Big Data (Paper)

Scribd
<https://id.scribd.com/doc/214177018/BIG-DATA-PAPER#>
Scribd <https://www.scribd.com/>
Cari
Cari
Tutup saran
Unggah
<https://id.scribd.com/upload-document>
idChange LanguageUbah Bahasa
<https://id.scribd.com/doc/214177018/BIG-DATA-PAPER#language>
<https://id.scribd.com/doc/214177018/BIG-DATA-PAPER#user-util-view-profile>
*
*
Beranda
<https://www.scribd.com/>
*
Simpanan
<https://id.scribd.com/saved>
*
Buku terlaris
<https://www.scribd.com/bestsellers>
*
Buku
<https://id.scribd.com/books>
*
Buku Audio
<https://id.scribd.com/audiobooks>
*
Snapshots
<https://id.scribd.com/snapshots>
*
Majalah
<https://id.scribd.com/magazines>
*
Dokumen
<https://id.scribd.com/docs>
*
Lembar Musik
<https://id.scribd.com/sheetmusic>
*
Unggah
<https://www.scribd.com/upload-document>
*
Bahasa Indonesia
*
*
Hai mocha...!
Profil Anda
Unduh
Lompat ke Halaman
Anda di halaman 2dari 26
Cari di dalam dokumen
5.4K tayangan
4Suka, Anda menandai ini sebagai bermanfaat
0Tidak suka, tandai sebagai tidak bermanfaat
Dokumen ditandai sebagai bermanfaat
BIG DATA (PAPER)
Diunggah oleh ikaa_lo

<https://www.scribd.com/user/249031633/ikaa-lo>pada Mar 24, 2014
BIG DATA (PAPER)Deskripsi lengkap
Unduh
simpanSimpan BIG DATA (PAPER) Untuk Nanti
Info
simpanSimpan BIG DATA (PAPER) Untuk Nanti
Info
Tanamkan
Bagikan
Cetak
Judul terkait
Karusel Sebelumnya
<https://id.scribd.com/doc/214177018/BIG-DATA-PAPER#>Karusel Berikutnya
*
Tugas Rencana Manajemen Proyek Sistem Informasi
<https://id.scribd.com/doc/117834464/Tugas-Rencana-Manajemen-Proyek-Sistem-
Informasi>
*
Makalah Big Data
Makalah Big Data
<https://id.scribd.com/doc/241944967/Makalah-Big-Data>
*
Big Data
Big Data
<https://id.scribd.com/doc/174175380/Big-Data>
*
Contoh Studi Kasus Penggunaan Analisis Big Data
<https://id.scribd.com/document/345210517/Contoh-Studi-Kasus-Penggunaan-
Analisis-Big-Data>
*
Contoh Kasus Dalam Data Mining - 1
<https://id.scribd.com/doc/193188297/Contoh-Kasus-Dalam-Data-Mining-1>
*
Makalah Data Mining
Makalah Data Mining
<https://id.scribd.com/doc/216421345/Makalah-Data-Mining>
*
BIG DATA (PPT)
BIG DATA (PPT)
<https://id.scribd.com/presentation/214177997/BIG-DATA-PPT>
*
Hadoop for big Data
Hadoop for big Data
<https://id.scribd.com/doc/266319394/Hadoop-for-big-Data>
*
PENGUJIAN BERORIENTASI OBJEK
<https://id.scribd.com/doc/29409460/PENGUJIAN-BERORIENTASI-OBJEK>
*
Review Jurnal Big Data
<https://id.scribd.com/document/357693997/Review-Jurnal-Big-Data>
*
Jurnal Implementasi Data Mining Dengan Metode Clustering Untuk
Melakukan (1)
Melakukan (1)
<https://id.scribd.com/doc/98263865/Jurnal-Implementasi-Data-Mining-Dengan-
Metode-Clustering-Untuk-Melakukan-1>
*
Big Data C_kelompok 5_big Data Klasifikasi Menggunakan Naïve Bayes
Mapreduce Pada Hadoop Multi Node Cluster
<https://id.scribd.com/document/343173961/Big-Data-C-kelompok-5-big-Data-
Klasifikasi-Menggunakan-Naive-Bayes-Mapreduce-Pada-Hadoop-Multi-Node-Cluster>
*
Juned Riandi (09111001055) HADOOP
<https://id.scribd.com/doc/266361321/Juned-Riandi-09111001055-HADOOP>
*
Teknik & Metode Data Mining
<https://id.scribd.com/doc/174986731/Teknik-Metode-Data-Mining>
*
PAPER Data Warehouse
<https://id.scribd.com/doc/227593819/PAPER-Data-Warehouse>
*
Algoritma Naive Bayes - Data Mining
<https://id.scribd.com/doc/218550049/Algoritma-Naive-Bayes-Data-Mining>
*
paper-kapsel
paper-kapsel
<https://id.scribd.com/document/50623619/paper-kapsel>
*
Analisis Keamanan Jaringan Internet Menggunakan Hping, Nmap, Nessus
,dan Ethereal
,dan Ethereal
<https://id.scribd.com/doc/50871093/Analisis-Keamanan-Jaringan-Internet-
Menggunakan-Hping-Nmap-Nessus-dan-Ethereal>
*
Pengetahuan Akuisisi, Representasi, Dan Penalaran
<https://id.scribd.com/doc/172912073/Pengetahuan-Akuisisi-Representasi-Dan-
Penalaran>
*
Laporan PKL PT. Telkom Cirebon_5302411252
<https://id.scribd.com/doc/266594864/Laporan-PKL-PT-Telkom-Cirebon-5302411252>
Unduh
Lompat ke Halaman
Anda di halaman 2dari 26

Cari di dalam dokumen
TUGAS PAPER BIG DATA KELOMPOK : 7 Nama : Ardiyanto 1501167273 Kartika

Sari Putri 1501172121 Leni Gustini 1501166301 Susanti Kusuma 1501192470
Wendy 1501153993 06 PJM
TUGAS PAPER BIG DATA KELOMPOK : 7 Nama : Ardiyanto 1501167273 Kartika

Sari Putri 1501172121 Leni Gustini 1501166301 Susanti Kusuma 1501192470
Wendy 1501153993 06 PJM
Abstrak
Tujuan dari pembahasan ini adalah untuk memberikan wawasan kepada
pembaca akan pentingnya pengetahuan tentang big data, kelebihan dan
kekurangan serta cara pengelolaan big data tersebut juga contoh-contoh
pengelolaan big data di perusahaan. Seperti kita ketahui bahwa big data
sulit untuk dikelola terlebih pada data
–
data yang sudah tersimpan lama dan masih menggunakan cara tradisional.
Untuk itu perusahaan sekarang ini sudah menggunakan teknologi sebagai
penunjang segala kegiatan bisnisnya serta pengelolaan datanya dengan
menggunakan staff IT yang bertanggungjawab dalam database. Sebenarnya
big data dalam jangka waktu yang sudah lama disimpan dapat dimanfaatkan
kembali bagi perusahaan dan selain itu big data
akan menjadi sebuah investasi yang sangat menghasilkan karena akan ada
banyak manfaat big data bagi perusahaan yang bisa mengelolanya dengan
baik. Contoh manfaat misalnya membuat perusahaan memiliki kesempatan
untuk mengambil keputusan bisnis yang didasarkan pada hasil dari data ilmiah
atau dapat juga dijadikan
pengambilan keputusan yang diperlukan untuk membandingkan market

perusahaan dari yang tahun
–
tahun sebelumnya dengan sekarang, untuk itu big data memiliki peranan
penting dalam perusahaan. Maka dari itu, alangkah lebih baik jika
perusahaan dapat dengan cerdas mengelola big data terutama data
terpenting yang dapat dimanfaatkan kembali karena data merupakan bagian
yang sangat riskan bagi perusahaan. Metode analisa yang digunakan adalah
metode pengumpulan data melalui artikel dan e- journal yang dapat
ditemukan dengan pencarian menggunakan internet. Data tersebut
dikumpulkan dan dicari kebenarannya untuk dituangkan kedalam paper ini.
Juga dilihat keberadaannya disalah satu perusahaan sebagai contoh dalam
penulisan paper ini. Kata kunci : big data, analisa
Abstrak
Tujuan dari pembahasan ini adalah untuk memberikan wawasan kepada
pembaca akan pentingnya pengetahuan tentang big data, kelebihan dan
kekurangan serta cara pengelolaan big data tersebut juga contoh-contoh
pengelolaan big data di perusahaan. Seperti kita ketahui bahwa big data
sulit untuk dikelola terlebih pada data
–
data yang sudah tersimpan lama dan masih menggunakan cara tradisional.
Untuk itu perusahaan sekarang ini sudah menggunakan teknologi sebagai
penunjang segala kegiatan bisnisnya serta pengelolaan datanya dengan
menggunakan staff IT yang bertanggungjawab dalam database. Sebenarnya
big data dalam jangka waktu yang sudah lama disimpan dapat dimanfaatkan
kembali bagi perusahaan dan selain itu big data
akan menjadi sebuah investasi yang sangat menghasilkan karena akan ada
banyak manfaat big data bagi perusahaan yang bisa mengelolanya dengan
baik. Contoh manfaat misalnya membuat perusahaan memiliki kesempatan
untuk mengambil keputusan bisnis yang didasarkan pada hasil dari data ilmiah
atau dapat juga dijadikan
pengambilan keputusan yang diperlukan untuk membandingkan market

perusahaan dari yang tahun
–
tahun sebelumnya dengan sekarang, untuk itu big data memiliki peranan
penting dalam perusahaan. Maka dari itu, alangkah lebih baik jika
perusahaan dapat dengan cerdas mengelola big data terutama data
terpenting yang dapat dimanfaatkan kembali karena data merupakan bagian
yang sangat riskan bagi perusahaan. Metode analisa yang digunakan adalah
metode pengumpulan data melalui artikel dan e- journal yang dapat
ditemukan dengan pencarian menggunakan internet. Data tersebut
dikumpulkan dan dicari kebenarannya untuk dituangkan kedalam paper ini.
Juga dilihat keberadaannya disalah satu perusahaan sebagai contoh dalam
penulisan paper ini. Kata kunci : big data, analisa
Halaman 3-26 hanya untuk anggotaBuka Akses Lengkap dengan 30 Hari

Percobaan Gratis
Lanjutkan Membaca secara Gratis
BAB I Pendahuluan
1.1
Latar Belakang 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. Kemudian,
<http://www.mckinsey.com/Insights/MGI/Research/Technology_and_Innovation/Big_data_T
he_next_frontier_for_innovation>McKinseyGlobal
he_next_frontier_for_innovation>
Institute
he_next_frontier_for_innovation>(MGI),
dalam laporannya yang dirilis pada Mei 2011, mendefinisikan bahwa big
data adalah data yang sudah sangat sulit untuk dikoleksi, disimpan,
dikelola maupun dianalisa dengan menggunakan sistem database biasa
karena volumenya yang terus berlipat. Tentu saja definisi ini masih
sangat relatif, tidak mendeskripsikan secara eksplisit sebesar apa big
data itu. Tetapi, untuk saat sekarang ini, data dengan volume puluhan
terabyte hingga beberapa petabyte kelihatannya dapat memenuhi definis
MGI tersebut. Di lain pihak, berdasarkan definisi dari
<http://www.gartner.com/newsroom/id/1731916>Gartner
<http://www.gartner.com/newsroom/id/1731916>,
<http://www.gartner.com/newsroom/id/1731916> big data itu memiliki tiga
atribute yaitu : volume , variety , dan velocity. Ketiga atribute ini
dipakai juga oleh <http://www-06.ibm.com/software/jp/data/bigdata/>IBM
dalam mendifinisikan big data
<http://www-06.ibm.com/software/jp/data/bigdata/>.
<http://www-06.ibm.com/software/jp/data/bigdata/> Volume berkaitan dengan
ukuran, dalam hal ini kurang lebih sama dengan definisi dari MGI.
Sedangkan variety berarti tipe atau jenis data, yang meliputi berbagai
jenis data baik data yang telah terstruktur dalam suatu database maupun
data yang tidak terorganisir dalam suatu database seperti halnya data
teks pada web pages, data suara, video, click stream, log file dan lain
sebagainya. Yang terakhir, velocity dapat diartikan sebagai kecepatan
dihasilkannya suatu data dan seberapa cepat data itu harus diproses agar
dapat memenuhi permintaan pengguna. Dari segi teknologi,
dipublikasikannya
<http://vijjam.blogspot.jp/2013/02/google-bigtable-tabel-yang-
memuat.html>GoogleBigtable
<http://vijjam.blogspot.jp/2013/02/google-bigtable-tabel-yang-memuat.html>
<http://vijjam.blogspot.jp/2013/02/google-bigtable-tabel-yang-memuat.html> 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
<http://vijjam.blogspot.jp/2013/02/mapreduce-besar-dan-powerful-tapi-
tidak.html>MapReduce
<http://vijjam.blogspot.jp/2013/02/mapreduce-besar-dan-powerful-tapi-tidak.html>
tidak.html>mulai
menyedot banyak perhatian. Lalu, terinspirasi oleh konsep
dalam
<http://vijjam.blogspot.jp/2013/02/gfs-menggotong-royongkan-ribuan.html>GoogleFile
System
<http://vijjam.blogspot.jp/2013/02/gfs-menggotong-royongkan-ribuan.html>
<http://vijjam.blogspot.jp/2013/02/gfs-menggotong-royongkan-ribuan.html>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
<http://vijjam.blogspot.jp/2013/02/hdfs-berawal-dari-google-untuk-big-
data.html>Hadoop
<http://vijjam.blogspot.jp/2013/02/hdfs-berawal-dari-google-untuk-big-data.html>.
<http://vijjam.blogspot.jp/2013/02/hdfs-berawal-dari-google-untuk-big-data.html>
Saat
ini Hadoop telah menjadi project
open source-
nya <http://hadoop.apache.org/>Apache Software
<http://hadoop.apache.org/>. <http://hadoop.apache.org/>
Salah satu pengguna Hadoop adalah Facebook, SNS (Social Network Service)
terbesar dunia
<http://hadoop.apache.org/>
<http://www-06.ibm.com/software/jp/data/bigdata/>
<http://www.gartner.com/newsroom/id/1731916>
Scribd
Anda sedang Membaca Pratinjau
Aktifkan akses penuh seketika dengan coba gratis 30 hari!
BAB I Pendahuluan
1.1
Latar Belakang 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. Kemudian,
he_next_frontier_for_innovation>McKinseyGlobal
Institute
he_next_frontier_for_innovation>(MGI),
dalam laporannya yang dirilis pada Mei 2011, mendefinisikan bahwa big
data adalah data yang sudah sangat sulit untuk dikoleksi, disimpan,
dikelola maupun dianalisa dengan menggunakan sistem database biasa
karena volumenya yang terus berlipat. Tentu saja definisi ini masih
sangat relatif, tidak mendeskripsikan secara eksplisit sebesar apa big
data itu. Tetapi, untuk saat sekarang ini, data dengan volume puluhan
terabyte hingga beberapa petabyte kelihatannya dapat memenuhi definis
MGI tersebut. Di lain pihak, berdasarkan definisi dari
<http://www.gartner.com/newsroom/id/1731916>Gartner
<http://www.gartner.com/newsroom/id/1731916>,
<http://www.gartner.com/newsroom/id/1731916> big data itu memiliki tiga
atribute yaitu : volume , variety , dan velocity. Ketiga atribute ini
dipakai juga oleh <http://www-06.ibm.com/software/jp/data/bigdata/>IBM
dalam mendifinisikan big data
<http://www-06.ibm.com/software/jp/data/bigdata/>.
<http://www-06.ibm.com/software/jp/data/bigdata/> Volume berkaitan dengan
ukuran, dalam hal ini kurang lebih sama dengan definisi dari MGI.
Sedangkan variety berarti tipe atau jenis data, yang meliputi berbagai
jenis data baik data yang telah terstruktur dalam suatu database maupun
data yang tidak terorganisir dalam suatu database seperti halnya data
teks pada web pages, data suara, video, click stream, log file dan lain
sebagainya. Yang terakhir, velocity dapat diartikan sebagai kecepatan
dihasilkannya suatu data dan seberapa cepat data itu harus diproses agar
dapat memenuhi permintaan pengguna. Dari segi teknologi,
dipublikasikannya
<http://vijjam.blogspot.jp/2013/02/google-bigtable-tabel-yang-
memuat.html>GoogleBigtable
<http://vijjam.blogspot.jp/2013/02/google-bigtable-tabel-yang-memuat.html> 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
tidak.html>MapReduce
tidak.html>mulai
menyedot banyak perhatian. Lalu, terinspirasi oleh konsep
dalam
<http://vijjam.blogspot.jp/2013/02/gfs-menggotong-royongkan-ribuan.html>GoogleFile
System
<http://vijjam.blogspot.jp/2013/02/gfs-menggotong-royongkan-ribuan.html>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
<http://vijjam.blogspot.jp/2013/02/hdfs-berawal-dari-google-untuk-big-
data.html>Hadoop
<http://vijjam.blogspot.jp/2013/02/hdfs-berawal-dari-google-untuk-big-data.html>.
Saat
ini Hadoop telah menjadi project
open source-
nya <http://hadoop.apache.org/>Apache Software
<http://hadoop.apache.org/>. <http://hadoop.apache.org/>
Salah satu pengguna Hadoop adalah Facebook, SNS (Social Network Service)
terbesar dunia
<http://hadoop.apache.org/>
<http://www-06.ibm.com/software/jp/data/bigdata/>
<http://www.gartner.com/newsroom/id/1731916>
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. Berdasarkan uraian di atas, kami
merasa tertarik untuk mengangkat pembahasan yang dirumuskan dalam judul
“Apakah yang dimaksud dengan Big Data?”
1.2
Ruang Lingkup Ruang lingkup dari penulisan paper ini akan di batasi pada
definisi dari Big Data dan keterkaitan antara Big Data dengan informasi
serta digambarkan dengan salah satu contoh yaitu Big Data pada media
social Facebook 1.3
Tujuan dan Manfaat Tujuan dari penulisan paper ini adalah :

Untuk mengetahui definisi atau pengertian dari Big Data.


Menggambarkan pengertian Big Data dengan salah satu media social yaitu
Facebook Manfaat dari penulisan paper ini adalah :

Dapat menambah wawasan mahasiswa, khususnya jurusan Informatika, tentang

Apakah yang dimaksud dengan Big Data.

Dapat mengerti gambaran seperti apa Big Data itu dengan salah satu
contoh yang kita gambarkan yaitu pada media social Facebook 1.4
Metodologi Metodologi akan menekankan pada aspek-aspek sebagai berikut:


Memberikan gambaran yang jelas mengenai Big Data


Teknik pengumpulan data yang kami gunakan adalah teknik pengumpulan data
secara dokumen/kualitatif

Analisis data yang kami lakukan dengan menggunakan deskripsi kualitatif

Scribd
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. Berdasarkan uraian di atas, kami
merasa tertarik untuk mengangkat pembahasan yang dirumuskan dalam judul
“Apakah yang dimaksud dengan Big Data?”
1.2
Ruang Lingkup Ruang lingkup dari penulisan paper ini akan di batasi pada
definisi dari Big Data dan keterkaitan antara Big Data dengan informasi
serta digambarkan dengan salah satu contoh yaitu Big Data pada media
social Facebook 1.3
Tujuan dan Manfaat Tujuan dari penulisan paper ini adalah :


Untuk mengetahui definisi atau pengertian dari Big Data.


Menggambarkan pengertian Big Data dengan salah satu media social yaitu
Facebook Manfaat dari penulisan paper ini adalah :

Dapat menambah wawasan mahasiswa, khususnya jurusan Informatika, tentang

Apakah yang dimaksud dengan Big Data.

Dapat mengerti gambaran seperti apa Big Data itu dengan salah satu
contoh yang kita gambarkan yaitu pada media social Facebook 1.4
Metodologi Metodologi akan menekankan pada aspek-aspek sebagai berikut:


Memberikan gambaran yang jelas mengenai Big Data


Teknik pengumpulan data yang kami gunakan adalah teknik pengumpulan data
secara dokumen/kualitatif

Analisis data yang kami lakukan dengan menggunakan deskripsi kualitatif
BAB II Landasan Teori

2.1 Big Data 2.1.1 Pengertian Big Data Big data menurut Richard adalah
sekumpulan data (data set) yang besarnya jauh melebihi kemampuan
database software tools pada umumnya untuk melakukan capture, menyimpan,
mengelola dan menganalisis. Tujuan big data adalah untuk menciptakan
nilai tambah dan memberikan implikasi mengenai bagaimana organisasi
harus didesain, diorganisir dan dikelola. Big data menurut Edd Dumbill
adalah data yang melebihi kapasitas pengolahan sistem database
konvensional. Nilai big data untuk sebuah organisasi terbagi ke dalam
dua kategori: penggunaan analitis, dan memungkinkan produk-produk baru.
Analisa big data dapat mengungkapkan wawasan tersembunyi sebelumnya oleh
data terlalu mahal untuk diproses. Big data menurut Margaret adalah
kumpulan data terstruktur dan semi tersruktur sebuah perusahaan untuk
mengefisien dam mengefektifkan kinerja perusahaan. Tujuannya, untuk
menemukan pola peluang bisnis. Big data menurut Lisa adalah kumpulan
data dari sumber-sumber tradisional dan digital di dalam dan luar
perusahaan yang merupakan sumber untuk penemuan dan analisis yang sedang
berlangsung. Umumnya, data merupakan campuran dari data terstruktur dan
multi-terstruktur. 2.1.2 Cara Mengali Potensi Big Data Lima cara agar
big data mampu menghasilkan potensi transformasi berdasarkan riset yang
dilakukan McKinsey Global Institute: 1. Menciptakan transparansi. 2.
Memberdayakan eksperiment untuk menemukan kebutuhan, mengekspos
variabilitas, dan meningkatkan kinerja. 3. Melakukan segmentasi populasi
untuk mengkustomisasi tindakan. 4. Mendukung pengambilan keputusan
dengan automated algorithms. 5. Melakukan inovasi model bisnis, produk
dan jasa baru.
Scribd
BAB II Landasan Teori

2.1 Big Data 2.1.1 Pengertian Big Data Big data menurut Richard adalah
sekumpulan data (data set) yang besarnya jauh melebihi kemampuan
database software tools pada umumnya untuk melakukan capture, menyimpan,
mengelola dan menganalisis. Tujuan big data adalah untuk menciptakan
nilai tambah dan memberikan implikasi mengenai bagaimana organisasi
harus didesain, diorganisir dan dikelola. Big data menurut Edd Dumbill
adalah data yang melebihi kapasitas pengolahan sistem database
konvensional. Nilai big data untuk sebuah organisasi terbagi ke dalam
dua kategori: penggunaan analitis, dan memungkinkan produk-produk baru.
Analisa big data dapat mengungkapkan wawasan tersembunyi sebelumnya oleh
data terlalu mahal untuk diproses. Big data menurut Margaret adalah
kumpulan data terstruktur dan semi tersruktur sebuah perusahaan untuk
mengefisien dam mengefektifkan kinerja perusahaan. Tujuannya, untuk
menemukan pola peluang bisnis. Big data menurut Lisa adalah kumpulan
data dari sumber-sumber tradisional dan digital di dalam dan luar
perusahaan yang merupakan sumber untuk penemuan dan analisis yang sedang
berlangsung. Umumnya, data merupakan campuran dari data terstruktur dan
multi-terstruktur. 2.1.2 Cara Mengali Potensi Big Data Lima cara agar
big data mampu menghasilkan potensi transformasi berdasarkan riset yang
dilakukan McKinsey Global Institute: 1. Menciptakan transparansi. 2.
Memberdayakan eksperiment untuk menemukan kebutuhan, mengekspos
variabilitas, dan meningkatkan kinerja. 3. Melakukan segmentasi populasi
untuk mengkustomisasi tindakan. 4. Mendukung pengambilan keputusan
dengan automated algorithms. 5. Melakukan inovasi model bisnis, produk
dan jasa baru.
2.1.3 Strategi Terapkan Big Data Pengumpulan daa dengan skala besar
(large scale data gathering) dan penerapan analytics secara cepat telah
menjadi arena baru dalam melakukan diferensiasi secara kompetitif.
Tujuannya, agar strategi big data dapat diintegrasikan dengan strategi
bisnis perusahaan. Beberapa prinsip utama menurut McKinsey Global
institute: 1.
Menyelaraskan pilihan-pilihan strategis 2.
Mengidentifikasi big data resource dan gaps 3.
Menyadari implikasi organisasional

Scribd
Bab III Pembahasan

Saat ini, fenomena
Big Data
sudah tidak asing lagi ditelinga perusahaan - perusahaan besar terlebih
perusahaan multinational. Dalam sebuah penelitian, memberitaukan bahwa
tantangan pertumbuhan data dibagi menjadi 3 bagian :

Volume. Banyak faktor yang mempengaruhi peningkatan jumlah data yang

beredar, seperti data berkas transaksi yang disimpan bertahun tahun
lamanya, lalu juga seperti data tentang akun yang berada pada media
sosial, adanya data tentang
chace
yang ada pada mesin - mesin pabrik yang disimpan, dan masih banyak
lagi. Sebetulnya permasalahan tentang membludaknya volume data ini
sudah ada sejak dulu, dan solusipun telah diterapkan dengan mengurangi
biaya yang harus dikeluarkan untuk melakukan penyimpanan data. Tetapi
seiring dengan berjalannya waktu, masalah lain muncul. Yaitu tentang
bagaimana cara untuk mengolah data yang begitu banyak sampai bisa
menghasilkan sebuah nilai yang berarti.

Velocity
. Bagian ini merupakan tantangan yang cukup berat bagi sebagian besar
perusahaan. Karena mereka berurusan dengan waktu, jadi mereka harus
mengelola data yang ada yang begitu banyaknya dengan cepat atau bahkan
hampir mendekati kata
real-time
.

Variety
. Merupakan pengelolaan data yang terdiri dari berbagai jenis dan
format.
Tentu saja dari begitu banyaknya data yang ada tidaklah hanya dalam satu
format
saja, pastinya dalam berbagai macam jenis format yang tentunya harus
dikelola dengan baik. Pada bagian ini, masih ada segelintir perusahaan
yang merasa kesulitan untuk mengatasi permasalahan ini. Berbagai
masalah ini muncul pada saat dimana teknologi traditional yang digunakan
oleh sebuah organisasi tidak lagi dapat menampung dan melayani kebutuhan
informasi yang semakin lama semakin banyak dan juga semakin membutuhkan
kecepatan.
Scribd
Big Data
merupakan kumpulan data yang dimiliki perusahaan dalam jumlah yang
sangat besar, dan mungkin tidak terstruktur yang bisa datang dari
berbagai sumber secara real time. Definisi dari kata Big ini yang
berarti besar, dilihat dari volume, velositas dan varisasi data yang
diproduksi setiap saat. Masalah ini muncul sebagian besar karena
pengadopsian internet yang setiap saat membuat konten baru dari setiap
individu yang menggunakannya, seperti salah satu konten yang dimiliki
Google yakni Google Translate yang menggunakan Mechine Learning.
Big Data
seperti pisau bermata dua. Bagi perusahaan yang bisa mengelolanya,
Big Data
akan menjadi sebuah investasi yang sangat menghasilkan. Mengapa tidak,
akan ada banyak manfaat
Big Data
bagi perusahaan yang bisa mengelolanya dengan baik. Contoh manfaat
misalnya membuat perusahaan memiliki kesempatan untuk mengambil
keputusan bisnis yang didasarkan pada hasil dari data ilmiah.
Selama bertahun-tahun, HR telah menggunakan data tidak terstruktur dari
jawaban karyawan dalam surveinya. Pada era
Big Data
sekarang ini, data tak terstruktur tersebut datang dari sumber dalam dan
luar organisasi, termasuk dari social media, blog, wiki, email, dan
lain-lain. Semua sumber ini akan memberikan semakin banyak insight
terhadap keterlibatan karyawan terhadap perusahaan.
Seperti pada Starbucks yang mendapatkan masukan tentang motivasi
karyawannya dari survei dengan banyak pertanyaan terbuka. Starbucks
mempekerjakan mahasiswa paska sarjana untuk membantu mereka membuat
analisa konten dari informasi yang jumlahnya masif tersebut. Tools untuk
mengotomatisasikan proses ini masih dalam tahap pengembangan. Menurut
Ranjan Dutta, direktur pengukuran dan predictive analytics pada PwC
Saratoga, teknik analisa otomatis terhadap data tak terstruktur sebagian
besar masih dalam tahap awal pengembangannya. Tetapi kemampuan
tools-tools seperti ini akan berkembang cepat dalam 5 tahun ke depan.
Menurutnya, perusahaan seperti SAP, Oracle, dan Workday saat ini terus
mengembangkan perangkat lunak yang terus memudahkan analisa big data.
Baru sedikit HR pada organisasi yang menggunakan data dari situs
jejaring sosial. Selain Juniper yang telah disebutkan di atas,
organisasi lain yang banyak menggali manfaat dari Linkedin adalah
Thrivent. Thrivent mencari kandidat yang memiliki semangat
entrepreneurial dan menemukan Linkedin adalah alat yang efektif untuk
melakukan pencarian semacam ini.
Scribd
3.1. Keuntungan dan kerugian dari

Big Data
Berikut sedikit ulasan tentang kentungan dan kerugian dari penggunaan
Big Data
pada sebuah perusahaan.
3.1.1. Keuntungan.
Beberapa keuntungan yang dapat diraih apabila sebuah perusahaan dapat
mengelola
Big Data
pada perusahaannya.

Dapat meningkatkan penjualan. Dengan adanya

Big Data
, perusahaan dapat menganalisa semua data yang terkait dengan produk
yang dimilikinya. Termasuk umpan balik yang diberikan dari customer
mengenai kepuasan mereka. Sehingga perusahaan dapat mengembangkan
produknya dan menghilangkan bagian - bagian yang dirasa tidak penting.

Dapat menjaga relasi dengan pelanggan. Data pelanggan yang dimiliki

perusahaan dapat digunakan untuk menjaga relasi kepada pelanggan. Contoh
sederhana seperti pengucapan selamat kepada pelanggan pada saat mereka
berulang tahun atau pada saat mereka merayakan hari besar. Tindakan ini
dapat dilakukan supaya pelanggan menjaga loyalitasnya kepada perusahaan

Dapat digunakan untuk menjaga relasi dengan karyawan. Dengan data setiap
karyawan yang disimpan maka perusahaan dapat menilai kinerja dan tingkat
kepuasan setiap karyawannya. Data ini penting, karena akan digunakan
untuk pengambilan keputusan untuk pengadaan program baru yang akan
diadakan oleh perusahaan kepada setiap karyawannya.

Kemudahan untuk mengakses semua data yang tiba - tiba dibutuhkan. Karena
perusahaan telah menyimpan semua data yang telah mereka gunakan dalam
sebuah database.

Pemantauan langsung secara keseluruhan terhadap kinerja perusahaan secara

real-time
yang dapat membantu pihak pihak pengambil keputusan dapat merencanakan
kegiatan bisnis apa yang harus dilakukan berikutnya.
Scribd
Bagikan dokumen Ini
Bagikan atau Tanam Dokumen
Opsi Berbagi
* Bagikan di Facebook, terbuka di jendela baru

* Bagikan di Twitter, terbuka di jendela baru
* Bagikan di LinkedIn, terbuka di jendela baru
* Bagikan dengan Email, membuka klien email
<mailto:?subject=Baca%20BIG%20DATA%20(PAPER)%20di%20Scribd&body=Hai%2C%20Saya
%20sedang%20membaca%20BIG%20DATA%20(PAPER)%20di%20Scribd%20dan%20berpikir%20Anda
%20mungkin%20menyukainya.%20BIG%20DATA%20(PAPER)%20oleh%20ikaa_lo%20https%3A
%26%23x2F%3B%26%23x2F%3Bid.scribd.com%26%23x2F%3Bdoc%26%23x2F%3B214177018%26%23x2F
%3BBIG-DATA-PAPER%20Scribd%20memberi%20Anda%20akses%20bulanan%20ke%20buku%2C%20buku
%20audio%2C%20dan%20banyak%20lagi%20lainnya%20-%20dengan%20biaya%20lebih%20murah
%20dibandingkan%20harga%20buku%20cetak.%20Bergabunglah%20hari%20ini%20dan%20baca
%20gratis%20selama%2030%20hari.%20Ketahui%20lebih%20jauh%20di%3A%20http%3A%2F
%2Fwww.scribd.com%2F>
* Copy Text
Dokumen Serupa dengan BIG DATA (PAPER)
Karusel Sebelumnya
*
Diunggah oleh
FX. Eko Budi Kristanto
Informasi>
*
Makalah Big Data
Makalah Big Data
Diunggah oleh
Fe'Boy Juan Oktavian
*
Big Data
Big Data
Diunggah oleh
Ulianna Sitorus
*
Diunggah oleh
HaydarRP
Analisis-Big-Data>
*
Diunggah oleh
abu_ali59
*
Makalah Data Mining
Makalah Data Mining
Diunggah oleh
Titis Fitria
*
BIG DATA (PPT)
BIG DATA (PPT)
Diunggah oleh
ikaa_lo
*
Hadoop for big Data
Hadoop for big Data
Diunggah oleh
Dot Exe
*
Diunggah oleh
Erlangga
*
Diunggah oleh
Al-Umam Scarlet
*
Melakukan (1)
Melakukan (1)
Diunggah oleh
sbangkalan
*
Diunggah oleh
pratiwi118
*
Diunggah oleh
Juned Riandi
<https://id.scribd.com/doc/266361321/Juned-Riandi-09111001055-HADOOP>
*
Diunggah oleh
Saleh Syeban
<https://id.scribd.com/doc/174986731/Teknik-Metode-Data-Mining>
*
Diunggah oleh
IkaLo
<https://id.scribd.com/doc/227593819/PAPER-Data-Warehouse>
*
Diunggah oleh
AhmadRizalAfani
<https://id.scribd.com/doc/218550049/Algoritma-Naive-Bayes-Data-Mining>
*
paper-kapsel
paper-kapsel
Diunggah oleh
izulzizar
<https://id.scribd.com/document/50623619/paper-kapsel>
*
,dan Ethereal
,dan Ethereal
Diunggah oleh
Muhammad Rizqi
<https://id.scribd.com/doc/50871093/Analisis-Keamanan-Jaringan-Internet-
Menggunakan-Hping-Nmap-Nessus-dan-Ethereal>
*
Diunggah oleh
ariejawinataginting_
<https://id.scribd.com/doc/172912073/Pengetahuan-Akuisisi-Representasi-Dan-
Penalaran>
*
Diunggah oleh
Syaeful Fajar
<https://id.scribd.com/doc/266594864/Laporan-PKL-PT-Telkom-Cirebon-5302411252>
*
analisis survival
analisis survival
Diunggah oleh
niken2210
<https://id.scribd.com/doc/260591963/analisis-survival>
*
Paper Kapsel Akhir
Paper Kapsel Akhir
Diunggah oleh
sumore
<https://id.scribd.com/doc/48036632/Paper-Kapsel-Akhir>
*
Makalah Analisis Cluster Hierarki
Makalah Analisis Cluster Hierarki
Diunggah oleh
Dinda Lutfiani
<https://id.scribd.com/doc/139653526/Makalah-Analisis-Cluster-Hierarki>
*
Teori Pengolahan Citra Digital
Teori Pengolahan Citra Digital
Diunggah oleh
Saifud IN
<https://id.scribd.com/doc/55602924/Teori-Pengolahan-Citra-Digital>
*
Makalah Pengertian Interoperabilitas.docx
Makalah Pengertian Interoperabilitas.docx
Diunggah oleh
Adrian Yuki
<https://id.scribd.com/doc/204501171/Makalah-Pengertian-Interoperabilitas-
docx>
*
Kader Industrial
Kader Industrial
Diunggah oleh
Citra Gurning
<https://id.scribd.com/document/328937010/Kader-Industrial>
*
Smart City
Smart City
Diunggah oleh
De Profesor Gemal Pramana
<https://id.scribd.com/doc/314572386/Smart-City>
*
Aplikasi Perancangan Sistem
Aplikasi Perancangan Sistem
Diunggah oleh
Adhi Adhi STart
<https://id.scribd.com/doc/142914556/Aplikasi-Perancangan-Sistem>
*
Pelatihan SDM Perusahaan
Pelatihan SDM Perusahaan
Diunggah oleh
Pelatihan SDM
<https://id.scribd.com/document/326705005/Pelatihan-SDM-Perusahaan>
*
Pelatihan SDM Perusahaan, Training Pelatihan SDM, Pengembangan SDM
Pelatihan SDM Perusahaan, Training Pelatihan SDM, Pengembangan SDM
Diunggah oleh
Pelatihan SDM
<https://id.scribd.com/document/326903507/Pelatihan-SDM-Perusahaan-Training-
Pelatihan-SDM-Pengembangan-SDM>
Lainnya Dari ikaa_lo
Karusel Sebelumnya
*
PPT Pekerjaan dibidang SI
PPT Pekerjaan dibidang SI
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/218147305/PPT-Pekerjaan-dibidang-SI>
*
Paper Pekerjaan dibidang SI
Paper Pekerjaan dibidang SI
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/218145288/Paper-Pekerjaan-dibidang-SI>
*
Tugas Paper Totolan Individu ( E-Business)
Tugas Paper Totolan Individu ( E-Business)
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/218067857/Tugas-Paper-Totolan-Individu-E-Business>
*
Mobile Apps (PPT)
Mobile Apps (PPT)
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/216790461/Mobile-Apps-PPT>
*
Mobile Apps (PAPER)
Mobile Apps (PAPER)
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/216790185/Mobile-Apps-PAPER>
*
totolan
totolan
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/216789873/totolan>
*
Totolan - Mobile Apps
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/216789231/Totolan-Mobile-Apps>
*
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/216788185/Totolan-Mobile-Apps>
*
BIG DATA (PPT)
BIG DATA (PPT)
Diunggah oleh
ikaa_lo
*
Managing Disaster Pada Data Center (PPT)
Managing Disaster Pada Data Center (PPT)
Diunggah oleh
ikaa_lo
<https://id.scribd.com/presentation/211589724/Managing-Disaster-Pada-Data-
Center-PPT>
*
Managing Disaster Pada Data Center (Paper)
Managing Disaster Pada Data Center (Paper)
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/211589649/Managing-Disaster-Pada-Data-Center-Paper>
*
Management Disaster (1)
Management Disaster (1)
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/211589460/Management-Disaster-1>
*
Slide Green Computing Bank Mandiri
Slide Green Computing Bank Mandiri
Diunggah oleh
ikaa_lo
<https://id.scribd.com/presentation/210235810/Slide-Green-Computing-Bank-
Mandiri>
*
Paper Green Computing Bank Mandiri
Paper Green Computing Bank Mandiri
Diunggah oleh
ikaa_lo
<https://id.scribd.com/doc/210235518/Paper-Green-Computing-Bank-Mandiri>
Menu Footer
Kembali Ke Atas
<https://id.scribd.com/doc/214177018/BIG-DATA-PAPER#global_header>
Tentang
* Tentang Scribd <https://id.scribd.com/about>

* Tekan <https://id.scribd.com/press>
* Blog kami <https://literally.scribd.com/>
* Bergabunglah dengan tim kami! <https://id.scribd.com/careers>
* Hubungi Kami <https://id.scribd.com/contact>
* Undang Teman <https://id.scribd.com/referrals?source=footer>
* Hadiah <https://id.scribd.com/giftcards>
Dukungan
* Bantuan/Tanya Jawab <https://id.scribd.com/faq>

* Aksesibilitas <https://id.scribd.com/accessibility-policy>
* Bantuan pembelian <https://support.scribd.com/hc/sections/202246306>
* AdChoices <https://support.scribd.com/hc/articles/210129366>
* Penerbit <https://id.scribd.com/publishers>
Legal
* Ketentuan <https://id.scribd.com/terms>
* Privasi <https://id.scribd.com/privacy>
* Hak Cipta <https://id.scribd.com/copyright>
Media Sosial
*
o <https://literally.scribd.com/>
o <https://www.facebook.com/pages/Scribd/6978454082>
o <https://twitter.com/scribd>
o <https://www.pinterest.com/scribd/>
*
o Scribd - Unduh di App Store
<https://itunes.apple.com/us/app/scribd-worlds-largest-online/id542557212?
mt=8&uo=4&at=11lGEE>
o Scribd- Dapatkan di Google Play
<https://play.google.com/store/apps/details?
id=com.scribd.app.reader0&hl=en>
* Hak cipta © 2019 Scribd Inc.

* Telusuri Buku <https://id.scribd.com/books>
* Direktori Situs <https://id.scribd.com/directory>
*
Bahasa Situs:
Bahasa IndonesiaChange LanguageUbah Bahasa
Bahasa IndonesiaChange LanguageUbah Bahasa
Judul terkait
Karusel Sebelumnya
*
Informasi>
*
Makalah Big Data
Makalah Big Data
*
Big Data
Big Data
*
Analisis-Big-Data>
*
*
Makalah Data Mining
Makalah Data Mining
*
BIG DATA (PPT)
BIG DATA (PPT)
*
Hadoop for big Data
Hadoop for big Data
*
*
*
Melakukan (1)
Melakukan (1)
*
Klik untuk expand Judul Terkait
576648e32a3d8b82ca71961b7a986505
scribd.scribd.scribd.scribd.scribd.scribd.scribd.scribd.scribd.scribd.

Big Data (Paper)

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Big Data (Paper)

Uploaded by

Copyright:

Available Formats

Scribd

BIG DATA (PAPER)

Diunggah oleh ikaa_lo

Anda di halaman 2dari 26

TUGAS PAPER BIG DATA KELOMPOK : 7 Nama : Ardiyanto 1501167273 Kartika

TUGAS PAPER BIG DATA KELOMPOK : 7 Nama : Ardiyanto 1501167273 Kartika

atau dapat juga dijadikan

pengambilan keputusan yang diperlukan untuk membandingkan market

atau dapat juga dijadikan

pengambilan keputusan yang diperlukan untuk membandingkan market

Halaman 3-26 hanya untuk anggotaBuka Akses Lengkap dengan 30 Hari

Lanjutkan Membaca secara Gratis

Latar Belakang Akhir-

karyawan Yahoo! bernama Doug Cutting kemudian mengembangkan software

Anda sedang Membaca Pratinjau

Aktifkan akses penuh seketika dengan coba gratis 30 hari!

Lanjutkan Membaca secara Gratis

Latar Belakang Akhir-

karyawan Yahoo! bernama Doug Cutting kemudian mengembangkan software

dengan jumlah pengguna yang mencapai 800 juta lebih. Facebook

Untuk mengetahui definisi atau pengertian dari Big Data.

Dapat menambah wawasan mahasiswa, khususnya jurusan Informatika, tentang

Metodologi Metodologi akan menekankan pada aspek-aspek sebagai berikut:

Memberikan gambaran yang jelas mengenai Big Data

Analisis data yang kami lakukan dengan menggunakan deskripsi kualitatif

Anda sedang Membaca Pratinjau

Aktifkan akses penuh seketika dengan coba gratis 30 hari!

Lanjutkan Membaca secara Gratis

dengan jumlah pengguna yang mencapai 800 juta lebih. Facebook

Tujuan dan Manfaat Tujuan dari penulisan paper ini adalah :

Untuk mengetahui definisi atau pengertian dari Big Data.

Dapat menambah wawasan mahasiswa, khususnya jurusan Informatika, tentang

Metodologi Metodologi akan menekankan pada aspek-aspek sebagai berikut:

Memberikan gambaran yang jelas mengenai Big Data

Analisis data yang kami lakukan dengan menggunakan deskripsi kualitatif

BAB II Landasan Teori

Aktifkan akses penuh seketika dengan coba gratis 30 hari!

Lanjutkan Membaca secara Gratis

BAB II Landasan Teori

Menyelaraskan pilihan-pilihan strategis 2.

Mengidentifikasi big data resource dan gaps 3.

Menyadari implikasi organisasional

Anda sedang Membaca Pratinjau

Aktifkan akses penuh seketika dengan coba gratis 30 hari!

Lanjutkan Membaca secara Gratis

Bab III Pembahasan

Volume. Banyak faktor yang mempengaruhi peningkatan jumlah data yang

Anda sedang Membaca Pratinjau

Aktifkan akses penuh seketika dengan coba gratis 30 hari!

Lanjutkan Membaca secara Gratis

Anda sedang Membaca Pratinjau

Aktifkan akses penuh seketika dengan coba gratis 30 hari!

Lanjutkan Membaca secara Gratis

3.1. Keuntungan dan kerugian dari

Dapat meningkatkan penjualan. Dengan adanya

Dapat menjaga relasi dengan pelanggan. Data pelanggan yang dimiliki

Pemantauan langsung secara keseluruhan terhadap kinerja perusahaan secara

Anda sedang Membaca Pratinjau

Aktifkan akses penuh seketika dengan coba gratis 30 hari!

Lanjutkan Membaca secara Gratis

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

* Bagikan di Facebook, terbuka di jendela baru

Dokumen Serupa dengan BIG DATA (PAPER)