Tugas Personal ke-1

Week 2

Jawablah soal berikut dengan benar!

A. Soal Essay
1. Apakah big data itu dan apa peluang dan tantangan
yang diberikan buat pemasar?
2. Big data terdiri beberapa karakteristik bagian penting
antara lain 10v. jelaskan 10v tersebut?
3. Mengapa perlu mengintegrasikan Big Data untuk bisnis?
Jelaskan jawaban anda
4. Jelaskan siklus dari Big data dan jelaskan masing –
masing bagian tersebut.
5. Mengapa kita perlu menggunakan database NoSQL
dalam pengelolaan big data? jelaskan alasannya.
Jawab :
1. Big Data adalah kumpulan data yang sangat besar volumenya
dan tumbuh secara eksponensial seiring waktu. Ini adalah data
dengan ukuran dan kompleksitas yang begitu besar sehingga
tidak ada alat manajemen data tradisional yang dapat
menyimpan atau memprosesnya secara efisien. Big Data berisi
sejumlah besar data yang beragam, baik terstruktur maupun
tidak terstruktur, Jika dilihat dari perspektif data analytics, big
data memiliki 4 dimensi: Volume, Velocity, Veracity, dan Variety.
Volume adalah ukuran atau besarnya data. Velocity terkait
dengan kecepatan transfer data. Veracity merujuk pada
ketersediaan dan kualitas data. Dan yang terakhir Variety,
keberagaman pada format data. Berikut adalah peluang dan
tantangan big data :

COMP6725 - Big Data Technologies

a. Peluang Big data :

 Banyak tersedia sumber pembelajaran dan tools gratis

Dunia IT memang lekat dengan produk gratis dan open

source. Tidak terkecuali dengan Big Data. Ada banyak
sumber pembelajaran dan tools Big Data yang tersedia gratis.
Sehingga untuk mempelajari atau adopsi awal teknologi Big
Data ini investasinya tidak terlalu besar. Untuk mulai belajar
Anda dapat mengakses kursus gratis dari Digital Talent
Scholarship (DTS) Kementerian Kominfo, DQLab, Udemy, dan
lainnya. Untuk tools Big Data gratis, Anda dapat
memanfaatkan MongoDB, Hadoop, bahasa pemrograman R,
dan lainnya.

 Berbagai hackathon dari Industri dan Pemerintah

Akhir-akhir ini cukup marak hackathon yang terkait Big Data.

Baik itu diselenggarakan oleh swasta maupun pemerintah.
Hackathon ini sendiri merupakan sebuah kompetisi yang
mempertandingkan solusi IT dari peserta dengan
memanfaatkan data yang disediakan penyelenggara. Dengan
hackathon ini pemilik data dapat memperoleh berbagai ide
inovatif dari peserta. Tidak jarang solusi dari pemenang
hackathon diimplementasikan secara nyata. Berikut ini
beberapa hackathon yang baru-baru ini diselenggarakan:
Kemenkeu Hackathon 2021, Big Data Hackathon BPS 2021,
inaRISK Hackathon Fest 2021, dan lainnya.

Tugas Individual 1 ©Arif 2 | 10

  Industri dan Pemerintah mulai menyadari pentingnya Big
Data (Analytics)

Peluang lain di ranah Big Data ini adalah industri dan

pemerintah yang mulai menyadari pentingnya Big Data ini.
Hal ini dapat dilihat dari semakin banyaknya konsultan Big
Data dan juga posisi terkait Big Data di perusahaan swasta.
Dari sisi pemerintah, kebijakan Open Data adalah satunya.
Dengan kebijakan ini, pemerintah mendorong badan-badan
pemerintah (baik pusat dan daerah) untuk mempublikasikan
datanya. Keterbukaan data, dapat meningkatkan partisipasi
publik dalam menyelesaikan permasalahan di sekitar. Selain
kebijakan Open Data, pemerintah juga telah menerbitkan
Perpres No. 39 Tahun 2019 tentang Satu Data Indonesia.

 Banyak training dan lowongan kerja terkait Big Data

Dengan kepedulian perusahaan yang semakin tinggi

terhadap data, kebutuhan talenta Big Data juga meningkat.
Semakin tinggi kebutuhan talenta, banyak bermunculan
lembaga-lembaga training yang membuka kelas Big Data.
Adanya lembaga-lembaga training ini diharapkan dapat
mengisi kebutuhan talenta Big Data di industri.

 Dukungan komunitas yang besar

Selain dari industri dan swasta, kontribusi dari komunitas

tidak dapat dikesampingkan. Dengan adanya komunitas Big
Data, anggota dapat saling berbagi pengetahuan dan
pengalaman. Pengetahuan yang diperoleh di komunitas,
diharapkan dapat diimplementasikan di organisasi masing-
masing anggota. Beberapa komunitas Big Data yang cukup
aktif antara lain: Mof-dac, Iykra, Ida, dan lainnya.

b. Tantangan Big data :

Tugas Individual 1 ©Arif 3 | 10

  Heterogenitas dan ketidaklengkapan

Big data bersifat heterogen karena data terintegrasi dari

berbagai sumber dan karenanya harus disusun dan disajikan
dengan hati-hati sebagai data homogen sebelum analisis big
data. Data yang dikumpulkan mungkin tidak lengkap,
membuat analisis menjadi lebih rumit.

 Volume dan kecepatan data

Semakin besar volume data, semakin lama waktu yang

dibutuhkan untuk pemrosesan dan analisis. Tantangan yang
dihadapi dengan kecepatan tidak hanya berarti kecepatan di
mana data datang dari berbagai sumber tetapi juga
kecepatan di mana data harus diproses dan dianalisis dalam
kasus analisis waktu nyata.

 Penyimpanan data

Volume data yang disumbangkan oleh media sosial, Internet

seluler, retail online, dan sebagainya, sangat besar dan
melampaui kapasitas penanganan basis data tradisional. Hal
ini membutuhkan mekanisme penyimpanan yang sangat
terukur untuk memenuhi permintaan yang terus meningkat.
Mekanisme penyimpanan harus mampu menampung data
yang terus bertambah, yang sifatnya kompleks.

 Privasi data

Data harus dibagikan dengan membatasi tingkat

pengungkapan data dan memastikan bahwa data yang
dibagikan cukup untuk mengekstrak pengetahuan bisnis
darinya. Kepada siapa akses ke data harus diberikan, batas
akses ke data, dan kapan data dapat diakses harus

Tugas Individual 1 ©Arif 4 | 10

 ditentukan sebelumnya untuk memastikan bahwa data
dilindungi.

2. 10 V dari big data adalah:

 Volume

Big data adalah bentuk data yang volumenya sangat besar

sehingga tidak muat pada satu mesin, oleh karena itu
diperlukan alat dan kerangka kerja khusus untuk menyimpan
proses dan menganalisis data tersebut.

 Velocity

Kecepatan data mengacu pada seberapa cepat data

dihasilkan. Data yang dihasilkan oleh sumber tertentu dapat
sampai pada kecepatan yang sangat tinggi, misalnya data
media sosial atau data sensor.

 Variety

Varietas mengacu pada bentuk data. Big data datang dalam

berbagai bentuk seperti terstruktur, tidak terstruktur, atau
semi terstruktur, termasuk data teks, gambar, audio, video,
dan data sensor.

 Veracity

Veracity mengacu pada seberapa akurat data tersebut. Untuk

mengekstrak nilai dari data, data perlu dibersihkan untuk
menghilangkan noise.

 Value

Nilai data mengacu pada kegunaan data untuk tujuan yang

dimaksudkan. Tujuan akhir dari setiap sistem analitik big data
adalah untuk mengekstrak nilai dari data.

Tugas Individual 1 ©Arif 5 | 10

  Validity

Kebenaran atau keakuratan data yang digunakan untuk

mengekstrak hasil berupa informasi result.

 Variability

Data datang secara konstan dari sumber yang berbeda dan

seberapa efisien membedakan antara data yang noisy atau
data penting.

 Venue

Berbagai jenis data datang dari sumber yang berbeda melalui

platform yang berbeda seperti sistem personal dan cloud
pribadi & public.

 Vocabulary

Terminologi data seperti model data dan struktur data.

 Vagueness

Ketidakjelasan menyangkut kenyataan dalam informasi yang

menyarankan sedikit atau tidak ada pemikiran tentang apa
yang mungkin disampaikan masing-masing.

3. Bisnis perlu mengintegrasikan big data karena setiap

organisasi bisnis, kecil atau besar, membutuhkan data dan
wawasan yang berharga. Dalam hal memahami audiens target
dan preferensi pelanggan, Big Data memainkan peran yang
sangat penting. Bahkan membantu mengantisipasi kebutuhan
mereka. Data yang tepat perlu disajikan secara efektif dan
dianalisis dengan benar. Ini dapat membantu organisasi bisnis
mencapai berbagai tujuan. Big Data dapat menciptakan banyak
peluang pertumbuhan baru. Bahkan dapat memunculkan
kategori bisnis baru, seperti bisnis yang menganalisis dan
mengumpulkan data industri. Sebagian besar perusahaan ini

Tugas Individual 1 ©Arif 6 | 10

akan duduk di tengah arus informasi besar tentang layanan dan
produk, pemasok dan pembeli, niat dan preferensi konsumen,
dan banyak lagi. Perusahaan di seluruh industri harus mulai
membangun kemampuan Big Data mereka secara agresif. Selain
skala besar data besar, frekuensi tinggi dan sifat real-time data
sangat penting. Misalnya, kemampuan untuk memperkirakan
metrik, termasuk loyalitas konsumen, sebelumnya ditangani
secara retrospektif. Dengan Big Data, praktik semacam itu
digunakan lebih luas. Ini menambah banyak kekuatan prediksi.
Demikian pula, frekuensi tinggi memungkinkan bisnis untuk
menguji teori secara real-time.

4. Siklus Big Data :

a. Big Data Generation.

Fase pertama dari siklus hidup big data adalah pembuatan data.
Skala data yang dihasilkan dari sumber yang beragam secara
bertahap berkembang.

b. Data Aggregation.

Fase agregasi data dari siklus hidup big data melibatkan

pengumpulan data mentah, mentransmisikan data ke platform
penyimpanan, dan memprosesnya terlebih dahulu. Data mentah
yang dikumpulkan ditransmisikan ke infrastruktur penyimpanan
yang tepat untuk mendukung pemrosesan dan berbagai aplikasi
analitik.

c. Data Preprocessing.

Pra-pemrosesan data adalah proses penting yang dilakukan pada

data mentah untuk mengubahnya menjadi format yang dapat
dipahami dan menyediakan akses ke data yang konsisten dan

Tugas Individual 1 ©Arif 7 | 10

akurat. Ada beberapa langkah yang terlibat dalam preprocessing
data :

 Data integration

Integrasi data melibatkan penggabungan data dari sumber

yang berbeda untuk memberikan tampilan data terpadu
kepada pengguna akhir.

 Data cleaning

Proses pembersihan data mengisi nilai yang hilang,

memperbaiki kesalahan dan inkonsistensi, dan
menghilangkan redundansi dalam data untuk meningkatkan
kualitas data.

 Data reduction

Pemrosesan data pada volume data yang sangat besar

mungkin memakan waktu lama, membuat analisis data
menjadi tidak layak atau tidak praktis. Reduksi data adalah
konsep pengurangan volume data atau pengurangan dimensi
data, yaitu jumlah atribut.

 Data transformation

Transformasi data mengacu pada transformasi atau

konsolidasi data ke dalam format yang sesuai dan
mengubahnya menjadi informasi logis dan bermakna untuk
manajemen dan analisis data.

d. Analisis Big Data.

Kunci untuk mendapatkan nilai bisnis dari big data adalah

potensi penggunaan analitik. Mengumpulkan, menyimpan, dan
memproses data sebelumnya hanya menghasilkan sedikit nilai.

Tugas Individual 1 ©Arif 8 | 10

Itu harus dianalisis dan pengguna akhir harus membuat
keputusan dari hasil untuk mendapatkan nilai bisnis dari data.
Analitik big data adalah perpaduan antara teknologi big data dan
alat analitik.

e. Visualisasi Big Data.

Visualisasi membuat siklus hidup big data selesai membantu

pengguna akhir untuk mendapatkan wawasan dari data. Dari
eksekutif hingga karyawan call center, semua orang ingin
mengekstrak pengetahuan dari data yang dikumpulkan untuk
membantu mereka membuat keputusan yang lebih baik.

5. Big data memiliki volume yang sangat besar dan biasanya

data yang ada didalam big data adalah data tidak terstruktur.
NoSQL memungkinkan pemrosesan informasi yang gesit dan
berkinerja tinggi dalam skala besar. NoSQL dapat menyimpan
data tidak terstruktur di beberapa node pemrosesan, serta di
beberapa server. Dengan demikian, infrastruktur database
terdistribusi NoSQL telah menjadi solusi pilihan untuk big data.

Refrensi :

[Link]
indonesia/
[Link]
dataintroduction-uses-and-applications/

[Link]
inbusiness-rar398-article

[Link]
bigdata-applications/

Tugas Individual 1 ©Arif 9 | 10

Tugas Individual 1 ©Arif 10 | 10