencatatan laporan keuangan,
kecurangan, hingga human error. Selain itu, masyarakat banyak yang berminat
menggunakan Big data analytics karena dapat memberikan wawasan yang lebih luas
terhadap perusahaan ke tahap selanjutnya dengan membantu mengalokasikan anggaran
biaya secara real time dan juga menghasilkan real-time intelligence.
Kegiatan membeli atau menjual produk secara elektronik pada layanan online atau
melalui internet biasa disebut dengan E-commerce (perdagangan elektronik). E-
commerce merupakan sektor terbesar dari industri elektronik. Oleh karena itu, didorong
oleh kemajuan teknologi industri semikonduktor yang mengacu pada teknologi seperti
mobile commerce, transfer dana elektronik, manajemen rantai pasokan, pemasaran
Internet, pemrosesan transaksi online, pertukaran data elektronik (EDI), sistem
manajemen inventaris, dan sistem pengumpulan data otomatis.. Transaksi e-commerce
yang umum mencakup pembelian produk (seperti buku dari Amazon) atau layanan
(seperti unduhan musik dalam bentuk distribusi digital seperti iTunes Store). Selain itu,
juga terdapat ritel online, pasar elektronik, dan lelang online yang juga termasuk bidang
e-commerce.
Big data analytical pada e-commerce harus menjadi salah satu sorotan utama
untuk menganalisis kebutuhan dan membuat keputusan yang tepat, karena dapat
menyimpan potensi yang besar untuk mengubah dan melengkapi bisnis. Big data
analytical diyakini akan memberikan presisi tinggi dalam memprediksi tren pasar dan
cara mencari peluang untuk mengembangkan bisnis, karena memiliki peran dalam
menganalisa konsumen, operasional, potensi pasar dan inovasi produk. Selain itu, juga
memberikan framework secara keseluruhan mengenai strategi pengembangan bisnis
dilihat dari profil konsumen dan potensi apa yang dapat dilakukan.

Method
Metode kualitatif yang merupakan salah satu jenis penelitian yang berfokus pada
pemahaman dan adanya peristiwa nyata dalam dunia aslinya, bukan sekedar pada laporan
yang ada. Sedangkan tipe penelitian ini menggunakan penelitian deskriptif. Jenis
penelitian deskriptif adalah penelitian yang bertujuan untuk menggambarkan apa yang
terjadi pada saat penelitian, yang didalamnya terdapat proses mendeskripsikan, mencatat,
menganalisis, dan menjelaskan kondisi yang sedang terjadi atau yang ada. Sedangkan
metode kualitatif dengan tipe deskriptif jika digunakan dalam penelitian memiliki tujuan
mendeskripsikan atau menjelaskan suatu kejadian yang terjadi atau berlangsung dengan
peristiwa nyata dan apa adanya pada saat penelitian dilakukan. Penelitian ini
menggunakan metode kualitatif dengan jenis penelitian deskriptif yang berfokus pada
bentuk implementasi dari penerapan big data analytical di sektor bisnis dengan lokus
penelitiannya di sektor bisnis khususnya pada e-commerce.
Penulis menggunakan metode studi literatur, yaitu dengan yang mengumpulkan
data dengan cara pengumpulan data pustaka, membaca dan mencatat, serta mengelolah
bahan penelitian. Menurut Danial dan Warsiah (2009:80) teknik ini dilakukan bertujuan
untuk mengungkapkan berbagai teori-teori yang relevan dengan permasalahan yang
sedang dihadapi/diteliti sebagai bahan rujukan dalam pembahasan hasil penelitian.
Mudahnya, studi literatur adalah mencari referensi teori yang relevan dengan kasus atau
permasalahan yang sedang ditemukan.
 Metode saat menganalisis data menggunakan deskriptif analisis, yang
memberikan gambaran terhadap objek yang diteliti melalui data atau sampel yang telah
terkumpul sebagaimana adanya dan kemudian diolah serta dianalisis untuk mengambil
kesimpulannya. Bisa dikatakan lain bahwa penelitian deskriptif analitis menggunakan
cara mengambil masalah atau lebih fokus perhatian kepada masalah-masalah yang
ditemukan saat pelsanaan penelitian, lalu hasil dari penelitian tersebut diolah dan
dianalisis untuk mengambil hasil kesimpulannya. Dengan hal tersebut, penulis merasa
cocok dan lebih memilih menggunakan metode deskriptif analisis untuk mengetahui
fenomena yang sedang berlangsung.

Findings
Penulis menemukan beberapa hasil penelitian terdahulu yang berkaitan dengan tujuan
penelitian kami antara lain Jurnal penelitian hasil dari Sri Mahrani , Ira Daniah Pasi, Andi
Karina Mutmainnah , Sri Wulan Purnama Samosir , dan Indra Gunawan dengan judul “Proses
Pembangunan Smart City di Indonesia Menggunakan Metode Big data Analystis Dalam
Penerapan E-Commerce” dari hasil penelitian tersebut bahwa big data analystis berfungsi
mengumpulkan data yang lebih akuran dan informasi yang jelas dalam mempermudah
pengusaha dalam melihat hasil persentase setiap pembelian atau penjualan produk. Selain itu,
Big data analytics (BDA) dapat memahami keunggulan kompetitif yang berkaitan dengan
memberikan nilai bisnis pada perusahaan dalam berbagai cara. Organisasi bisnis maupun
organisasi publik memiliki peluang dan manfaat dalam menerapkan big data, karena memiliki
potensi yang baik. Strategi bisnis maupun kebijakan publik untuk mencapai sasaran yang lebih
efektif dan tepat biasanya menggunakan data.
Selain itu, Jurnal penelitian hasil dari Dewi Sri Woelandari P.G dengan judul “Potential
Benefits and Business Value of Big data analytics” hasil dari penelitian tersebut bahwa Big
data analytics (BDA) memberikan manfaat diantarnya : (1) dapat membantu mengidentifikasi
manfaat perkategori dengan memberikan seperangkat manfaat spesifik dari sub dimensi big
data Analytics, (2) kerangka kerja didesain untuk para manajer dalam menilai manfaat dari
sistem enterprise perusahaan, (3) memberikan klasifikasi dan panduan yang jelas manfaat-
manfaat dari sistem enterprise perusahaan. Perusahaan terbantu adanya big data analytics
melalui analisis sentimen di media sosial, karena perusahaan bisa mengetahui respon
pelanggan terhadap produk yang dikerluarkan serta membantu mengambil keputusan secara
lebih tepat dan akurat berdasarkan data, membantu meningkatkan citra perusahaan di mata
pelanggan, dan untuk mengetahui perilaku pelanggan yang digunakan sebagai perencanaan
usaha selanjutnya yang dilihat dari tren pasar dan keinginan pelanggan atau konsumen, hal ini
juga digunakan pada perusahaan telekomunikasi dan perbankan.
Berikut adalah beberapa contoh penggunaan big data pada beberapa bidang bisnis e-
commerce yang kami temukan dan sedikit penjelasannya secara umum:
1. Netflix
Netflix menggunakan big ata analytics untuk mengumpulkan data lebih dari
150 juta pelanggan yang digunakan untuk mengamati interaksi serta respon
terhadap sebuah tayangan yang ditonton oleh seseorang, yang kemudian penonton
mendapatkan rekomendasi film dan serial. Kedudukan netflix memuncak karena
dapat memberikan konsumen layanan yang bersifat personel. Peran big data
analytics dapat mengetahui penonton mulai dari jam berapa mereka biasa
menonton, device apa yang mereka gunakan, dan apakah seseorang menonton
sebuah tayangan sampai habis atau tidak.
2. Starbucks
Gerai kopi Starbucks mendapatkan pilihan menu favorit pelanggan berdasarkan
preferensi pelanggan dengan menggunakan solusi big data yang didapatkan dari
survei dan transaksi pembelian pelanggan.
3. Amazon
Amazon mengumpulkan data pribadi dari setiap pelanggan saat mereka
menggunakan situs. Selain produk yang dibeli pelanggan, Amazon juga mengamati
produk lain yang dilihat pelanggan dengan mengintegrasikan big data Analytics
software ke dalam e-commerce, yang kemudian Amazon juga melihat alamat
pengiriman, dan apakah pelanggan telah memberikan ulasan.
Perusahaan terhubung dengan di setiap penjual, sehingga dapat memastikan
persediaan mereka. Amazon juga dapat melacak gudang terdekat untuk dipilih,
sehingga biaya pengiriman dapat dikurangi hingga 40%
Dengan terus memperbarui Big data telah membantu mendorong Amazon ke
puncak e-commerce yang dapat memprediksi kemungkinan tren di masa depan agar
tidak tertinggal oleh pesaing, dan selalu menjadi yang terdepan dalam melayani
konsumen.
4. Gojek
Gojek mengumpulkan data untuk meningkatkan pengalaman pelanggan dan
mitranya. Misalnya, selama pandemi Gojek menggunakan big data analytics untuk
mengembangkan kemampuan contactless untuk pengiriman makanan agar
 menerapkan social distancing. Selain itu, Gojek memberikan update untuk driver
area mana saja yang ditutup karena PSBB.
5. Telkomsel
Sebagai pionir dalam penyediaan jaringan 2G, 3G dan 4G LTE di Indonesia,
Telkomsel menerapkan big data analytics untuk memprediksi kemungkinan
konsumen akan melakukan pembelian melalui rekomendasi yang diberikan oleh
Telkomsel secara langsung maupun dari promosi-promosi di sosial media.
6. Traveloka
Traveloka memungkinkan personalisasi dengan menerapkan solusi big data
untuk memahami kebutuhan konsumen, dengan melacak kebiasaan konsumen dan
lokasinya. Selain itu, traveloka dapat merekomendasikan promosi hotel dan tiket
perjalanan berdasarkan kebiasaan pencarian dan wilayah pelanggan.
7. OVO
OVO menggunakan solusi big data untuk lebih mengenal tipe-tipe konsumen
dan memberikan berbagai jenis layanan yang memang disukai oleh para
penggunanya dengan cara memahami keinginan konsumen, lalu dilanjutkan dengan
riset konsumen dan mengolahnya melalui big data analytics software.
Oleh karena itu, perusahaan atau auditor dalam mengolah dan menghasilkan informasi
dengan menggunakan big data analytics yang merupakan terobosan baru serta dapat menuntun
agar terhindar dari kesalahan, kecurangan dan human error dalam pencatatan laporan
keuangan. Kehadiran big data analytics juga dapat menghadirkan tren yang diminati publik
dan membantu perusahaan mengalokasikan biaya anggaran secara real time.
Big data dapat membantu melacak dan mengungkapkan nilai tersembunyi dalam data
yang diperoleh, membantu akuntan untuk memvisualisasikan informasi, berpotensi
membimbing semua pemangku kepentingan untuk membuat keputusan berbasis data.
Penggunaan big data analytics akan memungkinkan perusahaan untuk melangkah ke tahap
berikutnya, memberikan perspektif dan wawasan yang lebih luas. Evolusi tren big data
mendorong perubahan dalam kecerdasan waktu nyata melalui penggunaan Artificial
Intelligence atau Machine Learning yang dapat membantu perusahaan menyajikan output yang
relevan, sehingga hal tersebut memperkaya insight yang mendorong pengambilan keputusan
untuk meningkatkan tindakan secara berkelanjutan.
Discussion
Big data dapat dikatakan sebagai sebuah konsep tentang kemampuan untuk
mengumpulkan, menganalisa, dan mengerti jumlah data yang cukup besar yang datang setiap
harinya. Big data bermanfaat untuk membuat keputusan yang lebih baik, karena menggunakan
proses pengumpulan dan penggunaan informasi dari berbagai sumber.
Terdapat hukum 5V pada big data antara lain :
1. Volume : Ukuran Banyaknya Data
2. Velocity : Kecepatan Perubahan Data / Detik
3. Variety : Variasi Tipe Data
4. Value : Nilai yang Dihasilkan oleh Data
5. Veracity : Kebenaran dan Keakuratan Informasi yang Didapat dari Data

Apapun beberapa jenis Big data analytics kurang lebih sama dengan jenis data
Analytics pada umumnya, yaitu :
1. Descriptive Analytics
Jenis ini memudahkan dalam membaca karena memberikan bentuk ringkasan
data sebelumnya. Descriptive Analytics berisi penjelasan tentang apa yang telah terjadi
selama periode waktu tertentu, misalnya laporan laba, penjualan, pendapatan, dan
sebagainya.
2. Diagnostic Analytics
Jenis ini berfokus pada menganalisis mengapa sesuatu terjadi. Diagnostic
Analytics lebih membutuhkan banyak input data yang beragam dengan cara pemulihan
data, data mining, dan penelusuran. Jenis ini lebih sering menemukan fakta daripada
membuat hipotesis.
3. Predictive Analytics
Predictive Analytics adalah jenis pengolahan data yang digunakan untuk
memprediksi kemungkinan apa yang akan terjadi dalam waktu dekat, seperti
memprediksi tren pelanggan dan tren pasar.
4. Prescriptive Analytics
Prescriptive Analytics menggabungkan infromasi menggabungkan informasi
dari analisis sebelumnya untuk membuat rekomendasi atau menentukan langkah
selanjutnya. Prosesnya menggunakan teknologi machine learning dan artificial
intelligence.
Terdapat beberapa langkah dalam penerapan Big data Analytics, diantaranya:
• Data extraction : pengumpulan data dari halaman website ke dalam database
• Data mining : identifikasi infromasi dari database
• Data collection : penyimpanan data dalam database yang terus bertambah
• Data storing : penyimpanan data dalam storage (ruang penyimpanan) dengan
kapasitas besar dan infrastuktur dengan mesin analisis terbaru
• Data cleaning : penyaringan dan penghapusan data yang tidak diperlukan
• Data analysis : pengolahan berbagai jenis data dari berbagai sumber untuk
menghasilkan insight
• Data consumption : penggunaan data yang telah diolah sesuai keperluan perusahan
atau instansi tertentu

Dalam beberapa tahun terakhir, big data sering disebut sebagai teknologi yang dapat
melengkapi berbagai bidang, salah satunya dalam bidang bisnis. Big data memungkinkan
bisnis untuk mengelola sejumlah besar data dari berbagai sumber, yang kemudian digunakan
untuk tujuan pelaporan dan analisis kedepannya. Big data memiliki potensi yang besar untuk
mengubah dan melengkapi bisnis, salah satunya ialah bisnis online atau e-commerce. Dari data
yang dikumpulkan, bisnis dapat merumuskan pola preferensi atau minat pengguna, yang sering
disebut sebagai personalisasi. Big data mengolah data terstruktur dan data yang tidak
terstruktur. Data-data formal terstruktur terdiri dari nama, alamat email, alamat rumah, dan
nomor telepon, sedangkan data-data seperti minat terhadap sebuah barang yang ditunjukkan
dengan keyword atau data publik lainnya yang tertinggal di internet.
Salah satu yang menjadi sorotan utama untuk menganalisis kebutuhan dan keputusan
yang tepat pada e-commerce ialah pengolahan big data. Pengolahan yang tepat diyakini akan
memberikan presisi tinggi dalam memprediksi tren pasar dan cara mencari peluang untuk
mengembangkan suatu bisnis. Dalam dunia e-commerce sendiri, big data berperan penting
dalam menganalisa konsumen, operasional, potensi pasar dan inovasi produk. Analisis data ini
dapat memberikan kerangka menyeluruh tentang profil dan potensi konsumen yang dapat
digali sebagai strategi pengembangan bisnis. Mengumpulkan data konsumen dilakukan dari
interaksi mereka di dalam website e-commerce, lalu perlu melakukan analisa untuk
memaksimalkan strategi konversi penjualan. Bisnis e-commerce akan memperoleh banyak data
kapanpun pada saat customer melakukan transaksi pembelian, saat membuat akun, atau saat
membuat sebuah halaman dari costumernya maupun costumer yang akan datang.
Data mentah juga menyimpan semua informasi akun dan pembelian, serta alat analisis
web seperti Google Analytics yang diambil dari basis data yang terkait dengan e-commerce
tersebut.

Gambar diatas merupakan contoh dari 6 e-commerce dan data yang telah dihasilkan melalui
hasil analisa big data.

Dari tabel diatas dapat dilihat bahwa analisa big data tersebut dapat dilihat bahwa ada
6 e-commerce yaitu [Link], Bukalapak, [Link], Lazada, Shopee dan Tokopedia. Dari 6 e-
commerce tersebut kemudian kita analisis menggunakan Big data analytics yang kemudian
kita dapat mengetahui persentase dari data yang dibutuhkan oleh perusahaan e-commerce
tersebut seperti pengalaman pengguna pada website, waktu yang dibutuhkan untuk
mengirimkan barang, proses pembayaran, pemilihan produk, kualitas produk, kebijakan
pengembalian produk, pelayanan konsumen hingga harga setiap barang yang ditampilakan
pada website di setiap e-commerce tersebut.
Kemudian setelah menganalisis data tersebut maka selanjutnya perusahaan e-commerce
tersebut akan dapat mengolah data tersebut dengan tepat sehingga dapat memberikan akurasi
yang tinggi untuk memprediksi tren pasar dan bagaimana cara untuk mencari peluang untuk
mengembangkan bisnis. Hasil dari analisa big data tersebut kemudian memiliki peran penting
untuk menganalisa konsumen, operasional, potensi pasar, hingga inovasi produk. Strategi
pengembangan bisnis dapat direncanakan dengan mempertimbangkan profil konsumen dan
potensi apa yang dapat digali dari analisa data melalui framework. Data konsumen
dikumpulkan dari interaksi mereka di dalam website e-commerce yang kemudian dianalisa
untuk memaksimalkan strategi konversi penjualan.
 Peran besar besar dalam website e-commerce di masa depan memerlukan peran dari
data. Banyak platform e-commerce sudah menggunakan alat analitik untuk menganalisis
keranjang belanja atau untuk menampilkan konten individu berdasarkan website. Tujuannya
adalah bisnis toko online dapat mengoptimalkan proses belanja dan komunikasi dengan
pelanggan mereka secara umum untuk menyediakan pengalaman belanja pelanggan yang di
optimalkan secara baik oleh Big data.
Penjual dalam situs e-commerce atau toko online dapat meningkatkan bisnis mereka
dengan big data dalam bidang berikut:
1. Pengoptimalan Katalog Produk
Analisis data pelanggan dengan jumlah besar namun terstruktur dapat
memungkinkan analisis kelompok sasaran rinci yang berdasarkan hasil pengguna
sebuah toko online. Terutama vendor yang melakukan penawaran dengan big data
dirasa lebih baik karena dapat memenuhi kebutuhan pelanggan yang spesifik. Namun
big data juga mengoptimalam biaya dengan cara memungkinkan dan memprediksi
kebutuhan pelanggan serta optimasi masa depan produk.
2. Pengoptimalan Harga
Penjual online memanfaatkan Big data karena dapat menganalisis kebijakan
harga di pasar secara dinamis dan penjual secara online menyesuaikan harga suatu
produk. Namun dengan adanya transparansi harga yang tinggi dari internet, penjual
perlu tetap kompetitif menyesuaikan harga sendiri dengan cara mengamati para
pesaing.
3. Pengoptimalan Toko Online
Terdapat kemungkinan untuk memberikan website dinamis dengan cara
penggunaan big data dan teknologi webserver. Jadi halaman yang ditampilkan
bergantung pada kelompok wilayah atau target awal, yang menyebabkan adanya
perbedaan halaman awal atau halaman arahan. Selain itu, juga terdapat tampilan
preferensi yang berbeda mengenai berbagai produk untuk pria dan wanita, karena Big
data hampir tidak ada batas preferensi yang mungkin untuk optimasi toko online.
4. Pengoptimalan Layanan Pelanggan
Jika pelanggan tidak puas dengan produk dan mengeluh melalui telepon dan e-
mail pada layanan pelanggan, maka akan menjadi keuntungan besar jika seorang
karyawan mengetahui kepuasan pelanggan secara lengkap yang dikuatkan dengan
beberapa informasi media sosial tentang pelanggan. Skenario ini dimungkinkan dengan
big data karena mendapatkan berbagai informasi untuk meningkatkan hubungan
 pelanggan secara signifikan. Keunggulan yang diperlihatkan oleh situs e-commerce
ialah kualitas layanan pelanggan secara kompetitif.

Selain itu, wajah e-commerce juga dapat diubah oleh big data dengan cara :
1. Analisis Pola Belanja yang Disempurnakan
Untuk memahami perilaku belanja pelanggan yang bisa dilihat dari preferensi
pelanggan, merek, atau produk paling populer yang sering dicari oleh pelanggan. Untuk
itu, nantinya penjual atau perusahaan dapat memprediksi pola dalam membuat strategi
bisnis yang lebih baik dan mengetahui layanan pelanggan yang efektif dengan melihat
lonjakan permintaan produk, jam atau waktu pelanggan berbelanja lebih banyak. Oleh
karena itu, agar bisa menganalisis pola belanja yang baik perlu adanya cara yang bagus,
yaitu menggunakan big data analytics.
Perusahaan percaya bahwa big data analytics dapat membantu menyelesaikan
masalah utama dan meningkatkan kualitas perusahaan agar pelanggan dapat
bertransaksi bisnis online. Membuat laporan analitik dengan cara mengidentifikasi
masalah dan memprediksi rencana masa depan dari pengalaman pelanggan.
2. Prediksi Rencana Masa Depan
Memprediksi rencana masa depan digunakan untuk menentukan cara terbaik
dan keuntungan tambahan berupa fleksibilitas di berbagai saluran yang dapat
membantu mengelola, inventaris, perkiraan permintaan, strategi penjualan untuk
penetapan harga yang lebih baik
3. Peningkatan Fokus pada Momen
Smartphone membantu pelanggan dalam proses big data analytics karena
membantu pelanggan dalam mencari tindakan cepat saat membeli dan melihat produk
yang diinginkan melalui smartphone mereka. Selain itu, penjual e-commerce juga
menggunakan momen ini untuk melihat kecenderungan dan pola tindakan pelanggan.
4. Kemudahan Pembayaran Online
Menurut beberapa laporan analisis e-commerce, pelanggan lebih suka situs web
seluler daripada aplikasi seluler di seluruh perangkat, yang artinya bahwa pembayaran
online harus aman bagi pelanggan. Big data analytics membantu mengidentifikasi
aktivitas terkait penipuan dan ancaman apa pun terhadap prosesnya. Proses pembayaran
lebih mudah dan nyaman, karena dibantu oleh peran big data dengan melakukan
pembayaran dalam satu platform terpusat.
 Kemampuan memproses data secara real time, big data juga memungkinkan bisnis
untuk dengan mudah memantau atau memonitor data mereka secara langsung. Jika dilengkapi
dengan analisis dan juga Business Intelligence maka, big data bisa menyuguhkan laporan
langsung mengenai data-data yang ada. Dalam penerapan big data memerlukan investasi cukup
besar dikarenakan membangun sebuah infrastruktur dengan menggunakan teknologi big data
yang bisa berkolaborasi dan berintegrasi dengan sistem lain itu semua tidak murah.

Conclusion
Big data Analytics merupakan terobosan baru yang dapat memandu perusahaan atau
auditor dalam mengolah dan menghasilkan informasi yang menghindari kesalahan pencatatan
laporan keuangan, penipuan, dan kesalahan manusia. Kehadiran Big data analytics dapat
menghadirkan tren yang berkembang dan menarik bagi publik untuk membantu bisnis
mengalokasikan biaya anggaran secara real time. Penggunaan Big data analytics akan
memungkinkan perusahaan untuk bisa melangkah ke tahap berikutnya dengan memberikan
perspektif dan wawasan yang lebih luas. Big data memiliki potensi yang sangat besar untuk
mengkonversi dan melengkapi bisnis, salah satunya termasuk bisnis online atau e-commerce.
Dalam dunia e-commerce sendiri, big data berperan penting dalam menganalisa konsumen,
operasional, potensi pasar dan inovasi produk. Selain itu, memberikan kerangka umum tentang
profil dan potensi konsumen yang dapat dieksplorasi sebagai strategi pengembangan bisnis.
Terdapat 4 jenis Big data Analytical yaitu Descriptive Analytics, Diagnostic Analytics,
Predictive Analytics, Prescriptive Analytics. Terdapat enam bidang bisnis e-commerce yang
menggunakan big data antara lain Netflix, Starbucks, Amazon, Gojek, Telkomsel, Traveloka,
dan OVO.
References
Ali, Iramni. 2015. Big data: Apa dan Pengaruhnya Pada Perpustakaan?. Jurnal Media
Pustakawan. Vol.22, No.4 Analytics Insight (SAS).
[Link]
Artikel Binus University. 2014. Big data Analytical.
[Link] Diakses pada 21 Februari 2022.
B. Santosa and A. Umam, Data Mining dan Big data Analytics, Teori dan Implementasi
Menggunakan Python dan Apache Spark, Cetakan 1. Penebar Media Pustaka, 2018.
Dewi, A. O. P. (2020). Big data di Perpustakaan dengan Memanfaatkan Data Mining. Anuva:
Jurnal Kajian Budaya, Perpustakaan, dan Informasi, 4(2), 223-230.
Dumbill, E. (2012). Big data Now Current Perspective. O'Reilly Media.
Global Pulse. Materi pada Matakuliah Basis Data S1 Informatika FMIPA UNS, Semester 3.
Universitas Pendidikan [Link] [Link]:UPI
Mahrani, S., Pasi, I. D., Mutmainnah, A. K., Samosir, S. W. P., & Gunawan, I. (2021). Proses
Pembangunan Smart City Di Indonesia Menggunakan Metode Big data Analytis Dalam
Penerapan E-Commerce. Media Jurnal Informatika, 13(2), 57-63.
Maryanto, B. (2017). Big data dan Pemanfaatannya dalam Berbagai Sektor. Media
Informatika, 16(2), 14-19.
PG, D. S. W. (2018). Potential Benefits and Business Value of Big data Analytics. Majalah
Ilmiah Bijak, 15(2), 106-114.
Surendro. Krisdanto. (2009) “Implementasi Tata Kelola Teknologi Informasi”: Bandung
White, Colin. 2011. What Is Big data and Why Do We Need It?
[Link]
Wu, X., Zhu, X., Wu, G.-Q., & Ding, W. (2013). Data mining with big data. IEEE Transactions
on Knowledge and Data Engineering, 26(1), 97– 107