Big Data Trends

  1. Big Data Culture

 

Manusia memproduksi beragam data yang jumlah dan ukurannya sangat besar

  • Astronomi
  • Bisnis
  • Kedokteran
  • Ekonomi
  • Olahraga
  • Cuaca
  • Financial

Dengan berjalannya waktu data yang diproduksi semakin besar dan akan terus membesar

 

Makna dan Nilai Data

  • Data adalah entitas yang tidak memiliki arti, meskipun kemungkinan memiliki nilai
  • Data is the new oil. Data is just like crude. It’s valuable, but if unrefined it cannot really be used (Clive Humby)
  • We are drowning in data, but starving for knowledge! (John Naisbett, Megatrends, 1988)

 

  1. Big Data Mining

 

  • Data harus kita olah menjadi pengetahuan supaya bisa bermanfaat bagi manusia
  • Dengan pengetahuan
    tersebut, manusia dapat:

    • Melakukan estimasi dan prediksi
      apa yang terjadi di depan
    • Melakukan analisis tentang
      asosiasi, korelasi dan
      pengelompokan antar data dan atribut
    • Membantu pengambilan keputusan dan
      pembuatan kebijakan

 

Evolution of science

  • Before 1600: Empirical science
  • 1600-1950s: Theoretical science
    • Each discipline has grown a theoretical component
    • Theoretical models motivate experiments and generalize understanding
  • 1950s-1990s: Computational science
    • Most disciplines have grown a third, computational branch (e.g. empirical, theoretical, and computational ecology, or physics, or linguistics.)
    • Computational science traditionally meant simulation. It grew out of our inability to find closed-form solutions for complex mathematical models
  • 1990-now: Data science
    • The flood of data from new scientific instruments and simulations
    • The ability to economically store and manage petabytes of data online
    • The Internet makes all these archives universally accessible
    • Data mining is a major new challenge!

Jim Gray and Alex Szalay, The World Wide Telescope:
An Archetype for Online Science, Comm. ACM, 45(11): 50-54, Nov. 2002

 

  1. Big Data Methods and Technologies
  • Estimasi : Estimasi (perkiraan) adalah sebuah proses pengulangan
  • Prediksi : hasil dari kegiatan memprediksi atau meramal atau memperkirakan.
  • Klasifikasi : penyusunan bersistem dalam kelompok atau golongan menurut kaidah atau standar yang ditetapkan;
  • Klastering : Metode penganalisaan data, yang sering dimasukkan sebagai salah satu metode Data Mining, yang tujuannya adalah untuk mengelompokkan data dengan karakteristik yang sama ke suatu ‘wilayah’ yang sama dan data dengan karakteristik yang berbeda ke ‘wilayah’ yang lain.
  • Asosiasi : Asosiasi atau perkumpulan adalah suatu kehidupan bersama antar individu dalam suatu ikatan

 

  1. Big Data Use Cases

 

  • Private and Commercial Sector :
  • Pemasaran: rekomendasi produk, analisis keranjang pasar, penargetan produk, retensi pelanggan
  • Keuangan: dukungan investasi, manajemen portofolio, peramalan harga
  • Keamanan: deteksi penipuan, kontrol akses, deteksi intrusi, deteksi virus
  • Web dan Internet: mesin pencari cerdas, pemasaran web

 

Public and Government Sector :

  • Keuangan: tingkat peramalan tukar, analisis sentimen
  • Perpajakan: pemantauan adaptif, deteksi penipuan
  • Kedokteran dan Healt Care: hipotesis penemuan, prediksi penyakit dan klasifikasi, diagnosis medis
  • Pendidikan: Alokasi mahasiswa, peramalan sumber daya
  • Analisis kompensasi pekerja: Asuransi
  • Keamanan: bom, deteksi gunung es
  • Transportasi: simulasi dan analisis, estimasi beban
  • Hukum: analisis paten hukum, hukum dan aturan analisis
  • Politik: prediksi pemilu

 

 

 

  1. Big Data Research

Mengapa Melakukan Publikasi Ilmiah?

Statistik Jumlah Publikasi menurut (ScimagoJR.Com) Indonesia masih berada jauh dibawah Singapura bahkan Malaysia dari tahun ketahun.

 

Rangking Publikasi Ilmiah menurut (ScimagoJR.Com) Indonesia berada pada urutan ke 61 dunia. Dengan total papers 20.166 dokumen.

 

Mengapa Indonesia Sedikit Publikasi?

  • Budaya Indonesia adalah lisan dan bukan tulisan
  • Budaya akademik di Indonesia baru mulai untuk mengajar, dan bukan untuk meneliti
  • Rendahnya minat penelitian dan mempublikasikan hasil penelitian
  • Kurangnya penghargaan dan insentif dari universitas
  • Kurang mengerti bagaimana cara menulis paper untuk jurnal dan prosedur pengirimannya
  • Tidak memahami metodologi penelitian dengan baik

 

Apa Yang Dikejar di Penelitian?

Research is a considered activity, which aims to make an original contribution to knowledge (Dawson, 2009)

  • Original Contribution: Kontribusi Orisinil
  • To Knowlegde: Untuk Pengetahuan

 

This entry was posted on Friday, October 14th, 2016 at 9:03 PM. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.

Leave a Reply