APA ITU AI DAN SEBERAPA BESAR BIG DATA ??!!

A. KONSEP DAN KARATERISTIK DARI BIG DATA

    Big data adalah istilah yang menggambarkan volume besar data, baik terstruktur maupun tidak terstruktur, yang membanjiri bisnis sehari-hari. Namun bukan jumlah data yang penting. Apa yang dilakukan organisasi dengan data itulah yang penting. Big data dapat dianalisis demi pemahaman yang mengarah kepada keputusan dan gerakan bisnis strategis yang lebih baik.

    Istilah "big data" mengacu pada data yang sangat besar, cepat atau kompleks sehingga sulit atau tidak mungkin untuk diproses menggunakan metode tradisional. Tindakan mengakses dan menyimpan sejumlah besar informasi untuk analitik sudah ada sejak lama. Tetapi konsep big data mendapatkan momentum di awal 2000-an ketika analis industri Doug Laney mengartikulasikan definisi big data yang sekarang-mainstream sebagai tiga V:

Volume : Jumlah data yang dihasilkan dan disimpan, di mana ukuran data menentukan nilai potensi dan kedalamannya, serta apakah itu benar-benar dapat dianggap sebagai big data atau tidak. 

Variety : Jenis dan sifat data ini membantu pengguna yang menganalisisnya untuk menggunakan hasil informasi secara efektif. 

 Velocity : Kecepatan data yang dihasilkan dan diproses untuk memenuhi tuntutan dan tantangan yang ada dalam perkembangan dan pengembangan.

    Dalam wikipedia dijelaskan : Big Data, Mahadata, data raya, atau data bandang adalah istilah umum untuk segala himpunan data dalam jumlah yang sangat besar, rumit, dan tak terstruktur sehingga menjadikannya sukar ditangani apabila hanya menggunakan perkakas manajemen pangkalan data biasa atau aplikasi pengolah data tradisional belaka.

 

B. GAMBARAN ARSITEKTUR BIG DATA, ini penjelasannya

    Arsitektur dari big data dirancang untuk menangani penyerapan, pemrosesan dan analisis data yang terlalu besar atau kompleks untuk sistem basis data tradisional.

1. Data Sources

Semua solusi big data dimulai dengan satu atau beberapa sumber data, contohnya:

· Penyimpanan data aplikasi, seperti database relasional

· File statis yang dihasilkan oleh aplikasi, seperti log server web

· Sumber data waktu nyata, seperti perangkat IoT

2. Data Storage

Data untuk operasi pemrosesan batch biasanya disimpan di media penyimpanan file terdistribusi yang dapat menampung file besar dalam berbagai format. Penyimpanan semacam ini sering disebut dengan data lake.

3. Batch Processing

Semua data dipisahkan ke dalam kategori yang berbeda menggunakan long-running jobs untuk memfilter, mengaregasi dan juga menyiapkan data atau status pemrosesan data yang akan dianalisis.

4. Real-time Message Ingestion

Semua sistem streaming real-time melayani data yang dihasilkan secara berurutan dan dalam pola tetap. Biasanya sering digunakan untuk data toko yang bertanggung jawab atas semua pesan masuk di dalam folder yang digunakan untuk pemrosesan data.

5. Stream Processing 

Ada sedikit perbedaan antara real-time message ingestion dan stream processing. Yang pertama mempertimbangkan penyerapan data mana yang akan di kumpulkan pertama dan digunakan sebagai publikasi-berlangganan. Stream processing digunakan untuk menangani semua data streaming kemudian menulis data output.

6. Analytical Data Store

Ini merupakan penyimpanan data yang digunakan untuk tujuan analitik oleh karenanya data yang sudah diproses kemudian ditanyakan dan dianalisis dengan menggunakan alat analitik yang sesuai.

7. Analysis and Reporting

Wawasan harus dihasilkan pada data yang diproses dan itu dilakukan secara efektif oleh alat pelaporan dan analisis yang memanfaatkan teknologi dan solusi yang disematkan untuk menghasilkan grafik, analisis dan wawasan yang bermanfaat.

8. Orchestration

Solusi berbasis big data terdiri operasi terkait data yang bersifat berulang dan juga dikemas dalam workflows yang dapat mengubah sumber data dan juga memindahkan data dari berbagai sumber ke unit analitik.

C. TANTANGAN PENERAPAN BIG DATA 

    1. Implementasi Big Data tidak langsung membuahkan hasil

    Big Data merupakan proses yang kompleks. Ada proses pengumpulan data, kompilasi, pembersihan data, dan visualisasi. Seringkali implementasi Big Data yang dikerjakan 6-12 bulan, belum memberikan hasil sesuai yang diharapkan. Ada beberapa macam penyebabnya, di antaranya adalah tata kelola data yang belum baik, data yang kurang berkualitas, tidak ada tujuan yang jelas, dan lainnya.

    2. Kurangnya talenta yang berpengalaman di implementasi Big Data

    Secara umum, negara kita memang masih membutuhkan banyak talenta IT. Apalagi talenta yang membutuhkan spesialisasi seperti Big Data ini, masih kurang. Kurangnya talenta tentu menjadi tantangan tersendiri dalam implementasi Big Data. Membutuhkan kontribusi dari sektor industri, pemerintah, dan akademisi untuk menyelesaikan permasalahan ini.

    3. Dibutuhkan kemampuan untuk visualisasi data dan menceritakannya

    Agar implementasi Big Data dapat menghasilkan insight dan informasi yang bermanfaat, tim implementasi membutuhkan kemampuan visualisasi data dan data storytelling yang baik. Dengan kemampuan tersebut, diharapkan tim Big Data dapat menyajikan informasi untuk mendukung pengambilan keputusan strategis bagi manajemen.

D. APA ITU AI (ARTIFICIAL INTELEGENCE) ?

  

  1. Menurut aws.amazon.com :

    Kecerdasan Buatan (AI) adalah bidang ilmu komputer yang dikhususkan untuk memecahkan masalah kognitif yang umumnya terkait dengan kecerdasan manusia, seperti pembelajaran, pemecahan masalah, dan pengenalan pola. Mungkin berkonotasi dengan robotika atau adegan futuristik, Kecerdasan Buatan (AI) mengungguli robot fiksi ilmiah, ke dalam non-fiksi ilmu komputer canggih modern. Demikian pula, kemajuan dalam komputasi jaringan telah menyebabkan koneksionis memperluas ke subbidang yang disebut "deep learning". Machine learning (ML) dan deep learning (DL) merupakan bidang ilmu komputer yang berasal dari disiplin Kecerdasan Buatan.

   2. Dikutip dari wikipedia :

    Kecerdasan buatan adalah kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau bisa disebut juga intelegensi artifisial (bahasa Inggris: artificial intelligence) atau hanya disingkat AI, didefinisikan sebagai kecerdasan entitas ilmiah. Andreas Kaplan dan Michael Haenlein mendefinisikan kecerdasan buatan sebagai “kemampuan sistem untuk menafsirkan data eksternal dengan benar, untuk belajar dari data tersebut, dan menggunakan pembelajaran tersebut guna mencapai tujuan dan tugas tertentu melalui adaptasi yang fleksibel”

    3. dicoding.com menjelaskan :

    Kecerdasan buatan atau Artificial Intelligence (AI) adalah simulasi dari kecerdasan yang dimiliki oleh manusia yang dimodelkan di dalam mesin dan diprogram agar bisa berpikir seperti halnya manusia. Sedangkan menurut Mc Leod dan Schell, kecerdasan buatan adalah aktivitas penyediaan mesin seperti komputer dengan kemampuan untuk menampilkan perilaku yang dianggap sama cerdasnya dengan jika kemampuan tersebut ditampilkan oleh manusia.

E. AI YANG PALING POPULER

~Face ID

~e- Payment

~Maps

~Voice Assistant