Sederhananya, big data lebih besar dari sekedar data, kumpulan dari data yang lebih kompleks, terutama dari source data yang baru
Apa itu Big Data? Big Data adalah kumpulan data yang bervariasi dan lebih besar dalam volume besar dan dengan kecepatan transfer yang tinggi
Karena kumpulan data ini sangat banyak, pastinya software pengolah data tradisional tidak dapat mengelolanya.
Pengertian Big Data
Istilah data yang berkembang ini menggambarkan data dalam volume besar baik terstruktur, semi- atau tidak terstruktur sama sekali
Tapi, data-data ini memang memiliki potensi untuk dilakukan data mining, demi mendapatkan informasi yang bisa dimanfaatkan dalam project untuk meningkatkan kualitas baik untuk mesin atau aplikasi.
Big Data sering ditandai dengan adanya 3 V istilah ini:
- Volume – Jumlah data penting. Misalnya, seberapa banyak feeds yang ada di Twitter?
- Velocity – Kecepatan data diterima dan (mungkin) ditindaklanjuti.
- Variety – Banyak jenis data yang tersedia
Tapi, seiring berjalannya waktu, muncul baru 3 V’s lainnya yang menjadi deskripsi, yaitu: Veracity, Value, dan Variability.
Data-data yang banyak ini bisa berasal dari berbagai sumber, seperti:
- Business transaction systems,
- Customer databases,
- Medical records,
- Internet clickstream logs,
- Mobile applications,
- Social networks,
- Report dari experiment science,
- Machine-generated data
- Real-time data sensors yang digunakan di internet of things (IoT)
Sebuah data sangat mungkin masih berbentuk raw atau setengah terproses ketika didapatkan dalam proses data mining sebelum dianalisa.
Mencari sebuah nilai dari kumpulan data bukan hanya kita sekadar menganalisanya saja.
Proses dalam mencari tahu membutuhkan analisa yang kuat bahkan untuk seorang pebisnis, memahami pattern, membuat asumsi sementara, hingga memprediksi perilaku.
Fungsi Big Data
Selain memberi kita wawasan dan peluang yang menggiurkan, Big Data juga dapat menimbulkan beberapa hal dari segi negatif, seperti:
- Data Privacy – Kumpulan data yang dihasilkan mengandung banyak informasi yang bahkan tentang kehidupan pribadi yang sifatnya kita rahasiakan.
- Data Security – Tidak ada jaminan apapun saat kita memberikan data dengan tujuan apapun, bahkan kepada orang yang kita percaya sekalipun.
- Data Discrimination – Ketika semua data kita diketahui, sering kali kita menerima diskriminasi dalam kehidupan, apalagi jika kita berurusan dengan kartu kredit.
Pengertian Data Analytic
Data analytic adalah ilmu yang digunakan untuk menganalisa data mentah untuk mengambil sebuah kesimpulan tentang informasi.o
Banyak teknik, proses, tenaga dan bahkan algoritma yang digunakan ketika menganalisis raw data demi kepentingan manusia.
Ada 2 keuntungan yang biasanya kita pasti kita dapatkan, yaitu:
- Memungkinkan kita untuk mendapatkan jawaban lengkap, karena kita memiliki informasi lebih banyak.
- Data lebih solid dan meyakinkan, bisa dipertimbangkan ketika kita mengalami masalah / problem.
- Di dunia kesehatan, analisis data membantu untuk menemukan penyakit sejak dini dan mengembangkan obat-obatan baru
- Sensor data yang bagus dapat membantu menganalisa dan memprediksi di mana gempa bumi mungkin akan terjadi (selanjutnya)
Data analisis membantu kita untuk melihat trend dan metrik yang mungkin bisa hilang secara cepat.
Informasi yang didapat, kemudian bisa digunakan untuk mengoptimasi dan meningkatkan efisiensi sebuah bisnis atau sistem.
Apakah Data Analytic Penting?
Penting. Menganalisa data sifatnya penting karena membantu kita dalam mengembangkan performa bisnis kita jalankan.
Data analytic membantu perusahaan mengurangi biaya pengeluaran dengan mengidentifikasi dengan menyimpan data yang diperlukan dalam jumlah banyak.
Data analytic berfokus pada kesimpulan yang diambil, berdasarkan data yang telah diketahui dan dianalisa.
External Link: What is Big Data? – Definition from Techtarget | What Is Big Data?
Baca juga: