Big Data
Pengelolaan data yang beragam dengan jumlah yang sangat besar membutuhkan suatu cara yang efektif untuk mengolahnya, terlebih jika informasi yang dihasilkan dari data tersebut dibutuhkan untuk membantu membuat keputusan bagi pemangku kebijakan. Diperlukan cara yang cepat dan tepat untuk dapat mengolah data tersebut menjadi informasi. Oleh karena itu prinsip Big Data sangat cocok diterapkan, dimana prinsip Big Data yaitu untuk dapat mengelola data yang sangat banyak dan beragam, serta mengolahnya menjadi informasi yang dibutuhkan dalam waktu yang sangat singkat.
Pengertian Data
(R. Kelly Rainer, 2011) Data, menunjuk pada deskripsi dasar akan benda,event, aktivitas, dan transaksi yang terdokumentasi, terklasifkasi,dan tersimpantetapi tidak terorganisasi untuk dapat memberikan suatu arti yang spesifk.
Berdasarkan pengertian di atas, data merupakan hal paling mendasarr yang dibutuhkan perusahaan yang dapat diperoleh dari proses-proses operasional sehari-hari maupun sumber luar yang akan diolah menurut keinginan perusahaan .
Bagaimana Metode analisis Big Data ?
Di era Informasi ini, tidak ada kesulitan untuk mendapatkan data. Kuncinya terletak pada memilah-milah volume data yang tersedia untuk bisnis dan organisasi yang dibuat, dengan demikian menafsirkan implikasinya dengan benar. Mungkin, beberapa metode analisis statistik dapat membantu menemukan beberapa keputusan yang terbaik.
Berikut adalah lima metode analisis statistik mendasar yang dapat kita mulai, bersama dengan hal-hal yang harus kita perhatikan.
1. MEAN
Lebih dikenal sebagai rata-rata, rata-rata aritmatika adalah jumlah dari daftar angka dibagi dengan jumlah item dalam daftar. Dengan menggunakan metode mean, kita dapat menentukan tren keseluruhan kumpulan data atau memperoleh snapshot cepat data kita. Metode ini menawarkan keuntungan perhitungan yang sederhana dan cepat.
Hal-hal yang harus diperhatikan
Jika digunakan sendiri, rerata adalah alat yang berbahaya, dan dalam beberapa set data, itu juga terkait erat dengan mode dan median. Ingat, dalam kumpulan data dengan distribusi miring atau angka outlier yang tinggi, berarti sama sekali tidak memberikan jenis akurasi yang dibutuhkan untuk keputusan yang bernuansa baik.
2. DEVIASI STANDAR
Ini adalah ukuran dari penyebaran data di sekitar rata-rata. Sementara standar deviasi yang tinggi berarti data menyebar luas dari rata-rata, sinyal deviasi rendah yang kebanyakan data selaras dengan rata-rata. Metode analisis statistik ini berguna untuk menentukan dispersi titik data dengan cepat.
Hal-hal yang harus diperhatikan
Mirip dengan mean, standar deviasi juga menipu jika diambil sendiri. Misalnya, jika data memiliki banyak pola yang aneh seperti kurva yang tidak normal, standar deviasi tidak akan memberi kita semua informasi yang diperlukan.
3. REGRESI
Hubungan antara variabel dependen dan penjelas dimodelkan menggunakan metode regresi. Garis regresi membantu menentukan apakah hubungan itu kuat atau lemah, serta tren dari waktu ke waktu.
Hal-hal yang harus diperhatikan
Regresi tidak terlalu bernuansa dan pola yang aneh pada scatterplot (dan juga alasannya) sangat penting. Misalnya, titik data terpencil dapat mewakili produk dengan penjualan tertinggi. Sifat garis regresi sedemikian rupa sehingga kita tergoda untuk mengabaikan outlier ini.
4. PENENTUAN VOLUME SAMPEL
Sampel melakukan pekerjaan dengan baik ketika kumpulan data besar dan tidak ingin mengumpulkan informasi dari setiap elemen dataset. Kuncinya terletak pada menentukan ukuran yang tepat untuk sampel menjadi akurat.
Hal-hal yang harus diperhatikan
Saat menganalisis variabel baru yang belum diuji dalam kumpulan data, kita harus mengandalkan asumsi tertentu, yang mungkin sepenuhnya tidak akurat. Jika kesalahan seperti itu masuk ke penentuan ukuran sampel kita, itu dapat mempengaruhi sisa analisis data statistic kita.
5. PENGUJIAN HIPOTESIS
Metode ini adalah tentang menguji apakah premis tertentu benar untuk set data kita. Hasil tes ini signifikan secara statistik jika hasilnya tidak mungkin terjadi secara acak.
Hal-hal yang harus diperhatikan
Metode analisis statistik ini menambah banyak wawasan pada portofolio pengambilan keputusan kita.
Contoh Studi Kasus Penggunaan Analisis Big Data
Implementasi kasus analisis Big data lebih dominan pada bidang bisnis suatu organisasi. Berikut contoh beberapa kasus studi Big Data :
1. Google
Big Data dan Big Business berjalan beriringan,ini pertama seri di mana akan memeriksa berbagai kegunaan dunia perusahaan terkemuka membuat jumlah digital yang tak ada habisnya informasi yang diproduksi dunia setiap hari.
2. GE
General Electric - pusat kekuatan harfiah dari sebuah perusahaan yang terlibat di hampir setiap bidang industri, telah meletakkan dasar apa yang dengan megahnya disebut Industri Internet untuk beberapa waktu sekarang.
3. Cornerstone
Karyawan adalah aset terbesar bisnis dan juga terbesar biaya. Jadi mengenai formula yang tepat untuk memilihnya, dan menjaga mereka, sangat penting. Satu perusahaan menawarkan solusi unik untuk membantu orang lain mengatasi tantangan ini adalah Cornerstone. Saya akan memberikan gambaran singkat tentang apa yang mereka lakukan, dan mengapa ini merupakan contoh data besar yang penting - tetapi kontroversial - analisis yang mendorong pertumbuhan bisnis.
4. Microsoft
Sejak didirikan pada tahun 1975 oleh Bill Gates dan Paul Allen, Microsoft telah menjadi pemain kunci di hampir setiap jurusan maju dalam penggunaan komputer, di rumah dan dalam bisnis
5. Facebook
Facebook - itu adalah jejaring sosial terbesar di dunia oleh yang sangat besar margin, dan kebanyakan dari kita terbiasa menggunakannya untuk berbagi rincian kehidupan kita sehari-hari dengan teman dan keluarga kita. Bukan rahasia lagi sekarang kami juga membaginya dengan pengiklan mereka, tetapi itu belum menunda sebagian besar dari kita menggunakannya! Jadi, inilah singkat tentang bagaimana Facebook telah menjadi salah satu perusahaan paling sukses di dunia dalam mengumpulkan data kita dan mengubahnya menjadi laba dan mengapa beberapa orang berpikir praktik bisnisnya kadang-kadang melampaui harapan.
Daftar Pustaka
Marr, Bernard. 2015. Big Data Case Study Collection. https://www.bernardmarr.com/img/bigdata-case-studybook_final.pdf
https://www.codepolitan.com/mengenal-big-data
https://media.neliti.com/media/publications/233736-studi-implementasi-sistem-big-data-untuk-857db2bd.pdf
https://media.neliti.com/media/publications/233736-studi-implementasi-sistem-big-data-untuk-857db2bd.pdf
EmoticonEmoticon