EVOLUSI INFORMASI: STRATEGI PEMANFAATAN TI DAN STRATEGI IMPLEMENTASI BIG DATA

P E N D A H U L U A N

MODEL EVOLUSI INFORMASI DALAM MENGELOLA INFORMASI

SEBAGAI ASET STRATEGIS

Perkembangan teknologi merupakan hal yang sangat berkaitan erat pada era informasi sekarang ini. Dampak dari perkembangan teknologi informasi dewasa ini sangat mempengaruhi kehidupan secara global. Teknologi terus berubah, cara berpikir manusia berubah, kebijakan-kebijakan juga ikut berubah, dan berdampak pada informasi yang terus berubah. Informasi yang terus berubah itulah yang disebut evolusi informasi.

Istilah evolusi secara umum dan asal mula serapan kata evolusi. Evolusi adalah proses perubahan secara berangsur-angsur (bertingkat) dimana sesuatu berubah menjadi bentuk lain (yang biasanya) menjadi lebih kompleks/ rumit ataupun berubah menjadi bentuk yang lebih baik.

Evolusi terjadi karena masyarakat berusaha menyesuaikan diri dengan keperluan, keadaan dan kondisi baru yang timbul sejalan dengan pertumbuhan masyarakat. Oleh sebab itu perubahan yang terjadi melalui evolusi terjadi dengan sendirinya secara alami, tanpa rencana atau kehendak tertentu.

Berbeda dengan revolusi, proses evolusi biasanya berlangsung lama. Dalam konteks penggunaan istilah, evolusi sering kali digunakan untuk menggambarkan perkembangan yang lambat. Fenomena inilah yang sering dipakai para pimpinan organisasi, peruahaaan, industri sebagai model untuk menentukan kemampuan mengelola informasi sebagai suatu aset strategis bagi organisasi, bisnis dan usaha mereka.

Bagi organisasi, perusahaan ataupun industri di era informasi sekarang ini, pengelolaan informasi menjadi suatu aset yang bersifat strategis/jangka panjang akan bersifat krusial. Pertimbangan pencapaian aset strategis tersebut dapat dilihat dari tingkat kemampuan mengelola informasi menghadapi globalisasi, menguasai informasi yang terkini, serta menerapkan gaya pembuatan keputusan, kebijakan, dan pengelolaan informasi yang sesuai dengan budaya organisasi yang ada.

Setiap organisasi mempunyai tingkatan kemampuan manajemen informasi yang berbeda-beda, aset strategis mereka juga berbeda-beda. Ada beberapa model yang bisa dipakai untuk memetakan tingkat kemampuan tersebut, salah satunya adalah model evolusi informasi dari Davis dkk. (2006).

Menurut Davis dkk. (2006), ada empat dimensi yang mempengaruhi tingkat kemampuan organisasi dalam mengelola informasi sebagai aset strategis yaitu: Proses Pengetahuan, Infrastruktur, Modal Manusia, dan Budaya.

1. Infrastruktur. Sekumpulan perangkat keras, perangkat lunak, kakas-kakas jaringan dan pemanfaatan teknologi untuk menciptakan, mengelola, menyimpan, menyebarkan, dan menerapkan informasi;

2. Proses Pengetahuan. Kebijakan-kebikakan, praktik-praktik terbaik, standar-standar, dan cara memerintah yang mendefinisikan bagaimana informasi diciptakan, divalidasi, dan digunakan; bagaimana informasi terikat terhadap matriks kinerja dan sistem pemberian insentif; dan bagaimana dukungan organisasi terhadap pelaksanaan strategis dari informasi;

3. Modal Manusia. Orang-orang dalam organisasi dan aspek-aspek dari mereka yang bisa diukur seperti kemampuan, perekrutan, pelatihan, dan penilaian;

4. Budaya. Pengaruh manusia dan pengaruh organisatoris terhadap aliran data – mengenai moral, sosial, dan norma-norma perilaku dari budaya organisasi (sebagai pembuktian atas sikap-sikap, kepercayaan-kepercayaan, dan prioritas-prioritas dari setiap pelaku organisasi) dihubungkan informasi sebagai aset strategis.

Menurut model evolusi informasi, kesuksesan suatu organiasasi dalam mengelola informasi sebagai aset strategis adalah kemampuan untuk menyelaraskan empat dimensi tersebut, kemudian membagi tingkat kemampuan organisasi tersebut menjadi lima tingkatan, yaitu:

1. Tingkat 1: operasional, digambarkan seperti “kepemilikan” data secara perorangan beserta pengendaliannya, diterapkan untuk menghadapi isu-isu yang bersifat fungsionalitas yang terjadi sehari-hari di dalam organisasi;

2. Tingkat 2: konsolidasi, digambarkan bahwa perspektif dari tingkatan perorangan tersebut telah digantikan dengan tingkatan departemental atau standar-standar, matriks-matriks dan perspektif-perspektif secara funsionalitas;

3. Tingkat 3: integrasi, perluasan dari tingkatan konsolidasi dengan sudut pandang suatu perusahaan;

4. Tingkat 4: optimasi, digambarkan sebagai organisasi yang sangat dekat keselarasan-nya dengan pasar dan mencapai kepimpinan pasar dengan menerapkan pengetahuan yang dalam bersifat prediktif terhadap para pelanggan, pemasok, dan patner bisnis;

5. Tingkat 5: inovasi, digambarkan bahwa pertumbuhan yang berkelanjutan serta hampir semua penghasilan yang berpotensi bagi organisasi digerakan oleh kreatifitas dan pembaruan yang berkelanjutan.

P E M B A H A S A N

STRATEGI PEMANFAATAN TI DAN STRATEGI IMPLEMENTASI BIG DATA UNTUK ORGANISASI BISNIS

Informasi menjadi asset yang sangat vital dalam menunjang manajemen dan kegiatan operasional organisasi di era digital ini, tentunya informasi digunakan di berbagai bidang untuk memudahkan pekerjaan setiap pemakainya (user) dan membantu jalannya proses yang ada menjadi lebih cepat. Meskipun informasi sangat membantu kegiatan operasional dan kegiatan strategis namun semua informasi tersebut harus disimpan, dikelola, dan dilindungan informasi lebih dapat dimaksimalkan manfaatnya.

Tak dipungkiri jika banyak sekali kejadian yang merugikan organisasi bisnis, perusahaan atau industri karena tidak memanfaatkan infromasi yang ada atau bahkan membuang informasi yang didapat, hal seperti itu sangat merugikan perusahaan karena tidak dapat memaksimalkan fungsi dari informasi yang ada untuk mempermudah proses pengambilan keputusan, perencanan strategis, dan perencanaan operasional. Hal seperti ini harus dapat dicegah dengan penanganan yang baik serta perhatian yang ekstra agar informasi tersebut dapat berguna maksimal bagi organisasi atau perusahaan.

Esensi dari strategi pemafaatan TI dengan model evolusi informasi milik Davis dkk. (2006) adalah perannya dalam memaksimalkan kemampuan aliran informasi yang bersifat aset-aset strategis bagi organisasi tersebut. Pemanfaatan strategi pada setiap tingkat idealnya harus telah memenuhi pemanfaatan strategi tingkat dibawahnya. Pembagian strategi tersebut adalah sebagai berikut:

1. Tingkat 1: strategi pemanfaatan TI berfokus pada teknologi untuk membantu pengontrolan prosedur-prosedur harian sesuai standard yang dibuat oleh pemimpin. Saran penggunaan teknologi seperti teknologi otomasi kantor, otomasi basis data, dll.

2. Tingkat 2: strategi pemanfaatan TI berfokus pada teknologi untuk meningkatan pemrosesan informasi dan memberikan laporan hasil kinerja setiap departemen. Penggunaan teknologi yang disarankan seperti resequencing report, data mart, MIS, DSS, dll.

3. Tingkat 3: strategi pemanfaatan TI berfokus pada teknologi yang berperan sebagai suatu sistem terintegrasi bagi organisasi. Pemanfaatan teknologi disarankan adalah aplikasi Enterprise Information Systems, Data Warehouse, dll.

4. Tingkat 4: strategi pemanfaatan TI berfokus pada teknologi untuk mendukung pertukaran informasi secara internal maupun menggali informasi dari eksternal secara luas. Teknologi yang disarankan seperti: teknologi portal, time extension, aplikasi CRM, BI, dll.

5. Tingkat 5: strategi pemanfaatan TI berfokus pada teknologi untuk pengelolaan dan pendokumentasian pengetahuan. Teknologi yang disarankan seperti: teknologi portability dan reusability, dll.

Saat ini sudah banyak perusahaan yang menyadari pentingnya pengelolaan data dengan cara memanfaatkan big data. Big Data menjadi topik yang dominan dan menjadi menjadi pusat perhatian organisasi bisnis, perusahaan dan industri ditengah ledakan informasi yang terjadi secara berkelangsungan sejak dimulainya era informasi.

Big Data marak di gunakan sebagai teknologi yang akan menjadi trend masa depan. Teknologi baru di era industri 4.0 ini, mampu memproses pengolahan, penyimpanan, serta menganalisis data dalam bentuk dan format yang beragam. Pengolahan data berskala besar ini dapat diminimalisir waktu pengerjaannya dengan menggunakan Big Data.

Perkembangan volume dan jenis data yang terus meningkat secara berlipat-lipat dalam dunia maya Internet semenjak kelahirannya adalah fakta yang tak dapat dipungkiri. Mulai data yang hanya berupa teks, gambar atau foto, lalu data berupa video hingga data yang berasal system penginderaan.

Perkembangan data yang cepat juga dapat memudahkan setiap individu, organisasi atau perusahaan dalam mengakses berbagai informasi dimanapun dan kapanpun. Dengan kemudahan tersebut, kita akan lebih banyak menggunakan dan menyimpan data. Berbagai perusahaan atau industri kemudian memanfaatkan teknologi Big Data untuk menganalisis dan menentukan pengambilan keputusan yang tepat.

Big Data bukan teknologi tunggal namun kombinasi dari teknologi lama dan baru yang membantu perusahaan mendapatkan tindakan yang mampu mengelola data dengan volume besar yang berbeda dengan kecepatan yang tepat, dan dalam dalam kerangka waktu yang tepat memungkinkan analisis dan reaksi secara langsung.

Big Data adalah sebuah teknologi baru di dunia teknologi informasi dimana memungkinan proses pengolahan, penyimpanan dan analisis data dalam beragam bentuk/format, berjumlah besar dan pertambahan data yang sangat cepat. Pengolahan dan analisis data dalam jumlah sangat besar ini memerlukan waktu yang relatif jauh lebih singkat dengan menggunakan Big Data dibanding teknologi data sebelumnya, misalnya. database relational seperti MySQL.

Big data sendiri adalah “media penyimpanan data yang menawarkan ruang tak terbatas, serta kemampuan untuk mengakodasi dan memproses berbagai jenis data dengan sangat cepat”, hal ini jelas sangat membantu perusahaan dalam mengelola informasi yang dimiliki perusahaan

Munculnya istilah big data ini adalah fakta yang menunjukkan bahwa pertumbuhan data yang terus berlipat ganda dari waktu ke waktu telah melampaui batas kemampuan media penyimpanan maupun sistem database yang ada saat ini. Saat ini kita mengenal relational data store dan warehouse yang digunakan banyak perusahaan untuk mendapatkan informasi, melakukan analisis, dan prediksi dari data-data yang mereka miliki.

Big data adalah bagian yang tak terpisahkan dari business intelligence. Menurut Brannon business intelligence adalah sebuah kategori umum yang sering digunakan untuk aplikasi dan teknologi untuk mengumpulkan, menyimpan, dan menyediakan akses pada data agar dapat membantu pengguna dari kalangan perusahaan agar dapat mengambil keputusan dengan lebih baik dan tepat. Pada umumnya solusi yang disediakan oleh big data berupa sumber-sumber data dimana data yang sifatnya transaksional dikumpulkan, data warehouse/data marts, reporting dan alat visualisasi.

A. Karakteristik Big Data

Big data memiliki ciri-ciri berukuran sangat besar, variatif, memiliki laju pertumbuhan yang cepat, dan sebagian besar tidak terstruktur. Ciri-ciri ini biasa dikenal dengan 3 V's Big Data. Istilah 3 V's Big Data pertama diperkenalkan oleh perusahaan riset dan konsultan IT bernama Gartner. Menurut McKinsey Global Institute (MGI), big data adalah data yang sulit untuk dikoleksi, disimpan, dikelola maupun dianalisis dengan menggunakan sistem database biasa karena volumenya yang terus bertambah.

Karakteristik 3V yang dimaksud adalah volume, velocity, dan variety. Maksud dari karakteristik volume ini adalah jumlah big data yang terus bertambah dan terus diproduksi setiap hari yang tersimpan dalam format digital di internet.

Data yang ada saat ini berukuran sangat besar. Di tahun 2000 saja tercatat 800,000 petabyte data tersimpan di seluruh dunia dan angka ini diperkirakan akan mencapai 35 zettabyte di tahun 2020 atau bahkan lebih. Bayangkan jika sebuah organisasi, perusahaan membutuhkan analisis terhadap 1 persen saja dari seluruh data untuk mendapatkan keuntungan dibandingkan kompetitornya, apakah teknologi yang miliki organisasi atau perusahaan sekarang mampu melakukannya?

Karakteristik 3V yang kedua adalah velocity. Istilah velocity ini merujuk pada kecepatan pertumbuhan atau pertambahan big data yang tidak bisa dikontrol sehingga kita sulit mengolah data tersebut dengan teknologi konvensional. Velocity di sini kita lihat dari persepsi seberapa cepat organisasi atau perusahaan mampu mendapatkan hasil analisis terhadap aliran data yang terus mengalir di saat yang hampir bersamaan dengan datangnya data tersebut.

3V yang terakhir adalah variety. Maksud dari variety adalah macam-macam data yang tersedia di dalam big data. Beberapa jenis data yang ada dalam big data adalah data text, audio, video, gambar, dan lain sebagainya. Dengan meledaknya jumlah sensor, dan perangkat pintar , dan juga teknologi social networking yang menghasilkan data-data yang akan sulit jika harus disimpan di dalam relasional database. Kita tidak akan pernah tahu jika kita tidak menyimpan semua data yang tidak terstruktur ini seperti halaman web, web log, search index, forum social media, email, dokumen, data sensor, dll. Data-data seperti inilah yang mungkin akan memberikan keuntungan jika kita mampu mengolahnya.

B. Fungsi Big Data

Big data dapat dimanfaatkan oleh berbagai organisasi, perusahaan dan industri. Salah satu contoh manfaat big data bagi perusahaan adalah meningkatkan penjualan. Untuk menganalisis produk apa yang disukai dan dibutuhkan oleh konsumen, sebuah perusahaan harus memiliki data seperti penilaian produk, produk apa yang disukai konsumen, dimana lokasi konsumen, dan lain sebagainya. Selain itu, perusahaan juga bisa melacak lokasi pelanggan dengan teknologi GPS.

Selain meningkatkan penjualan, big data juga bermanfaat untuk meningkatkan loyalitas konsumen. Setiap transaksi yang telah terjadi pasti akan dicatat oleh sistem. Dengan adanya informasi dari transaksi tersebut, perusahaan bisa menjalin hubungan baik dan relasi dengan konsumen.

Salah satu cara untuk menjalin hubungan baik dengan konsumen adalah dengan memberikan pengalaman yang berkesan saat berbelanja. Salah satu caranya dengan mengucapkan selamat ulang tahun atau perayaan lain yang dikirimkan via SMS atau Email dari database transaksi. hal ini bertujuan agar konsumen kembali datang berbelanja.

C. Cara Mengolah Big Data

Cara kerja dan pengolahan big data sedikit berbeda dari data yang sudah tersimpan di database. Proses pertama yang dilakukan dalam big data adalah mengintegrasi data. Jika data dari database diproses menggunakan ETL (Extract, Transform, and Load), lain halnya dengan big data yang memiliki proses pengolahan yang lebih rumit. Karena big data terdiri dari berbagai jenis data dengan berbagai format, maka perlu adanya proses perubahan format agar seragam dan dapat diolah lebih lanjut.

Proses kedua yang dilakukan dengan big data adalah Me-manage data. Agar big data dapat diatur, maka perlu adanya proses penyimpanan yang tepat. Salah satu sistem penyimpanan big data yang murah adalah cloud. Proses ketiga dalam pengolahan big data adalah menganalisis data. Tidak sama seperti data biasa yang bisa diolah menggunakan metode statistik tertentu, big data harus diolah dengan membuat pemodelan menggunakan machine learning dan artificial intelligence. Setelah data berhasil diolah dan dianalisis, maka kita akan mendapatkan input dan insight baru yang berguna bagi proses pengambilan keputusan.

D. Permasalahan Mengenai Big Data

Big Data bukan hanya masalah ukuran, tapi lebih pada ragam serta fokus pada kecepatan lebih utama. Dimana diketahui bahwa Big data adalah data berukuran raksasa yang volumenya terus bertambah, terdiri dari berbagai jenis atau varietas data, terbentuk secara terus menerus dengan kecepatan tertentu dan harus diproses dengan kecepatan tertentu pula.

Kini jelas bahwa Big Data bukan hanya masalah ukuran yang besar, terlebih yang menjadi ciri khasnya adalah jenis datanya yang sangat beragam dan laju pertumbuhan maupun frekwensi perubahannya yang tinggi. Dalam hal ragam data, Big Data tidak hanya terdiri dari data berstruktur seperti halnya data angka-angka maupun deretan huruf-huruf yang berasal dari sistem database mendasar seperti halnya sistem database keuangan, tetapi juga terdiri atas data multimedia seperti data teks, data suara dan video yang dikenal dengan istilah data tak berstruktur.

Big Data juga mencakup data setengah berstruktur seperti halnya data e-mail maupun XML. Dalam hal kecepatan pertumbuhan maupun frekwensi perubahannya, Big Data mencakup data-data yang berasal dari berbagai jenis sensor, mesin-mesin, maupun data log komunikasi yang terus menerus mengalir. Bahkan, juga mencakup data-data yang tak hanya data yang berada di internal perusahaan, tetapi juga data-data di luar perusahaan seperti data-data di Internet. Begitu beragamnya jenis data yang dicakup dalam Big Data inilah yang kiranya dapat dijadikan patokan untuk membedakan Big Data dengan sistem manajemen data pada umumnya.

Hingga saat ini, pendayagunaan Big Data didominasi oleh perusahaan-perusahaan jasa berbasis Internet seperti halnya Google dan Facebook. Data yang mereka berdayakan pun bukanlah data-data internal perusahaan seperti halnya data-data penjualan maupun data pelanggan, lebih menitik beratkan pada pengolahan data-data teks dan gambar yang berada di Internet.

Bila kita melihat gaya pemberdayaan data yang dilakukan oleh perusahaan-perusahaan pada umumnya, yang dicari adalah trend yang didapat dari pengolahan data secara keseluruhan. Misalnya, dari data konsumen akan didapat informasi tentang trend konsumen dengan memproses data konsumen secara keseluruhan, bukan memproses data per-konsumen untuk mendapatkan trend per-konsumen.

Dilain pihak, organisasi bisnis atau perusahaan-perusahaan jasa berbasis Internet yang memanfaatkan Big Data justru memfokuskan pemberdayaan data untuk mendapatkan informasi trendper-konsumen dengan memanfaatkan atribut-atribut yang melekat pada pribadi tiap konsumen. Sebut saja toko online Amazon yang memanfaatkan informasi maupun atribut yang melekat pada diri per-konsumen, untuk memberikan rekomendasi yang sesuai kepada tiap konsumen.

Meskipun Big Data sangat populer saat ini dan banyak perusahaan yang memanfaatkannya ada hal-hal yang harus diperhatikan sebelum menggunakan Big Data. Meskipun banyak teknologi Big Data yang Open Source alias gratisan, tetapi untuk memanfaatkan Big Data membutuhkan biaya yang relatif tidak sedikit terutama untuk perusahaan kecil. Untuk itu sangat penting sebelumnya untuk benar-benar pastikan bahwa Big Data bisa memberikan solusi atas masalah yang dihadapi organisasi atau perusahaan.

Proses pengolahan big data memerlukan software khusus dengan coding atau sintaks yang berbeda-beda. Oleh karena itu, perusahaan membutuhkan praktisi data yang tidak murah. Teknologi Big Data memungkinkan menganalisa data dalam jumlah besar, keberadaan seorang data analysis yang membantu mendesain keseluruhan proses analisis dan juga domain expert tidak bisa dihilangkan.

Domain expert adalah ahli yang memang mengerti bidang usaha sehingga bisa menerjemahkan hasil dari data analisis sehingga bisa dimengerti oleh top level management dan bisa diambil tindakan strategis yang diperlukan. Tanpa domain expert hasil dari data analisis bisa jadi sia-sia.

Salah satu profesi yang bertanggung jawab mengolah big data adalah data scientist. Dengan meningkatnya produksi data, semakin banyak pula perusahaan yang mulai merekrut data scientist untuk mengolah big data tersebut. Tak heran jika data scientist disebut sebagai "The Sexiest Job in 21st Century". Kabar baiknya, data science dapat dipelajari oleh siapapun tanpa mengenal latar belakang pendidikan. Hal ini menyebabkan banyak orang mulai beralih profesi menjadi data scientist profesional.

Selain itu, karena namanya saja Big Data, pastikan organisasi atau perusahaan memiliki akses atas data yang nantinya akan diolah dan dianalisis dengan teknologi Big Data. Kalau data yang Anda miliki tidak terlalu besar / tidak bergiga-bergiga dan bertera-tera bytes, pertumbuhan data yang tidak terlalu cepat serta masih terstruktur. Maka sepertinya bisa dipertimbangkan teknologi OLAP lain yang relatif lebih murah dan lebih mudah untuk digunakan.

E. Kesadaran Akan pentingnya kemampuan Untuk Memproses Big Data

Big Data bukan trend sesaat dan akan terus ada dalam kurun waktu yang relatif lama seperti teknologi mobile. Seperti yang telah kita ketahui, big data dapat dimanfaatkan di berbagai sektor. Dengan memanfaatkan big data, perusahaan akan mendapatkan insight lebih sebagai pertimbangan dalam mengambil keputusan bisnis. Selain itu, big data bisa ditemukan di berbagai sumber dan sebagian besar berasal dari sumber yang gratis.

Selain itu, pertumbuhan big data yang sangat cepat dapat dimanfaatkan oleh data analyst untuk membuat grafik interaktif sehingga organisasi, perusahaan atau pun industri lebih mudah memantau perkembangan bisnis dan kondisi pasar.

Hampir semua perusahaan Fortune 500 memanfaatkan Big Data. Mereka secara garis besar memanfaatkan Big Data untuk mengolah data yang mereka miliki maupun data eksternal untuk membantu dalam mengambil keputusan-keputusan strategis.

Momen awal ketenaran istilah ‘big data’ adalah kesuksesan Google dalam memberdayakan ‘big data’ dengan menggunakan teknologi canggihnya yang disebut Bigtable beserta teknologi-teknologi pendukungnya. Dari segi teknologi, dipublikasikannya GoogleBigtable pada 2006 telah menjadi moment muncul dan meluasnya kesadaran akan pentingnya kemampuan untuk memproses ‘big data’.

Berbagai layanan yang disediakan Google, yang melibatkan pengolahan data dalam skala besar termasuk search engine-nya, dapat beroperasi secara optimal berkat adanya Bigtable yang merupakan sistem database berskala besar dan cepat. Semenjak itu, teknik akses dan penyimpanan data KVS (Key-Value Store) dan teknik komputasi paralel yang disebut MapReduce mulai menyedot banyak perhatian.

Lalu, terinspirasi oleh konsep dalam GoogleFile System dan MapReduce yang menjadi pondasi Google Bigtable, seorang karyawan Yahoo! bernama Doug Cutting kemudian mengembangkan software untuk komputasi paralel terdistribusi (distributed paralel computing) yang ditulis dengan menggunakan Java dan diberi nama Hadoop. Saat ini Hadoop telah menjadi project open source-nya Apache Software.

Salah satu pengguna Hadoop adalah Facebook, SNS (Social Network Service) terbesar dunia dengan jumlah pengguna yang mencapai 800 juta lebih. Facebook menggunakan Hadoop dalam memproses big data seperti halnya content sharing, analisa access log, layanan message/pesan dan layanan lainnya yang melibatkan pemrosesan big data.

Beberapa Contoh Pemanfaatan Big Data

1. Contoh di Sektor Swasta

Perusahaan eBay.com menggunakan dua gudang data pada 7,5 petabyte dan 40PB serta Hadoop klaster 40PB untuk pencarian, rekomendasi, konsumen, dan merchandising. Di dalam eBay 90PB data warehouse.

Amazon.com menangani jutaan operasi back-end setiap hari, serta pertanyaan dari lebih dari setengah juta penjual pihak ketiga. Teknologi inti yang membuat Amazon berjalan adalah berbasis Linux dan pada 2005 mereka memiliki tiga database Linux terbesar di dunia , dengan kapasitas 7,8 TB , 18,5 TB , dan 24,7 TB.

Walmart menangani lebih dari 1 juta transaksi nasabah setiap jam, yang diimpor ke database diperkirakan mengandung lebih dari 2,5 petabyte ( 2.560 terabyte ) data - . Setara dengan 167 kali informasi yang terdapat dalam semua buku di Perpustakaan Kongres AS.

FICO Falcon Penipuan Kartu Kredit Detection System melindungi 2,1 miliar akun aktif di seluruh dunia .

Windermere Real Estate menggunakan sinyal GPS anonim dari hampir 100 juta driver untuk membantu pembeli rumah baru menentukan waktu berkendara khas mereka ke dan dari tempat kerja di berbagai kali dalam sehari.

2. Contoh di Bidang Arsitektur

Pada tahun 2004 , Google menerbitkan sebuah makalah tentang proses yang disebut MapReduce yang menggunakan arsitektur tersebut. MapReduce framework menyediakan model pemrosesan paralel dan implementasi terkait untuk memproses sejumlah besar data. Dengan MapReduce, query dibagi dan didistribusikan di seluruh node paralel dan diproses secara. Hasilnya kemudian dikumpulkan dan disampaikan. Kerangka itu sangat sukses sehingga orang lain ingin meniru algoritma. Oleh karena itu, sebuah implementasi dari kerangka MapReduce diadopsi oleh sebuah proyek open source Apache Hadoop bernama Teknologi Topological Program Analisis Data DARPA.

3. Contoh di Bidang Pasar

Big Data telah meningkatkan permintaan spesialis manajemen informasi dalam Software AG , Oracle Corporation , IBM , Microsoft , SAP , EMC , HP dan Dell telah menghabiskan lebih dari $ 15 miliar untuk perusahaan perangkat lunak hanya mengkhususkan diri dalam manajemen data dan analisis . Pada tahun 2010 , industri ini sendiri bernilai lebih dari $ 100 miliar dan tumbuh hampir 10 persen per tahun, tentang dua kali lebih cepat sebagai bisnis perangkat lunak secara keseluruhan.

Negara maju membuat meningkatnya penggunaan teknologi data-intensif Ada 4,6 miliar langganan ponsel di seluruh dunia dan ada antara 1 miliar sampai 2 miliar orang mengakses internet. Antara tahun 2005 sampai dan 2019, lebih dari 1 miliar orang di seluruh dunia memasuki kelas menengah yang berarti semakin banyak orang yang memperoleh uang akan menjadi melek lagi yang pada gilirannya menyebabkan pertumbuhan informasi.

F. Analisa Solusi Big Data

Sejumlah vendor di pasar saat ini mendukung solusi data yang besar. Berikut ini adalah daftar beberapa solusi diantaranya adalah :

1. IBM (www.ibm.com) mengambil pendekatan perusahaan untuk data yang besar dan mengintegrasikan seluruh platform termasuk embedding / bundling nya analisis . Produknya termasuk gudang (warehouse InfoSphere) yang memiliki built-in data-mining sendiri dan cubing kemampuan. ini baru PureData Systems ( kemasan teknologi analisis canggih ke dalam platform sistem terintegrasi ) mencakup banyak dikemas analitis integrasi.

2. Produk InfoSphere Streaming Its terintegrasi dengan Paket perangkat lunak statistik statistik untuk Ilmu Sosial (SPSS) untuk mendukung real-time analisis prediktif , termasuk kemampuan untuk dinamis memperbarui model berdasarkan data real-time. Hal ini bundling terbatas penggunaan lisensi Cognos Business Intelligence dengan data kunci besar yang kemampuan platform (kelas enterprise Hadoop, komputasi aliran, dan solusi gudang) .

3. SAS (www.sas.com) memberikan beberapa pendekatan untuk menganalisis data besar via infrastrukturnya analisis kinerja tinggi dan yang statistic software . SAS menyediakan beberapa pilihan pemrosesan terdistribusi. ini termasuk dalam database analytics , in- memory analytics , dan komputasi grid. Penyebaran bisa di tempat atau di awan.

4. 4. Tableau (www.tableausoftware.com) , sebuah business analytics dan data perusahaan perangkat lunak visualisasi , menawarkan kemampuan visualisasi untuk berjalan di atas peralatan dan infrastruktur lain yang ditawarkan oleh berbagai besar mitra data, termasuk Cirro, EMC Greenplum, Karmasphere, Teradata / Aster, HP Vertica, Hortonworks, ParAccel, IBM Netezza , dan sejumlah lain.

5. Oracle (www.oracle.com) menawarkan berbagai alat untuk melengkapi yang besar platform data disebut Oracle Exadata . Ini termasuk analisis canggih melalui bahasa pemrograman R, serta database in- memory pilihan dengan Oracle Exalytics di memori mesin dan data Oracle gudang . Exadata terintegrasi dengan platform perangkat keras nya.

6. Pentaho (www.pentaho.com) menyediakan analisis bisnis open source melalui edisi komunitas dan perusahaan. Pentaho mendukung terkemuka Distribusi Hadoop - based dan mendukung kemampuan asli, seperti NFS kinerja tinggi sistem file mountable MapR itu.

Akhir-akhir ini banyak juga startup teknologi yang menyediakan layanan Big Data untuk perusahaan kecil (small medium enterprise / SME) sehingga perusahaan kecilpun juga bisa mendapatkan manfaat dari Big Data.

Secara umum, di perusahaan besar lebih mengimplementasikan Big Data untuk multi fungsi. Dengan implementasi ini analisa baru untuk kepentingan lain bisa dilakukan tanpa harus mengubah infrastruktur yang sudah ada secara signifikan. Umumnya perusahaan besar ini memiliki infrastruktur sendiri untuk Big Datanya atau menyewa infrastruktur untuk menampung Big Data mereka (IaaS) seperti New York Times yang menyewa infrastruktur di Amazon. Hal ini tentu dimungkinkan karena mereka memiliki dana yang besar.

Sementara Big Data yang dimanfaatkan oleh SME kebanyakan sudah sangat spesifik untuk suatu analisis data tertentu. Hal ini karena startup yang menyajikan layanan Big Data memang mentargetkan untuk fungsi tertentu. Contoh startup yang menawarkan layanan Big Data ada Bluefin Labs yang menawarkan data analytics untuk data yng diambil dari Social Media. Bluefin Labs sekarang diakusisi oleh Twitter. SME bisa mendapatkan manfaat dari Big data tidak dengan memiliki infrastruktur sendiri tapi dengan berlangganan service dari startup-startup yang menawarkan layanan spesifik Big Data.

Beberapa solusi yang biasanya ditawarkan dengan menggunakan Big Data adalah:

1. Social data analysis. Solusi ini sepertinya idola buat startup dikarenakan akses data dari social media, seperti facebook dan twitter, yang relatif mudah didapat. Dengan social data analysis bisa dikembangkan kemungkinan lain seperti untuk sentiment analysis, customer segementation, mengukur efektifitas marketing, dsbnya.

2. Historical data analysis. Solusi ini menganalisis data masa lalu yang dimiliki suatu perusahaan. Misalnya data penjualan. Solusi ini berfungsi untuk mencari trend atau kecenderungan data sehingga bisa memberikan gambaran apa yang terjadi dimasa lalu.

3. Predicitive analysis. Solusi ini pada umumnya digabungkan dengan solusi historical data analysis. Dari data masa lalu maka dikembangkan kecerdasarn buatan yang bisa memprediksi kejadian dan trend di masa yang akan datang. dengan demikian tindakan antisipasi bisa dilakukan mulai dari sekarang.

Manfaat yang bisa diberikan dari Big Data antara lain bisa memberikan gambaran yang lebih lengkap dari sebelumnya karena biasanya data yang dianalisis adalah data terstruktur misalnya data relasional database.

Adapun langkah-langkah yang harus dilakukan sebelum mengimplementasikan Big Data yaitu:

1. Pastikan ada masalah yang memang ingin dipecahkan dengan Big Data

2. Ada data yang akan dianalisis sehingga memberikan solusi dari masalah

3. Ada data analyst dan domain expert yang akan membantu dalam proses implementasi dan pemanfaatan hasil dari Big Data. Bisa saja kedua hal ini diperoleh dari konsultan luar.

4. Sesuaikan solusi yang di cari dengan kemampuan finansial, apakah ingin membangun infrastruktur sendiri atau memanfaatkan third party yang menyediakan solusi Big Data untuk suatu masalah

5. Dari waktu ke waktu revisi proses analisis dengan data analis dan domain expert untuk mengatur jika ada perubahan dari data yang di miliki yang bisa jadi menarik untuk dianalisis.

Contoh skenario dimana Big Data digunakan misalnya adalah pemanfaatan data dari social media, twitter, facebook dsbnya dipadukan dengan data dari perusahaan sendiri misalnya data dari pertumbuhan bisnis, penjualan atau data pelanggan yang sudah ada di relasional database. Dengan demikian bisa didapatkan analisis untuk melakukan strategi marketing yang jitu. Misalnya dengan menganalisis orang-orang di social media yang berpengaruh untuk memasarkan produk.

Contoh real dimana Big Data benar-benar dinikmati manfaatnya adalah Amazon atau eBay yang menganalisa kebiasaan belanja setiap penggunanya dan dapat memberikan rekomendasi barang berdasarkan data atau informasi yang dimilikinya dari Big Data milik mereka.

Perusahaan startup bernama Klarna dari Swedia yang memberikan pelayanan semacam micro financing untuk e-commerce. Yang ditawarkan Klarna adalah pembeli online bisa langsung beli barang online tanpa membayar langsung. barang akan dikirimkan ke alamat pembeli. Selanjutnya pembeli diberi waktu untuk membayar barang jika dia sukai dengan barang yang dikirim atau mengembalikan barang tersebut jika tidak disukai.

Nah bagaimana jika pembeli tersebut tidak bertanggung jawab dan tidak membayar barang yang sudah dia terima? Disinilah Klarna memberikan solusi berbasis Big Data. Klarna melakukan analisis terhadap data dari pembeli tersebut sehingga meminimalkan resiko dimanan pembeli tidak membayar barang yang sudah dia terima. Hasilnya Klarna tumbuh menjadi perusahaan micro financing besar untuk pasar e-commerce di Eropa.

S I M P U L A N

Disadari atau tidak saat ini individu maupun organisasi apapun memiliki akses yang luas sekali terhadap informasi dengan adanya internet tapi hanya sedikit dari mereka yang mampu mendapatkan value dari informasi tersebut karena kebanyakan informasi itu tersedia dalam bentuk “mentah”, tidak terstruktur atau semi-terstruktur. Oleh karena keterbatasan pemahaman akan informasi itulah yang pada akhirnya menyebabkan mereka tidak tahu apakah informasi yang ada itu berharga untuk mereka atau tidak. Dapat di analogikan ke dalam perkembangan internet saat ini, maka BIG DATA di ibaratkan adalah batu bara di jaman batu, mudah ditemukan tetapi sedikit yang tahu kegunaannya.

Manfaat teknologi Big Data telah dirasakan secara luas dalam berbagai sektor. Perusahaan-perusahaan yang bergerak pada sektor bisnis dapat memanfaatkan informasi informasi berharga yang dihasilkan Big Data untuk mengoptimalkan proses pengambilan keputusan, agar target memaksimalkan raihan profit dapat tercapai. Sedangkan institusi yang bergerak di bidang layanan publik dapat menggunakan output informasi dari Big Data untuk memaksimalkan tingkat kepuasan layanan kepada klien/pelanggannya.

Penerapan Big Data dan bukan hanya sekedar sistem manajemen data yang biasa saja seperti database. Banyak perusahaan yang menganggap Big Data adalah kumpulan data dalam ukuran besar padahal Big Data bukan hanya sekedar ukuran, namun juga terdapat keragaman di dalamnya. Hal inilah yang membedakan Big Data dengan sistem manajemen data lainnya.

Big Data adalah kemampuan untuk mengelola data dengan volume besar yang berbeda dengan kecepatan yang tepat, dan dalam dalam kerangka waktu yang tepat memungkinkan analisis dan reaksi secara langsung. Big Data juga dapat didefinisikan sebagai data berukuran raksasa yang volumenya terus bertambah, terdiri dari berbagai jenis atau varietas data, terbentuk secara terus menerus dengan kecepatan tertentu dan harus diproses dengan kecepatan tertentu pula.

Big Data memiliki karakteristik 3V : Volume (berukuran sangat besar), Variety (datanya sangat beragam), Velocity (memiliki kecepatan akses data yang memadai). Sumber data untuk Big Data bisa berupa basis data yang terstruktur ataupun data-data yang tidak terstruktur. Ada 4 tahap yang harus dilalui untuk memproses Big Data hingga dihasilkannya output informasi bagi user, yaitu acquired, accessed, analytic, dan application.

Penerapan big data akan dapat memberikan keuntungan bagi perusahaan itu sendiri mengingat akan pentingnya sebuah data atau informasi bagi pengguna. Kumpulan data tersebut dapat diolah dan dianalisis menjadi sebuah data atau informasi yang sangat berguna bagi orang lain.

Memanfaatkan data atau informasi tersebut agar dapat diubah menjadi sebuah teknologi baru yang bisa saja berupa sebuah aplikasi atau perangkat lunak dapat juga dilakukan dalam penerapan Big Data. Semua tergantung bagaimana sebuah perusahaan menyikapi kumpulan data yang dimiliki oleh perusahaan tersebut, bagaimana manajemen dari perusahaan tersebut memikirkan ide-ide brilian terhadap kumpulan data tersebut.

Referensi

Berrio A. A., 2003, An Organizational Culture Assessment Using the Competing Values Framework:

Davis, J. et al., 2006, Information Revolution: Using the Information Evolution Model to Grow Your Business, John Wiley & Sons, Inc.

Gravelle J. G., & Sherlock M. F., 2011, Tax Issues Relating to Charitable Contributions and Organizations, Congressional Research Service.

The Gartner IT Glossary : What is Big Data? https://www.gartner.com, diakses 2 Juli 2021.

Hilbert and Lopez, 2011, The World’s Technological Capacity to Store, Communicate, and Compute Information, Science.