Pendaftaran Santri Mahasiswa Baru STIKes Surya Global TA 2020 2021 sudah dibuka -- Alhamdulillah Program Studi Keperawatan & Program Pendidikan Profesi Ners STIKes SURYA GLOBAL meraih Peringkat B Baik dari Lembaga Akreditasi Mandiri Perguruan Tinggi Kesehatan LAM PTKes dengan nomor: 0125 LAM PTKes Akr Sar III 2019 dan 0126 LAM PTKes Akr Pro III 2019 -- Program Studi S 1 Kesehatan Masyarakat Konsentrasi: Manajemen Rumah Sakit, Sistem Informasi Kesehatan, Kesehatan Reproduksi Akreditasi Peringkat B SK No. 157 BAN PT Ak XVI S VII 2013 -- ♦ Jadilah Sarjana Kesehatan sekaligus Penghafal Qur an ♦ Gantilah sebagian biaya Kuliahmu dengan menghapalkan Al Qur an ☺
CAMPUS NEWS
Senin, 05 Oktober 2020, 2:39 WIB

TANTANGAN ANALISIS BIG DATA



Oleh: 𝚃𝚞𝚝𝚒𝚔 𝚆𝚊𝚑𝚢𝚞𝚗𝚒𝚗𝚐𝚜𝚒𝚑, 𝚂.𝙺.𝙼., 𝙼.𝙿.𝙷.

𝖣𝗈𝗌𝖾𝗇 𝖯𝗋𝗈𝖽𝗂 𝖪𝖾𝗌𝖾𝗁𝖺𝗍𝖺𝗇 𝖬𝖺𝗌𝗒𝖺𝗋𝖺𝗄𝖺𝗍 𝖲𝖳𝖨𝖪𝖾𝗌 𝖲𝗎𝗋𝗒𝖺 𝖦𝗅𝗈𝖻𝖺𝗅


 Analisis Big Data merupakan proses meneliti, mengolah data set besar untuk mengetahui pola tersembunyi, korelasi yang tidak diketahui, tren pasar, preferensi pelanggan dan informasi bisnis berguna lainnya. Big Data tidak hanya berputar pada jumlah data yang dimiliki perusahaan, tetapi hal yang penting adalah bagaimana mengolah data internal dan eksternal. Kita dapat mengambil data dari sumber manapun dan menganalisanya untuk menemukan jawaban yang diinginkan dalam bisnis seperti: pengurangan biaya, pengurangan waktu, pengembangan produk baru dan optimalisasi penawaran produk serta pengambilan keputusan yang cerdas.



Menurut karakteristiknya, Big Data didefinisikan ke dalam 5V yaitu:




𝗩𝗼𝗹𝘂𝗺𝗲, Pada era IoT (𝐼𝑛𝑡𝑒𝑟𝑛𝑒𝑡 𝑜𝑓 𝑇ℎ𝑖𝑛𝑔𝑠), data dihasilkan bukan hanya oleh manusia saja, tetapi juga mesin. Interaksi manusia dan jaringan pada sistem seperti media sosial membuat data yang harus dianalisa menjadi sangat besar.



𝗩𝗮𝗿𝗶𝗲𝘁𝘆, Mengacu pada keanekaragaman sumber data, baik itu data 𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑒𝑑 maupun 𝑢𝑛𝑠𝑡𝑟𝑢𝑐𝑡𝑢𝑟𝑒𝑑. Dimulai dari bentuk 𝑠𝑝𝑟𝑒𝑎𝑑𝑠ℎ𝑒𝑒𝑡 dan 𝑑𝑎𝑡𝑎𝑏𝑎𝑠𝑒, tersedia dalam bentuk email, foto, video, audio, dan lain-lain.



𝗩𝗲𝗹𝗼𝗰𝗶𝘁𝘆, Mencakup kecepatan sebuah data bergerak masuk seperti dari bisnis proses, mesin, jaringan sosial media, perangkat elektronik, sehingga Arus data menjadi sangat besar dan berkelanjutan.



𝗩𝗮𝗹𝗶𝗱𝗶𝘁𝗮𝘀, Data yang diambil adalah harus benar dan akurat sesuai dengan yang ingin digunakan. Valid merupakan salah satu kunci di dalam pengambilan keputusan yang tepat.



𝗩𝗲𝗿𝗮𝗰𝗶𝘁𝘆, Mengacu kepada inkonsistensi data yang sewaktu-waktu dapat terjadi, hal ini dapat menghambat proses pengolahan dan manajemen data secara efektif.




Tantangan analisis Big Data yang dihadapi perusahaan: Sinkronisasi sumber data yang berbeda, Ketika rangkaian data menjadi lebih besar dan beragam, ada tantangan besar untuk menggabungkannya ke dalam platform Jika ini diabaikan akan menciptakan celah dan mengarah pada pesan dan insight yang salah.




Kekurangan tenaga profesional yang memahami analisis big data. Dengan meningkatnya data eksponensial, permintaan untuk ilmuwan dan analis big data semakin besar. Penting bagi perusahaan untuk mempekerjakan seorang ilmuwan data yang memiliki keterampilan yang beragam karena pekerjaan seorang ilmuwan data bersifat multidisiplin. Mendapatkan insight penting melalui analisis big data. Sangat penting bagi perusahaan bahwa hanya departemen terkait yang memiliki akses ke informasi ini. Data yang real-time dapat membantu peneliti dan perusahaan untuk menyediakan insight yang terkini untuk pengambilan keputusan.




Mendapatkan data bervolume menjadi platform big data. Perusahaan perlu menangani sejumlah besar data setiap hari. Jumlah dan variasi data yang tersedia saat ini dapat membanjiri data engineer dan sangat penting untuk membuat aksesibilitas data mudah dan nyaman bagi pemilik dan pengelola perusahaan.


Ketidakpastian data management landscape. Dengan munculnya big data, teknologi dan perusahaan baru, tantangan besar yang dihadapi oleh perusahaan dalam analisis big data adalah untuk mengetahui teknologi mana yang paling cocok untuk mereka tanpa adanya masalah baru dan potensi resiko.




𝗣𝗲𝗻𝘆𝗶𝗺𝗽𝗮𝗻𝗮𝗻 𝗱𝗮𝗻 𝗸𝘂𝗮𝗹𝗶𝘁𝗮𝘀 𝗱𝗮𝘁𝗮.



Opsi penyimpanan data yang populer seperti data 𝘭𝘢𝘬𝘦𝘴/ 𝘸𝘢𝘳𝘦𝘩𝘰𝘶𝘴𝘦𝘴 umumnya digunakan untuk mengumpulkan dan menyimpan data tak terstruktur dan terstruktur dalam jumlah besar dalam format aslinya. Data yang hilang, data yang tidak konsisten, konflik logika, dan data duplikat semuanya menghasilkan tantangan kualitas data. Keamanan dan privasi data. Big data juga melibatkan potensi risiko yang menyangkut privasi dan keamanan data. Alat-alat big data digunakan untuk analisis dan penyimpanan menggunakan sumber data yang berbeda. Ini akhirnya mengarah pada risiko tinggi exposure data dan membuatnya rentan. Peningkatan jumlah data juga meningkatkan privasi dan masalah keamanan.