Mengenal Big Data

Mengenal Big Data

BIG DATA – adalah istilah umum untuk segala himpunan data dalam jumlah yang sangat besar, rumit, dan tak terstruktur sehingga menjadikannya sukar ditangani apabila hanya menggunakan perkakas manajemen pangkalan data biasa atau aplikasi pengolah data tradisional belaka. Big Data juga dapat diartikan sebagai pertumbuhan data dan informasi yang eksponensial dengan kecepatan dalam pertambahannya dan memiliki data yang beragam sehingga menyebabkan tantangan baru dalam pengolahan sejumlah data besar yang heterogen dan mengetahui bagaimana cara memahami semua data tersebut.

Big Data dapat diterapkan di semua aspek yang ada misalnya pada bidang bisnis, kesehatan, pariwisata, pemerintahan, kejahatan, dan lainnya. Dengan menggunakan alat untuk pengambilan ataupun pengolahan datanya misalnya dengan menggunakan perangkat lunak Gephi, Python, Netlytics, NiFi, dan Tableau. Dengan memahami bahwa Big Data itu penting, maka suatu organisasi akan dengan mudah mengolah dan menganalisis sekumpulan data atau suatu permasalahan yang sedang dihadapi baik dari internal maupun eksternal organisasinya. Organisasi tersebut dapat menghemat biaya, menghemat waktu, dan menciptakan sebuah keputusan yang tepat.

Apa Itu Big Data dan Cara Kerja Big Data - AdIns

Sejarah Singkat Big Data

Pada tahun 2005, Rogers Mougalas dari O’Reilly Media menciptakan istilah big data untuk pertama kalinya, tepat setahun setelah mereka menciptakan istilah Web 2.0. Istilah big data ini mengacu pada kumpulan data besar yang hampir tidak mungkin dikelola dan diproses menggunakan tools intelijen bisnis tradisional. Pada tahun yang sama, Hadoop yang dibangun di atas Google Map Reduce diciptakan oleh Yahoo. Tujuan dari Hadoop adalah untuk mengindeks seluruh World Wide Web dan hingga saat ini Hadoop masih digunakan. Pada tahun 2009, pemerintah India memutuskan untuk melakukan scan iris mata, sidik jari, dan foto pada 1,2 miliar penduduk India. Semua data ini disimpan dalam database biometrik terbesar di dunia.

Karakteristik Big Data

Big Data pada dasarnya memiliki beberapa ciri khas sebagai berikut:

  1. Volume

    Ukuran data memang penting. Sesuai dengan namanya, kamu perlu memproses volume data yang cukup besar untuk data.

  2. Velocity

    Velocity disini adalah kecepatan yang sangat cepat di mana data diterima dan (mungkin) langsung digunakan. Biasanya, kecepatan tertinggi aliran data langsung ke memori dibandingkan yang ditulis ke disk. Beberapa smart devices yang menggunakan internet beroperasi dalam waktu nyata atau mendekati waktu nyata dan akan memerlukan evaluasi dan tindakan secara real-time.

  3. Variety

    Variety yang dimaksud disini adalah berbagai jenis data yang tersedia. Jenis data tradisional biasanya lebih terstruktur. Dengan semakin berkembang, ada juga data yang belum terstruktur. Data yang belum terstrukur atau semi terstruktur seperti text, audio, dan video memerlukan waktu untuk diproses agar kamu bisa tahu arti dari data-data ini.

  4. Value

    Value adalah nilai atau makna sebuah data setelah melalui proses pengolahan. Sebuah data set akan dianggap bernilai jika informasi yang diperoleh dari pengolahan tersebut dapat membantu mengambil keputusan bisnis yang lebih baik.

  5. Veracity

    Veracity atau kebenaran data adalah tingkat akurasi informasi yang diberikan oleh sebuah data set. Dengan tingkat kebenaran data yang baik, maka keputusan yang diambil dengan mengolah data tersebut akan memberikan hasil yang maksimal.

Penerapan Big Data

Bidang bisnis

Salah satu kelebihan dari Gephi sebagai penganalisis jaringan sosial adalah kemudahan dalam penggunaannya. Tidak perlu kemampuan khusus untuk mengoperasikannya. Anda hanya perlu memasukkan data jaringan sosial ke Gephi dan menggunakan beberapa algoritme yang telah disediakan dalam Gephi. Anda dapat melihat jaringan yang terhubung dengan pengelompokkannya dalam bentuk visual untuk kemudian dianalisis agar mendapatkan beberapa implikasi bisnis penting.

Pada saat ini, media sosual merupakan sebuah tempat yang sangat kuat untuk mempromosikan sebuah merek atau produk. Hampir setiap merek hadir dalam media sosial terutama pada FacebookTwitter, dan Instagram karena situs media sosial tersebut memiliki sangat banyak pengguna yang akan menganalisis performa merek yang hadir pada media sosial. Melalui Gephi, seseorang dapat menganalisis koneksinya di media sosial dan dapat dengan mudah menemukan implikasi bisnis seperti penyasaran (targeting), pemosisian (posisitioning), dan lain-lain berdasarkan klaster yang terbentuk pada Gephi.

Salah satu impikasi pemasaran yang paling penting dari visualisasi jaringan Gephi adalah penyasaran (targeting). Anda akan dengat sangat mudah menemukan demografi masyarakat atau kelompok dan kemudian mengambil keputusan penyasaran dan pemosisian dari sebuah merek.

Bidang kesehatan

Mengetahui bahwa perkembangan penggunaan Big Data sudah sangat pesat dan kesadaran masyarakat dunia terhadap keefektifan penggunaan Big Data dalam aktivitasnya sehari-hari juga merambah pada dunia kesehatan, yaitu dunia kedokteran. Dalam industri kesehatan digital, Big Data menggunakan teknik ilmu data untuk menangkap dan menganalisis data yang sangat besar dan kompleks untuk memberikan dampak positif bagi hasil perawatan pasien dan mengoptimalkan proses bisnis.

Meskipun istilah Big Data merujuk pada volume data, itu bukanlah permasalahan utama karena Big Data juga dapat merujuk pada tingkat teknologi yang dibutuhkan organisasi untuk menangani dan fasilitas yang dibutuhkan untuk menyimpannya. Industri kesehatan menghasilkan data klinis, keuangan administratif, dan genom yang sangat besar sehingga memerlukan teknik Big Data untuk membantu mengaturnya.

Pada tahun 2009, terdapat sebuah penelitian Big Data pada bidang kesehatan, yaitu mengenai interaksi jaringan protein dalam melakukan prediksi kanker payudara menggunakan metode Analisis Jaringan Dinamis.[16] Pada penelitian dijelaskan bagaimana evolusi kelas-kelas yang terbentuk dari interaksi antarsel dalam tubuh sehingga bisa mendapatkan pengutuban pembentukan sel kanker payudara. Perangkat lunak Gephi dapat dimanfaatkan untuk menganalisis hal yang serupa dengan visualisasi yang bisa ditampilkan menggunakan perangkat lunak tersebut.

Secara umum, penggunaan Big Data dalam bidang kesehatan akan mengarah kepada 6 kategori informasi, yaitu:

  1. Data web dan media sosial: seperti data interaksi yang didapatkan dari Facebook, Twitter, LinkedIn, blogs, health plan websites dan aplikasi dari smartphone.
  2. Machine-to-machine data: Seperti informasi dalam sensor, meter dan perangkat lain.
  3. Data Transaksi: seperti klaim layanan kesehatan dan catatan penagihan dalam format semi-terstruktur dan tidak terstruktur
  4. Data Biometrik: seperti data sidik jari, genetika, tulis tangan, pemindaian retina, sinar-X dan gambar medis lainnya.
  5. Data yang dihasilkan manusia’ (Human-generated datal seperti data rekam medis elektronik (Electronic Medical Records/EMRs), catatan dokter, email, dan dokumen kertas lain.
  6. Data Litbang Farmasi: terkait dengan mekanisme tindakan obat, perilaku target dit ubuh manusia dan efek samping dari segala tindak farmasi.

oemahbeling

See all posts

Leave a Reply

Your email address will not be published. Required fields are makes.

Open chat
Halo
Ada Yang Bisa Dibantu