Big Data Adalah: Pengertian, Jenis, Karakteristik & Contoh

Untuk memahami ‘Big Data’, Anda harus terlebih dahulu tahu

Apa itu Data?

Data adalah Jumlah, karakter, atau simbol tempat operasi dilakukan oleh komputer, yang dapat disimpan dan dikirim dalam bentuk sinyal listrik dan direkam pada media perekaman magnetik, optik, atau mekanis.

Apa itu Big Data?

Big Data juga data tetapi dengan ukuran besar . Big Data adalah istilah yang digunakan untuk mendeskripsikan kumpulan data yang berukuran sangat besar namun tumbuh secara eksponensial seiring waktu. Singkatnya, data tersebut sangat besar dan kompleks sehingga tidak ada alat manajemen data tradisional yang dapat menyimpan atau memprosesnya secara efisien. (Pengertian menurut WikiPedia)

Dalam artikel ini, kita akan belajar,

  • Contoh,
  • Jenis,
  • Karakteristik,
  • Keuntungan Dari Pengolahan,

Contoh Big Data

Berikut adalah beberapa contoh Big Data-

  • New York Stock Exchange  menghasilkan sekitar  satu terabyte  data perdagangan baru per hari.
  • Media sosial Statistik menunjukkan bahwa  500 + terabyte  data baru dapat dicerna ke dalam basis data situs media sosial  Facebook , setiap hari. Data ini sebagian besar dihasilkan dalam hal unggahan foto dan video, pertukaran pesan, memberi komentar, dll.
  • Mesin Jet tunggal dapat menghasilkan   data 10+ terabyte dalam  30 menit  waktu penerbangan. Dengan ribuan penerbangan per hari, generasi data mencapai hingga banyak  Petabyte.

Jenis Big Data

BigData ‘dapat ditemukan dalam tiga bentuk:

  1. Terstruktur
  2. Tidak terstruktur
  3. Semi terstruktur

Terstruktur

Setiap data yang dapat disimpan, diakses dan diproses dalam bentuk format tetap disebut sebagai data ‘terstruktur’. Selama periode waktu, bakat dalam ilmu komputer telah mencapai keberhasilan yang lebih besar dalam mengembangkan teknik untuk bekerja dengan data semacam itu (di mana formatnya sudah diketahui sebelumnya) dan juga memperoleh nilai darinya. Namun, saat ini, kami meramalkan masalah ketika ukuran data seperti itu tumbuh sangat besar, ukuran tipikal sedang dalam kemarahan beberapa zettabytes.

Apakah anda tahu 10 21  byte  sama dengan  1 zettabyte  atau  satu miliar terabytes  membentuk  zettabyte .

Melihat angka-angka ini orang dapat dengan mudah memahami mengapa nama BigData diberikan dan membayangkan tantangan yang terlibat dalam penyimpanan dan pemrosesan.

Apakah anda tahu  Data yang disimpan dalam sistem manajemen basis data relasional adalah salah satu contoh  data ‘terstruktur’ .

Contoh Data Terstruktur

Tabel ‘Karyawan’ dalam database adalah contoh Data Terstruktur

Identitas pegawai  Nama karyawan  Jenis kelamin  Departemen  Gaji_In_lacs
2365  Budi Harun Pria  Keuangan 650000
3398  Siti Munawaroh Perempuan  Admin  650000
7465  Rio Sujatmiko Pria  Admin  500000
7500  Bambang Trojol Pria  Keuangan  500000
7699  Selvie Maryam  Perempuan  Keuangan  550000

Tidak terstruktur

Setiap data dengan bentuk atau struktur yang tidak dikenal diklasifikasikan sebagai data yang tidak terstruktur. Selain ukurannya yang besar, data yang tidak terstruktur menimbulkan banyak tantangan dalam hal pemrosesan untuk mendapatkan nilai darinya.

Contoh khas data tidak terstruktur adalah sumber data heterogen yang berisi kombinasi file teks sederhana, gambar, video, dll. Saat ini organisasi memiliki banyak data yang tersedia, tetapi sayangnya, mereka tidak tahu cara mendapatkan nilai dari itu karena data ini dalam bentuk mentah atau format tidak terstruktur.

Contoh Data Tidak Terstruktur

Output dikembalikan oleh ‘Google Search’

 Semi terstruktur

Data semi-terstruktur dapat berisi kedua bentuk data. Kita dapat melihat data semi-terstruktur sebagai bentuk terstruktur tetapi sebenarnya tidak didefinisikan dengan misalnya definisi tabel dalam DBMS relasional. Contoh data semi-terstruktur adalah data yang direpresentasikan dalam file XML.

Contoh Data Semi-terstruktur

Data pribadi yang disimpan dalam file XML-

<rec> <name> Budi Harun </name> <sex> Pria </sex> <age> 35 </age> </rec>
<rec> <name> Siti Munawaroh </name> <sex> Wanita </sex> <age> 41 </age> </rec>
<rec> <name> Rio Sujatmiko </name> <sex> Pria </sex> <age> 29 </age> </rec>
<rec> <name> Subrato Roy </name> <sex> Pria </sex> <age> 26 </age> </rec>
<rec> <name> Bambang Trojol </name> <sex> Pria </sex> <age> 35 </age> </rec>

Pertumbuhan Data selama bertahun-tahun

Harap dicatat bahwa data aplikasi web, yang tidak terstruktur, terdiri dari file log, file riwayat transaksi dll. Sistem OLTP dibangun untuk bekerja dengan data terstruktur di mana data disimpan dalam relasi (tabel).
P

Harap dicatat bahwa data aplikasi web, yang tidak terstruktur, terdiri dari file log, file riwayat transaksi dll. Sistem OLTP dibangun untuk bekerja dengan data terstruktur di mana data disimpan dalam relasi (tabel).

Karakteristik Big Data

Karakteristik Big Data : yang merupakan beberapa elemen penting dalam big data adalah Volume, Variety, Velocity, Variability.

Beberapa elemen penting dalam bigdata adalah:

1. Volume

Volume –  Nama Big Data itu sendiri terkait dengan ukuran yang sangat besar. Ukuran data memainkan peran yang sangat penting dalam menentukan nilai dari data. Juga, apakah data tertentu benar-benar dapat dianggap sebagai Big Data atau tidak, tergantung pada volume data. Oleh karena itu,  ‘Volume’  adalah salah satu karakteristik yang perlu dipertimbangkan saat berhadapan dengan Big Data.

2. Variety

Variety –  Aspek selanjutnya dari Big Data adalah  keanekaragamannya .

Varietas mengacu pada sumber heterogen dan sifat data, baik terstruktur dan tidak terstruktur. Selama hari-hari sebelumnya, spreadsheet dan basis data adalah satu-satunya sumber data yang dipertimbangkan oleh sebagian besar aplikasi. Saat ini, data dalam bentuk email, foto, video, perangkat pemantauan, PDF, audio, dll. Juga dipertimbangkan dalam aplikasi analisis. Keragaman data yang tidak terstruktur ini menimbulkan masalah tertentu untuk penyimpanan, penambangan, dan analisis data.

3. Velocity

Velocity –  Istilah  ‘velocity’  mengacu pada kecepatan pembuatan data. Seberapa cepat data dihasilkan dan diproses untuk memenuhi permintaan, menentukan potensi nyata dalam data.

Big Data Velocity berurusan dengan kecepatan di mana data mengalir dari sumber-sumber seperti proses bisnis, log aplikasi, jaringan, dan situs media sosial, sensor, perangkat Mobile , dll. Aliran data sangat besar dan berkelanjutan.

4. Variability

Variability  –  Ini mengacu pada ketidakkonsistenan yang dapat ditunjukkan oleh data pada waktu tertentu, sehingga menghambat proses untuk dapat menangani dan mengelola data secara efektif.

Baca juga : Pemasaran Berbasis Data: Alat Dan Cara Menerapkannya

Manfaat Pemrosesan Big Data

Kemampuan untuk memproses Big Data memiliki banyak manfaat, seperti

  • Bisnis dapat memanfaatkan intelijen luar sambil mengambil keputusan

Akses ke data sosial dari mesin pencari dan situs-situs seperti facebook, twitter memungkinkan organisasi menyempurnakan strategi bisnis mereka.

  • Peningkatan layanan pelanggan

Sistem umpan balik pelanggan tradisional digantikan oleh sistem baru yang dirancang dengan teknologi Big Data. Dalam sistem baru ini, Big Data dan teknologi pemrosesan bahasa alami digunakan untuk membaca dan mengevaluasi respons konsumen.

  • Identifikasi awal risiko terhadap produk / layanan, jika ada
  • Efisiensi operasional yang lebih baik

Teknologi Big Data dapat digunakan untuk membuat area pementasan atau zona pendaratan untuk data baru sebelum mengidentifikasi data apa yang harus dipindahkan ke gudang data. Selain itu, integrasi teknologi BigData dan gudang data seperti itu membantu organisasi untuk membongkar data yang jarang diakses.

Kesimpulan

  • Big Data didefinisikan sebagai data yang berukuran sangat besar. Bigdata adalah istilah yang digunakan untuk mendeskripsikan kumpulan data yang berukuran sangat besar dan terus tumbuh secara eksponensial seiring waktu.
  • Contoh generasi Big Data termasuk pertukaran saham, situs media sosial, mesin jet, dll.
  • Big Data dapat 1) Terstruktur, 2) Tidak Terstruktur, 3) Semi-terstruktur
  • Volume, Variasi, Kecepatan, dan Variasi adalah beberapa Karakteristik Bigdata
  • Peningkatan layanan pelanggan, efisiensi operasional yang lebih baik, Pengambilan Keputusan yang Lebih Baik adalah beberapa keuntungan dari Bigdata

Comments are closed, but trackbacks and pingbacks are open.