Memahami Definisi Big Data
Beberapa tahun belakangan ini, jika ditanyakan tentang apa yang sedang menjadi trend dalam dunia Teknologi Informasi (TI), mungkin banyak yang akan menjawab "Cloud Computing". Tetapi, sejak awal tahun 2011 muncul istilah "Big Data"
yang kemudian menarik perhatian banyak profesional maupun pemerhati
Teknologi Informasi. Sejauh ini, perusahaan-perusahaan terkemuka telah
memberdayakan infomasi dan data dengan beragam teknologi manajemen data
guna menunjang kemajuan bisnisnya. Sebagian besar telah menggunakan tools seperti Data Warehouse (DWH) maupun Business Intelligence (BI) serta aplikasi manajemen harga dan penjualan lainnya sebagai alat pengolah data yang mereka perlukan dalam aktifitas bisnis.
Definisi Big Data
Jika diterjemahkan secara mentah-mentah maka Big Data berarti
suatu data dengan kapasitas yang besar. Sebagai contoh, saat ini
kapasitas DWH yang digunakan oleh perusahaan-perusahaan di Jepang
berkisar dalam skala terabyte. Namun, jika misalnya dalam suatu sistem terdapat 1000 terabyte (1 petabyte) data, apakah sistem tersebut bisa disebut Big Data?
Satu lagi, Big Data sering dikaitkan dengan SNS (Social Network Service), contohnya Facebook. Memang benar Facebook memiliki lebih dari 800 juta orang anggota, dan dikatakan bahwa dalam satu hari Facebook memproses sekitar 10 terabyte data. Pada umumnya, SNS seperti Facebook tidak menggunakan RDBMS(Relational DataBase Management System) sebagai software pengolah data, melainkan lebih banyak menggunakan NoSQL. Lalu, apa kita bisa menyebut sistem NoSQL sebagai Big Data?
Dengan mengkombinasikan kedua uraian diatas, dapat ditarik sebuah definisi bahwa Big Data adalah
"suatu sistem yang menggunakan NoSQL dalam memproses atau mengolah data
yang berukuran sangat besar, misalnya dalam skala petabyte". Apakah definisi ini tepat? Boleh dikatakan masih setengah benar. Definisi tersebut masih belum menggambarkan Big Data secara menyeluruh. Big Data tidak sesederhana itu,
Big Data memuat arti yang lebih kompleks
sehingga perlu definisi yang sedikit lebih kompleks pula demi
mendeskripsikannya secara keseluruhan.
Mengapa butuh definisi yang lebih kompleks? Fakta menunjukkan bahwa
bukan hanya NoSQL saja yang mampu mengolah data dalam skala raksasa (petabyte). Beberapa perusahaan telah menggunakan RDBMS untuk memberdayakan data dalam kapasitas yang sangat besar. Sebagai contoh, Bank of America memiliki DWH dengan kapasitas lebih dari 1,5 petabyte, Wallmart Stores yang bergerak dalam bisnis retail (supermarket) berskala dunia telah mengelola data berkapasitas lebih dari 2,5 petabyte, dan bahkan situs auction (lelang) eBay memiliki DWH yang menyimpan lebih dari 6 petabyte data. Oleh karena itu, hanya karena telah berskala petabyte saja, suatu data belum bisa disebut Big Data. Sekedar referensi, DWH dengan kapasitas sangat besar seperti beberapa contoh diatas disebut EDW(Enterprise Data Warehouse) dan database yang digunakannya disebut VLDB(Very Large Database).
Memang benar, NoSQL dikenal memiliki potensi dan kapabilitas Scale Up (peningkatan kemampuan mengolah data dengan menambah jumlah server atau storage)
yang lebih unggul daripada RDBMS. Tetapi, bukan berarti RDBMS tak
diperlukan. NoSQL memang lebih tepat untuk mengolah data yang sifatnya
tak berstruktur seperti data teks dan gambar, namun NoSQL kurang tepat
bila digunakan untuk mengolah data yang sifatnya berstruktur seperti
data-data numerik, juga kurang sesuai untuk memproses data secara lebih
detail demi menghasilkan akurasi yang tinggi. Pada kenyataannya,
Facebook juga tak hanya menggunakan NoSQL untuk memproses data-datanya,
Facebook juga tetap menggunakan RDBMS. Lain kata, penggunaan RDBMS dan
NoSQL mesti disesuaikan dengan jenis data yang hendak diproses dan
proses macam apa yang dibutuhkan guna mendapat hasil yang optimal.
Gambar diatas menggambarkan 3 karakteristik Big Data. Gabungan dari ketiga karakteristik ini menghasilkan data yang terlalu kompleks untuk ditangani dengan sistem konvensional.
Karakteristik Big Data : Volume, Variety, Velocity (3V)
Kembali ke pertanyaan awal, apakah sebenarnya Big Data itu? Sayang
sekali, hingga saat ini masih belum ada definisi baku yang disepakati
secara umum. Ada yang mendeskripsikan Big Data sebagai fenomena
yang lahir dari meluasnya penggunaan internet dan kemajuan teknologi
informasi yang diikuti dengan terjadinya pertumbuhan data yang luar
biasa cepat, yang dikenal dengan istilah ledakan informasi (Information Explosion) maupun banjir data (Data Deluge).
Hal ini mengakibatkan terbentuknya aliran data yang super besar dan
terus-menerus sehingga sangat sulit untuk dikelola, diproses, maupun
dianalisa dengan menggunakan teknologi pengolahan data yang selama ini
digunakan (RDBMS). Definisi ini dipertegas lagi dengan menyebutkan bahwa
Big Data memiliki tiga karakteristik yang dikenal dengan istilah 3V: Volume, Variety, Velocity. Dalam hal ini, Volume menggambarkan ukuran yang super besar, Variety menggambarkan jenis yang sangat beragam, dan Velocity menggambarkan
laju pertumbuhan maupun perubahannya. Namun demikian, definisi ini
tentu masih sulit untuk dipahami. Oleh karena itu, uraian berikut
mencoba memberikan gambaran yang lebih jelas dan nyata berkaitan dengan
maksud definisi Big Data tersebut.
Bukan Hanya Masalah Ukuran, Tapi Lebih pada Ragam
Kini jelas bahwa Big Data bukan hanya masalah ukuran yang besar,
terlebih yang menjadi ciri khasnya adalah jenis datanya yang sangat
beragam dan laju pertumbuhan maupun frekwensi perubahannya yang tinggi.
Dalam hal ragam data, Big Data tidak hanya terdiri dari data
berstruktur seperti halnya data angka-angka maupun deretan huruf-huruf
yang berasal dari sistem database mendasar seperti halnya sistem
database keuangan, tetapi juga terdiri atas data multimedia seperti data
teks, data suara dan video yang dikenal dengan istilah data tak
berstruktur. Terlebih lagi, Big Data juga mencakup data setengah
berstruktur seperti halnya data e-mail maupun XML. Dalam hal kecepatan
pertumbuhan maupun frekwensi perubahannya, Big Data mencakup
data-data yang berasal dari berbagai jenis sensor, mesin-mesin, maupun
data log komunikasi yang terus menerus mengalir. Bahkan, juga mencakup
data-data yang tak hanya data yang berada di internal perusahaan, tetapi
juga data-data di luar perusahaan seperti data-data di Internet. Begitu
beragamnya jenis data yang dicakup dalam Big Data inilah yang kiranya dapat dijadikan patokan untuk membedakan Big Data dengan sistem manajemen data pada umumnya.
Fokus pada Trend per-Individu, Kecepatan Lebih Utama daripada Ketepatan
Hingga saat ini, pendayagunaan Big Data didominasi oleh
perusahaan-perusahaan jasa berbasis Internet seperti halnya Google dan
Facebook. Data yang mereka berdayakan pun bukanlah data-data internal
perusahaan seperti halnya data-data penjualan maupun data pelanggan,
lebih menitik beratkan pada pengolahan data-data teks dan gambar yang
berada di Internet. Bila kita melihat gaya pemberdayaan data yang
dilakukan oleh perusahaan-perusahaan pada umumnya, yang dicari adalah trend yang didapat dari pengolahan data secara keseluruhan. Misalnya, dari data konsumen akan didapat informasi tentang trend konsumen dengan memproses data konsumen secara keseluruhan, bukan memproses data per-konsumen untuk mendapatkan trend per-konsumen. Dilain pihak, perusahaan-perusahaan jasa berbasis Internet yang memanfaatkan Big Data justru memfokuskan pemberdayaan data untuk mendapatkan informasi trend per-konsumen
dengan memanfaatkan atribut-atribut yang melekat pada pribadi tiap
konsumen. Sebut saja toko online Amazon yang memanfaatkan informasi
maupun atribut yang melekat pada diri per-konsumen, untuk memberikan
rekomendasi yang sesuai kepada tiap konsumen. Satu lagi, pemberdayaan
data ala Big Data ini dapat dikatakan lebih berfokus pada kecepatan ketimbang ketepatan.
Kesimpulan
Berdasar uraian diatas, dapat ditarik kesimpulan bahwa Big Data itu
adalah limpahan data dengan volume dan ragam yang melampaui kapasitas
sistem manajemen data konvensional, yang terbentuk dari meluasnya
penggunaan internet maupun pemanfaatan teknologi informasi yang semakin
canggih, dan memiliki tiga ciri khas : volume, variety, velocity.
referensi: definisi big data [11/03/2015 16:07]
referensi: definisi big data [11/03/2015 16:07]