Pengenalan Big Data

 Pengenalan Big Data


Dengan banyaknya kemunculan teknologi baru, perangkat dan sarana-sarana komunikasi seperti situs jejaring sosial, maka terjadi peningkatan secara signifikan jumlah data yang dihasilkan manusia. Bayangkan saja, jumlah data yang dihasilkan pada awal 2003 sampai akhir tahun berkisar 5 miliar gigabyte. Jika kita simpan seluruh data tersebut dalam sebuah hard disk batangan maka dapat menutup penuh sebuah stadion sepak bola. Jumlah yang sama dapat ditemukan dalam setiap sepuluh menit pada tahun 2013. Bagaimana di tahun 2015? Jumlah data yang begitu besar sangatlah berguna ketika dapat diolah dan diproses, namun sayangnya hal tersebut masih terabaikan.
 
Apa itu Big Data?
Big Data berarti benar-benar data yang besar. Itu adalah kumpulan dari set data yang besar yang tidak dapat diolah dengan menggunakan teknik komputasi tradisional. Data besar bukan hanya data, melainkan telah menjadi subjek yang lengkap, melibatkan berbagai alat, teknik dan kerangka kerja.

Apa cakupan dari Big Data?
Big Data melibatkan data yang dihasilkan perangkat dan aplikasi yang berbeda. Di bawah ini adalah beberapa bidang yang dicakup oleh Big Data:
  • Data Black Box: Ini adalah komponen helikopter, pesawat terbang, dan jet, dll menangkap suara dari awak pesawat, rekaman mikrofon dan earphone, dan informasi kinerja pesawat.
  • Data Social Media: media sosial seperti Facebook dan Twitter informasi dan pandangan yang diposting oleh jutaan orang di seluruh dunia.
  • Data Bursa Efek: Data bursa memegang informasi tentang 'membeli' dan 'menjual' keputusan yang dibuat pada saham perusahaan yang berbeda yang dibuat oleh pelanggan.
  • Data Power Grid: Data jaringan listrik memegang informasi yang dikonsumsi oleh node tertentu sehubungan dengan stasiun pangkalan.
  • Data Transportasi: Data transportasi meliputi model, kapasitas, jarak dan ketersediaan kendaraan.
  • Data Search Engine: Search engine mengambil banyak data dari database yang berbeda.
 Big Data
Jadi Big Data meliputi volume yang besar, kecepatan tinggi, dan berbagai extensible data. Data di dalamnya akan menjadi tiga jenis.
  1. Data terstruktur: data relasional.
  2. Terstruktur data semi: data XML.
  3. Data tidak terstruktur: Word, PDF, Text, Media Log.
Manfaat Big Data
Data besar benar-benar penting untuk kehidupan kita dan yang muncul sebagai salah satu teknologi yang paling penting dalam dunia modern. Ikuti hanya beberapa manfaat yang sangat banyak diketahui kita semua:
Menggunakan informasi yang disimpan di jaringan sosial seperti Facebook, lembaga pemasaran belajar tentang respon untuk kampanye mereka, promosi, dan media iklan lainnya.
Menggunakan informasi di media sosial seperti preferensi dan persepsi produk konsumen mereka, perusahaan produk dan organisasi ritel berencana memproduksi mereka.
Menggunakan data mengenai riwayat kesehatan sebelumnya pasien, rumah sakit menyediakan layanan yang lebih baik dan cepat.
Big Data Teknologi
Teknologi big data penting dalam memberikan analisis yang lebih akurat, yang dapat menyebabkan lebih konkret pengambilan keputusan sehingga efisiensi operasional yang lebih besar, pengurangan biaya, dan mengurangi risiko untuk bisnis.
Untuk memanfaatkan kekuatan data besar, Anda akan memerlukan infrastruktur yang dapat mengelola dan memproses volume besar data terstruktur dan tidak terstruktur secara realtime dan dapat melindungi privasi dan keamanan data.
Ada berbagai teknologi di pasar dari vendor yang berbeda termasuk Amazon, IBM, Microsoft, dll, untuk menangani data besar. Sambil melihat ke dalam teknologi yang menangani data besar, kami memeriksa dua kelas berikut teknologi:
Operasional Big Data
Ini termasuk sistem seperti MongoDB yang menyediakan kemampuan operasional untuk real-time, beban kerja interaktif dimana data terutama ditangkap dan disimpan.
Sistem NoSQL Big Data dirancang untuk mengambil keuntungan dari arsitektur komputasi awan baru yang muncul selama dekade terakhir untuk memungkinkan perhitungan besar untuk dijalankan murah dan efisien. Hal ini membuat operasional beban kerja data yang besar lebih mudah untuk mengelola, lebih murah, dan lebih cepat untuk melaksanakan.
Beberapa sistem NoSQL dapat memberikan wawasan ke dalam pola dan tren berdasarkan data real-time dengan minimal coding dan tanpa perlu ilmuwan data dan infrastruktur tambahan.

Analitis Big Data
Ini termasuk sistem seperti Massively Parallel Processing (MPP) sistem database dan MapReduce yang menyediakan kemampuan analitis untuk analisis retrospektif dan kompleks yang dapat menyentuh sebagian besar atau semua data.
MapReduce memberikan metode baru analisis data yang melengkapi kemampuan yang disediakan oleh SQL, dan sistem yang didasarkan pada MapReduce yang dapat ditingkatkan dari server tunggal untuk ribuan mesin tinggi dan low end.
Kedua kelas teknologi saling melengkapi dan sering digunakan bersama-sama.

Tantangan Big Data
Tantangan utama yang terkait dengan data yang besar adalah sebagai berikut:
  • Menangkap data
  • Kurasi
  • Penyimpanan
  • Mencari
  • Berbagi
  • Transfer
  • Analisa
  • Presentasi
Untuk memenuhi tantangan di atas, organisasi biasanya mengambil bantuan server perusahaan.
Sumber: www.tutorialspoint.com

Komentar

Posting Komentar

Postingan populer dari blog ini

Paper Metode Scrum

Gambar
RINGKASAN Bagi banyak pengembang indudtri perangkat lunak, metodologi Agile bukanlah sesuatu yang baru. Metode ini adalah jawaban langsung atas paradigma manajemen proyek tradisional yang dominan pada masanya, yaitu metode Waterfall. Pada tahun 2001, 17 pioner dari metodologi Agile bertemu di Snowbird Ski Resort, Utah, dan menyusun sebuah manifesto bersama mengenai metodologi ini. Manifesto ini kemudian menjadi prinsip dasar dari Agile, dengan penekanan pada komunikasi dan kolaborasi, fungsi perangkat lunak, dan fleksibilitas untuk beradaptasi dengan realitas bisnis yang muncul. Tetapi dari manifesto tersebut, tidak dinyatakan mengenai proses yang konkret, bagaimana saat pengembang harus bertemu dengan 3 persoalan yang pasti muncul : deadline, stakeholder, dan tekanan dalam proses development. Maka muncul sub-sub dari metodologi Agile, antara lain : Crystal Clear, Extreme Programming, Feature Driven Development, Dynamic Systems Development Method(DSDM), Scrum dan lainnya.
Baca selengkapnya

My Story about openSUSE.Asia Summit 2017 from Tokyo, Japan.

Gambar
On September 4th, 2017 I got an e-mail from Takeyama-san that my idea accapted and I will be one of the speakers at the openSUSE.Asia Summit 2017. This will be my first experience to go to Japan. Me and several others Indonesian speakers, Dhenandi Putra, Yan Arief, Andi Sugandi and Tonny Sabastian went with the same flight. We departed from Jakarta. Indonesia on October 19, 2017, and arrive at Haneda Airport Tokyo on October 20, 2017 at 09.00 (GMT +9). After arriving at Haneda Airport, I went directly to the room that I already booked in Hachimanyama area, Tokyo by electric train. In the evening, all speakers are invited to attend the "Welcome Party" held by the local Committee. DAY ONE There is a registration table for the attendees. On Saturday, the event was opened by Takeyama one of the local committee from Japan. Welcoming with a great respect and thank you for attending the openSUSE Asia Summit to everyone in attendance. An
Baca selengkapnya

Aku Malu Menjadi Mahasiswa Beastudi Full S1 di STT Nurul Fikri

Gambar
Kenalin,  nama lengkap Aku Umul Sidikoh biasanya orang-orang panggil dengan sebutan Umul. Bisa dibilang, salah satu mahasiswa yang masih berumur sangat muda, karena di umur 19 tahun sudah  memasuki semester 6 di STT Nurul Fikri. Aku lahir di Tangerang, 13 Mei 1997. Tempat tinggal Aku masih di Tangerang, cuma sekarang udah mulai nge-kost di daerah Depok. Cita-cita Aku sih jadi pengusaha karena sifatnya fleksibel dan tidak dituntut oleh atasan, dan menjadi penulis buku atau novel. Hobi Aku pertama menulis, yang lainnya olahraga, travelling, touring, baca-baca. Kalo ditanya tentang motto hidup, ya Aku jawabnya “Lakukanlah yang terbaik, atau tidak sama sekali ( Do be The Best, or Nothing ) “. Berlatar belakang Siswa SMA jurusan IPA, di salah satu sekolah negeri di Kota Tangerang. Sejak SMA, pelajaran yang paling disuka yaitu Kimia(Chemistry). Entah, padahal itu pelajaran lumayan sulit, dimana harus hafal ikatan-ikatan kimia, yang pasti bukan ikatan aku dan kamu *eh. Namanya ju
Baca selengkapnya