BIG Data di ASIA
BIG Data
Jakarta - Data merupakan aset bisnis yang sangat berharga. Tantangan muncul ketika volume data yang dimiliki perusahaan meningkat semakin besar. Jika tak dimanfaatkan, maka ia tak lebih dari sekadar tumpukan 'sampah'.
Maka, perusahaan membutuhkan analisa untuk meningkatkan efisiensi atau menciptakan inovasi sebagai penguat daya saing perusahaan. Jadi, teknologi analisa Big Data merupakan hal yang tidak bisa dihindari untuk membuat keputusan-keputusan cerdas secara cepat.
Big Data disini bukanlah sebuah solusi, atau produk, atau teknologi tertentu. Big Data lebih mirip dengan sebuah fenomena. Pemanfaatan teknologi ini sudah sangat luas untuk organisasi-organisasi di dunia.
Misalnya, di Amerika Serikat, Presiden Barack Obama meluncurkan proyek Big Data Research and Development Initiative pada 2012 dengan anggaran sekitar Rp 2,3 triliun. Proyek ini melibatkan 84 program Big Data berbeda yang digunakan pada enam departemen pemerintahan AS.
Namun, hal yang berbeda terjadi di Asia. Organisasi-organisasi, baik swasta maupun pemerintah, masih enggan untuk beralih menggunakan teknologi Big Data. Mengapa?
Christopher G. Chelliah, Group Vice President & Chief Architect, Systems, Storage & Key Accounts, Oracle Asia Pacific coba menjawab beberapa permasalahan yang dihadapi perusahaan di Asia untuk memanfaatkan teknologi Big Data.
Selain itu, juga akan dijelaskan bagaimana seharusnya perusahaan dapat memanfaatkan teknologi ini serta berbagai tren yang akan terjadi di masa mendatang.
Maka, perusahaan membutuhkan analisa untuk meningkatkan efisiensi atau menciptakan inovasi sebagai penguat daya saing perusahaan. Jadi, teknologi analisa Big Data merupakan hal yang tidak bisa dihindari untuk membuat keputusan-keputusan cerdas secara cepat.
Big Data disini bukanlah sebuah solusi, atau produk, atau teknologi tertentu. Big Data lebih mirip dengan sebuah fenomena. Pemanfaatan teknologi ini sudah sangat luas untuk organisasi-organisasi di dunia.
Misalnya, di Amerika Serikat, Presiden Barack Obama meluncurkan proyek Big Data Research and Development Initiative pada 2012 dengan anggaran sekitar Rp 2,3 triliun. Proyek ini melibatkan 84 program Big Data berbeda yang digunakan pada enam departemen pemerintahan AS.
Namun, hal yang berbeda terjadi di Asia. Organisasi-organisasi, baik swasta maupun pemerintah, masih enggan untuk beralih menggunakan teknologi Big Data. Mengapa?
Christopher G. Chelliah, Group Vice President & Chief Architect, Systems, Storage & Key Accounts, Oracle Asia Pacific coba menjawab beberapa permasalahan yang dihadapi perusahaan di Asia untuk memanfaatkan teknologi Big Data.
Selain itu, juga akan dijelaskan bagaimana seharusnya perusahaan dapat memanfaatkan teknologi ini serta berbagai tren yang akan terjadi di masa mendatang.
1. Berdasarkan survei terkini, walaupun perusahaan-perusahaan mengakui bahwa Big Data mampu meningkatkan keunggulan kompetitif mereka di pasar, namun baru sedikit yang mau menggunakannya. Mengapa demikian? Apakah karena Return of Investment-nya belum dibuktikan? Ataukah karena unsur budaya?
Terdapat beberapa faktor yang menyebabkan minimnya tingkat adopsi Big Data di perusahaan-perusahaan – dua isu yang paling sering dihadapi adalah:
1. Pemahaman perusahaan terhadap apa yang mereka harapkan dengan memanfaatkan Big Data.
2. Pengembalian modal dan biaya modal dijadikan tolak ukur keberhasilan proyek jenis ini.
Kurangnya keahlian dan pengetahuan dalam melakukan analisis untuk memaksimalkan pemanfaatan Big Data menjadi penghalang utama dimanfaatkan nya Big Data dalam sebuah perusahaan.
Keahlian yang rendah merupakan penyebab utama untuk permasalahan #1, namun kita mulai melihat adanya perubahan dari pola pikir tersebut. Tim bisnis dari pelanggan-pelanggan kami mencari sesuatu yang belum ada dalam sistem data center mereka, untuk dapat meningkatkan dan mengoptimalkan bisnis.
Didukung dengan semakin banyak penyedia IT yang mampu menyediakan komponen-komponen untuk teknologi ini, maka Big Data adalah langkah selanjutnya yang harus ditempuh untuk dapat melakukan diferensiasi agar lebih kompetitif.
Kami melihat terdapat beberapa topik yang menjadi perbincangan dalam industri manufaktur (sistem uji kualitas real time), sektor finansial (pencegahan resiko serta pencucian uang atau anti-money laundering (AML), dan industri telekomunikasi (analisa dan sentimen sebuah kampanye pemasaran).
Tidak semua hal di atas dinamakan proyek 'Big Data' – tetapi pada kenyataannya, proyek-proyek tersebut sangat bergantung pada korelasi antara data yang terstruktur dan yang tidak terstruktur dengan jumlah data yang sangat besar dan berkecepatan tinggi.
Terdapat beberapa faktor yang menyebabkan minimnya tingkat adopsi Big Data di perusahaan-perusahaan – dua isu yang paling sering dihadapi adalah:
1. Pemahaman perusahaan terhadap apa yang mereka harapkan dengan memanfaatkan Big Data.
2. Pengembalian modal dan biaya modal dijadikan tolak ukur keberhasilan proyek jenis ini.
Kurangnya keahlian dan pengetahuan dalam melakukan analisis untuk memaksimalkan pemanfaatan Big Data menjadi penghalang utama dimanfaatkan nya Big Data dalam sebuah perusahaan.
Keahlian yang rendah merupakan penyebab utama untuk permasalahan #1, namun kita mulai melihat adanya perubahan dari pola pikir tersebut. Tim bisnis dari pelanggan-pelanggan kami mencari sesuatu yang belum ada dalam sistem data center mereka, untuk dapat meningkatkan dan mengoptimalkan bisnis.
Didukung dengan semakin banyak penyedia IT yang mampu menyediakan komponen-komponen untuk teknologi ini, maka Big Data adalah langkah selanjutnya yang harus ditempuh untuk dapat melakukan diferensiasi agar lebih kompetitif.
Kami melihat terdapat beberapa topik yang menjadi perbincangan dalam industri manufaktur (sistem uji kualitas real time), sektor finansial (pencegahan resiko serta pencucian uang atau anti-money laundering (AML), dan industri telekomunikasi (analisa dan sentimen sebuah kampanye pemasaran).
Tidak semua hal di atas dinamakan proyek 'Big Data' – tetapi pada kenyataannya, proyek-proyek tersebut sangat bergantung pada korelasi antara data yang terstruktur dan yang tidak terstruktur dengan jumlah data yang sangat besar dan berkecepatan tinggi.
2. Menurut Anda, apakah sikap perusahaan-perusahaan di wilayah ini terhadap Big Data akan mengalami perubahan?
Tentu saja! Saat ini kita berada di era smartphone dan telah, secara tidak sadar, memanfaatkan Big Data dalam berbagai keputusan yang kita buat, mulai dari mencari info lalu lintas, hingga mencari review suatu restoran.
Sangatlah wajar, jika kita mulai mempertanyakan norma-norma yang ada dan berusaha melihat adanya korelasi antara data internal dan eksternal. Di berbagai negara di Asia, hal ini sangat mungkin terjadi karena pola pikir masyarakatnya sangatlah kompetitif – kami dapat melihat tren-tren bermunculan melalui percakapan dengan pelanggan-pelanggan kami.
3. Bagaimana sebuah database mampu meningkatkan efisiensi dan uptime bisnis?
Pasar database, untuk data terstruktur maupun yang tidak terstruktur, sedang mengalami pertumbuhan secara signifikan. Semua yang kita lakukan saat ini berhubungan dengan keputusan-keputusan yang didasarkan pada data – seperti contohnya pengaturan sinyal lampu lalu lintas, sistem perdagangan, sistem untuk mengoperasikan MRT, dan sebagainya.
Di Asia, negara Singapura telah memimpin transformasi global dalam mendorong efisiensi pengambilan keputusan yang berpusat pada data (data-centric). Cara pengambilan keputusan ini akan terus menjadi populer di masa depan.
Pada kenyataannya, seluruh bisnis sebenarnya telah siap untuk memanfaatkan big data – walaupun kecepatan dalam mengadopsi teknologi tersebut di setiap perusahaan berbeda-beda.
Sebuah pencapaian yang besar menanti Chief Information Officer (CIO), jika dia mampu memahami bagaimana caranya mengumpulkan dan mengelola data-data yang terus tumbuh hingga mencapai jumlah terabyte, kemudian menggali wawasan dari data-data tersebut, dan pada akhirnya mengambil keuntungan dari situ. Karena itu, teknologi pengolahan database yang modern merupakan kuncinya.
Dengan mengadopsi berbagai teknologi, yang mampu mengelola serta mengoptimalkan pemanfaatan big data secara efisien, akan membantu perusahaan dalam proses pengambilan keputusan sehingga nantinya dapat membantu mereka dalam meraih keunggulan kompetitif.
Tidak bisa dipungkiri bahwa departemen IT dipaksa untuk menciptakan strategi baru dan mengimplementasikan peralatan-peralatan baru yang dapat mengoptimalkan kerja database mereka, seiring dengan pertumbuhan data yang kian cepat.
Pengelolaan data melalui in-memory dan database-database khusus lainnya, sangatlah penting untuk dapat meningkatkan efisiensi dan memaksimalkan nilai serta kesempatan yang didapat dari Big Data .
4. Bagaimana seharusnya pendekatan Big Data dilakukan oleh perusahaan-perusahaan agar mereka bisa lebih kompetitif?
Pengambilan keputusan yang didasarkan pada Big Data sudah makin populer dan semakin menarik bagi perusahaan. Namun banyak perusahaan yang gagal dalam menerapkan big data karena vendor yang digunakan di dalam sistem perusahaan ada banyak jenisnya .
Kami memiliki dua litmus test, atau yang sering disebut tes penentuan, kepada para pelanggan kami dalam mengevaluasi kebutuhan mereka akan big data:
-. Pendekatan Big Data dinilai masih perlu dipertimbangkan lagi apabila menyebabkan adanya pengurangan tenaga kerja maupun teknologi-teknologi yang saat ini dimiliki.
Dengan mengadopsi berbagai teknologi, yang mampu mengelola serta mengoptimalkan pemanfaatan big data secara efisien, akan membantu perusahaan dalam proses pengambilan keputusan sehingga nantinya dapat membantu mereka dalam meraih keunggulan kompetitif.
Tidak bisa dipungkiri bahwa departemen IT dipaksa untuk menciptakan strategi baru dan mengimplementasikan peralatan-peralatan baru yang dapat mengoptimalkan kerja database mereka, seiring dengan pertumbuhan data yang kian cepat.
Pengelolaan data melalui in-memory dan database-database khusus lainnya, sangatlah penting untuk dapat meningkatkan efisiensi dan memaksimalkan nilai serta kesempatan yang didapat dari Big Data .
4. Bagaimana seharusnya pendekatan Big Data dilakukan oleh perusahaan-perusahaan agar mereka bisa lebih kompetitif?
Pengambilan keputusan yang didasarkan pada Big Data sudah makin populer dan semakin menarik bagi perusahaan. Namun banyak perusahaan yang gagal dalam menerapkan big data karena vendor yang digunakan di dalam sistem perusahaan ada banyak jenisnya .
Kami memiliki dua litmus test, atau yang sering disebut tes penentuan, kepada para pelanggan kami dalam mengevaluasi kebutuhan mereka akan big data:
-. Pendekatan Big Data dinilai masih perlu dipertimbangkan lagi apabila menyebabkan adanya pengurangan tenaga kerja maupun teknologi-teknologi yang saat ini dimiliki.
Teknologi yang mendasari Big Data bersifat open-source sehingga perbedaan antara vendor yang satu dengan lainnya sangat tipis. Daripada melakukan pergantian total ataupun membuat lingkungan IT perusahaan tambah rumit, lihat lagi teknologi yang sudah dimiliki saat ini – manfaatkan apa yang sudah ada, dan mulailah secara bertahap.
-. Pendekatan Big Data masih perlu dipertimbangkan lagi apabila Anda masih harus memisahkan data yang tersimpan ke dalam lingkungan terstruktur (RDBMS tradisional) dan tidak terstruktur (hadoop dan no-SQL)
Big Data berkembang sangat cepat dan tidak terbendung, duplikasi data yang tersimpan pada perangkat penyimpanan apapun akan berdampak pada meningkatnya biaya hingga berkali-kali lipat.
Pendekatan Big Data pada umumnya hanya menghitung biaya penyimpanan database no-SQL dalam disk array yang rendah biaya. Biaya tersebut hanyalah sebagian kecil dari total keseluruhan biaya dan tidak akan dapat menopang proyek ini untuk waktu yang lama.
5. Apa saja tren-tren besar dari big data dalam waktu dekat ini? Apakah wilayah Asia Pasifik sudah siap dalam menghadapinya?
• Database jenis In-memory: Saat ini kita berada di situasi ekonomi serba instan, perusahaan harus mampu memenuhi ekspektasi pelanggannya secara cepat agar tidak kalah bersaing dengan kompetitornya atau disebut “now-economy”.
Segala sesuatu harus serba real-time ataupun sangat mendekati real-time. Tetapi dengan semakin meningkatnya pertumbuhan data, maka untuk dapat memenuhi kebutuhan tersebut secara sangat cepat menjadi sebuah tantangan tersendiri.
Terdapat potensi sangat besar yang dapat digali menggunakan teknologi in-memory yang mampu mengkombinasikan kedua fenomena ini sehingga memungkinkan pengambilan keputusan secara real-time. Pada akhirnya hal tersebut akan meningkatkan produktifitas serta keuntungan perusahaan.
-. Pendekatan Big Data masih perlu dipertimbangkan lagi apabila Anda masih harus memisahkan data yang tersimpan ke dalam lingkungan terstruktur (RDBMS tradisional) dan tidak terstruktur (hadoop dan no-SQL)
Big Data berkembang sangat cepat dan tidak terbendung, duplikasi data yang tersimpan pada perangkat penyimpanan apapun akan berdampak pada meningkatnya biaya hingga berkali-kali lipat.
Pendekatan Big Data pada umumnya hanya menghitung biaya penyimpanan database no-SQL dalam disk array yang rendah biaya. Biaya tersebut hanyalah sebagian kecil dari total keseluruhan biaya dan tidak akan dapat menopang proyek ini untuk waktu yang lama.
5. Apa saja tren-tren besar dari big data dalam waktu dekat ini? Apakah wilayah Asia Pasifik sudah siap dalam menghadapinya?
• Database jenis In-memory: Saat ini kita berada di situasi ekonomi serba instan, perusahaan harus mampu memenuhi ekspektasi pelanggannya secara cepat agar tidak kalah bersaing dengan kompetitornya atau disebut “now-economy”.
Segala sesuatu harus serba real-time ataupun sangat mendekati real-time. Tetapi dengan semakin meningkatnya pertumbuhan data, maka untuk dapat memenuhi kebutuhan tersebut secara sangat cepat menjadi sebuah tantangan tersendiri.
Terdapat potensi sangat besar yang dapat digali menggunakan teknologi in-memory yang mampu mengkombinasikan kedua fenomena ini sehingga memungkinkan pengambilan keputusan secara real-time. Pada akhirnya hal tersebut akan meningkatkan produktifitas serta keuntungan perusahaan.
• Analytics Mobile: Meskipun saat ini Business Intelegence (BI) sedang naik daun, namun di masa depan BI akan menjadi salah satu aspek bisnis yang semakin penting, terutama analisis mobile, didasari oleh terus meningkatnya penggunaan perangkat mobile untuk bisnis.
• Otomatisasi Data Tiering: Sistem yang bersifat content-aware ini mampu secara otomatis mengirim data-data tidak terstruktur dan dokumen ke dalam tier (tingkatan) perangkat penyimpanan yang sesuai. Dengan demikian, hal ini dapat menempatkan data-data terpenting di depan tanpa harus melakukan penyaringan ulang data dalam jumlah yang sangat besar.
Mayoritas perusahaan-perusahaan di Asia Pasifik telah menerapkan Business Intelligence atau sistem yang serupa dan bahkan telah menggunakan analytics yang lebih canggih.
Tingkat penggunaannya di beberapa pasar besar seperti Australia, China, dan Jepang sudah cukup tinggi, namun masih banyak perusahaan dari negara-negara lainnya di wilayah ini yang baru memulai, termasuk Indonesia.
• Otomatisasi Data Tiering: Sistem yang bersifat content-aware ini mampu secara otomatis mengirim data-data tidak terstruktur dan dokumen ke dalam tier (tingkatan) perangkat penyimpanan yang sesuai. Dengan demikian, hal ini dapat menempatkan data-data terpenting di depan tanpa harus melakukan penyaringan ulang data dalam jumlah yang sangat besar.
Mayoritas perusahaan-perusahaan di Asia Pasifik telah menerapkan Business Intelligence atau sistem yang serupa dan bahkan telah menggunakan analytics yang lebih canggih.
Tingkat penggunaannya di beberapa pasar besar seperti Australia, China, dan Jepang sudah cukup tinggi, namun masih banyak perusahaan dari negara-negara lainnya di wilayah ini yang baru memulai, termasuk Indonesia.
.jpg)
0 Response to "BIG Data di ASIA"
Post a Comment