Apa itu Big Data? Apa Pentingnya Big Data?

Belakangan ini, orang-orang dari berbagai kalangan sedang ramai berbicara mengenai ‘big data’.

Tidak sedikit yang percaya bahwa big data yang dianalisis dengan tepat dapat menghasilkan informasi penting bagi organisasi, bisnis, dan membantu pengambilan keputusan.

Sebelum membahas lebih lanjut mengapa big data dapat menjadi jantung dalam berbagai organisasi dan bisnis modern, yuk kenalan dulu sama big data!

Apa itu big data?

Jika diinterpretasikan secara harfiah, big data berarti data besar.

Merujuk pada Oracle, definisi dari big data adalah data yang memiliki variasi dan volume besar dengan kecepatan pertambahan yang besar pula.

Interpretasi ini memang menggambarkan fenomena dari big data itu sendiri, di mana dalam beberapa tahun ini, dunia mengalami pertumbuhan data yang sangat cepat.

Pada tahun 2003 lalu, manusia telah menghasilkan 5 exabytes data.

Pada tahun 2010, manusia menghasilkan jumlah yang sama hanya dalam dua hari.

Per tahun 2020, manusia menghhasilkan 2.5 quintillion (miliar kuadrat) data bytes per hari.

Data-data yang masif jumlahnya ini berasal dari berbagai tempat, seperti transaksi online, email, video, audio, gambar, rekaman medis, interaksi pada jejaring sosial, data penelitian, handphone, dan berbagai sumber lainnya.

Perbedaan antara big data dan fixed data (data tradisional)

Jika diperhatikan, data-data ini selalu bertambah dari waktu ke waktu tanpa henti, dan hal inilah yang menjadikannya berbeda dengan data tradisional.

Data yang selalu bertambah sepanjang waktu ini dapat diibaratkan sebagai flow atau aliran, sedangkan data tradisional dapat diibaratkan sebagai stock atau persediaan.

Adanya aliran data sepanjang waktu memungkinkan kita untuk memproses data dari suatu kejadian yang sedang berlangsung dan menggunakannya untuk meningkatkan outcome dari kejadian tersebut.

Hal ini jauh berbeda dengan masa-masa terdahulu, di mana seorang data analyst akan melakukan berbagai analisis pada jumlah data yang tetap (fixed data) untuk mendapatkan kesimpulan dari sebuah kejadian dan menggunakannya sebagai bahan evaluasi dari kejadian tersebut.

Potensi big data

Dari berbagai kelebihan yang dimilikinya, big data berpotensi untuk memajukan berbagai sektor.

Sebagai contoh, SickKids (Hospital for Sick Children) di Toronto sudah memanfaatkannya untuk mengetahui pola infeksi pada bayi prematur sebelum infeksi tersebut terjadi.

Contoh lainnya adalah analis sosial media yang memanfaatkan big data untuk melihat bagaimana trend dan sentimen konsumen terhadap produk maupun perusahaan dapat memengaruhi penjualan dalam hitungan jam atau harian.

McKinsey Global Institute sendiri menyebutkan bahwa big data dapat memainkan peranan penting ke depannya pada sektor-sektor berikut:

• Sektor kesehatan, seperti untuk membuat keputusan klinis, analisis individu untuk setiap pasien, personalisasi obat, menganalisis pola penyakit, meningkatkan kesehatan publik.
• Sektor publik, dalam hal menciptakan transportasi yang mudah diakses, mengidentifikasi kebutuhan publik, melakukan pengambilan keputusan secara otomatis.
• Sektor retail, termasuk dalam menganalisis kinerja toko, mengoptimalkan variasi dan harga, mengatur penempatan produk, meningkatkan kemampuan tenaga kerja, mengoptimalisasi pendistribusian barang dan logistik.
• Sektor manufaktur, contohnya untuk mengestimasi permintaan, merencanakan dan memanajemen supply chain, mendukung penjualan.
• Data lokasi pribadi, untuk menciptakan iklan yang dipersonalisasikan sesuai dengan lokasi pribadi, respons darurat, dan update perencanaan kota.

Prospek lain yang cukup baik ke depannya turut diikuti dengan meningkatnya permintaan pasar tenaga kerja di LinkedIn, Indeed, dan IT Jobs Watch akan orang-orang yang mampu mengolah big data, yakni data scientist.

Siapa itu data scientist?

Data scientist adalah praktisi yang paham bagaimana cara mengambil, membersihkan, memanipulasi, merestrukturisasi, memvisualisasi, hingga menganalisis big data.

Data scientist bekerja sama dengan data engineer, machine learning engineer, dan stakeholder lain dalam mengoptimalkan data untuk kepentingan organisasi dan bisnis.

Pekerjaan ini tidak hanya membutuhkan kemampuan analitik, statistik, dan IT, namun juga membutuhkan kemampuan di bidang lain, terutama pemahaman mengenai perilaku manusia.

Di tahun 2021 lalu, data scientist di Indonesia diperkirakan memiliki expected salary sebesar 8 hingga lebih dari 60 juta per bulan, tergantung dari tingkat kemampuan yang dimiliki.

Melihat expected salary yang tinggi ini, tidak ada salahnya untuk belajar menjadi data scientist secepatnya, mengingat bahwa jumlah data scientist di pasar tenaga kerja juga masih terbatas.

Pacmann sendiri menyediakan program-program untuk data scientist di bawah Sekolah Data Pacmann.

Untuk mengetahui informasi lebih lanjut mengenai program ini, silakan menuju halaman Sekolah Data Pacmann.