sekolah tinggi manajemen informatika dan komputer · web viewberkaitan dengan ukuran, dalam hal...
TRANSCRIPT
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
(STMIK) JAYANUSA PADANGSISTEM INFORMASI
Dibina Oleh : Yayasan Bina Manajemen Informatika “YBMI” Padang
MAKALAH
( TEKNOLOGI BIG DATA )
Oleh
ARY AHMAD SOBARI No.BP : 1310062
Program Studi : Sistem Informasi
Sekolah Tinggi Manajemen Informatika dan Komputer
2018
Abstrak
Tujuan dari pembahasan ini adalah untuk memberikan wawasan kepada pembaca
akan pentingnya pengetahuan tentang big data, kelebihan dan kekurangan serta cara
pengelolaan big data tersebut juga contoh-contoh pengelolaan big data di perusahaan.
Seperti kita ketahui bahwa big data sulit untuk dikelola terlebih pada data – data yang
sudah tersimpan lama dan masih menggunakan cara tradisional. Untuk itu perusahaan
sekarang ini sudah menggunakan teknologi sebagai penunjang segala kegiatan bisnisnya
serta pengelolaan datanya dengan menggunakan staff IT yang bertanggung jawab dalam
database. Sebenarnya big data dalam jangka waktu yang sudah lama disimpan dapat
dimanfaatkan kembali bagi perusahaan dan selain itu big data akan menjadi sebuah
investasi yang sangat menghasilkan karena akan ada banyak manfaat big data bagi
perusahaan yang bisa mengelolanya dengan baik. Contoh manfaat misalnya membuat
perusahaan memiliki kesempatan untuk mengambil keputusan bisnis yang didasarkan
pada hasil dari data ilmiah atau dapat juga dijadikan pengambilan keputusan yang
diperlukan untuk membandingkan market perusahaan dari yang tahun – tahun
sebelumnya dengan sekarang, untuk itu big data memiliki peranan penting dalam
perusahaan.
Maka dari itu, alangkah lebih baik jika perusahaan dapat dengan cerdas mengelola
big data terutama data terpenting yang dapat dimanfaatkan kembali karena data
merupakan bagian yang sangat riskan bagi perusahaan. Metode analisa yang digunakan
adalah metode pengumpulan data melalui artikel dan e- journal yang dapat ditemukan
dengan pencarian menggunakan internet. Data tersebut dikumpulkan dan dicari
kebenarannya untuk dituangkan kedalam paper ini. Juga dilihat keberadaannya disalah
satu perusahaan sebagai contoh dalam penulisan paper ini.
BAB I
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. Lalu kenapa baru
sekarang orang ramai-ramai membahas istilah big data? Apa sebenarnya „big data‟ itu?
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.
Dari segi teknologi, dipublikasikannya GoogleBigtable pada 2006 telah menjadi
moment muncul dan meluasnya kesadaran akan pentingnya kemampuan untuk
memproses „big data‟. Berbagai layanan yang disediakan Google, yang melibatkan
pengolahan data dalam skala besar termasuk search engine-nya, dapat beroperasi secara
optimal berkat adanya Bigtable yang merupakan sistem database berskala besar dan
cepat. Semenjak itu, teknik akses dan penyimpanan data KVS (Key-Value Store) dan
teknik komputasi paralel yang disebut MapReduce mulai menyedot banyak perhatian.
Lalu, terinspirasi oleh konsep dalam GoogleFile System dan MapReduce yang menjadi
pondasi Google Bigtable, seorang karyawan Yahoo! bernama Doug Cutting kemudian
mengembangkan software untuk komputasi paralel terdistribusi (distributed paralel
computing) yang ditulis dengan menggunakan Java dan diberi nama Hadoop . Saat ini
Hadoop telah menjadi project open source-nya Apache Software . Salah satu pengguna
Hadoop adalah Facebook, SNS (Social Network Service) terbesar dunia dengan jumlah
pengguna yang mencapai 800 juta lebih. Facebook menggunakan Hadoop dalam
memproses big data seperti halnya content sharing, analisa access log, layanan message /
pesan dan layanan lainnya yang melibatkan pemrosesan big data.
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.
Berdasarkan uraian di atas, kami merasa tertarik untuk mengangkat pembahasan
yang dirumuskan dalam judul
“Apakah yang dimaksud dengan Big Data?”
1.2 Ruang Lingkup
Ruang lingkup dari penulisan paper ini akan di batasi pada definisi dari Big Data
dan keterkaitan antara Big Data dengan informasi serta digambarkan dengan salah satu
contoh yaitu Big Data pada media social Facebook.
1.3 Tujuan dan Manfaat
Tujuan dari penulisan paper ini adalah :
Untuk mengetahui definisi atau pengertian dari Big Data.
Menggambarkan pengertian Big Data dengan salah satu media social yaitu
Facebook Manfaat dari penulisan paper ini adalah :
Dapat menambah wawasan mahasiswa, khususnya jurusan Informatika, tentang
Apakah yang dimaksud dengan Big Data.
Dapat mengerti gambaran seperti apa Big Data itu dengan salah satu contoh yang
kita gambarkan yaitu pada media social Facebook
1.4 Metodologi
Metodologi akan menekankan pada aspek-aspek sebagai berikut:
Memberikan gambaran yang jelas mengenai Big Data
Teknik pengumpulan data yang kami gunakan adalah teknik pengumpulan data
secara dokumen/kualitatif
Analisis data yang kami lakukan dengan menggunakan deskripsi kualitatif
BAB II
Landasan Teori
2.1 Big Data
2.1.1 Pengertian Big Data
Big data menurut Richard adalah sekumpulan data (data set) yang besarnya jauh
melebihi kemampuan database software tools pada umumnya untuk melakukan capture,
menyimpan, mengelola dan menganalisis. Tujuan big data adalah untuk menciptakan
nilai tambah dan memberikan implikasi mengenai bagaimana organisasi harus didesain,
diorganisir dan dikelola.
Big data menurut Edd Dumbill adalah data yang melebihi kapasitas pengolahan
sistem database konvensional. Nilai big data untuk sebuah organisasi terbagi ke dalam
dua kategori: penggunaan analitis, dan memungkinkan produk-produk baru. Analisa big
data dapat mengungkapkan wawasan tersembunyi sebelumnya oleh data terlalu mahal
untuk diproses.
Big data menurut Margaret adalah kumpulan data terstruktur dan semi tersruktur
sebuah perusahaan untuk mengefisien dam mengefektifkan kinerja perusahaan.
Tujuannya, untuk menemukan pola peluang bisnis. Big data menurut Lisa adalah
kumpulan data dari sumber-sumber tradisional dan digital di dalam dan luar perusahaan
yang merupakan sumber untuk penemuan dan analisis yang sedang berlangsung.
Umumnya, data merupakan campuran dari data terstruktur dan multi-terstruktur.
2.1.2 Cara Mengali Potensi Big Data
Lima cara agar big data mampu menghasilkan potensi transformasi berdasarkan
riset yang dilakukan McKinsey Global Institute:
1. Menciptakan transparansi.
2. Memberdayakan eksperiment untuk menemukan kebutuhan, mengekspos
variabilitas, dan meningkatkan kinerja.
3. Melakukan segmentasi populasi untuk mengkustomisasi tindakan.
4. Mendukung pengambilan keputusan dengan automated algorithms.
5. Melakukan inovasi model bisnis, produk dan jasa baru.
2.1.3 Strategi Terapkan Big Data
Pengumpulan data dengan skala besar (large scale data gathering) dan penerapan
analytics secara cepat telah menjadi arena baru dalam melakukan diferensiasi secara
kompetitif. Tujuannya, agar strategi big data dapat diintegrasikan dengan strategi bisnis
perusahaan. Beberapa prinsip utama menurut McKinsey Global institute:
1.Menyelaraskan pilihan-pilihan strategis
2.Mengidentifikasi big data resource dan gaps
3.Menyadari implikasi organisasional
Bab III
Pembahasan
Saat ini, fenomena Big Data sudah tidak asing lagi ditelinga perusahaan - perusahaan
besar terlebih perusahaan multinational. Dalam sebuah penelitian, memberitaukan bahwa
tantangan pertumbuhan data dibagi menjadi 3 bagian :
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.
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.
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.
Berbagai masalah ini muncul pada saat dimana teknologi traditional yang
digunakan oleh sebuah organisasi tidak lagi dapat menampung dan melayani kebutuhan
informasi yang semakin lama semakin banyak dan juga semakin membutuhkan
kecepatan.
Big Data merupakan kumpulan data yang dimiliki perusahaan dalam jumlah yang
sangat besar, dan mungkin tidak terstruktur yang bisa datang dari berbagai sumber
secara real time. Definisi dari kata Big ini yang berarti besar, dilihat dari volume,
velositas dan varisasi data yang diproduksi setiap saat. Masalah ini muncul sebagian
besar karena pengadopsian internet yang setiap saat membuat konten baru dari setiap
individu yang menggunakannya, seperti salah satu konten yang dimiliki Google yakni
Google Translate yang menggunakan Mechine Learning.
Big Data seperti pisau bermata dua. Bagi perusahaan yang bisa mengelolanya, Big
Data akan menjadi sebuah investasi yang sangat menghasilkan. Mengapa tidak, akan ada
banyak manfaat Big Data bagi perusahaan yang bisa mengelolanya dengan baik. Contoh
manfaat misalnya membuat perusahaan memiliki kesempatan untuk mengambil
keputusan bisnis yang didasarkan pada hasil dari data ilmiah.
Selama bertahun-tahun, HR telah menggunakan data tidak terstruktur dari jawaban karyawan dalam
surveinya. Pada era Big Data ekarang ini, data tak terstruktur tersebut datang dari sumber dalam dan luar
organisasi, termasuk dari social media, blog, wiki, email, dan lain-lain. Semua sumber ini akan memberikan
semakin banyak insight terhadap keterlibatan karyawan terhadap perusahaan.
Seperti pada Starbucks yang mendapatkan masukan tentang motivasi karyawannya
dari survei dengan banyak pertanyaan terbuka. Starbucks mempekerjakan mahasiswa
paska sarjana untuk membantu mereka membuat analisa konten dari informasi yang
jumlahnya masif tersebut. Tools untuk mengotomatisasikan proses ini masih dalam tahap
pengembangan. Menurut Ranjan Dutta, direktur pengukuran dan predictive analytics
pada PwC Saratoga, teknik analisa otomatis terhadap data tak terstruktur sebagian besar
masih dalam tahap awal pengembangannya. Tetapi kemampuan tools-tools seperti ini
akan berkembang cepat dalam 5 tahun ke depan. Menurutnya, perusahaan seperti SAP,
Oracle, dan Workday saat ini terus mengembangkan perangkat lunak yang terus
memudahkan analisa big data.
Baru sedikit HR pada organisasi yang menggunakan data dari situs jejaring sosial.
Selain Juniper yang telah disebutkan di atas, organisasi lain yang banyak menggali
manfaat dari Linkedin adalah Thrivent. Thrivent mencari kandidat yang memiliki
semangat entrepreneurial dan menemukan Linkedin adalah alat yang efektif untuk
melakukan pencarian semacam ini.
3.1. Keuntungan dan kerugian dari B i g D a t a
Berikut sedikit ulasan tentang kentungan dan kerugian dari penggunaan Big Data
pada sebuah perusahaan.
3.1.1. Keuntungan.
Beberapa keuntungan yang dapat diraih apabila sebuah perusahaan dapat mengelola
Big Data pada perusahaannya.
Dapat meningkatkan penjualan. Dengan adanya Big Data, perusahaan dapat
menganalisa semua data yang terkait dengan produk yang dimilikinya. Termasuk
umpan balik yang diberikan dari customer mengenai kepuasan mereka. Sehingga
perusahaan dapat mengembangkan produknya dan menghilangkan bagian -
bagian yang dirasa tidak penting.
Dapat menjaga relasi dengan pelanggan. Data pelanggan yang dimiliki
perusahaan dapat digunakan untuk menjaga relasi kepada pelanggan. Contoh
sederhana seperti pengucapan selamat kepada pelanggan pada saat mereka
berulang tahun atau pada saat mereka merayakan hari besar. Tindakan ini dapat
dilakukan supaya pelanggan menjaga loyalitasnya kepada perusahaan.
Dapat digunakan untuk menjaga relasi dengan karyawan. Dengan data setiap
karyawan yang disimpan maka perusahaan dapat menilai kinerja dan tingkat
kepuasan setiap karyawannya. Data ini penting, karena akan digunakan untuk
pengambilan keputusan untuk pengadaan program baru yang akan diadakan oleh
perusahaan kepada setiap karyawannya.
Kemudahan untuk mengakses semua data yang tiba - tiba dibutuhkan. Karena
perusahaan telah menyimpan semua data yang telah mereka gunakan dalam
sebuah database.
Pemantauan langsung secara keseluruhan terhadap kinerja perusahaan secara real-
time yang dapat membantu pihak pihak pengambil keputusan dapat
merencanakan kegiatan bisnis apa yang harus dilakukan berikutnya.
Kemampuan untuk menemukan, mendapatkan, mengekstrak, analisa,
menghubungkan, mengvisualisasikan data dengan perangkat pilihan perusahaan
seperti SAP, HANA, dan lain sebagainya
Konvergensi solusi dengan berbagai aplikasi SAP
Mengidentifikasi resiko yang mungkin muncul dengan mengoptimalkan
keputusan yang kompleks dan dapat menanggulangi segala kejadian yang tidak
diharapkan apabila terjadi .
3.1.2. Kekurangan.
Beberapa kerugian yang ditimbulkan dari pengadaan Big Data pada sebuah
perusahaan yang tidak dapat mengelolanya.
Pendekatan secara komprehensif untuk penggunaan Big Data. Banyak perusahaan
yang tidak menghiraukan pendekatan ini dan tidak menggunakan sentralisasi
informasi. Menurut sebuah survei terbaru yang dilakukan oleh LogLogic, 59%
perusahaan mengatakan bahwa mereka lebih nyaman menggunkan sistem yang
terpisah, tidak mengelola log data, dan menggunakan spreadsheet kuno. Padahal
penggunaan perangkat analisa yang tepat dapat merampingkan dan dapat
membantu untuk mengolah data yang banyak tersebut.
Pendekatan secara koheren yang harus dilakukan untuk mengelola Big Data yang
dimiliki oleh sebuah perusahaan supaya data tersebut dapat menghasilkan nilai
dan diberikan kepada pembuat keputusan.
Cara yang efektif yang digunakan untuk mengolahnya. Dikarenakan data
hanyalah sekumpulan fakta yang telah dikumpulkan dan harus dilakukan
pengolahan lagi untuk mendapatkan nilai yang sesuai dengan kebutuhan pembuat
keputusan. Maka dari itu, perangkat analisis yang tepat dan cocok akan sangat
dibutuhkan untuk melakukannya.
Tenaga kerja yang baik. Sangat sedikit orang - orang yang bisa bekerja mengolah
data dengan volume dan data set yang besar. Dan tentunya hal ini tidak dapat
dilakukan hanya dengan satu orang, tetapi dengan adanya kerja sama beberapa
orang yang memang bisa mengelolanya. Kesulitan terjadi pada saat perusahaan
harus menentukan kombinasi yang baik antara orang - orang tersebut agar dapat
menghasilkan sebuah nilai yang berarti. Masalahnya, untuk tingkat ilmuan saja
masih jarang yang dapat melakukan pekerjaan ini.
3.2. Cara yang tepat untuk mengelola Big Data.
3.2.1. Value creation roadmap.
Satu faktor yang paling penting, adalah faktor dari manusia atau dalam pembahasan
ini adalah mereka para staf diperusahaan. Perusahaan harus melatih setiap staf ITnya
untuk dapat mengelola database, teknologi serta ontologi dengan baik untuk dapat
mengelola Big Data dalam perusahaannya. Tujuannya adalah supaya para staff dapat
memastikan bahwa seluruh data yang ada dapat diakses dengan tanpa adanya hambatan
waktu (tepat waktu) dan memfasilitasi database perusahaan dengan algoritma yang
terotomatisasi serta cara - cara yang inofatif untuk dapat membantu dalam proses
pengambilan keputusan oleh para eksekutif. Dan tidak lupa untuk memahami dengan
baik segala faktor yang mempengaruhi keamanan dari data tersebut. Selain itu,
perusahaan juga harus bisa melakukan sebuah inisiatif terhadap teknologi seperti apa
yang digunakan. Teknologi tersebut harus dapat menavigasi seluruh data yang ada, harus
dapat digunakan oleh user, rsitektur teknologi yang tepat, jaringan yang mendukung,
perangkat lunak serta perangkat keras yang cocok untuk pengelolaan data dalam jumlah
besar. Lalu, perusahaan juga harus mengembangkan metriknya secara rinci untuk menilai
seberapa baik program Big Data Management yang mereka lakukan, termasuk
didalamnya penilaian atau perhitungan waktu yang dibutuhkan untuk mengambil sebuah
nilai dari data. Hal ini dilakukan untuk mengitegrasikan sumber - sumber informasi yang
baru dengan sumber informasi yang sudah ada. Dari segi proses, perusahaan harus
memperhatikan horizontal partitioning yang dilakukan dengan mengutamakan informasi
yang diperlukan terlebih dahulu untuk diolah. Pendekatan Traditional information
lifecycle management sudah tidak lagi relevan pada jumlah data yang besar terutama
pada physical layout yang bertujuan untuk meningkatkan performanya. Karena beberapa
hal berikut :
Informasi merupakan sesuatu yang berkaitan langsung dengan pengambilan
keputusan.
Informasi sangat mendukung untuk memperjelas strategi apa yang akan
digunakan
Informasi sangat diperlukan untuk menjalankan kegiatan bisnis
Historical supporting Information
Informasi yang disimpan dalam jangka waktu panjang demi sebuah kepentingan.
3.3. Penerapan dan penggunaan B i g D a t a
. 3.3.1. Pemerintahan.
Contoh penggunaan Big Data pada pemerintah Amerika serikat. Pada tahun 2012,
presiden Amerika serikat Barak Obama mengumumkan tentang penelitian dan
pengembangan yang dilakukan untuk mengeksplorasi tentang manfaat dari Big Data
yang dapat digunakan untuk memecahkan masalah - masalah penting yang sedang
dihadapi oleh pemerintah. Kegiatan ini terdiri dari 84 program yang berbeda dan tersebar
ke 6 departemen pemerintahan yang ada di Amerika Serikat sana. Analisis tentang Big
Data ini ternyata membawa pengaruh yang cukup kuat pada kampanye yang disampaikan
oleh Barak Obama yang membuatnya terpilih lagi pada tahun 2012 sebagai presiden.
Pemerintah Federal negara Amerika Serikat memiliki 6 buah super komputer dari 10
super komputer yang terbaik di seluruh dunia. Programnya yang terbaru adalah Utah
Data Center yang saat ini sedang dibangun oleh National Security Agency dan ketika
Data Center ini selesai dibangun, fasilitas ini akan diperkirakan dapat menampung segala
informasi dan data yang dikumpulkan oleh NSA dari internet hingga mencapai hitungan
Yottabyte.
3.3.2. Sektor swasta
Salah satu pengguna Big Data pada sektor swasta adalah sebuah perusahaan jual –
beli barang online yaitu eBay.com, yang menggunakan dua buah "gudang data" yakni
dengan kapasitas masing - masing 7.5 Pettabyte dan yang satu lagi berkapasitas mencapai
45 Pettabyte serta penggunaan Hadoop Cluster.
Lalu selanjutnya juga berasal dari perusahaan jual beli online yakni Amazone.com
yang menangani jutaan operasi back-end dan lebih dari setengah juta pertanyaan yang
diajukan oleh penjual pihak ke tiga. Teknologi yang membuat perusahaan ini dapat
menangani semua kegiatan tersebut adalah dengan penggunaan teknologi yang berbasis
Linux dan pada tahun 2005, Amazone.com meimiliki 3 buah database terbesar didunia
dengan kapasitas masing - masing 7.5Terrabyte, 18.5Terrabyte, dan 24.5Terrabyte.
Selanjutnya adalah Walmart yang menangani lebih dari 1juta transaksi setiap jam
dan dimasukkan kedalam database yang diperkirakan berkapasitas lebih dari
2.5Pettabyte. Jumlah itu setara dengan 167 kali lebih banyak dari pada semua data buku
yang berada pada perpustakaan Kongres negara Amerika Serikat.
Dan yang terakir adalah Windemere Real Estate yang menggunakan signal GPS
anonim untuk lebih dari 100 juta pengendara. Hal tersebut dilakukan untuk membantu
orang - orang calon pembeli rumah baru supaya mereka dapat menentukan waktu dalam
mobilitas mereka sehari - hari.
3.3.3. Arsitektur.
Pada tahun 2004, Google mempublikasikan sebuah fitur baru yang dinamakan
MapReduce. Framwork ini mampu melakukan pengolahan dan implementasi model
dalam jumlah yang besar (dalam kapasitas data yang besar). Dengan MapReduce ini,
queri dapat dilakukan secara terpisah dan dapat didistribusikan secara pararel. Hasilnya
sangat memuaskan, sehingga membuat perusahaan lain yaitu Apache mengadopsi fitur
ini untuk membuat konsep yang sama yang dinamai Hadoop.
BAB IV
Kesimpulan dan Saran
4.1 Kesimpulan
Kesimpulan yang bisa didapat dari karya ini adalah Big Data yang merupakan kumpulan
data yang dimiliki perusahaan dengan jumlah yang sangat besar dan tidak terstuktur,
untuk itu perusahaan harus dapat mengelolah data yang perusahaan terima sehingga
perusahaan dapat menjadikan data ini sebagai kumpulan informasi dan mendapat
keuntungan dari Big Data yang telah di kelola agar perusahaan dapat merencanakan
startegi yang untuk kedepannya, pengambilan keputusan maupun forescasting dan
keuntungan lainnya seperti yang dibahas di bab 3. Namun, jika perusahaan tidak dapat
mengelola Big Data maka perusahaan akan mengalami kesulitan seperti data yang
diterima perusahaan tidak relevan yang mengakibatkan kesalahan dalam pengambilan
keputusan . selain itu perusahaan juga harus mengetahui cara untuk mengelola,
penerapan dan penggunaan Big Data sehingga perusahaan dapat memaksimalkan
penggunaan Big Data untuk keuntungan perusahaan.
4.2 Saran
Setiap perusahaan mempunyai Big Data , namun kebanyakan perusahaan tidak dapat
mengelola Big Data sehingga perusahaan tidak mampu untuk memanfaatkan Big Data
untuk keuntungan perusahaan, padahal jika perusahaan dapat mengelolah Big Data ,
perusahaan akan mendapat banyak keuntungan dari data tersebut. Selain itu ada baiknya
perusahaan mempelajari bagaimana cara mengelola Big Data
yang baik dan benar, dan memnafaatkan Big Data tersebut agar menjadi informasi yang
dapat membantu dan memajukan perusahaan.