BIG DATA

Big Data adalah kata yang paling populer di industri TI, yang mengacu pada jumlah data yang terlibat sangat besar saat ini. Setiap hari, 2,5 triliun byte data diciptakan dan 90 persen dari data di dunia saat ini diproduksi dalam masa dua tahun lalu. Tantangan yang kita hadapi adalah tidak hanya bagaimana menyimpan, mengatur  dan mengelola data yang beragam dan besar, tetapi juga untuk secara efektif menganalisis data tersebut menjadi informasi yang berguna dalam waktu yang wajar untuk membuat keputusan yang tepat.

Gambar 1. Karakteristik Big Data

Big data adalah data berukuran besar yang volumenya akan terus bertambah, terdiri dari berbagai jenis atau varietas data, terbentuk secara terus menerus dengan kecepatan tertentu dan harus diproses dengan kecepatan tertentu pula.

Dari segi teknologi, akan bermunculan akan pentingnya kemampuan untuk memproses big data. Semenjak itu, teknik akses dan penyimpanan data KVS (Key-Value Store) dan teknik komputasi parallel yang disebut MapReduce.

Teknik big data mining untuk data yang ada menimbulkan tantangan teknis yang berat, analisis data yang efektif untuk penelitian komersial dan akademik semakin penting. Penelitian ini memperkenalkan kurasi big data, menggali dan menganalisis dari berbagai aspek, seperti status quo, ide atau implementasi.

Data mining merupakan teknologi yang  menggabungkan metode analisis tradisional dengan algortima yang canggih untuk memproses data dengan volume besar. 

Data mining atau Knowledge Discovery in  Databases (KDD) adalah pengambilan informasi yang tersembunyi, dimana informasi tersebut sebelumnya tidak dikenal dan berpotensi bermanfaat. Proses ini meliputi sejumlah pendekatan teknis yang berbeda, seperti clustering, data summarization, learning classification rules. 

Data mining merupakan serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. 

Salah satu tuntuntan dari data mining ketika diterapkan pada data berskala besar adalah diperlukan metodologi sistematis tidak hanya ketika melakukan analisa saja tetapi juga ketika mempersiapkan data dan juga melakukan interperstasi dari hasilnya sehingga dapat menjadi aksi ataupun keputusan yang bermanfaat.