MAKALAH SISTEM INFORMASI
MANAJEMEN tentang big data
Diajukan sebagai tugas mata
kuliah
Sistem informasi Manajemen
Disusun
oleh:
Zuhrotul
Latifah
11140313
SEKOLAH
TINGGI ILMU EKONOMI BANK BPD JATENG
2016
BAB I
PENDAHULUAN
1.1.
Latar
Belakang
Pada era digital ini,
tentunya informasi menjadi suatu hal yang sangat vital dalam menunjang
digitalisasi tersebut karena informasi sudah banyak 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. Sudah banyak sekali kejadian yang merugikan perusahaan
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 perusahaan.
Saat ini sudah banyak
perusahaan yang menyadari pentingnya pengelolaan data dengan cara memanfaatkan
big data, 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.
1.2.
Tujuan
dan Manfaat
Tujuan dari penulisan adalah:
· Menjelaskan definisi dan karakteristik dari
big data.
· Menjelaskan pentingnya pemberdayaan big data
pada perusahaan terutama perusahaan besar yang kegiatan operasional
sehari-harinya merupakan kegiatan yang krusial dari perusahaan tersebut.
· Menjelaskan tentang permasalahan, dan solusi
pemberdayaan Big data.
Manfaat yang akan diperoleh:
§ Perusahaan dapat mengetahui apa itu big data
dan apa manfaatnya bagi perusahaan.
§ Perusahaan dapat menerapkan pemberdayaan big
data dengan cara yang baik dan benar.
§ Perusahaan dapat mengetahui karakteristik,
permasalahan dan solusi dari pemberdayaan Big data.
1.3.
Metodologi
Penelitian
Dalam pembuatan karya ilmiah
ini penulis menggunakan studi pustaka sebagai metode pengumpulan data dengan
data yang tersedia di internet.
BAB II
PEMBAHASAN
2.1.
Pengertian
Sistem, informasi dan system informasi
Menurut Satzinger, Jackson dan Burd (2005:6)
sistem adalah sekumpulan komponen yang saling berhubungan yang berfungsi
bersama-sama untuk menghasilkan suatu hasil. Sistem sendiri memiliki tiga komponen utama, agar sistem tersebut
dapat berfungsi atau berinteraksi dengan baik:
1.
Input melibatkan penangkapan
dan perakitan berbagai elemen yang memasuki sistem untuk di proses.
2.
Process merupakan proses
pengolahan ataupun transformasi yang mengubah input menjadioutput.
3.
Output melibatkan proses
pemindahan elemen yang telah diproses melalui tahapan transformasi, sehingga menghasilkan
tujuan yang diinginkan.
Menurut Ladjamudin (2005:8)
dalam bukunya yang berjudul “Analisis dan Desain Sistem Informasi” informasi
adalah data yang telah diolah menjadi bentuk yang lebih berarti dan berguna
bagi penerimanya untuk mengambil keputusan masa kini maupun yang akan datang.
Menurut Satzinger, Jackson dan
Burd (2005:7) sistem informasi adalah sekumpulan komponen yang saling
berhubungan yang saling mengumpulkan, memproses, menyimpan dan menyediakan
informasi yang dibutuhkan untuk menyelesaikan tugas bisnis sebagai output.
2.2.
Big
Data
Akhir-akhir ini, istilah 'big
data' menjadi topik yang dominan dan sangat sering dibahas dalam industri IT.
Banyak pihak yang mungkin heran kenapa topik ini baru menjadi pusat perhatian
padahal ledakan informasi telah terjadi secara berkelangsungan sejak dimulainya
era informasi. 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 pengindraan. Lalu kenapa
baru sekarang orang ramai-ramai membahas istilah big data? Apa sebenarnya 'big
data' itu?
Hingga saat ini, definisi resmi
dari istilah big data belum ada. Namun demikian, latar belakang dari munculnya
istilah 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.
Big Data bukan teknologi tunggal namun kombinasi
dari teknologi lama dan baru yang membantu perusahaan mendapatkan tindakan yang
mampu menambah wawasan. Oleh karena itu, 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 adalah
teknologi baru pengelolaan informasi. 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.
2.3.
Karakteristik
Big Data
Sebuah informasi atau data
dapat didefinisikan sebagai Big Data jika memiliki satu atau lebih dari tiga
karakteristik berikut :
.
1. Volume
Seberapa besar data yang bisa anda olah saat
ini? Apakah dengan jumlah data yang anda miliki anda sudah lebih baik dibanding
kompetitor? 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 anda membutuhkan analisis terhadap 1 persen saja dari seluruh
data untuk mendapatkan keuntungan dibandingkan kompetitor anda, apakah
teknologi yang anda miliki sekarang mampu melakukannya?
2. Variety
Selain data relasional, data apa saja yang
umum dianalisis? 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.
3. Velocity
Seberapa cepat kita dapat memproses data yang
ada? Mungkin hal itu yang pertama ada dalam benak anda ketika anda membaca ini.
Namun sebenarnya velocity di sini kita lihat dari persepsi seberapa cepat kita
mampu mendapatkan hasil analisis terhadap aliran data yang terus mengalir di
saat yang hampir bersamaan dengan datangnya data tersebut. Bayangkan jika kita
memiliki sistem yang mampu mendeteksi buronan yang tertangkap kamera cctv,
ataumendeteksi dini titik kritis seorang bayi dari suhu tubuh, tekanan darah,
denyut jantung, kecepatan bernafas bayi tersebut, melakukan sensor terhadap
kata kasar atau kata yang tidak seharusnya diucapkan yang diucapkan pada siaran
langsung di tv atau pada percakapan telepon customer service sebuah perusahaan.
Big Data adalah kesempatan
bukan pengganti teknologi pengelolaan data yang ada saat ini. Sekarang
bayangkan kemampuan untuk menganalisis BIG DATA digabungkan dengan teknologi
basis data relasional dan warehousing yang ada saat ini untuk mendapatkan
keuntungan.
3.4.
Kesadaran
akan pentingnya kemampuan untuk memproses Big Data
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 dalamGoogleFile 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.
Jadi, yang dimaksud dengan ‘big
data’ bukanlah semata-mata hanya soal ukuran, bukan hanya tentang data yang
berukuran raksasa. 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. Momen awal ketenaran istilah ‘big data’ adalah kesuksesan Google
dalam memberdayakan ‘big data’ dengan menggunakan teknologi canggihnya yang
disebut Bigtable beserta teknologi-teknologi pendukungnya.
3.5.
Beberapa
Contoh 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. Volume data bisnis di seluruh dunia , di
semua perusahaan , dua kali lipat setiap 1,2 tahun , menurut perkiraan.
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 1990 dan 2005 , 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 . Kapasitas yang efektif di dunia untuk bertukar
informasi melalui jaringan telekomunikasi adalah 281 petabyte pada tahun 1986 ,
471 petabyte pada tahun 1993 , 2,2 exabyte pada tahun 2000 , 65 exabyte pada
tahun 2007 dan diperkirakan bahwa jumlah lalu lintas yang mengalir melalui
internet akan mencapai 667 exabytes per tahun pada tahun 2013.
3.6.
Permasalahan
dalam big data
a)
Bukan Hanya Masalah Ukuran, Tapi Lebih pada
Ragam
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. Terlebih
lagi, 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.
b) Fokus pada Trend per-Individu,
Kecepatan Lebih Utama daripada Ketepatan
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 trendkonsumen dengan memproses data
konsumen secara keseluruhan, bukan memproses data per-konsumen untuk
mendapatkan trend per-konsumen. Dilain pihak,
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. Satu lagi, pemberdayaan data alaBig Data ini dapat
dikatakan lebih berfokus pada kecepatan ketimbang ketepatan.
3.7.
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
. 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 ) .
2.
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 .
3.
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 .
4.
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 .
5.
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 .
BAB
III
PENUTUP
4.1. Simpulan
Berdasarkan hasil Studi pustaka
tentang big data, maka ditarik simpulan sebagai berikut:
1)
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. bukan hanya tentang data yang berukuran
raksasa. 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.
2)
Banyak sekali perusahaan yang memiliki
kumpulan data yang menumpuk, karena terlalu banyaknya data tersebut, terkadang
perusahaan tidak mengetahui tindakan apa yang harusnya dapat dilakukan terhadap
kumpulan data tersebut.
3)
Sebuah informasi atau data dapat disebut
sebagai Big Data apabila memiliki 1 (satu) dari 3 (tiga)
karakteristik yang terdiri dari Volume (jumlah data yang dapat
diolah oleh sebuah perusahaan), Variety (variasi
data yang dapat diolah dan dianalisis lebih lanjut oleh perusahaan), dan Velocity (kecepatan sebuah
perusahaan di dalam melakukan pemrosesan data).
4)
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.
4.2.
Saran
Untuk perusahaan yang memiliki
kumpulan data yang sangat banyak, disarankan untuk menerapkan Big Data dan
bukan hanya sekedar sistem manajemen data yang biasa saja seperti database.
Kumpulan data tersebut dapat diolah dan dianalisis menjadi sebuah data atau
informasi yang sangat berguna bagi orang lain, seperti halnya yang dilakukan
oleh Google pada mesin pencarian miliknya, dengan pengguna memasukan kata kunci
pada mesin pencarian tersebut, pengguna akan mendapatkan data atau informasi
yang dibutuhkan pengguna lewat bantuan Big Data yang dimiliki
oleh Google.
Begitu pula dengan 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. Kecepatan dan ketepatan juga sangat krusial dalam
penerapan Big Datamengingat akan pentingnya sebuah data atau
informasi bagi pengguna dan hal-hal tersebutlah yang nantinya akan memberikan
keuntungan bagi perusahaan itu sendiri.
Meningkatkan kemampuan
teknologi di dalam perusahaan seperti media penyimpanan data karena data yang
disimpan ke dalam Big Data tidak tergolong sedikit, melainkan
sangat banyak sehingga membutuhkan tempat penyimpanan yang memadai serta
dukungan jaringan yang juga sangat baik untuk memindahkan ataupun mengirimkan
kumpulan data tersebut.
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. Apakah dukungan IT dari perusahaan dapat membantu? Apakah dukungan
karyawan dari perusahaan dapat membantu? Hal-hal tersebut juga harus
diperhatikan oleh perusahaan dalam menerapkan Big Data.
Daftar
pustaka
Ibardha adithya, http://adhityaibarda.blogspot.co.id/2014/03/big-data.html
Tidak ada komentar:
Posting Komentar