Selasa, 03 Agustus 2021

MAKALAH PENERAPAN BIG DATA DI BIDANG KEIMIGRASIAN

 

MAKALAH

PENERAPAN BIG DATA DI BIDANG KEIMIGRASIAN

 

Makalah

Diajukan untuk memenuhi komponen tugas Mata Kuliah Pegantar Teknologi Informasi Keimigrasian

 

 


 

Disusun oleh:

Bintang Fortuna Permataningsih (2020.1984.1.02)

 

 

PROGRAM STUDI HUKUM KEIMIGRASIAN POLITEKNIK IMIGRASI

TAHUN 2021


KATA PENGANTAR

 

Puji syukur alhamdulillah saya panjatkan atas kehadirat Allah SWT, yang atas rahmat-Nya karena telah melimpahkan rahmat-Nya berupa kesempatan dan pengetahuan sehingga makalah yang berjudul “Penerapan Big Data di Keimigrasian“ bisa selesai pada waktunya. Penulisan makalah ini merupakan salah satu tugas yang diberikan dalam mata kuliah Pegantar Teknologi Informasi Keimigrasian.

Terima kasih saya ucapkan kepada Dosen mata kuliah Pegantar Teknologi Informasi Keimigrasian, Ibu Nurul Maharani Piranti, A.md, S.T, M.Si atas arahan dan bimbingannya sehingga makalah ini bisa disusun dengan baik dan rapi.

Saya  memahami bahwa dalam penulisan makalah ini masih banyak kekurangan baik pada teknis penulisan maupun materi, mengingat akan kemampuan yang saya miliki. Untuk itu, saya mengharapkan kritik dan saran dari semua pihak demi penyempurnaan pembuatan makalah ini.

 

 

Depok, 3 Agustus 2021

 

 

 

Penyusun

 


DAFTAR ISI

 

HALAMAN JUDUL...................................................................................... i

KATA PENGANTAR................................................................................... ii

DAFTAR ISI................................................................................................... iii

BAB I PENDAHULUAN.............................................................................. 4

A.    Latar Belakang..................................................................................... 4

B.     Rumusan Masalah................................................................................. 5

C.     Tujuan................................................................................................... 5

D.    Manfaat................................................................................................ 5

BAB II PEMBAHASAN................................................................................ 6

A.    Pengertian dari big data...................................................................... 7

B.     Karakteristik dari big data................................................................... 8

C.     Tahapan implementasi big data.......................................................... 12

D.    Manfaat analisis big data.................................................................... 14

E.     Contoh studi kasus penggunaan analisis big data............................... 18

BAB III PENUTUP........................................................................................ 20

A.    Kesimpulan........................................................................................... 20

B.     Saran .................................................................................................... 20

DAFTAR PUSTAKA


BAB I

PENDAHULUAN

A.      Latar Belakang

Berkembangnya internet di era teknologi yang maju memungkinkan peredaran informasi yang semakin banyak, cepat, dan hampir tidak terbatas oleh ruang dan waktu. Hal ini menyebabkan informasi yang beredar dari hari ke hari menjadi sangat banyak, mencakup berbagai informasi dalam bidang sosial, politik, ekonomi, teknologi, ilmu pengetahuan, pangan, dan lain sebagainya. Tidak dapat dipungkiri, informasi merupakan senjata yang sangat penting saat ini. Organisasi seperti pemerintah tentunya memiliki data yang sangat beragam dan dengan jumlah yang sangat banyak. Untuk dapat mengambil keputusan yang tepat, dalam hal ini pemerintah selaku pembuat kebijakan, memerlukan cara yang efektif untuk mengelola data – data tersebut menjadi informasi yang berguna sebagai pertimbangan dalam membuat keputusan. Data adalah catatan atas kumpulan fakta. Data merupakan bentuk jamak dari datum, berasal dari bahasa latin yang berarti “sesuatu yang diberikan”. Dalam penggunaan sehari-hari data berarti sesuatu yang diterima secara apa adanya. Pernyataan ini adalah hasil pengukuran suatu variable yang bentuknya dapat berupa angka, kata-kata atau citra.

Saat ini sudah banyak perusahaan yang menyadari pentingnya pengolaan data dengan cara memanfaatkan big data. Akhir-akhir ini juga istilah ‘big data’ menjadi topik yang sering dibahas dalam industri Teknologi Informasi. Banyak pihak yang mungkin heran kenapa topik ini 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 tersebut adalah fakta yang tidak dapat dipungkiri. Mulai data yang hanya berupa teks, gambar atau foto, lalu data berupa video hingga data yang berasal sistem pengindraan. 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. Dengan menemukan pilihan alternatif implementasi Big Data yang cocok diterapkan pada Kementerian Komunikasi dan Informatika, khususnya pada bagian Media Monitoring, diharapkan dapat membantu user terkait dalam membuat keputusan melalui implementasi Big Data. Teknologi big data tidak hanya dapat dimanfaatkan oleh perusahaan-perusahaan besar, namun juga oleh usaha-usaha kecil dan menengah (UMKM) maupun organisasi publik. Meskipun teknologi big data terbilang rumit dan mahan, namun perusahaan kecil dapat juga memanfaatkan big data asalkan tahu persis apa tujuan bisnisnya, sehingga memudahkan proses identifikasi data yang dibutuhkan serta mendapatkan manfaat yang lebih besar dari investasi yang dikeluarkan.

B.     Rumusan Masalah

1.           Apa pengertian dari big data?

2.           Bagaimana karakteristik dari big data?

3.           Bagaimana tahapan implementasi big data?

4.           Apa saja manfaat analisis big data?

5.           Apa saja contoh studi kasus penggunaan analisis big data?

C.    Tujuan

1.        Mengetahui pengertian dari big data

2.        Mengetahui karakteristik dari big data

3.        Mengetahui tahapan implementasi big data

4.        Mengetahui manfaat analisis big data

5.        Mengetahui contoh studi kasus penggunaan analisis big data

D.    Manfaat

Penulisan makalah Penerapan Big Data di Bidang Keimigrasian ini diharapkan dapat berguna dan bermanfaat baik itu secara teoritis maupun secara praktis. Adapun manfaat yang dapat diperoleh dari makalah ini yaitu:

1.        Manfaat teoritis

a)    Dapat mengembangkan pengetahuan dan pemahaman mengenai Penerapan Big Data pada Teknologi Informasi khususnya dalam bidang keimigrasian pada Lembaga Imigrasi.

b)    Makalah ini dapat dijadikan sumbangan referensi dalam kegiatan penelitian di bidang Teknologi Informasi keimigrasian.

2.        Manfaat praktis

Makalah ini diharapkan akan dapat memberikan sumbangan pemikiran bagi perkembangan Penerapan Big Data pada Teknologi Informasi dan khususnya yang berkaitan dengan keimigrasian terutama pada Lembaga Imigrasi di Indonesia. 


BAB II

PEMBAHASAN

A.      Pengertian Big Data

Big Data bukanlah sebuah teknologi, teknik, maupun inisiatif yang berdiri sendiri. Big Data adalah suatu trend yang mencakup area yang luas dalam dunia bisnis dan teknologi. Big Data menunjuk pada teknologi dan inisiatif yang melibatkan data yang begitu beragam, cepat berubah, atau berukuran super besar sehingga terlalu sulit bagi teknologi, keahlian, maupun infrastruktur konvensional untuk dapat menanganinya secara efektif. Saat ini kita mengenal relational data store dan warehouse yang digunakan banyak perusahaan untuk menda atkan informasi, melakukan analisis, dan prediksi dari data-data yang mereka miliki. 

Big data adalah data yang melebihi proses kapasitas dari sistem database yang ada. Data terlalu besar dan terlalu cepat atau tidak sesuai dengan struktur arsitektur database yang ada, sehingga untuk mendapatkan nilai dari data, maka harus memilih jalan alternatif untuk memprosesnya. Menurut Thomas, “Big Data adalah istilah yang menggambarkan volume data yang besar - baik terstruktur dan tidak terstruktur - yang membanjiri bisnis pada sehari -hari . Tapi itu bukan jumlah data yang penting . Itu yang dilakukan organisasi dengan data yang penting . data besar dapat dianalisis untuk wawasan yang mengarah pada keputusan yang lebih baik dan bergerak bisnis strategis”. Big Data merupakan sebuah proses pengumpulan data untuk menemukan pola dan korelasi yang mungkin tidak jelas pada awalnya, tetapi berpeluang menjadi berguna dalam pengambilan keputusan bisnis. Data tersebut seringkali merupakan data pribadi yang berguna yang dapat dikategorikan sebagai Volunteered data, Observed data ataupun Inferred data.

Big data merupakan data berukuran besar yang volumenya akan terus bertambah dan terdiri dari berbagai jenis atau varietas data, terbentuk secara terus menerus dengan kecepatan tertentu dan harus diproses dengan kecepatan tertentu pula. Big data dapat juga didefinisikan sebagai data yang sangat sulit untuk dikoleksi, disimpan dan dikelola maupun dianalisa dengan menggunakan system database yang biasa karena volumenya akan terus berlipat. Dari segi teknologi, akan bermunculan pentingnya kemampuan untuk memproses big data. Sedangkan menurut data Chandarana, Parth, & Vijayakakshmi, big mengacu pada 3V yaitu volume, variety, velocity dan ada yang menambahkan unsur V lainnya seperti veracity dan value. Volume (kapasitas data) berkaitan dengan ukuran media penyimpanan data yang sangat besar atau mungkin tidak terbatas hingga satuan petabytes atau zettabytes. Variety (keragaman data) terkait tipe atau jenis data yang dapat dioleh mulai dari data terstruktur hingga data tidak terstruktur, sedangkan velocity (kecepatan) terkait dengan kecepatan memproses data yang dihasilkan dari berbagai sumber, mulai dari data batch hingga real time, sementara itu karakteristik veracity (kebenaran).

B.      Karakteristik Big Data

Suatu data dikategorikan sebagai “Big Data” bukan hanya karena jumlah data yang besar. Gartner menggambarkan dimensi Big Data sebagai 3V yaitu Volume, Velocity, Variety.

1.     Volume  

Sistem Big Data memiliki Volume data yang sangat besar, dimana biasanya melebihi server biasa pada umumnya dan data ini akan bertambah terus tiap harinya. Besarnya data bisa mencapai lebih dari 100 TB dan biasanya disimpan di infrastruktur external (tidak di maintain sendiri). Jumlah data yang dihasilkan dan disimpan. Ukuran data menentukan nilai dan potensi mendalam – dan apakah itu dapat sebenarnya dianggap sebagai big data atau bukan. Contohnya, pada tahun 2000 lalu, PC biasa pada umumnya memiliki kapasitas penyimpanan sekitar 10 gigabytes. Saat ini, Facebook menyedot sekitar 500 terabytes data baru setiap harinya; sebuah pesawat Boeing 737 menghasilkan sekitar 240 terabytes data penerbangan dalam satu penerbangan melintasi Amerika; makin menjamurnya penggunaan ponsel pintar (smartphone), bertambahnya sensor-sensor yang disertakan pada perangkat harian, akan terus mengalirkan jutaan data-data baru, yang terus terupdate, yang mencakup data-data yang berhubungan dengan lingkungan, lokasi, cuaca, video bahkan data tentang suasana hati si pengguna ponsel pintar.

2.      Variasi

Selain itu Big Data juga memiliki data yang bervariasi (Variety), dengan format maupun jenis data yang sangat beragam sehingga memerlukan suatu proses khusus untuk dapat mengolahnya. Jenis dan sifat dari data. Ini membantu orang-orang yang menganalisisnya yang menggunakan secara efektif hasil mendalam. ig Data tidak hanya menyangkut data yang berupa angka-angka, data tanggal, dan rangkaian teks. Big Data juga meliputi data-data ruang / geospatial, data 3D, audio dan video, dan data-data teks tak berstruktur termasuk file-file log dan media sosial. Sistem database tradisional didesain untuk menangani data-data berstruktur, yang tak terlalu sering mengalami update atau updatenya dapat diprediksi, serta memiliki struktur data yang konsisten yang volumenya tak pernah sebesar Big Data. Selain itu, sistem database tradisional juga didesain untuk digunakan dalam satu server yang berdiri sendiri, yang berakibat pada keterbatasan dan mahalnya biaya untuk peningkatan kapasitas, sedangkan aplikasi sudah dituntut untuk mampu melayani pengguna dalam jumlah yang jauh lebih besar dari yang pernah ada sebelumnya. Dalam hal ini, database Big Data seperti halnya MongoDB maupun HBase, dapat memberikan solusi yang feasible yang memungkinkan peningkatan profit perusahaan secara signifikan. Berikut ini tiga jenis format data : 1. Structured data seperti relational database (RDBMS) 2. Semi-Structured data seperti XML, JSON 3. Unstructured data seperti Dokumen, metadata, video, gambar, audio, file teks, ebooks, email message, social media, jurnal dll.

3.      Velocity

Big Data juga harus dapat mengolah data tersebut dalam waktu yang sangat cepat (Velocity) agar data bisa bermanfaat tidak hanya karena informasi yang dihasilkan saja tetapi juga karena kecepatan yang dibutuhkan untuk mengolahnya menjadi informasi tersebut. Pada konteks ini, kecepatan data yang dihasilkan dan diproses untuk memenuhi permintaan dan tantangantantangan yang ada di lintasan perkembangan dan pengembangan. Contohnya, Clickstreams maupun ad impressions mencatat perilaku pengguna Internet dalam jutaan event per detik; algoritma jual-beli saham dalam frekwensi tinggi dapat mencerminkan perubahan pasar dalam hitungan microseconds; proses-proses yang melibatkan hubungan antara suatu mesin dengan mesin lainnya telah melibatkan pertukaran data antar jutaan perangkat; peralatan sensor dan perangkat-perangkat pada infrastruktur menghasilkan log data secara real time; sistem game online dapat melayani jutaan pengguna secara bersamaan, yang masing-masing memberikan sejumlah input per detiknya.

Ada beberapa karakteristik yang membedakan Big Data dengan sistem lainnya yaitu:

1.      Data Lebih Banyak

Random sampling pada Small Data sebenarnya adalah alternatif dari mengumpulkan dan menganalisis dataset penuh, karena keterbatasan teknologi dan kapasitas penyimpanan. Kelemahannya adalah sampling membutuhkan perencanaan dan eksekusi yang hati-hati serta bekerja dalam subset membantu perusahaan meadapat apa yang dicari lebih cepat dan murah tetapi melewatkan pertanyaan yang tidak terpikirkan sebelumnya. Big Data sebagai meruapakan keseluruhan informasi, namun ukurannya data sendiri tidak melulu besar. Contahnya saat terngukapnya kecurangan pertandingan sumo di Jepang. Data yang digunakan bukan sampel, tapi N=all. Setelah mengumpulkan data 64.000 pertandingan selama 11 tahun terakhir, ternyata data tersebut hanya berukura sama dengan file foto digital. Dengan prisip N=all diperoleh suatu pola yang menunjukan baha pesumo yang lebih membutuhkan kemenangan memiliki peluang 25% lebih besar untuk menang.

 

2.      Berantakan (Messy)

Big data meciptakan dataset yang lebih berantakan, namun mampu memberikan gamberab yang lebih menyeluruh, meskipun tidak terstruktur. Contohnya Google Translate, perusahaan yang bermarkas di Mountain View, California, AS ini mengumpulkan seluruh dokumen dengan terjemahan yang mereka bisa kumpulkan dengan kualitas yang berbeda-beda. Data yang dikumpulkan memang berantakan namun terjemahan yang dihasilkan lebih akurat daripada sistem yang lebih berdasarkan alogaritma, dan jauh lebih kaya (meliputi 60 bahasa).

3.      Korelasi

Big Data sering memprediksi berdasarkan korelasi, ketimbang hungungan sebeb akibat. Contoh, pada awalnya Amazon.com mengandalkan review dari suatu tim ahli “The Amazon Voice”. Kemudian mereka menggunakan rekomendasi yang dihasilkan dari personalisasi penjualan produk (pelangga yang memberi produk A cenderung membeli produk B maka juka pelanggan lain membeli produk A, Amazon akan merekomendasikan produk B). Kini sepertiga penjualan Amazon diperoleh dari penawaran produk ke user dari hasil rekomendasi berdasarkan personalisasi.

4.      Datafikasi

Mendatafikasi suatu fenomena adalah menyimpannya dalam format yang terkuantifikasi agar bisa ditabulasi dan dianalisis serta menangkap informasi dan menyimpannya dalam format data yang memudahkannya untuk digunakan kembali. Memindahkan data ke bentuk digital belum tentu mendatafikasi.

5.      Value

Mengumpulkan data adalah hal yang krusial namun tidak cukup karena kebanyakan nilai dari data terletak pada penggunaan, bukan kepemilikan. Dalam era Big Data, seluruh data akan dianggap berharga, bahkan data paling menda dan sepele. Tidak seperti sumber daya lain, nilai data tidak berkurang setelah digunakan. Biaya petimpanan digital telah berkurang setengahnya setiap dua tahun, sementara storage density meningkat 50 juta kali dalam 50 tahun terakhir.

C.      Tahapan  Implementasi Big Data

Karena Big Data mencakup area yang sangat luas, maka implementasinya dalam penelitian ini akan dikategorikan menjadi tiga tahap, yaitu IT Management & Tata Kelola, SDM, dan Sistem.

1)      IT Management dan Tata Kelola IT dengan framework COBIT 5

Secara teknis, Big Data merupakan sekumpulan data yang besar baik terstruktur, semi, maupun tidak terstruktur sehingga tidak bisa diolah menggunakan perangkat database relational biasa. Data-data yang muncul mempunyai peluang yang mampu memberikan sebuah petunjuk kebijakan tanpa pernah disadari sebelumnya.Big Data merupakan tren teknologi untuk melakukan pendekatan baru dalam memahami dunia dan membuat keputusan bisnis. Keputusan-keputusan ini dibuat berdasarkan data dalam volume yang sangat besar terstruktur, tidak terstruktur dan kompleks (misalnya tweet, video, transaksi komersial). Menurut Bill Schmarzo, proses integrasi Big Data di dalam sebuah enterprise mempunyai mempunyai indek kematangan bisnis yang terdiri dari beberapa fase sebagai berikut: 1) Business Monitoring. 2) Business Insights. 3) Business Optimization. 4) Data Monetization. 5) Business Metamorphosis. Menurut COBIT, informasi merupakan sumber daya kunci bagi sebuah enterprise. Teknologi mempunyai peranan penting terhadap proses kelangsungan informasi, mulai dari sebuah informasi diciptakan sampai dimusnahkan. Enterprise yang sukses memperlakukan TI sebagai bagian yang signifikan dalam melaksanakan proses bisnis. Proses bisnis dan TI harus berkolaborasi dan bekerjasama sehingga TI dapat masuk ke dalam tata kelola dan manajemen. COBIT 5 memiliki beberapa pengungkit yang diturunkan dari tujuan organisasi yang telah didefinisikan. Pengungkit tersebut merupakan faktor yang mempengaruhi governance dan management dari enterprise TI, yaitu: 1) Prinsip, kebijakan dan framework; 2) Proses; 3) Struktur organisasi; 4) Budaya, etika dan perilaku; 5) Informasi; 6) Layanan, infrastruktur dan aplikasi; dan 7) SDM, kemampuan dan kompetensi.

2)      Sumber Daya Manusia  

Karena kompleksitas dari sistem Big Data, dibutuhkan kemampuan teknis beragam untuk dapat mengimplementasikannya. Namun karena Big Data Engineering sendiri masih merupakan sesuatu yang baru serta berhadapan dengan teknologi dan posisi pekerjaan yang juga baru, maka saat ini belum ada spesifikasi baku mengenai kompetensi SDM yang dibutuhkan untuk bidang ini. Berdasarkan proses kerja Big Data pada umumnya yaitu Collect, Store, Transform, dan Analysis3 , maka ada empat hal yang harus diperhatikan terkait dengan kompetensi SDM yang dibutuhkan dalam implementasi Big Data, diantaranya:

a)      Data Collection, Data yang akan diproses dalam sistem Big Data biasanya diambil dari website atau API (Application program interface), pada umumnya dengan menggunakan teknik crawling. Kompetensi SDM yang diperlukan antara lain:  Data APIs, SQL dan Data Modeling.

b)      Data Warehouse, Data yang telah diambil dari berbagai macam sumber akan disimpan dalam server yang sudah disiapkan untuk sistem Big Data. Sesuai dengan namanya, Big Data membutuhkan kapasitas penyimapanan data yang sangat besar, karena masuknya data yang sangat besar dan beragam ke dalam server setiap harinya. Salah satu alasan inilah disebut Data Warehouse karena proses penyimpanan, pengolahan, dan pengambilan data dari server akan sangat berbeda dengan Database biasa.

c)      Data Transformation, Salah satu sifat dari Big Data selain ukuran data yang sangat besar, juga jenis data yang sangat beragam. Agar data-data tersebut dapat dianalisis dengan baik, maka terkadang data-data tersebut perlu diubah ke dalam format lain sehingga memungkinkan untuk dianalisis.

d)      Data Analysis Tahapan terakhir yaitu menganalisis data yang sudah diambil dan dikumpulkan sebelumnya, mengolah data tersebut menjadi informasi, hingga menjadi hasil statistik jika diperlukan.

3)      Sistem

Jika Big Data diimplementasikan untuk monitoring media, maka yang akan menjadi inti dalam sistem tersebut adalah cara yang dipakai untuk menganalisis teksnya (Text Analysis). Ada banyak cara dan algoritma yang dapat dipergunakan untuk menganalisa teks, tergantung pada hasil seperti apa yang akan kita harapkan. Salah satu proses dalam Monitoring Isu Publik adalah menganalisis isu dalam suatu berita. Salah satu metode yang bisa digunakan dalam menganalisis isu tersebut ialah dengan menggunakan kombinasi antara Social Network Analysis untuk melihat jaringan dari isu tersebut dan metode Sentiment Analysis, yang merupakan studi analisis opini, sentimen, evaluasi, pujian, sikap, serta emosi orang terhadap suatu entitas atau objek yang bisa berupa produk, jasa, individu, organisasi, kejadian, maupun sebuah topik.

D.      Manfaat Analisis Big Data

Saat ini organisasi yang mengadopsi big data analytics sudah dalam jumlah yang besar. Faktor penentu dari manfaat-manfaat potensial dari big data analytics adalah mendorong organisasi atau perusahaan mengadopsi big data analytics. Segala bentuk keterlibatan dengan konsumen big data analytics dapat memberikan manfaat. Bisnis intelegen secara umum dapat memberi manfaat dengan menggunakan big data analytics. Manfaat -manfaat yang bisa digunakan oleh perusahaan dengan mengimplementasikan big data adalah sebagai berikut, (1) analisis data sosial (social data analysis), (2) Analisis data riwayat (historical data analysis), dan (3) analisis prediksi (predictive analysis).

Beberapa manfaat big data yang sudah dirasakan khususnya bagi dunia usaha diantaranya untuk mengetahui respons masyarakat terhadap produk-produk yang dikeluarkan melalui analisis sentimen di media sosial; membantu perusahaan mengambil keputusan secara lebih tepat dan akurat berdasarkan data; membantu meningkatkan citra perusahaan di mata pelanggan; untuk perencanaan usaha dengan mengetahui perilaku pelanggan, seperti pada perusahaan telekomunikasi dan perbankan; serta mengetahui tren pasar dan keinginan konsumen. Selain bermanfat untuk analisis bisnis, teknologi Big Data juga dapat dimanfaatkan secara luas di pemerintahan. Beberapa peluang pemanfaatan Big Data di sektor publik antara lain untuk mendapatkan feedback dan respon masyarakat dari sistem informasi layanan pemerintah maupun dari media sosial, sebagai dasar penyusunan kebijakan dan perbaikan pelayanan publik; menemukan solusi atas permasalahan yang ada berdasarkan data, contohnya dengan menganalisa informasi cuaca dan tingkat kesuburan tanah, pemerintah dapat menetapkan atau menghimbau jenis varietas tanaman yang ditanam oleh petani pada daerah dan waktu tertentu; serta membantu dalam manajemen dan pengawasan keuangan negara.

Dalam laporan yang ditulis oleh Tom Davenport (Direktur Riset IIA) setelah ia mewawancarai lebih dari 50 usaha untuk memahami bagaimana mereka menggunakan Big Data. Ia menemukan mereka mendapatkan manfaat penting sebagai berikut :

1.    Penghematan biaya, Teknologi analisis Big data seperti hadoop dan analisis berbasis cloud membawa pengurangan biaya yang signifikan dalam hal untuk menyimpan data set dalam jumlah besar, selain mereka dapat mengidentifikasi cara-cara yang lebih efisien dalam melakukan bisnis.

2.    Lebih cepat dan baik dalam pengambilan keputusan, dengan kecepatan teknologi big data seperti Hadoop dalam melakukan analisis dengan dikombinasikan dengan kemampuan untuk menganalisis berbagai macam sumber data baru, membuat bisnis mampu menganalisis informasi dengan cepat dan membuat keputusan berdasarkan hasil analisis tersebut.

3.    Melahirkan produk dan pelayanan baru, dengan kemampuan mengukur kebutuhan dan kepuasan pelanggan mendatangkan keunggulan dari bisnis untuk menciptakan produk dan layanan baru yang sesuai dengan keinginan dan kebutuhan dari pelanggan.

Mengacu pada besarnya manfaat yang dapat ditawarkan oleh tren teknologi big data, dan tantangan apa saja yang muncul dalam penerapannya. Penerapan teknologi big data pada suatu organisasi atau perusahaan dapat dilihat dari fungsi-fungsi yang sudah tersedia pada IT infrastrukturnya, sehingga dapat menjalankan kerja yang berhubungan dengan aplikasi mobile, social, dan big data analytics. Diharapkan hasil kajian dapat memberikan informasi dan inspirasi sehingga implementasi teknologi big data di Indonesia dapat semakin luas. Bebrapa contoh pemanfaatan big data yaitu:

1)      Bidang Agrikultur

Sebagai negara agraris dengan lebih dari 30 juta petani dan lahan pertanian yang luas, Indonesia tentunya akan diuntungkan dengan adaptasi teknologi Big Data khususnya bidang agrikultur. Regi Wahyu CEO dari Mediatrac, perusahaan analisa Big Data terkemuka di tanah air, dalam presentasinya bercerita tentang bagaimana Big Data bisa membantu para petani. Ide ini muncul di saat Regi merasa tertantang untuk meningkatkan hidup petani. Lalu bagaimana caranya? Regi merekrut sejumlah mahasiswa berbakat dari Universitas Padjadjaran untuk melakukan riset di sebuah areal persawahan di Jawa Barat. Tahap pertama yang dilakukan adalah menganalisa kualitas tanah dan luas sawah dengan foto aerial. Tim riset mengambil 400 foto untuk tiap I hektar sawah. Tahap selanjutnya adalah mengamati pertumbuhan tinggi padi setiap minggu dan juga mengumpulkan Informasi-informasi yang telah dikumpulkan tersebut akhimya menjadi Big Data yang bisa digunakan unt uk membantu para petani meningkatkan produksi panen, memprediksi waktu yang tepat untuk bercocok tanam, dan lainnya.

 

2)      Meningkatkan pendapatan pajak negara

Saat ini kesadaran masyarakat untuk membayar pajak masih rendah sehingga setiap tahun Dirjen Pajak tidak pernah memenuhi target pendapatan pajak. Penerapan teknologi Big Data dalam perpajakan ini masih dalam tahap pengembangan. Iwan sempat menampilkan demo dari sistem pajak online dalam konferensi Big Data kemarin. Demo tersebut memperlihatkan visualisasi yang sangat detail seperti silsilah keluarga, jenis dan barang kekayaan apa saja yang dimiliki, serta jenis pajak dan status apakah sudah membayar pajak atau belum. Dengan teknologi ini, tentunya pemerintah bisa meningkatkan kesadaran membayar pajak, mengurangi penipuan pajak, dan mengoptimasi pendapatan negara.

3)      Pemanfaatan Teknologi Wearable dalam Big Data

Teknologi wearable biasanya digunakan untuk membantu aktivitas sehari-hari seperti komunikasi dan navigasi. Tapi di tangan Daniel Oscar Baskoro, teknologi wearable telah menjelma sebagai teknologi pengumpul informasi Big Data. Oscar merupakan mahasiswa dan peneliti di Universitas Gajah Mada. la telah berhasil memenangkan banyak penghargaan dalam perjalanan karirnya seperti menjadi Google Ambassador untuk wilayah Asia Tenggara, pemenang kompetisi World Bank Global Winner Award di London dengan aplikasi bencana alam, dan masih banyak lagi. Dalam presentasinya, Oscar menjelaskan tentang teknologi weurahle dan menanmpilkan sejumlah aplikasi yang ia kembangkan untuk Google Glass dan smartphone. yaitu Quick Disaster. Weaver. Realive, dan Stress Rate.

4)      Menikatkan Sektor Kesehatan

Topik selanjutnya yang tidak kalah menarik adalah pemanfaatan Big Data di sektor kesehatan yang disajikan oleh Anis Fuad, peneliti dari Universitas Gajah Mada. Dalam presentasinya, Anis menjelaskan situasi sektor kesehatan di Indonesia yang mana saat ini setiap klinik, puskesmas, dan rumah sakit menggunakan software yang berbeda-beda untuk mencatat data pasien. Data yang dikirim Dinas Kesehatan pun masih sangat sederhana dan tidak semuanya lengkap. Selain itu, sumber informasi yang bisa dikumpulkan sangat banyak mulai dari klinik, data kesehatan pasien, finansial, admistrasi, hingga media sosial.

E.       Contoh Studi Kasus Penggunaan Analisis Big Data

Dalam implementasinya, penerapan analisis big data cocok untuk berbagai bidang bisnis. Berikut ini saya coba listing-kan beberapa contoh studi kasus penggunaannya :

1.        Lembaga keuangan dapat menggunakan analisis big data agar cepat mengidentifikasi potensi penipuan sebelum menjadi besar efeknya, sehingga meminimalkan resiko kerugian secara finansial.

2.        Pemerintahan dapat manfaatkan analisis big data untuk meningkatkan keamanan negara dengan mampu mendeteksi, mencegah dan melawan serangan cyber.

3.        Industri kesehatan dapat menggunakan analisis terhadap big data untuk meningkatkan layanan perawatan pasien dan menemukan cara yang lebih baik untuk mengelola sumber daya dan personil.

4.        Perusahaan telekomunikasi dapat memanfaatkan analisis big data untuk mencegahchurn pelanggan, dan juga merencanakan cara terbaik untuk mengoptimalkan jaringan nirkabel baik yang baru maupun yang sudah ada.

5.        Marketing dapat menggunakan big data untuk melakukan analisis sentimen untuk mengetahui tingkat kepuasan pelanggan terhadap produk dan layanan yang dipasarkan.

6.        Perusahaan asuransi dapat menggunakan analisis big data untuk mengkategorikan pengajuan asuransi yang dapat segera diproses, dan mana yang perlu divalidasi dengan dilakukan kunjungan oleh agen asuransi.

7.        Perusahaan ritel dapat menggunakan informasi dari social media seperti Facebook, Twitter, Google+ yang disimpan dengan teknologi big data, yang selanjutnya digunakan untuk menganalisis bagaimana perilaku, persepsi pelanggan terhadap suatu produk atau brand dari perusahan.

Sejalan dengan terus berkembangnya teknologi analisis big data, dan hampir semua bisnis sudah mulai berfikir bahwa mendapatkan manfaat dari implementasi analisis big data adalah suatu keharusan untuk menghadapi perubahan dan persaingan yang semakin pesat dan ketat saat ini. Karena hal di atas, bisa kita prediksi kedepan penerapan big data menjadi sesuatu yang umum, sehingga akan semakin banyak lagi contoh studi kasus pemanfaatan big data selain yang saya sebutkan.


BAB III

PENUTUP

A.      Kesimpulan

Big Data adalah istilah yang menggambarkan volume data yang besar - baik terstruktur dan tidak terstruktur - yang membanjiri bisnis pada sehari -hari . Tapi itu bukan jumlah data yang penting . Itu yang dilakukan organisasi dengan data yang penting . data besar dapat dianalisis untuk wawasan yang mengarah pada keputusan yang lebih baik dan bergerak bisnis strategis”. Big Data merupakan sebuah proses pengumpulan data untuk menemukan pola dan korelasi yang mungkin tidak jelas pada awalnya, tetapi berpeluang menjadi berguna dalam pengambilan keputusan bisnis. Suatu data dikategorikan sebagai “Big Data” bukan hanya karena jumlah data yang besar. Gartner, menggambarkan dimensi Big Data sebagai 3V yaitu Volume, Velocity, Variety.  Karena Big Data mencakup area yang sangat luas, maka implementasinya dalam penelitian ini akan dikategorikan menjadi tiga tahap, yaitu IT Management & Tata Kelola, SDM, dan Sistem. Beberapa manfaat big data yang sudah dirasakan khususnya bagi dunia usaha diantaranya untuk mengetahui respons masyarakat terhadap produk-produk yang dikeluarkan melalui analisis sentimen di media sosial; membantu perusahaan mengambil keputusan secara lebih tepat dan akurat berdasarkan data; membantu meningkatkan citra perusahaan di mata pelanggan; untuk perencanaan usaha dengan mengetahui perilaku pelanggan, seperti pada perusahaan telekomunikasi dan perbankan; serta mengetahui tren pasar dan keinginan konsumen. Selain bermanfat untuk analisis bisnis, teknologi Big Data juga dapat dimanfaatkan secara luas di pemerintahan.

B.       Saran

Sebaiknya penggunaan Big Data digunakan sesuai kebutuhan saja, sehingga menghasilkan strategi bisnis yang solutif dan implementatif. Semoga dengan adanya Big Data ini tidak di salah gunakan dengan kejahatan. Sebaik nya juga saat menggunakan sosial media kita lebih berhati hati. Untuk pemerintah sebaik nya membatasi situs situs yang memang perlu di beri batasan umur. Sehingga anak dibawah umur tidak terbawa arus negatif.


DAFTAR PUSTAKA

 

Kusumasari, D., & Rafizan, O. (2018). Studi implementasi sistem big data untuk mendukung kebijakan komunikasi dan informatika. Masyarakat Telematika Dan Informasi: Jurnal Penelitian Teknologi Informasi dan Komunikasi8(2), 81-96.

Megantara, F., & Warnars, H. L. H. S. (2016). Implementasi Big Data untuk pencarian pattern data gudang pada PT. Bank Mandiri (Persero) TBK. Jurnal Sisfotek Global6(2), 61-68.

Muhammad Irlan, https://pdfcoffee.com/makalah-big-data-7-pdf-free.html, diakses pada 3 Agustus 2021, pukul 19.00.

PG, D. S. W. (2018). Potential Benefits and Business Value of Big Data Analytics. Majalah Ilmiah Bijak15(2), 106-114.

Ria Maesaroh, http://sim-bigdata1-riamaesaroh-septialutfi.blogspot.com/2016/12/v-behaviorurldefaultvmlo.html, diakses pada 3 Agustus 2021, pukul 19.00.

Satrio B. Haryanto , https://www.academia.edu/21651102/Big_Data, diakses pada 3 Agustus 2021, pukul 19.00.

Thomas H. Davenport. 2013http://www.sas.com/en_th/insights/bigdata/what-is-big-data.html, diakses pada 3 Agustus 2021, pukul 21:00.

 

Tidak ada komentar:

Posting Komentar