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.