Mengenal Karakteristik Big Data 10V dan Serba-Serbinya

Karakteristik Big Data. Sumber Gambar: Photo by Pixabay/Pexels

Big data merupakan istilah dalam bidang data science yang digunakan untuk menyebutkan volume data berukuran besar. Melihat ukurannya yang besar pastinya membutuhkan proses komputasi dengan jangka waktu tertentu untuk bisa mendapatkannya. Big data merupakan salah satu istilah yang menggambarkan volume suatu data yang besar baik terstruktur maupun tidak terstruktur. Jumlahnya pun selalu bertambah setiap harinya. Dalam bahasa Indonesia, istilah big data disebut dengan mahadata, data raya dan data berskala besar.

Big data memiliki karakteristik tersendiri dalam penerapan kehidupan sehari-hari. Karakter dasar dari big data tentunya memiliki perkembangan yang cukup signifikan setiap era. Mulanya big data memiliki tiga karakteristik yang disimbolkan dengan 3V. Kemudian berkembang menjadi 5V, 7V bahkan sekarang ini upgrade menjadi 10V. Kali ini, kita akan jelaskan terkait dengan apa saja isi dari 10V itu? Buat kalian yang penasaran, simak pembahasan lengkapnya yuk sobat UMN!

1. Volume

Karakteristik big data yang pertama adalah volume. Kita tahu bahwa big data akan selalu berkembang setiap detiknya. Karakteristik volume pastinya menjadi karakter utama dalam big data. Sebab sekumpulan data yang diperoleh pastinya didapatkan dalam jumlah yang besar dan saking banyaknya tentu akan berpengaruh pada jenis datanya.

Kita terkadang sulit membedakan mana data yang terstruktur dan mana yang tergolong jenis data tidak terstruktur. Adapun contohnya adalah feed Twitter, chat Whatsapp, status whatsapp, postingan instagram dan lain-lain. Dari sini sudah jelas terlihat bahwa arus data yang bergerak setiap hari dan jumlahnya tidak menentu setiap hari. Kadang ribuan bahkan terrabyte tiap detiknya. Misalnya dalam setiap menit ada sekitar 350 jam tayang video yang diunggah ke YouTube.

Baca juga: Big Data: Pengertian, Contoh, dan Fungsinya

2. Velocity

Velocity menggambarkan kecepatan data yang dibuat, diolah kembali dan digeneralisasi dalam sebuah big data. Kecepatan disini sangat berpengaruh terhadap lalu lintas big data.

Data bisa diakses dengan sangat cepat sehingga dapat langsung muncul dalam detik itu juga (real-time). Kecuali beda ceritanya apabila kamu terhalang dengan jaringan koneksi internet maka pastinya akan muncul lama.

Kita bisa contohkan bahwa Google mencatat sekitar 65 ribu pencarian setiap detiknya. Kalau misalnya dikalkulasikan maka lebih dari 5,6 miliar pencarian pada setiap harinya.

3. Variety

Selanjutnya kita masuk ke karakter data ketiga yaitu variety. Data dikategorikan sebagai big data apabila punya keragaman data tetapi memiliki banyak sekali variabelnya.

Variety menggambarkan bahwa big data memiliki variasi data yang beragam. Kita sudah jelaskan diatas yaitu karakter unstructured data, structured data dan semi-structured data.

Tiap jenis data tentunya memiliki beberapa perlakuan dalam melakukan pengolahan dan analisis data. Analisis terhadap data tidak terstruktur tentunya memiliki perbedaan dengan data terstruktur.

Apabila datanya terstruktur maka data yang didapatkan sudah seragam sehingga bisa langsung dilakukan pengolahan. Sedangkan apabila datanya tidak terstruktur akan memerlukan algoritma yang berbeda dan waktu analisisnya juga membutuhkan waktu yang lama.

Untuk data-data semacam itu akan memerlukan waktu lebih untuk memprosesnya, karena bisa jadi di dalam data yang tidak terstruktur tersebut masih ada data lain atau data baru yang bisa digali.

4. Value

Dalam karakteristik big data, ada juga yang disebut dengan value. Hal ini berarti big data memiliki nilai yang sangat tinggi apabila dilakukan pengolahan data secara tepat dan akurat oleh praktisi data.

Value dapat diartikan pula seberapa bernilai atau bermaknanya data untuk keperluan pengambilan keputusan. Contohnya, disediakan data penjualan produk X dalam kuartal ketiga tahun 2021.

Bagi konsumen, data ini mungkin tidak penting karena buat apa bagi mereka. Namun, bagi pengambil kebijakan di tingkat manajerial, data penjualan pastinya sangat penting karena dari situlah mereka melakukan pengambilan keputusan.

Jadi disini dapat disimpulkan bahwa data di satu sisi mungkin kurang penting dan tidak ada artinya bagi sebagian orang. Namun data bisa menjadi sangat valuable jika ditangani oleh orang yang tepat.

5. Veracity

Veracity menjadi karakteristik big data yang kelima. Veracity menggambarkan seberapa akurat atau tidak sih suatu data itu. Apabila data tersebut tidak akurat gimana orang yang mau menangani data yang sumbernya masih dipertanyakan.

Valid dan akuratnya suatu data butuh proses yang tidak mudah. Pastinya butuh kedalaman dalam melakukan analisis big data secara sistematis dan runtut.

Apalagi sekarang zaman semakin canggih, kita bisa dengan mudah untuk mendeteksi apakah data tersebut akurat atau tidak. Soalnya, ketika kamu coba input data di sistem saja, ada proses validasi data yang dimana kamu nggak bisa memasukkan nilai yang nggak valid.

Tentu, ini bakal bantu kamu banget untuk mengurangi kesalahan input. Terus, data digital juga memperkecil risiko kehilangan dan kerusakan data. Jadi, data kamu akan jauh lebih akurat.

6. Visualization

Karakteristik keenam adalah visualization. Setelah data dianalisis maka selanjutnya data akan dilakukan tahap visualisasi data. Visualisasi sangat penting bagi seorang praktisi data.

Dalam bisnis contohnya, visualisasi data dapat membantu pengambil kebijakan untuk menganalisis laporan penjualan, strategi pemasaran, dan minat produk.

Berdasarkan analisis, visualisasi data dapat fokus pada bidang-bidang yang membutuhkan perhatian untuk meningkatkan laba, yang pada gilirannya membuat bisnis lebih produktif.

Kita tahu bahwa dengan big data yang volume datanya besar akan menyulitkan kita untuk membuat kesimpulan kalau para analis tidak menggunakan tahapan yang benar. Kalau tahapannya benar, otomatis penarikan kesimpulan akan menjadi lebih mudah.

7. Validity

Validity kurang lebih mirip dengan veracity. Karakteristik ini sama-sama berpatokan pada prinsip bahwa suatu data haruslah valid dan akurat agar pengambilan keputusan yang dilakukan tepat sasaran.

Namun, validity disini lebih ke apakah memang data yang telah dikumpulkan sudah sesuai dengan permasalahan yang ingin dipecahkan oleh si analis. Jangan sampai datanya sudah akurat tapi kesesuaian datanya kurang diperhatikan.

Pastikan penggunaan data yang akan diolah sesuai dengan tujuan-tujuan tertentu agar bisa berjalan dengan baik.

8. Volatility

Sobat UMN pernah mendengar istilah volatilitas tidak? Jika belum, volatility atau volatilitas menggambarkan bahwa data setiap harinya mengalami perubahan yang kecenderungannya beragam.

Simplenya gini deh, kita bisa lihat contohnya melalui data harga daging sapi yang diamati selama pemberlakuan PPKM. Kecenderungan di lapangan tidak selamanya stabil namun terjadi pula penurunan yang drastis. Bisa naik melonjak bahkan turun.

Pada intinya, karakteristik volatility mengisyaratkan bahwa data yang didapatkan hari ni ataupun beberapa hari kemudian punya perbedaan dengan data yang ada saat ini. Perbedaan data bisa diasumsikan pada adanya keterkaitan dari sisi homogenitas data.

9. Vulnerability

Karakteristik kesembilan dalam big data adalah vulnerability. Maksudnya adalah karakter ini mengedepankan aspek keamanan dan perlindungan data.

Data yang dimiliki oleh perusahaan, instansi, organisasi, bisnis harus akuntabel dan bisa dipertanggungjawabkan. Peruntukannya jelas ditujukan untuk siapa. Dalam hal ini, big data harus mampu terlindungi dari tangan-tangan jahil yang tidak sepantasnya mengakses data tanpa seizin ownernya.

Misalnya kasus peretasan data pribadi yang dilakukan oleh pihak-pihak yang tidak bertanggung jawab.

Baca juga: Jurusan Kuliah Menjadi Data Scientist di Bidang Data Science

10. Variability

Karakteristik big data yang terakhir adalah variability atau variasi data. Variability menggambarkan bahwa data selalu berubah-ubah setiap waktu. Data yang berbeda tersebut bisa berdampak pada karakteristik lainnya, misalnya saja pada proses dan kecepatan transfer data. Semakin besar variasinya semakin beragam pula datanya.

By Reyvan Maulid | UMN News Service

Kuliah di Jakarta untuk jurusan program studi Informatika| Sistem Informasi | Teknik Komputer | Teknik Elektro | Teknik Fisika | Akuntansi | Manajemen| Komunikasi Strategis | Jurnalistik | Desain Komunikasi Visual | Film dan Animasi | Arsitektur | D3 Perhotelan , di Universitas Multimedia Nusantara. www.umn.ac.id