Big Data Analytics : Apa ? Kenapa ?

Big data merupakan satu realiti dalam kehidupan manusia sekarang. Setiap hari organisasi dihujani dengan data yang berbagai bentuk, jumlah yang banyak dan diterima dengan cepat. Fenomena lambakan data ini yang tidak pernah berlaku sebelum ini memerlukan kita mempunyai kaedah yang betul untuk mentafsir maklumat yang benar-benar penting dan juga mempunyai kemahiran untuk membuat analisis terhadap lambakan data tersebut.

Analisis Data Besar (Big Data Analytic) adalah proses memeriksa data yang besar untuk mendedahkan corak tersembunyi, korelasi yang tidak diketahui dan maklumat lain yang berguna yang boleh digunakan untuk untuk mentafsir maklumat yang benar-benar penting dan membuat keputusan yang lebih baik. Analisis Data Besar membolehkan para penganalisa membuat analisis data yang tidak boleh dilakukan sebelum ini menggunakan kaedah analisis konvensional.

Untuk memahami big data mungkin kita perlu melihat kepada hiraki data. Unit data yang paling kecil dipanggi byte. Untuk menggambarkan saiz data dalam bentuk byte ini ianya samalah seperti satu huruf dari 26 huruf A sehingga Z. Unit data yang kedua dipanggil Kilobyte. Data yang terkandung didalam Kilobyte mungkin bersamaan dengan sebuah buku cerita kanak-kanak. Unit data seterusnya adalah Megabyte yang boleh digambarkan sebagai novel remaja. Unit-unit data seterusnya adalah seperti jadual 1.

Unit Data	Saiz Storan
Gigabyte	4,473 buku*
Terabyte	4,581,298 buku
Petabyte	4,691,249,611 buku
Exabyte	4,803,839,602,528 buku
Zettabyte	4,919,131,752,989,213 buku
*1 buku mempunyai 200 muka surat atau 240,000 aksara

Jadual 1.
(Sumber : http://www.computerhope.com/issues/chspace.htm)

Ahli sains menyatakan bahawa dunia pengkomputeran kini telah memasuki era Zettabyte. Terdapat tiga sebab kepada kemunculan fenomena big data ini. Pertama, pertambahan kuasa pemprosesan komputer seperti yang digambarkan oleh Moore’s Law. Komputer kini boleh memproses data yang lebih besar berbanding komputer sebelumnya. Ini membolehkan pengguna memanafaatkan keupayaan tersebut untuk memproses lebih banyak data bagi membantu membuat keputusan dan mengurangkan risiko akibat penggunaan data yang sedikit. Kedua, pertambahan peranti internet yang boleh menjana data. Sebagai contoh, penyelidik banyak menggunakan alat-alat pengesan yang bersambung kepada internet yang boleh menjana data secara masa nyata dalam jumlah yang besar. Faktor ketiga adalah harga storan yang murah menyebabkan data yang besar boleh diperolehi, diproses dan disimpan oleh pengguna.

Konsep Big Data mula terkenal pada awal tahun 2000 apabila Penganalisa industri Doug Laney mendefinisikan big data sebagai 3V iaitu Volume, Velocity dan Variety. Volume bermaksud organisasi mengumpul data daripada perlbagai sumber seperti transaksi perniagaan, media sosial, alat pengesan dan sebagainya. Velocity pula bermaksud aliran data diterima dengan kepantasan yang tidak pernah terjadi sebelum ini dan ianya perlu di selaraskan pada masa yang tepat. Variety pula bermaksud data diterima dalam pelbagai format; berstruktur seperti data dalam pangkalan data konvensional atau tidak berstruktur seperti email, video, audio dan sebagainya.

Mempunyai data yang banyak tidak membawa apa-apa makna sehinggalah data tersebut dianalisa. Apabila data tersebut dianalisis, ia akan mendedahkan corak tersembunyi, korelasi yang tidak diketahui dan maklumat lain yang berguna yang boleh digunakan untuk untuk mentafsir maklumat yang benar-benar penting untuk membolehkan pengurangan kos, penjimatan masa, pembangunan produk baru dan membuat keputusan secara objektif dan bijak. Apabila data yang besar digabungkan dengan alatan analisis berkuasa tinggi, tugas-tugas seperti menentukan punca kegagalan, gelagat permintaan pengguna, menilai risiko dan sebagainya dapat dilaksanakan dengan lebih pantas dan berkesan.

Sumber : https://www.promptcloud.com/