Apa itu Big Data?

Apa itu Big Data?

“Big Data” adalah salah satu kata-kata yang paling umum digunakan di era kita saat ini, tetapi apa yang dimaksud dengan kata-kata tersebut?

Berikut adalah definisi sederhana tentang big data. Big data adalah data yang terlalu besar dan kompleks untuk ditangani oleh metode pengolahan dan penyimpanan data tradisional. Meskipun itu adalah definisi yang sederhana, akan lebih baik jika kita memiliki pemahaman yang lebih dalam dan lengkap tentang big data. Mari kita lihat beberapa konsep yang mendasari big data, seperti penyimpanan, struktur, dan pengolahan.

Seberapa Besar Big Data?

Tidak semudah mengatakan “setiap data yang melebihi ukuran ‘X’ adalah big data”, lingkungan tempat data diproses adalah faktor yang sangat penting dalam menentukan apa yang memenuhi syarat sebagai big data. Ukuran data yang perlu dimiliki untuk dianggap sebagai big data tergantung pada konteks atau tugas yang digunakan data tersebut. Dua set data dengan ukuran yang sangat berbeda dapat dianggap sebagai “big data” dalam konteks yang berbeda.

Untuk lebih spesifik, jika Anda mencoba mengirimkan file 200-megabyte sebagai lampiran email, Anda tidak akan dapat melakukannya. Dalam konteks ini, file 200-megabyte dapat dianggap sebagai big data. Sebaliknya, mengopi file 200-megabyte ke perangkat lain dalam jaringan yang sama mungkin tidak memakan waktu, dan dalam konteks ini, itu tidak dianggap sebagai big data.

Namun, mari kita asumsikan bahwa 15 terabyte video perlu diproses sebelum digunakan dalam pelatihan aplikasi penglihatan komputer. Dalam kasus ini, file video memakan ruang yang sangat besar sehingga bahkan komputer yang kuat akan membutuhkan waktu lama untuk memprosesnya, dan pengolahan biasanya didistribusikan di beberapa komputer yang terhubung untuk mengurangi waktu pengolahan. 15 terabyte data video ini pasti memenuhi syarat sebagai big data.

Jenis Struktur Big Data

Big data datang dalam tiga kategori struktur: data tidak terstruktur, semi-terstruktur, dan data terstruktur.

Data tidak terstruktur adalah data yang tidak memiliki struktur yang dapat didefinisikan, artinya data hanya berada dalam satu kolam besar. Contoh data tidak terstruktur adalah database penuh dengan gambar yang tidak diberi label.

Data semi-terstruktur adalah data yang tidak memiliki struktur formal, tetapi ada dalam struktur yang longgar. Misalnya, data email mungkin dianggap sebagai data semi-terstruktur, karena Anda dapat merujuk pada data yang terkandung dalam email individu, tetapi pola data formal belum ditetapkan.

Data terstruktur adalah data yang memiliki struktur formal, dengan titik data yang dikategorikan oleh fitur yang berbeda. Salah satu contoh data terstruktur adalah spreadsheet Excel yang berisi informasi kontak seperti nama, email, nomor telepon, dan situs web.

Jika Anda ingin membaca lebih lanjut tentang perbedaan dalam jenis data ini, periksa tautan ini.

Metriks Untuk Menilai Big Data

Big data dapat dianalisis dalam tiga metriks yang berbeda: volume, kecepatan, dan keragaman.

Volume merujuk pada ukuran data. Ukuran rata-rata dataset sering meningkat. Misalnya, hard drive terbesar pada tahun 2006 adalah hard drive 750 GB. Sebaliknya, Facebook (META ) diyakini menghasilkan lebih dari 500 terabyte data dalam satu hari dan hard drive konsumen terbesar yang tersedia saat ini adalah hard drive 16 terabyte. Apa yang memenuhi syarat sebagai big data dalam satu era mungkin tidak memenuhi syarat sebagai big data di era lain. Lebih banyak data yang dihasilkan saat ini karena lebih banyak objek di sekitar kita yang dilengkapi dengan sensor, kamera, mikrofon, dan perangkat pengumpul data lainnya.

Kecepatan merujuk pada seberapa cepat data bergerak, atau dengan kata lain, seberapa banyak data yang dihasilkan dalam waktu tertentu. Aliran media sosial menghasilkan ratusan ribu postingan dan komentar setiap menit, sedangkan kotak masuk email Anda mungkin memiliki aktivitas yang jauh lebih sedikit. Aliran big data adalah aliran yang sering menangani ratusan ribu atau jutaan peristiwa dalam waktu nyata. Contoh aliran data ini adalah platform permainan online dan algoritma perdagangan saham berkecepatan tinggi.

Keragaman merujuk pada jenis data yang berbeda yang terkandung dalam dataset. Data dapat terdiri dari banyak format yang berbeda, seperti audio, video, teks, foto, atau nomor seri. Secara umum, database tradisional diformat untuk menangani satu atau beberapa jenis data. Dengan kata lain, database tradisional dirancang untuk menampung data yang cukup homogen dan memiliki struktur yang konsisten dan dapat diprediksi. Ketika aplikasi menjadi lebih beragam, penuh dengan fitur yang berbeda, dan digunakan oleh lebih banyak orang, database telah berkembang untuk menyimpan lebih banyak jenis data. Database tidak terstruktur ideal untuk menyimpan big data, karena dapat menampung beberapa jenis data yang tidak terkait satu sama lain.

Metode Penanganan Big Data

Ada beberapa platform dan alat yang dirancang untuk memfasilitasi analisis big data. Kolam big data perlu dianalisis untuk mengekstrak pola yang bermakna dari data, tugas yang dapat terbukti cukup menantang dengan alat analisis data tradisional. Sebagai respons terhadap kebutuhan akan alat untuk menganalisis volume data yang besar, berbagai perusahaan telah menciptakan alat analisis big data. Alat analisis big data termasuk sistem seperti ZOHO Analytics, Cloudera, dan Microsoft (MSFT ) BI.