Jenis Big Data

Berikut ini adalah jenis-jenis Big Data :

• Terstruktur
• Tidak terstruktur
• Semi terstruktur

Terstruktur

Setiap data yang dapat disimpan,diakses,dan diproses dalam bentuk format tetap disebut sebagai data 'terstruktur'.Disini kami memperkirakan masalah muncul ketika ukuran data semacam itu tumbuh sangat besar,ukuran tipikal naik menjadi beberapa zettabytes.

Apakah Anda tahu? 1021 byte sama dengan 1 zettabyte atau satu miliar terabyte membentuk zettabyte.

Melihat angka-angka ini,orang dapat dengan mudah memahami mengapa nama big data diberikan dan membayangkan tantangan yang terlibat dalam penyimpanan dan pemrosesannya.

Apakah Anda tahu? Data yang disimpan dalam sistem manajemen basis data relasional adalah salah satu contoh data 'terstruktur'

Contoh Data Terstruktur

Tidak terstruktur

Setiap data dengan bentuk atau struktur yang tidak diketahui diklasifikasikan sebagai data tidak terstruktur.Selain ukurannya yang besar,data yang tidak terstruktur menimbulkan banyak tantangan dalam hal pemrosesannya untuk mendapatkan nilai darinya.Contoh khas dari data tidak terstruktur adalah sumber data heterogen yang berisi kombinasi file teks sederhana, gambar, video, dll. Sekarang banyak perusahaan yang memiliki banyak data yang tersedia,tetapi sayangnya,mereka tidak tahu bagaimana mendapatkan nilai darinya sejak data ini dalam bentuk mentah atau format tidak terstruktur.

Contoh Data Tidak Terstruktur

Semi Terstruktur

Data semi terstruktur dapat berisi kedua bentuk data tersebut.Contoh data semi terstruktur adalah data yang direpresentasikan dalam file XML.

Contoh Data Semi Terstruktur

Pertumbuhan Data selama bertahun-tahun

Harap dicatat bahwa data aplikasi web,yang tidak terstruktur,terdiri dari file log,file riwayat transaksi,dll.Sistem OLTP dibangun untuk bekerja dengan data terstruktur dimana data disimpan dalam relasi(tabel).

Karakteristik Data Besar

Big data dapat digambarkan dengan karakteristik sebagai berikut :

• Volume
• Variasi
• Kecepatan
• Variabilitas

(i) Volume – Nama Big data sendiri terkait dengan ukuran yang sangat besar.Ukuran data memainkan peran yang sangat penting dalam menentukan nilai dari data.Dan juga apakah data tertentu benar-benar dapat dianggap sebagai big data atau tidak,tergantung pada volume data. Oleh karena itu,'Volume' adalah salah satu karakteristik yang perlu dipertimbangkan saat menangani solusi big data.

(ii) Ragam – Aspek selanjutnya dari big data adalah keragamannya.
Ragam mengacu pada sumber dan sifat data yang heterogen, baik yang terstruktur maupun yang tidak terstruktur.Sebelumnya,spreadsheet dan database adalah satu-satunya sumber data yang dipertimbangkan oleh sebagian besar aplikasi.Saat ini, data dalam bentuk email,foto,video,perangkat pemantauan,PDF,audio,dll juga dipertimbangkan dalam aplikasi analisis.Keragaman data tidak terstruktur ini menimbulkan masalah tertentu untuk penyimpanan,penambangan,dan analisis data.

(iii) Kecepatan – Istilah 'kecepatan' mengacu pada kecepatan pembuatan data.Seberapa cepat data dihasilkan dan diproses untuk memenuhi tuntutan, menentukan potensi nyata dari data.

Kecepatan data berkaitan dengan kecepatan aliran data dari sumber seperti proses bisnis,log aplikasi,jaringan,dan situs media sosial,sensor, perangkat seluler,dll.Aliran data sangat masif dan berkelanjutan.

(iv) Variabilitas – Ini mengacu pada ketidakkonsistenan yang dapat ditunjukkan oleh data pada waktu tertentu,sehingga menghambat proses untuk dapat menangani dan mengelola data secara efektif.

Keuntungan Pemrosesan Big Data

Kemampuan untuk memproses data besar dalam DBMS membawa banyak manfaat,seperti :

1. Bisnis dapat memanfaatkan intelijen luar saat mengambil keputusan
2. Akses ke data sosial dari mesin pencari dan situs seperti facebook,twitter memungkinkan perusahaan untuk menyempurnakan strategi bisnis mereka.
3. Layanan pelanggan yang ditingkatkan
4. Sistem umpan balik pelanggan tradisional digantikan oleh sistem baru yang dirancang dengan teknologi big data. Dalam sistem baru ini,big data dan teknologi pemrosesan bahasa alami digunakan untuk membaca dan mengevaluasi respons konsumen.
5. Identifikasi dini risiko terhadap produk/jasa, jika ada.
6. Teknologi big data dapat digunakan untuk membuat staging area atau landing zone untuk data baru sebelum mengidentifikasi data apa yang harus dipindahkan ke data warehouse.Selain itu,integrasi teknologi big data dan gudang data seperti itu membantu perusahaan untuk membongkar data yang jarang diakses.

Ringkasan

• Big data artinya data yang berukuran sangat besar.Big data adalah istilah yang digunakan untuk menggambarkan kumpulan data yang berukuran sangat besar namun berkembang secara eksponensial seiring waktu.
• Contoh analitik Big Data termasuk bursa saham, situs media sosial, mesin jet, dll.
• Big Data bisa 1) Terstruktur, 2) Tidak Terstruktur, 3) Semi Terstruktur
• Volume, Variasi, Kecepatan, dan Variabilitas adalah beberapa karakteristik Big data.
• Layanan pelanggan yang ditingkatkan, efisiensi operasional yang lebih baik, Pengambilan Keputusan yang Lebih Baik adalah beberapa keuntungan dari big data.