BIG DATA
1. Volume
Jumlah data yang sangat besar (dalam skala terabyte hingga zettabyte).
Contoh:
○ Google memproses lebih dari 3,5 miliar pencarian per hari.
○ YouTube menerima 500+ jam video diunggah tiap menit.
2. Velocity
Kecepatan data dihasilkan dan diproses secara real-time atau hampir real-time.
Contoh: Data sensor IoT, feed Twitter, data pergerakan harga saham.
3. Variety
Beragam jenis format data: terstruktur (tabel), semi-terstruktur (XML, JSON), dan
tidak terstruktur (gambar, video, suara, teks bebas).
Contoh: Email, rekaman CCTV, postingan blog.
4. Veracity
Tingkat keakuratan dan kepercayaan data.
Big Data sering mengandung data yang noise, duplikat, atau tidak valid.
Contoh:
➢ Data pengguna palsu di media sosial (bot/spam).
➢ Data sensor yang error karena gangguan cuaca atau perangkat rusak.
➢ Komentar online yang ambigu atau ironis sulit diproses NLP.
5. Value
Nilai atau manfaat dari data setelah dianalisis.
Tanpa kemampuan mengolah data, Big Data hanya "data mentah" tanpa makna.
Contoh:
➢ Data pembelian pelanggan diolah untuk membuat sistem rekomendasi
produk (seperti di Tokopedia).
➢ Data lalu lintas dianalisis untuk merancang kota pintar.
6. Variability
Ketidakstabilan aliran data, misalnya pola data berubah drastis tergantung waktu
atau kondisi tertentu.
Contoh: Jumlah pencarian kata “bencana” meningkat saat terjadi gempa.
7. Visualization
Kemampuan memvisualisasikan data agar mudah dipahami dan diinterpretasi oleh
manusia.
Data besar perlu alat visualisasi seperti dashboard interaktif, grafik dinamis, dll.
Contoh:
➢ Dashboard COVID-19: menampilkan data kasus, vaksinasi, dll.
➢ Grafik penjualan e-commerce: tren, top product, performa per wilayah.
8. Vulnerability
Contoh
➢ Kebocoran data pengguna Facebook (Cambridge Analytica).
➢ Serangan ransomware ke data rumah sakit yang menyandera seluruh
catatan pasien.
AI adalah teknologi yang membuat mesin atau komputer bisa berpikir dan bertindak layakAI
adalah teknologi yang membuat mesin atau komputer bisa berpikir dan bertindak layaknya
manusia. AI mampu belajar dari data, mengenali pola, mengambil keputusan, hingga
menyelesaikan masalah. AI bertujuan untuk menciptakan sistem yang bisa berpikir cerdas
dan bekerja otomatis tanpa campur tangan manusia terus-menerus.
Ciri-ciri
● Mampu belajar dari data (machine learning)
● Mampu mengenali suara, gambar, dan teks
● Mampu mengambil keputusan dan beradaptasi
Contoh Penggunaan
● Chat GPT, Siri, atau Google Assistant menggunakan AI untuk mengenali perintah
suara dan menjawab pertanyaan.
● Netflix dan YouTube menggunakan AI untuk menyarankan film atau video sesuai
minat pengguna.
● Kamera HP yang bisa mengenali wajah atau senyum juga memakai teknologi AI.
● Mobil Tesla dapat mengemudi sendiri menggunakan AI yang memproses data dari
sensor dan kamera.
● Di rumah sakit, AI digunakan untuk mendeteksi penyakit seperti kanker dari hasil
scan atau X-ray.
Skala Kardashev adalah metode untuk mengukur tingkat kemajuan teknologi suatu
peradaban berdasarkan jumlah energi yang dapat dimanfaatkan dan digunakan. Skala ini
dirumuskan oleh astrofisikawan Rusia Nikolai Kardashev pada tahun 1964. Skala ini terbagi
menjadi beberapa tipe peradaban, dengan Tipe I, II, dan III yang paling umum dibahas.
Tipe-tipe peradaban dalam Skala Kardashev:
❖ Peradaban Tipe 0: Peradaban yang baru mulai memanfaatkan sumber energi dari
planetnya sendiri, namun belum sepenuhnya menguasai potensinya. Saat ini,
manusia diperkirakan berada di sekitar Tipe 0,72 pada skala ini.
❖ Peradaban Tipe I: Peradaban yang mampu memanfaatkan seluruh energi yang
tersedia di planetnya, termasuk energi matahari, panas bumi, angin, dan air.
❖ Peradaban Tipe II: Peradaban yang mampu memanfaatkan energi bintang induknya,
seperti dengan menggunakan struktur Dyson Sphere untuk mengumpulkan energi
dari bintang.
❖ Peradaban Tipe III: Peradaban yang mampu memanfaatkan energi dari seluruh
galaksi, termasuk energi dari semua bintang, lubang hitam, dan objek lainnya.
Skala Kardashev digunakan sebagai kerangka kerja untuk memahami bagaimana
peradaban dapat berkembang dan mengatasi tantangan terkait energi dan sumber daya di
masa depan. Meskipun demikian, skala ini juga mendapat kritik karena sulitnya memprediksi
perilaku peradaban yang sangat maju dan kemungkinan adanya faktor lain yang tidak
dipertimbangkan.