KATA
PENGANTAR
Puji syukur
saya ucapkan atas kehadirat Allah SWT, karena dengan rahmat dan karunia-Nya
saya masih diberi kesempatan untuk menyelesaikan makalah ini. Tidak lupa saya
ucapkan kepada dosen pembimbing dan teman-teman yang telah memberikan dukungan dalam
menyelesaikan makalah ini. Penulis menyadari bahwa dalam
penulisan makalah ini masih banyak kekurangan, oleh sebab itu penulis angat
mengharapkan kritik dan saran yang membangun. Dan semoga sengan selesainya
makalah ini dapat bermanfaat bagi pembaca dan teman-teman. Amin...
Penulis
BAB I
1. PENDAHULUAN
1.1 Latar
Belakang
Akhir-akhir ini, istilah 'big data'
menjadi topik yang dominan dan sangat sering dibahas dalam industri IT. 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.
Hingga saat ini, definisi resmi dari istilah big data
belum ada. Namun demikian, latar belakang dari munculnya istilah ini adalah
fakta yang menunjukkan bahwa pertumbuhan data yang terus berlipat ganda dari
waktu ke waktu telah melampaui batas kemampuan media penyimpanan maupun sistem
database yang ada saat ini. Kemudian, McKinseyGlobal Institute (MGI), dalam laporannya yang
dirilis pada Mei 2011, mendefinisikan bahwa big data adalah data yang sudah
sangat sulit untuk dikoleksi, disimpan, dikelola maupun dianalisa dengan
menggunakan sistem database biasa karena volumenya yang terus berlipat. Tentu
saja definisi ini masih sangat relatif, tidak mendeskripsikan secara eksplisit
sebesar apa big data itu. Tetapi, untuk saat sekarang ini, data dengan volume
puluhan terabyte hingga beberapa petabyte kelihatannya dapat memenuhi definis
MGI tersebut. Di lain pihak, berdasarkan definisi dari Gartner,
big data itu memiliki tiga atribute yaitu : volume , variety , dan velocity.
Ketiga atribute ini dipakai juga oleh IBM
dalam mendifinisikan big data. Volume berkaitan dengan ukuran, dalam hal
ini kurang lebih sama dengan definisi dari MGI. Sedangkan variety berarti tipe
atau jenis data, yang meliputi berbagai jenis data baik data yang telah
terstruktur dalam suatu database maupun data yang tidak terorganisir dalam
suatu database seperti halnya data teks pada web pages, data suara, video,
click stream, log file dan lain sebagainya. Yang terakhir, velocity dapat
diartikan sebagai kecepatan dihasilkannya suatu data dan seberapa cepat data
itu harus diproses agar dapat memenuhi permintaan pengguna.
Berdasarkan uraian di
atas, penulis merasa tertarik untuk mengangkat pembahasan yang dirumuskan dalam judul “Apakah yang dimaksud dengan Big Data?”
1.2
Tujuan
Penulisan
Adapun tujuan
dari penulisan ini adalah :
1. Untuk
mengetahui definisi atau pengertian dari
Big Data.
2. Untuk mengetahui perbedaan dari Big
Data dan Business Intelligence.
3. Untuk
mengetahui kegunaan Big Data di berbagai bidang.
1.3
Rumusan
Masalah
Adapun
perumusan masalah yang penulis kemukakan dalam penelitian ini adalah sebagai
berikut :
1.1
Apakah
definisi atau pengertian dari Big Data?
1.2
Apakah
perbedaan dari Big Data dan Business Intelligence?
1.3
Bagaimana
kegunaan Big Data di berbagai bidang?
1.4 Manfaat Penulisan
Adapun manfaat dari
penelitian penulis berharap makalah ini dapat menambah
wawasan mahasiswa,
khususnya jurusan Informatika,
tentang Apakah yang dimaksud dengan Big Data.
BAB II
II.
PEMBAHASAN MASALAH
II.1 Definisi atau
pengertian dari Big Data
Dalam laporan penelitian 2001 [ 21 ]
dan terkait kuliah , META Group (sekarang Gartner) analis Doug Laney
didefinisikan tantangan pertumbuhan data dan peluang sebagai tiga dimensi,
yaitu peningkatan volume ( jumlah data ) , kecepatan ( kecepatan data masuk dan
keluar ), dan berbagai ( berbagai jenis data dan sumber ) . Gartner , dan
sekarang banyak industri , terus menggunakan ini " 3Vs " model untuk
data yang besar [ 22 ] Pada tahun 2012 , Gartner diperbarui definisi sebagai
berikut : . " Big data adalah volume tinggi , kecepatan tinggi , dan /
atau berbagai tinggi aset informasi yang memerlukan bentuk-bentuk baru
pengolahan untuk memungkinkan pengambilan keputusan ditingkatkan , wawasan
penemuan dan optimasi proses."
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; dari audiens targetting,
rekomendasi ataupun penggunaan yang lebih tak terduga seperti Google Translate
yang menggunakan machine learning di atas Big Data yang Google punya untuk
translasi bahasa.
II.2 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.
II.3 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 :
1.
Contoh Pemerintah
Pada 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.
2.
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 .
3.
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.
4.
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 .
III.
PENUTUP
Kesimpulan
Jadi, yang dimaksud dengan ‘big data’ bukanlah
semata-mata hanya soal ukuran, bukan hanya tentang data yang berukuran raksasa.
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. Momen
awal ketenaran istilah ‘big data’ adalah kesuksesan Google dalam memberdayakan
‘big data’ dengan menggunakan teknologi canggihnya yang disebut Bigtable
beserta teknologi-teknologi pendukungnya.
DAFTAR PUSTAKA
Ø http://WijayaWeblog.blogspot.com
Ø http://CloudIndonesiA.net
Ø Wikipedia
DAFTAR
ISI
Hal
KATA PENGANTAR ……………………………………………... i
DAFTAR ISI …………………………………………………….... ii
I.
PENDAHULUAN
I.1
Latar
Belakang ……………………………………………….... 1
I.2
Tujuan
Penulisan ………………………………………………. 2
I.3
Rumusan
Masalah ……………………………………………... 4
I.4
Manfaat
Penulisan …………………………………………...... 4
II.
PEMBAHASAN
MASALAH
II.1
Definisi atau
pengertian dari Big Data ………………............... 5
II.2
Perbedaan dari Big
Data dan Business
Intelligence ……............ 6
II.3
Kegunaan Big Data dan Business Intelligence di berbagai
bidang
.. 8
III.
PENUTUP
Kesimpulan …………………………………............................. 11
DAFTAR PUSTAKA …………………………………………….. 12
“Apakah yang dimaksud dengan Big
Data?”
Di ajukan untuk memenuhi tugas mata kuliah Aplikasi
Komputer
MAKALAH
Di
susun oleh :
Nama : Roby Nugraha
Kelas : B
NIM : 3411131148
UNIVERSITAS
JENDERAL ACHMAD YANI
JL.
TERUSAN JEND. SUDIRMAN PO BOX 148 CIMAHI TLP. 022. 6610223
0 Response to "“Apakah yang dimaksud dengan Big Data?”"
Post a Comment