Bagaimana cara kerja perangkat penyimpanan storage device brainly

Big data adalah istilah yang menggambarkan volume besar data – baik terstruktur maupun tidak terstruktur – yang membanjiri bisnis sehari-hari. Namun bukan jumlah data yang penting. Apa yang dilakukan organisasi dengan data itulah yang penting. Big data dapat dianalisis demi pemahaman yang mengarah kepada keputusan dan gerakan bisnis strategis yang lebih baik.

Istilah "big data" mengacu pada data yang sangat besar, cepat atau kompleks sehingga sulit atau tidak mungkin untuk diproses menggunakan metode tradisional. Tindakan mengakses dan menyimpan sejumlah besar informasi untuk analitik sudah ada sejak lama. Tetapi konsep big data mendapatkan momentum di awal 2000-an ketika analis industri Doug Laney mengartikulasikan definisi big data yang sekarang-mainstream sebagai tiga V:

Volume : Organisasi mengumpulkan data dari berbagai sumber, termasuk transaksi bisnis, perangkat pintar (IoT), peralatan industri, video, media sosial dan banyak lagi. Di masa lalu, menyimpannya akan menjadi masalah - tetapi penyimpanan yang lebih murah pada platform seperti danau data dan Hadoop telah meringankan beban.

Velocity : Dengan pertumbuhan Internet of Things, data mengalir ke bisnis dengan kecepatan yang belum pernah terjadi sebelumnya dan harus ditangani tepat waktu. Tag RFID, sensor, dan smart meter mendorong kebutuhan untuk menangani torrent data ini dalam waktu yang hampir bersamaan.

Varietas : Data hadir dalam semua jenis format - dari terstruktur, data numerik dalam database tradisional hingga dokumen teks, email, video, audio, data ticker saham, dan transaksi keuangan yang tidak terstruktur.

Di SAS, kami mempertimbangkan dua dimensi tambahan dalam hal big data:

Variabilitas:

Selain kecepatan dan varietas data yang meningkat, aliran data tidak dapat diprediksi - sering berubah dan sangat bervariasi. Ini menantang, tetapi bisnis perlu tahu kapan sesuatu sedang tren di media sosial, dan bagaimana mengelola beban puncak data harian, musiman, dan yang dipicu oleh peristiwa.

Kebenaran:

Veracity mengacu pada kualitas data. Karena data berasal dari begitu banyak sumber berbeda, sulit untuk menautkan, mencocokkan, membersihkan, dan mengubah data di seluruh sistem. Bisnis perlu menghubungkan dan mengorelasikan hubungan, hierarki, dan berbagai hubungan data. Jika tidak, data mereka dapat dengan cepat lepas kendali.

Di USG Corporation, menggunakan big data dengan analitik prediktif adalah kunci untuk memahami sepenuhnya bagaimana produk dibuat dan cara kerjanya. Dan di pasar dengan rentetan persaingan global, produsen seperti USG tahu pentingnya menghasilkan produk berkualitas tinggi dengan harga terjangkau. Menggunakan SAS Viya, USG telah menghapus perkiraan dan mengoptimalkan investasi produksinya. Hasilnya: peningkatan kualitas produk dan waktu ke pasar.

Pelajari Selengkapnya Tentang Industri yang Menggunakan Teknologi Ini

Pembelajaran mendalam sangat membutuhkan big data karena big data diperlukan untuk mengisolasi pola tersembunyi dan untuk menemukan jawaban tanpa pemasangan data yang berlebihan. Dengan pembelajaran yang mendalam, semakin banyak data berkualitas yang Anda miliki, semakin baik hasilnya. Wayne Thompson SAS Product Manager

Pelajari Lebih Lanjut Tentang Deep learning

Cara Kerja Big Data

Sebelum bisnis dapat menempatkan data besar untuk mereka, mereka harus mempertimbangkan bagaimana itu mengalir di antara banyak lokasi, sumber, sistem, pemilik dan pengguna. Ada lima langkah utama untuk mengambil alih “struktur data” besar ini yang mencakup data tradisional dan terstruktur bersama dengan data tidak terstruktur dan terstruktur:

• Tetapkan strategi big data.
• Identifikasi sumber big data.
• Akses, kelola, dan simpan data.

• Analisis data.
• Buat keputusan berdasarkan data.

1) Tetapkan strategi big data

Pada level tinggi, strategi big data adalah rencana yang dirancang untuk membantu Anda mengawasi dan meningkatkan cara Anda memperoleh, menyimpan, mengelola, berbagi, dan menggunakan data di dalam dan di luar organisasi Anda. Strategi big data mengatur panggung untuk kesuksesan bisnis di tengah banyaknya data. Ketika mengembangkan strategi, penting untuk mempertimbangkan tujuan dan inisiatif bisnis dan teknologi yang ada - dan di masa depan. Ini panggilan untuk memperlakukan big data seperti aset bisnis berharga lainnya daripada hanya produk sampingan aplikasi.

Klik pada Infographic untuk mempelajari lebih lanjut tentang data besar.

2) Ketahui sumber big data

• Streaming data berasal dari Internet of Things (IoT) dan perangkat terhubung lainnya yang mengalir ke sistem TI dari perangkat yang dapat dipakai, mobil pintar, perangkat medis, peralatan industri, dan banyak lagi. Anda dapat menganalisis data besar ini saat tiba, memutuskan data mana yang akan disimpan atau tidak, dan mana yang perlu analisis lebih lanjut.
• Media sosial data berasal dari interaksi di Facebook, YouTube, Instagram, dll. Ini termasuk sejumlah besar data besar dalam bentuk gambar, video, suara, teks dan suara - berguna untuk fungsi pemasaran, penjualan, dan dukungan. Data ini sering dalam bentuk tidak terstruktur atau semi-terstruktur, sehingga menimbulkan tantangan unik untuk konsumsi dan analisis.
• Data yang tersedia untuk umum berasal dari sejumlah besar sumber data terbuka seperti data pemerintah AS. Gov, CIA World Factbook, atau Portal Data Terbuka Uni Eropa.
• Data besar lainnya dapat berasal dari danau data, sumber data cloud, pemasok dan pelanggan.

3) Akses, kelola, dan simpan big data

Sistem komputasi modern memberikan kecepatan, daya, dan fleksibilitas yang dibutuhkan untuk dengan cepat mengakses sejumlah besar dan tipe data besar. Seiring dengan akses yang andal, perusahaan juga membutuhkan metode untuk mengintegrasikan data, memastikan kualitas data, menyediakan tata kelola dan penyimpanan data, dan menyiapkan data untuk analitik. Beberapa data dapat disimpan di tempat di gudang data tradisional - tetapi ada juga opsi yang fleksibel dan murah untuk menyimpan dan menangani data besar melalui solusi cloud, data lake dan Hadoop.

4) Menganalisis big data

Dengan teknologi kinerja tinggi seperti komputasi grid atau analytics di memori, organisasi dapat memilih untuk menggunakan semua data besar mereka untuk analisis. Pendekatan lain adalah untuk menentukan dimuka data mana yang relevan sebelum menganalisisnya. Dengan kedua cara tersebut, analitik big data adalah bagaimana perusahaan mendapatkan nilai dan wawasan dari data. Semakin besar, big data mengakselerasi analitik canggih saat ini seperti kecerdasan buatan.

5) Membuat keputusan yang cerdas dan digerakkan oleh data

Dikelola dengan baik, data tepercaya mengarah ke analitik tepercaya dan keputusan tepercaya. Agar tetap kompetitif, bisnis perlu merebut nilai penuh dari data besar dan beroperasi dengan cara yang didorong oleh data - membuat keputusan berdasarkan bukti yang disajikan oleh data besar daripada insting. Manfaat menjadi data-driven jelas. Organisasi yang digerakkan oleh data berkinerja lebih baik, secara operasional lebih mudah diprediksi, dan lebih menguntungkan.