Yuk, Intip 3 Dimensi Big Data yang Penting untuk Diketahui

Seperti yang kita ketahui, Big Data memiliki karakteristik yang membedakannya dengan database yang lainnya. Karakteristik ini disebut dengan dimensi data. Dimensi data pada Big Data, disimbolkan dengan huruf V. Ada yang mengatakan bahwa dimensi data itu terdiri dari 3V,5V, bahkan hingga 8V.

Akan tetapi ada tiga dimensi data awal yang paling sering dibahas dan menggambarkan definisi Big Data. Apa saja dimensi tersebut dan bagaimana penjelasannya? Yuk, kita simak bersama!

1. Perhatikan Volume Data

Dalam Big Data, ukuran data yang dihasilkan sangatlah besar hingga mencapai petabytes () data. Karakteristik Big Data berkembang secara eksponensial sesuai kebutuhan instansi tersebut. Tidak hanya besarnya data, volume juga mengacu pada jumlah massa data, perusahaan/instansi berusaha untuk memanfaatkan data untuk meningkatkan pengambilan keputusan. Contohnya seperti data facebook yang terus bertambah. Setiap hari user facebook menambah postingan mereka yang akan menambahkan volume dari data facebook itu sendiri.

Baca juga: Apa Itu Big Data? Yuk, Intip 3 Hal Penting yang Perlu Diketahui

2. Variety Data yang Tersedia

Big Data memiliki karakteristik data yang bermacam-macam dan tidak homogen. Jenis data yang memiliki banyak variabel dan sangat kompleks membutuhkan teknologi analisis seperti Big Data. Komponen Big Data terdiri dari banyak variasi, seperti text, sensor data, foto, audio, maupun video.

Data-data ini memiliki jenis yang sangat bervariasi karena ada banyak perangkat seperti sensor, smart device, dan sebagainya. Jenis data yang dikelola seperti data structured, semi-structured, maupun unstructured, untuk lebih detailnya dapat kamu baca pada artikel "Yuk, Kenali 3 Jenis Data Pada Big Data yang Wajib Kamu Tahu!".

3. Velocity

Bayangkan bagaimana informasi nilai suatu perusahaan atau perkiraan cuaca, dapat diketahui dalam hitungan detik jika data-data tersebut tidak diolah dengan cepat. Pastinya sistem komputasi konvensional tidak dapat melakukannya karena membutuhkan waktu yang sangat lama. Untuk itu dibutuhkan high performance komputasi untuk menangani data yang sangat banyak dalam waktu yang singkat dan harus dianalisis secara real-time.

Velocity disini berfokus kepada kecepatan pengumpulan dan analisis data yang terus mengalir di saat yang hampir bersamaan dengan datangnya data tersebut. Contohnya adalah penggunaan Big Data pada sistem Smart City yang mampu memantau kondisi terkini dari lalu lintas secara real-time sehingga mampu mengurangi kemacetan dengan mengetahui kondisi kepadatan lalu lintas tersebut.

Baca juga: Yuk, Kenali 3 Jenis Data Pada Big Data yang Wajib Kamu Tahu! 

4. Yuk, Bergabung Bersama DQLab Sekarang untuk Perdalam Ilmu Data Mu guna Berkarir sebagai Praktisi Data!

Terapkan ilmunya sekarang dengan bergabung bersama platform belajar online DQLab! Selain bisa meningkatkan ilmu data yang dimiliki, kamu juga bisa membangun portofolio datamu di DQLab guna mempersiapkan dirimu berkarir di indutri data. 

Sign up sekarang di DQLab.id dan nikmati module GRATIS "Introduction to Data Science" untuk menikmati pengalaman belajar yang seru menyenangkan serta aplikatif pada industri nyata! Untuk kamu yang ingin mulai belajar Data Science atau siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata terlambat untuk belajar. Yuk #MulaiBelajarData di DQLab.

Dengan belajar di DQLab, kamu bisa:

• Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial

• Dapatkan sesi konsultasi langsung dengan praktisi data lewat data mentoring

• Bangun portofolio data langsung dari praktisi data Industri

• Akses Forum DQLab untuk berdiskusi.
  
  

Simak informasi di bawah ini untuk mengakses gratis module "Introduction to Data Science":

1. Buat Akun Gratis dengan Signup di DQLab.id/signup

2. Akses module Introduction to Data Science

3. Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

Penulis : Salsabila Miftah Rezkia

Editor : Annissa Widya Davita

Tags