BIG DATA

Mengacu pada data yang dimiliki oleh International Data Corporation (IDC, www.idc.com), bahwasannya tren tehnologi informasi mulai 2010 hingga 2020 meliputi 4 bidang utama (mega trend) yaitu: Mobile, Cloud, Social Media dan Big Data.

Menurut Gartner(www.gartner.com) , Big Data adalah: high-volume, high-velocity and/or high-variety information assets that demand cost-effective, innovative forms of information processing that enable enhanced insight, decision making, and process automation. IBM(www.ibmbigdatahub.com) mengkompilasikannya menjadi 4’V of Big Data, dengan penambahan unsur veracity. Bahkan, pendiri Alibaba(www.alibaba.com), Jack Ma pernah menyatakan bahwa penguasaan terhadap Data Technology adalah masa depan.

Lalu apa bedanya dengan konsep Data Mining? Peter Cochrane(www.cochrane.org.uk) menyatakan bahwa Big Data bukanlah rebranding dari Data Mining. Data Mining seperti mikroskop, mencari banyak detail dari suatu kumpulan datasheet(Lot of detail). Big Data justru kebalikannya, seperti sebuah teleskop, melihat banyak hubungan dari kumpulan datasheet(lots of relationship). Data Mining berbicara mengenai apa yang membentuk sebuah informasi. Big data justru menghubungkan titik-titik(joining the dots), membuat alur keterhubungan(plotting relationship).

Data Mining terbatas, planer, sederhana, linear dan terbatas pada beberapa hubungan antara orang-orang: apa yang mereka lakukan, di mana mereka pergi, yang mereka tahu dan sebagainya. Sementara Bid Data justru tak terbatas, meliputi semua bangsa dan mesin di semua domain dan kegiatan dengan aplikasi untuk setiap aspek kehidupan, bisnis, industri, pemerintah dan keberlanjutan dll juga memperhitungkan sifat non-linear dari hubungan dan peristiwa. Pada dasarnya Big Data membahas tentang sociology antara orang, suatu hal dan computer(people, things, machines). Pejelasan lain dapat juga dibaca di https://www.techopedia.com

Mengapa Big Data? Sekali lagi Cochrane menjelaskannya, karena pertama, keharusan untuk mempertahankan sustainability(keberlangsungan) suatu societies(masyarakat, komunitas, domain) yang berhadapan(dealing) dengan makin terbatasnya sumber daya(resource). Baik komunitas di bidang produksi, logistik, kesehatan, pendidikan, perdagangan,semua bidang kehidupan.

Kedua, Masa depan kita baik yang menyangkut produk, proses dan layanan akan menuntut keterlibatan yang makin besar terhadap embedded intelligence dan komunikasi untuk dapat mengelola dan merekayasa material dan energy secara efisien. Ketiga, semua metode manajemen lama kita, pemodelan, dan pemahaman kita sudah run out of steam(habis, mencapai batas).

The economic, industrial, commercial, social, political and sustainability problems we face cannot be successfully addressed using the management techniques and models largely inherited from the Industrial Revolution. The world no longer appears infinite in resources, slow paced, linear and stable. We now see the limitations; feel the impact of rapid change; and we can conceptualize the non-linear and unstable nature of it all! We are also starting to comprehend the scale and the need for machine assistance.

Mungkin keberhasilan kita itu akan seperti bermain games di suatu kota, computer modeling, iteration, war game n-dimensional, speed at space, dengan data input dan asumsi dasar yang tidak lagi bisa konstan bahkan hasilnya tidak pasti linier sesuai asumsi awal. Salah satu tantangan ke depan adalah masalah sosial dan analisis terhadap segala hal. Membuat model yang berkelanjutan dan cara-cara baru agar masyarakat tetap terus melanjutkan hidup dalam kondisi yang disebutkan di atas. Demikian Conchrane menjelaskan.

Kondisi populasi dunia yang meningkat pesat, yang berarti kebutuhan atas efektifitas dan efisiensi sumber daya alam adalah keharusan, dan peta demografi penduduk Indonesia(diambil dari Seminar Bonus Demografi oleh Prof.Moh.Nuh) sendiri, yang mengalami peningkatan usia pekerja yang pesat hingga 2045 menjadi alasan tambahan mengapa kita perlu memahami dan memanfaatkan Big Data untuk secara tepat dan cepat menyambut tren perubahan ke depan.