Tren dan Arah Perkembangan Big Data
-
Upload
ismail-fahmi -
Category
Internet
-
view
2.042 -
download
2
Transcript of Tren dan Arah Perkembangan Big Data
Tren dan Arah Perkembangan Big Data
Jakarta, 21 September 2015 Ismail Fahmi
Awesometrics, Co-founder
FGD Tren TIK, Kominfo
Perkenalan…
Ismail Fahmi
2004 – 2009 S3, Information Science, Universitas Groningen, Belanda 2003 – 2004 S2, Information Science, Universitas Groningen, Belanda 1992 – 2007 S1, Teknik Elektro, ITB 2009 – Sekarang Engineer di Weborama, Perusahaan Penyedia Platform Iklan berbasis big data audience (Paris/Amsterdam) 2012 – Sekarang Co-Founder Awesometrics, Media Monitoring & Analytics Company 2014 – Sekarang Founder PT. Media Kernels Indonesia, a Natural Language Processing- based Company 2015 – Sekarang Konsultan Perpustakaan Nasional, Inisiator Indonesia OneSearch 2000 – 2003 Inisiator IndonesiaDLN (Digital Library Network pertama di Indonesia) Mengembangkan Ganesha Digital Library (GDL) Mendirikan Knowledge Management Research Group (KMRG) ITB Membangun Digital Library ITB
Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
3
Istilah “Big Data” yang sulit dimengerti
4
“The term ‘big data’ remains
difficult to understand because it can mean so many different things to different people. Technology lens… business lens… industry lens…”
Bernard Marr Best-Selling Author, Keynote Speaker and Leading Business and Data Expert
Big Data di Indonesia
5
“Di Indonesia, istilah big data memang
belum populer seperti di negara-negara lain.
Kemungkinan karena sebagian
besarperusahaan belum memiliki
pemahaman maupun fungsi-fungsi
analisis dari pemrosesan big data.”
Bloomberg Businessweek Indonesia, 12
Juli 2015
4V’s dari Big Data
6
+1V untuk VALUE
7
“But all the volumes of fast-moving data of different variety and veracity have to be
turned into value!”
Sumber: http://www.ibmbigdatahub.com/blog/why-only-one-5-vs-big-data-really-matters
Value
+1V untuk VALUE (lanj.)
8
Sumber:
High value:
Customer
engagement
and
performance
Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
9
Volume
10
Tiap tahun data tumbuh 40%, dan tahun 2020 diperkirakan mencapai
45 Zettabytes
Variety
• 7 billion people
• Google processes 100 PB/day; 3 million servers
• Facebook has 300 PB + 500 TB/day; 35% of world’s photos
• YouTube 1000 PB video storage; 4 billion views/day
• Twitter processes 124 billion tweets/year
• SMS messages – 6.1T per year
• US Cell Calls – 2.2T minutes per year
• US Credit cards - 1.4B Cards; 20B transactions/year
• Devices – Network switches, RFID, CCTV, etc; a lot of data.
11
Velocity
12
Veracity/Confidence
13
1 dari 3 pemimpin bisnis tidak percaya dengan informasi yang mereka gunakan
untuk mengambil keputusan
Makin Banyak Perangkat Terhubung Internet
14
IoT Butuh Strategi Big Data
15
Media Penyimpan Makin Murah
16
Kenapa tidak disimpan saja semuanya?
Sumber: SAS, 2012
Integrasi Data
17
Keinginan untuk mengintegrasikan semua data ke dalam satu tempat
Kebutuhan atas Insights yang Real-time
18
Sumber: SAP
Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
19
Tantangan Umum di Indonesia
20
“Data untuk berbagai jenis kebutuhan apapun sudah banyak di Indonesia, tetapi tersebar.
“Mencari data agregat saja susah, apalagi data-data yang detail.” Bloomberg Businessweek Indonesia,
12 Juli 2015
Tantangan Utama
• CEOs want security.
• Customers want privacy.
• Employees need guidance.
21
Fokus terhadap keamanan, privasi, dan governance policies.
Sumber Data yang Beragam
22
Perusahaan ingin menggabungkan data rich media dengan data
tradisional yang terstruktur.
Teks yang Tak Terstruktur
23
Teks yang tak terstruktur sulit untuk diquery.
Kualitas Data
24
Garbage in = garbage out still holds true today
Culture, Skills, and Business Processes
25
Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
26
Mendapatkan Value dari Big Data
27
Sumber:
Chief Data Officer
28
Semakin banyak perusahaan yang memiliki ‘CDO’ untuk membangun
strategi dan budaya yang data-driven.
Data Scientists
29
Kebutuhan akan Data Scientist semakin meningkat
Big Data sebagai Service
30
Layanan komputasi awan semakin banyak dicari perusahaan untuk
menangani beban Big Data
Hadoop Menjadi Keharusan
31
Kemampuan Hadoop meningkat, termasuk fungsi real-time. Hadoop menjadi
bagian yang tak terpisahkan dalam platform software perusahaan.
‘Simpan Semua Data, Olah Belakangan’
32
Kebutuhan untuk menyimpan dan memproses semua jenis data
meningkat, dan secara real-time.
Advanced Analytics & Visualization
33
Kemampuan analitik dan visualisasi yang advanced semakin dibutuhkan untuk
membantu pengambilan keputusan.
Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
34
Minat Tinggi terhadap Big Data
“73 percent of respondents have
invested or plan to invest in big
data in the next 24 months, up
from 64 percent in 2013.” Gartner
“The No. 1 use case is enhancing
customer experience. 68% of
respondents said that they use
big data to enhance their
customer experience. This is the
third year customer experience
has been a top business problem
to address.” Gartner
35
Pertumbuhan Pasar Big Data
“Big Data will continue
to represent a fast-
growing multibillion-
dollar worldwide
opportunity for the next
five years.” IDC
36
“Global spending on Big Data will grow at a CAGR of
46% between 2015 and 2020. Big Data revenues will
reach almost $190 Billion by the end of 2020.” Mind
Commerce
Segmentasi Pasar Big Data
37
“Infrastructure will continue to
command a large share of the
Big Data market with 48.2%
share in 2014.” IDC
“Big Data-related services
revenue makes up 40% of the
total, with hardware at 38%
and software at 22%.” Wikibon
People & Processes
38
The biggest challenges for implementing big data solutions
“Big data offers big opportunities, but
poses even bigger challenges.” Alexander
Linden, research director at Gartner
“I am asked all of the time: what is the best
analytics strategy? And I always answer:
data, process and people.” Mike
Cavaretta, Data Scientist and Manager,
Ford Motor Company
Keamanan Data
39
Mungkin ini tantangan terbesar dalam penerapan solusi Big Data
dalam perusahaan.
“Hacked customer data can erase millions in
profits within weeks, stolen intellectual property
can erase competitive advantage in less than a
year, and unnecessary privacy abuses can bring
unwanted scrutiny and fines from regulators
while inflicting reputational damage that can last
months, even years.” Forrester
“Gartner predicts that, through 2016, more than
80 percent of organizations will fail to develop a
consolidated data security policy across silos,
leading to potential noncompliance, security
breaches and financial liabilities.” Gartner
Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
40
41
Rangkuman Tren Big Data
Pendorong
• Volume, variety, velocity, dan complexity dari data, baik tradisional maupun non-
tradisional.
• Makin banyak perangkat yang terhubung ke Internet.
• Media penyimpan makin murah.
• Keinginan untuk menyimpan data dalam satu tempat.
• Kebutuhan akan insight yang real-time.
Tantangan
• Di Indonesia, data aggregat apalagi yang detail susah didapat.
• Security, privacy, governance, culture, skills, dan business processes
• Sumber data yang beragam (enterprise apps, web, search, video, mobile, percakapan
social dan sensors).
• Kualitas data.
• Teks yang tak terstruktur sulit diquery.
• Culture, skills, dan business processes
Implikasi
• Meningkatnya kebutuhan mendapatkan value dari big data.
• Chief Data Officer dan Data Scientist makin dibutuhkan.
• Big Data sebagai service, karena tingginya beban Big Data.
• Hadoop menjadi bagian yang tak terpisahkan dalam platform software perusahaan.
• Keinginan untuk menyimpan semua jenis data meningkat, dan secara real-time.
• Analisis dan visualisasi yang advance dan real-time.
42
Referensi: HorizonWatch 2015 dan berbagai sumber
Terimakasih
43
Ismail Fahmi Awesometrics, Co-founder HP: 0812 8908 3894 Email: [email protected] Web: http://awesometrics.com