SISTEM INFORMASI MANAJEMEN
BIG DATA
Disusun Oleh :
ANIF ANISSA
11150419
STIE BANK BPD JATENG
2016
BAB 1
Pendahuluan
Pendahuluan
Latar
Belakang
Perkembangan
jaman hingga saat ini sangat berdampak besar terhadap kehidupan sekarang. Salah
satu hal yang berubah adalah cara menggunakan data. Hal tersebut sangat
dipengaruhi oleh perkembangan teknologi, karena dapat dilihat sekarang penggunaan
tiap individu terhadap data sudah sangat tinggi, hampir semua orang memiliki
data dalam setiap perangkatnya (komputer / laptop, smartphone, flashdisk,
harddisk eksternal, dll) yang jika dijumlahkan akan menjadi besar sekali. Hal
ini dipengaruhi juga dengan mudahnya tiap individu untuk mendapatkan data yang
diinginkannya (film, musik, games, dll) melalui internet. Internet
menghubungkan tiap individu di seluruh dunia dengan mudah tanpa memperdulikan
jarak / lokasi dan waktu. Sekarang dengan terjadinya perkembangan teknologi,
data menjadi hal yang penting dalam menjalankan berbagai hal, beberapa
diantaranya; mengetahui tren pasar, mengetahui keinginan konsumen saat ini,
meningkatkan hasil penjualan, dll. Hasil perubahan ini sangatlah besar, data
pun diolah dengan lebih terkomputerisasi sehingga penyimpanan beberapa data
dapat menghemat tempat dalam kantor perusahaan dengan cara penyimpanan softcopy.
Data yang tersimpan ini lama kelamaan menjadi sangat banyak dan besar sehingga
semakin susah untuk digunakan, hal tersebut disebut big data. Dengan
perkembangan sekarang, big data ini sudah dapat diolah dan digunakan lagi,
bahkan memberikan hasil yang lebih baik karena mencakup pengolahan data yang
ada di dalam social media.
Dengan perkembangan data inilah big data
muncul dan saat ini mulai berkembang. Penggunaannya pun semakin luas, hingga
mencakup social media, sehingga dapat menganalisa tren pasar dengan melihat
sentimen analisis pelanggan melalui social media. Dengan perkembangan saat ini,
ada baiknya untuk memahami lebih dalam mengenai big data, sehingga dapat
dimanfaatkan dengan lebih maksimal.
BAB 2
Pembahasan
Pengertian
Data
(R.
Kelly Rainer, 2011) Data, menunjuk pada deskripsi dasar akan benda, event,
aktivitas, dan transaksi yang terdokumentasi, terklasifikasi,dan tersimpan
tetapi tidak terorganisasi untuk dapat memberikan suatu arti yang spesifik.
Berdasarkan pengertian di atas, data
merupakan hal paling mendasar yang dibutuhkan perusahaan yang dapat diperoleh
dari proses-proses operasional sehari-hari maupun sumber-sumber luar yang akan
diolah menurut keinginan perusahaan.
Pengertian
Information
(R. Kelly Rainer, 2011) Information,
merupakan data yang telah terorganisir agar dapat memberikan arti dan nilai
kepada penerima.
Berdasarkan pengertian di atas, hasil
penyusunan dan transformasi data yang dapat memberikan makna baru kepada data
tersebut.
Berdasarkan pengertian di atas, knowledge
menjadi sarana bagi para manajer untuk membuat keputusan - keputusan yang crucial
dan berdampak besar bagi perusahaan, dimana kesalahan atau kecacatan dalam knowledge
dapat memberikan dampak buruk bagi perusahaan.
Pengertian
Big Data
Big
data adalah data berukuran raksasa yang volumenya terus bertambah, terdiri dari
berbagai jenis atau varietas data, terbentuk secara terus menerus dengan
kecepatan tertentu dan harus diproses dengan kecepatan tertentu pula.
Menurut
Lawencon (2014, February) 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.
Menurut
Ronald Widha (2012, Mei) Big Data didefinisikan sebagai sebuah problem domain
di mana teknologi tradisional seperti relational database tidak mampu lagi
untuk melayani. Definisi Big di sini adalah volume, velositas dan variasi
datanya. Peningkatan volum, velositas dan variasi data banyak diakibatkan oleh
adopsi internet. Setiap individu memproduksi konten atau paling tidak
meninggalkan sidik jari digital yang berpotensial untuk digunakan untuk hal-hal
baru.
Big
Data biasanya mengacu pada jenis berikut data:
· Traditional enterprise data - termasuk
informasi pelanggan dari sistem CRM, ERP data transaksional, transaksi toko
web, dan data general ledger.
· Machine-generated /sensor data -
termasuk Call Detail Record ("CDR"), weblog, smart meter, sensor
manufaktur, log peralatan (sering disebut sebagai digital exhaust), data sistem
perdagangan.
· Social data - termasuk umpan balik
pelanggan sungai, situs micro-blogging seperti Twitter, platform media sosial
seperti Facebook
Cloud Computing
Cloud
Computing merupakan layanan teknologi yang memungkinkan pengguna atau user
mengelola data-data yang dimiliki, bukan lagi dengan menggunakan teknologi
komputer fisik, melaikan dengan teknologi berbasis internet.
Menurut
Kusuma Wardani (2013) Komputasi awan (cloud computing) adalah gabungan
pemanfaatan teknologi komputer (komputasi) dan pengembangan berbasis internet
(awan). Cloud computing merupakan layanan jasa teknologi informasi yang
menyediakan perangkat atau infrastruktur melalui koneksi internet untuk
memenuhi kebutuhan pengguna layanan.
Cloud
computing adalah suatu konsep umum yang mencakup SaaS, Web 2.0, dan tren
teknologi terbaru lain yang dikenal luas, dengan tema umum berupa
ketergantungan terhadap internet untuk memberikan kebutuhan komputasi pengguna.
Menurut
Meruvian (2013) Cloud computing merupakan sebuah jargon baru diabad milenium
yang lahir untuk merepresentasikan semua hal, sebuah konsep baru yang merubah
mekanisme bagaimana mengembangkan sistem dilakukan. Sebuah metode virtualisasi
yang memungkinkan sistem operasi, middleware, database server, email server
sampai web itu sendiri adalah satu lapisan yang sama. Padahal kita tahu tidak
ada satu server pun yang tidak dapat berjalan tanpa sistem operasi.
Pembahasan
Lanjut Mengenai BIG DATA
Big
Data adalah teknologi baru pengelolaan informasi. Saat ini kita mengenal
relational data store dan warehouse yang digunakan banyak perusahaan untuk
mendapatkan informasi, melakukan analisis, dan prediksi dari data-data yang
mereka miliki. Lalu apakah BIG DATA akan menggantikan teknologi data
relasional?
Dalam
pembahasan mengenai topic big data saat ini kelompok kami kurang setuju dengan
pengertian yang di utarakan oleh beberapa ahli, karena dari apa yang di
pelajari yang termasuk ke dalam “BIG DATA” adalah semua data yang tidak dapat
diolah atau dianalisis menggunakan proses dan tools yang umum digunakan saat
ini. Disadari atau tidak saat ini individu maupun organisasi apapun memiliki
akses yang luas sekali terhadap informasi dengan adanya internet tapi hanya
sedikit dari mereka yang mampu mendapatkan value dari informasi tersebut karena
kebanyakan informasi itu tersedia dalam bentuk “mentah”, tidak terstruktur atau
semi-terstruktur. Oleh karena keterbatasan pemahaman akan informasi itulah yang
pada akhirnya menyebabkan mereka tidak tahu apakah informasi yang ada itu
berharga untuk mereka atau tidak. Dapat di analogikan ke dalam perkembangan
internet saat ini seperti bumi kita yang tercinta, maka BIG DATA adalah batu
bara di jaman batu, mudah ditemukan tetapi sedikit yang tahu kegunaannya.
Dimensi -Dimensi Big
Data
Ada
4 (empat) dimensi yang ada pada Big Data : Volume, Velocity, Variety, dan
Veracity.
1. Volume
Banyak
faktor yang mempengaruhi peningkatan jumlah data yang beredar seperti data
berkas transaksi yang disimpan bertahun tahun lamanya, lalu juga seperti data
tentang akun yang berada pada media sosial, adanya data tentang chace yang
ada pada mesin - mesin pabrik yang
disimpan, dan masih banyak lagi. Sebetulnya
permasalahan tentang membludaknya volume data ini sudah ada sejak dulu,
dan solusipun telah diterapkan dengan mengurangi biaya yang harus dikeluarkan
untuk melakukan penyimpanan data. Tetapi seiring dengan berjalannya waktu,
masalah lain muncul. Yaitu tentang bagaimana cara untuk mengolah data yang
begitu banyak sampai bisa menghasilkan
sebuah nilai yang berarti.
2. Variety
Merupakan
pengelolaan data yang terdiri dari berbagai jenis dan format. Tentu saja dari
begitu banyaknya data yang ada tidaklah hanya dalam satu format saja, pastinya
dalam berbagai macam jenis format yang tentunya harus dikelola dengan baik.
Pada bagian ini, masih ada segelintir
perusahaan yang merasa kesulitan untuk mengatasi permasalahan ini. 3. Velocity
Bagian
ini merupakan tantangan yang cukup berat bagi sebagian besar perusahaan. Karena
mereka berurusan dengan waktu, jadi mereka harus mengelola data yang ada yang
begitu banyaknya dengan cepat atau bahkan hampir mendekati kata real-time.
4. Veracity
Veracity
mengacu pada tingkat keandalan yang terkait dengan jenis tertentu dari data.
Berjuang untuk kualitas data yang tinggi merupakan syarat big data penting dan
tantangan, tapi bahkan metode pembersihan data yang terbaik tidak dapat
menghapus ketidakpastian yang melekat pada beberapa data, seperti cuaca,
ekonomi, atau aktual keputusan membeli pelanggan masa depan. Kebutuhan untuk
mengakui dan merencanakan ketidakpastian adalah dimensi data besar yang telah
diperkenalkan sebagai eksekutif berusaha untuk lebih memahami dunia di sekitar
mereka.
Untuk
mengelola ketidakpastian, analis perlu menciptakan konteks sekitar data.
Big
Data for development
Big
Data untuk keperluan development berkaitan dengan, tetapi berbeda dari,
'tradisional Data pembangunan '(misalnya data survei, statistik resmi), dan
sektor swasta dan media mainstream menyebutnya 'Big Data’.
Big
Data untuk sumber Pengembangan umumnya memiliki beberapa / semua fitur ini:
1.
Digitally generated
data
yang dihasilkan secara digital (sebagai lawan yang didigitalkan manual), dan
dapat disimpan dengan menggunakan rangkaian satu dan nol, dan dengan demikian
dapat dimanipulasi oleh komputer
2.
Passively produced
Data ini merupakan data yang dihasilkan atau
produk dari kehidupan kita sehari-hari atau interaksi dengan jasa digital.
3.
Automatically collected
Data-data
yang terbentuk dari data-data operasional dan transaksi yang dikumpulkan dan
telah diproses (ETL) dan si simpan kedalam data mart
4.
Geographically or temporally trackable
Data
–data yang menunjukan lokasi atau posisi, misalnya data lokasi ponsel atau
durasi waktu panggilan
5.
Continuously analysed
informasi
yang relevan dengan kesejahteraan manusia dan pembangunan dan dapat dianalisis
secara real-time
Pengunaan
Big Data dalam perusahaan
Ø IT logs Analytics
Penyimpanan Log jangka panjang, digunakan
untuk analisa proses sistem yang sedang berjalan untuk mencegah dan
menaggulangi kegagalan dalam sistem, mengunakan hasil analisa log untuk
menemukan dan mentukan secara pasti kegagalan apa yang terjadi didalam sistem,
menyiapkan langkah-langkah pasti yang dapat digunakan sebagai solusi masalah
sistem.
Ø Fraud Detection Pattern
Banyak
digunakan dalam Bidang keuangan atau dimana saja transaksi finasial terlibat,
Memaksimalkan pengunaan data-data yang ada untuk memberikan kemampuan unutk
mendeteksi fraud ketika transaksi sedang berlangsung
Ø The Social Media Pattern
Pengunaan
Big data untuk analisa media social dan sentiment pelangan, memberikan
kemampuan bagi perusahan untuk mengetahui keinginan customer secara luas,
mendapatkan feedback secara langsung, dan mengenali langsung dampak sentimen
terhadap penjualan, serta efektivitas dan penerimaan pelangan terhadap
pemasaran yang dilakukan.
Ø The Call centere Mantra
Penyimpanan
hasil perbincangan atau laporan customer dalam bentuk text yang kemudian
digunakan sebagai data untuk analisa masalah yang dihadapai customer,
memberikan kemampuan bagi perusahaan untuk memberikan tanggapan yang cepat
maupun secara langsung terhadap masalah yang dihadapi customer, serta kemampuan
unutk mendeteksi penurunan loyalitas customer dikarenakan masalah dan
ketidakpuasaan.
Ø Risk: Patterns for Modeling and Management
Memberikan
kempuaan pengunaan data secara penuh dan analisis dalam pemodelan resiko dan
menejemen resiko untuk memberikan pengetahuan akan resiko dan penanggulangannya
secara tepat dan langsung
Ø Big data and The Energy Sector
Memberikan
kemampuan penyimpanan dan pemrosesan data secara langsung dari berbagai
sumber(sensor), analisa dan kemudahan dalam pengenalan noise untuk
memisahkannya dari signal.
Tantangan
dalam pemanfaatan Big Data
Dalam usaha pemanfaatan Big Data
dapat terdapat banyak hambatan dan tantangan, beberapa hal diantaranya
berhubungan dengan data dimana melibatkan acquisition, sharing dan privasi
data, serta dalam analisis dan pengolahan data
Ø Privasi
Privasi
merupakan isu yang paling sensitif, dengan konseptual, hukum, dan teknologi,
Privasi dapat dipahami dalam arti luas sebagai usaha perusahaan untuk
melindungi daya saing dan konsumen mereka. Data-data yang digunakan / disimpan
sebagai big data
Ø Access dan sharing
Akses
terhadap data, baik data lama maupun data baru dapat menjadi hambatan dalam
mendapatkan data untuk big data, terlebih pada data lama dimana data- data
tersimpan dalam bentuk – bentuk yang berbeda-beda dan beragam ataupun dalam
bentuk fisik, akses terhadap data baru juga membutuhkan usaha yang lebih kerana
diperlukannya izin dan lisensi untuk mengakses data-data non-public secara
legal.
Ø Analisis
Bekerja
dengan sumber data baru membawa sejumlah tantangan analitis. relevansi dan
tingkat keparahan tantangan akan bervariasi tergantung pada jenis analisis sedang
dilakukan, dan pada jenis keputusan yang akhirnya akan bisa diinformasikan oleh
data.
Tergantung
dari jenis data terdapat 3 kategori dalam analisis data
o Penentuan gambaran yang benar
Masalah
ini biasanya ditemukan dalam penanganan unstructured user-generated
text-based data dimana data yang didapatkan belum tentu benar karena data
atau sumber yang salah.
o Interpreting Data
Kesalahan –kesalahan seperti Sampling
selection bias merupakan hal yang sering ditemukan dimana data yang ada tidak
dapat digunakan untuk mepresentasikan semua populasi yang ada, dan apophenia,
melihat adanya pola walaupun tidak benar-benar ada dikarenakan jumlah data yang
besar, dan kesalahan dalam menginterpreasikan hubungan dalam data.
o Defining and detecting anomalies
tantangan
sensitivitas terhadap spesifisitas pemantauansistem. Sensitivitas mengacu pada
kemampuan sistem pemantauan untuk mendeteksi semua kasus sudah diatur untuk
mendeteksi sementara spesifisitas mengacu pada kemampuannya untuk mendeteksi
hanya kasus-kasus yang relevan. kegagalan untukmencapai hasil yang terakhir
"Tipe I kesalahan keputusan", juga dikenal sebagai "positif
palsu"; kegagalanuntuk mencapai mantan "Type II error", atau
"negatif palsu." Kedua kesalahan yang tidak diinginkan ketika mencoba
untuk mendeteksi malfungsi atau anomali, bagaimanapun didefinisikan, untuk
berbagai alasan. Positif palsu merusak kredibilitas sistem sementara negatif
palsu dilemparkan ragu pada relevansinya. Tapi apakah negatif palsu lebih atau
kurang bermasalah daripada positif palsu tergantung pada apa yang sedang
dipantau, dan mengapa itu sedang dipantau.
BAB 3
Penutup
Kesimpulan
Dapat disimpulkan bahwa big data sudah
mulai dimanfaatkan dan akan sangat berguna untuk dipahami lebih dalam untuk
mengimbangi perkembangan jaman ke arah teknologi dan analisis yang lebih
praktis.
Saran
-
Mempelajari
lebih dalam mengenai big data, karena hal ini akan sangat berguna bagi
perusahaan, dimana perusahaan jaman sekarang mulai mempelajari tren pasar dan
pola hidup konsumen.
-
Dalam
penerapannya, perusahaan akan membutuhkan orang yang khusus dalam bidang data
mining, karena hal ini cukup rumit dan diperlukan orang yang paham cara untuk
menggunakan data.
Daftar
Pustaka
Tidak ada komentar:
Posting Komentar