Pengertian Big Data Beserta Kelebihan dan Kekurangannya [Lengkap]

Posted on

Definisi Big Data

Big data ialah data dengan ciri ciri yang berukuran sangat besar ,variatif, sangat cepat sekali pertumbuhan nya dan mungkin  tidak bisa tersetruktur  yang  harus di olah khusus dengan menggunakan teknologi yang inovatif , sehingga mudah untuk mendapatkan informasi yang sangat mendalam dan mudah dapat membantu dalam pengambilan suatu keputusan yang baik.”

Empat karakteristik tersebut : berukuran yang sangat besar sekali (high-volume), atau sangat bervariasi sekali (higih-variety),atau kecepatan pertumbuhan  yang lebih tinggi, dan sama sekali tidak jelas (high veracity) sering kali disebut dengan 4V’s big data.

Sebuah teknologi big data di ciptakan untuk menangani keempat ciri  di atas. Dan jika  data anda sudah memiliki ciri-ciri atau satu saja  dan beberapa kombinasi di atas, tentunya anda dapat memanfaatkan teknologi Big Data yang sudah tersedia di pasran.

Definisi diatas  ialah merupakan kompilasi definisi dari gatner-  sebuah perusahaan yang Riset dan mempunyai konsultan IT yang sangat terkenal mendunia dan mempunyai basis di US- Dan mempunyai beberapa organisasi lain yang menambahkan elemen high-veracity ke dalam sebuah definisi gatner.

Teknologi Big Data

Teknologi Big Data iyalah teknologi yang sangat memungkinkan  suatu peroses pengolahan sebuah data dengan menggunakan empat ciri diatas. Sebelum di munculkan teknologi baru ini, pengolahan data selalu di lakukan oleh seorang programmer dan cukup memakan waktu yang cukup lama.

 Tujuan peroses ini agar setiap bisnin, suatu organisasi ataupun suatu individu yang mampu untuk mengolah data tersebut untuk mendapatkn suatu informasi lebih mendalam (insights) yang akn melakukan tindakan  (decision making ) dan sebuah tindakan (action) suatu bisnis yang mengandalkan insight tersebut dan bukan menggunakan suatu insting.

Contoh penerapan :Analisa  Perilaku Belanja Konsumen

Yang harus anda pahami adalah, bahwa sebuah data struk belanja yang dimiliki oleh sebuah perusahaaan  ritel  dapat untuk di gunakan untuk meneliti  perilaku seorang konsumen.

Dari sebuah informasi tersebut ada beberapa tindakan menarik yang dapat di lakukan yang sangat menarik, di antara nya sebagai berikut ;

1. menyusun semua rak belanja  supaya dua atau tiga perduk tersebut saling berdekatan sehingga anggar mudah di jangkau oleh konsumen yang ingin berbelanja.

2. agar mudah untuk di putuskan di beli dengan mudah dan cepat.

3. lebih baik membuat paket peromosi dimana  campuran peroduk  tersebut  di jual dengan discount harga termurah / paling murah.

Sebuah tindakan ini terbukti dapat meningkatkan penjualan secara signifikan ,dan dapat mencegah masalah inventori/ stock suatu barang.

Baca Juga :

Pada awalnya , suatu permasalahan ini sangat terlihat mudah dan dapat di pecahkan dengan menggunakan perogram spread sheet sseperti microsoft excel. Akan tetapi, tahu kan anda jika anda sudah memiliki 1000 item SKU peroduk (produk) dari seluruh struk dalam transaski penjualan maka dengan itu anda sudah memiliki 999,000 sebuah campuran dua peroduk yang harus di cek kembali ke dalam data dalam menjalankan smua transaksi.

Berapa banyak waktu yang anda perlukan/ yang anda gunakan dalam menggunakan spreadsheet? Dua  minggu? Atau satu bulan atau bisa lebh dari itu. Akan tetapi, jika anda menggabungkan dengan sebuah teknologi data mining mungkin anda hanya  memerlukanwaktu beberapa detik saja , atau mungkin paling lambat nya satu jam saja.

Kelebihan dan Kekurangan  BIG Data

Sebuah Teknologi big data iyalah adalah solusi untuk beberapa masalah  yang dapat membutuhkan suatu distribusi yang baik system yang baik. Untuk melakukan kebutuhan storage atau komputasi  karena suatu permasalahan yang terjadi  tidak akan berhasil di pecahkan dalam satu mesin. Dan kemampuan mesin sudah tidak dapat lagi di tingkatkan. Salah satu fitu utama dari aplikasi tool atau framework big data adalah sebuah partisi, yang dapat menjawab sebuah permasalahn tersebut

Namun hal tersebut bukan solusi untuk semua masalah yaang dapat terselesaikan.partisi sendiri pun memiliki bebrapa keterbatasan yang cukup mengikat sehingga tidak dapat sebuah model data atau sebuahpermasalahan komputasi dapat di selsesaikan dengan big data.

Struktur data tidak fleksibel

Masalah yang sering muncul adalah struktur data yang tdiak fleksibel. Stuktur  data yang di jalankan dan di operasikan pada teknologi big data pada umum nya sangat memperlihatkan efektifitas dan efesiensi sebuah pemerosesan yang nanti nya akn kita buktikan dan mudah kita lakukan.

Peroses komputasi  tidak efisien

Hal ini di khusus kan untuk teknologi  big data yang menawarkan  distributet computation  seperti hadoop m apreduce dan apachespark. Kita dapat mengasumsikan melakukan sebuah peroses dengan pendekatan yang berbeda jumlh data dengan struktur partisi yang dapat di tukara misalkan pada contoh kata di atas yang awalan katanya “/user/date/ menjadi date user.

Begitu juga dengan kebalikan nya, semakin dikit partisi, yang berarti jumlah data akan mendapataakaan semakin banyak dalm satu partisi. ,maka julah antrian job akan semakin sedikit, dalam suatu peperosesan data akan memakan sumber daya yang cukup besar dan lebih mahal lagi, hal iniakan cocok dan pas jika  node yang kita sigen  berjumlah sedikit  atau sebuah kapasitas komputasi ram dan core vdalam satu node yanglebih tinggi lagi.

Pada tahun 2012 iyalah tahun dimna big data  mulai menjadi topik utama  dan hangat di kalngan praktisi n IT , Perusahaan dan media sosial meskipun big data sudah ada sejak lama namun masih dalam kedaaan yang tabu/ belum dikenal oleh banyak orng/ kalangan luas di dalam sebuah perusahaaan. Banyak kalangn yang belum menyadari akan potesi kerja big data. Dapat di pahami oleh data-data yang jumlah nya sangat besar. Seperti akun pengguna internet  dan transaksi perbankan, transaksi penjualan ritail, citra satelit, camera,gps, recorder camera  dokumen organisasi dan gambar. Sulit di dapt kan dan di interpretasikan  namun sangat  kaya manfaat nya, pada dasar nya big data adalah data terbaru pada bab analisa di tempat kerja demikian yang di nyatakan   bill roberts membuka tulisan cover story di hr magazine edisi bulan oktober 2013. Anda dapat membayangkan bahwa bisnis yang menjajnikan di perusahaan anda.

Tujuan peroses ini agar setiap bisnis, suatu organisasi ataupun suatu individu yang mampu untuk mengolah data tersebut untuk mendapatkn suatu informasi lebih mendalam (insights) yang akn melakukan tindakan  (decision making ) dan sebuahg tindakan (action) suatu bisnis yang mengandalkan insight tersebut dan bukan menggunakan suatu insting.Kesimpulan

Sebuah pasrtisi merupaka  fitur dasar yang jutama dalam sebuah teknologi, big data yang terkait  lojkasi fisik dimna peroses data dilakukan dan disimpanndengan baik. Hal tersebut merupakan solusi dari sebuah permasalahn yang terjadi.

Namun partisi juga memilik beberapa hal keterbatasan  dan sebuah ikatan yang harus perlu dipertimbangkan kembali karena setreeuktur data yang mempersentasekan sebuah pasrtisi ini sangat memperngaruhi sebuah efektifitas  dan efisiensi dari suatu operasi  pada teknologi big data baik penyimpanan ,komputasi pada sebuahpengolahan data lain. Kemungkinan dapat terjadi biaya investasi yang lebih tidak berdampak apapun pada desain strukur data kita jika tidak tepat dalam melakun/ menjalan kan  big data.

Demikian artikel tentang big data dari ayoksinau.com semoga bermanfaat

Baca Juga :