Kursus Teknik Belajar Data Science dengan Konsep 3V

Kita pasti sudah sering mendengar istilah big data dalam kehidupan sehari-hari. Namun, sejatinya apa sih sebenarnya big data itu? Menurut Ernest dan Young mendefinisikan bahwa Big Data mengacu pada volume data yang dinamis, besar, dan berbeda yang dibuat oleh orang, peralatan, dan mesin. Hal ini membutuhkan teknologi baru, inovatif, dan dapat diskalakan untuk mengumpulkan, menghosting, dan secara analitis memproses sejumlah besar data yang dikumpulkan untuk memperoleh wawasan bisnis waktu nyata yang terkait dengan konsumen, risiko, kinerja laba, manajemen produktivitas, dan peningkatan nilai pemegang saham. Istilah Big Data ini muncul adanya konsep 3V yang dikemukakan oleh Gartner yaitu high-volume, high-velocity dan high-variety. Dari definisi Ernest dan Young serta konsep 3V yang dikemukakan Gartner menyebut kata kunci "insights", "risk", "profit", "decision making", and "analysis" yang dapat disebut sebagai Value. Value ini menjadi tambahan pada konsep big data karena data yang dianalisis akan menghasilkan sebuah value yang tentunya berguna.

Jutaan data dikumpulkan setiap harinya tanpa batas waktu maupun ruang. Big data itu sangat besar. Sebagai gambaran, pada tahun 2019 dalam 1 menit terdapat 4.500.000 video yang di tonton di Youtube, 55.140 foto yang di post di Instagram, 4.497.420 pencarian Google dan 188.000.000 email yang dikirim. Bayangkan saja, data diproduksi, diproses dan diakses dalam waktu yang sangat cepat. Data tersebut terus mengalir tanpa henti dari seluruh belahan dunia. Oleh karena itu muncul sebuah pepatah yang dikenal dengan "Data Never Sleeps". Bayangkan lagi jika data-data tersebut diproses oleh perusahaan, butuh berapa banyak sumber daya komputasi yang dibutuhkan? waktu? dan juga biaya?. Sekarang Sudah terbayang seberapa besar big data? Sangat melimpah ruah dan tidak terhingga. Pada artikel DQLab kali ini, kita akan membahas mengenai konsep 3V sebagai  introduksi awal dalam kursus teknik belajar data science. Biasanya kursus teknik belajar data science selalu mengingatkan betapa pentingnya data termasuk big data. Terutama nih bagi kalian pemula data maupun first jobber yang akan memulai kursus teknik belajar data science pasti penasaran apa itu konsep 3V. Pastikan simak baik-baik dan keep scrolling on this article guys!

1. Volume (Kebesaran Data)

Dunia memiliki banyak data di belakangnya. Mungkin dengan jumlah yang tidak terhingga. Dengan lebih dari 90% data saat ini dihasilkan dalam 2 tahun terakhir, hal ini memperkirakan 2,5 triliun byte data setiap hari. Mari kita pikirkan tentang volume data dari sudut pandang media sosial. Hal ini dikarenakan media sosial berdampak besar pada data. Sejak 2016, ada lebih dari 2 triliun postingan dan 250 miliar foto yang diunggah. Facebook memiliki kekayaan data pribadi dan 2,2 miliar penggunanya berbagi data setiap detik dari data tersebut. Ini tidak mungkin jika bukan karena pengembangan data besar. Jumlah data yang dihasilkan sangat banyak jika dibandingkan dengan sumber data tradisional (survei, sensus, data dari pemerintahan). Data yang dihasilkan dari big data bisa mencapai Terabyte, Exabyte, Zettabyte dan seterusnya.

Baca juga : Awali Kursus Data Science Gratis Di Era Pandemi Bersama DQLab

2. Variety (Keragaman Data)

Data begitu cepat, data ukurannya besar, tetapi data sangat beragam. Beberapa dekade yang lalu, data akan berada dalam database terstruktur dalam file teks sederhana. Tidak banyak pilihan cara menggunakan data selain mencari trend dan klasifikasi sederhana. Jelas, big data telah mengubah lanskap data. Meskipun masih ada tempat untuk data teks, ada bentuk penyajian data lain yang lebih nyaman. Misalnya, video, audio, geospasial, gambar, dan banyak lainnya ikut bermain. Setiap bentuk data memiliki jenis keunikannya sendiri dalam hal bagaimana data itu diklasifikasikan dan disimpan di sebuah cloud. Data berasal dari berbagai sumber seperti mesin, manusia, dan proses. 3 sumber tersebut dapat berupa sensor pada IoT, perangkat pintar (smart device), data genomic, ataupun sosial media. Data-data tersebut ada yang terstruktur dan tidak terstruktur, namun di dunia ini lebih banyak data yang tidak terstruktur. Contoh data tidak terstruktur bisa berupa musik, gambar, audio, dan video.

Baca juga : Kursus Data Science Jakarta: Tips Cermat Belajar Data Science bersama DQLab!

3. Velocity (Kecepatan Data)

Sebuah studi yang dilakukan oleh Digital Universe oleh IDC mengungkapkan bahwa data di seluruh dunia bertambah dua kali lipat setiap dua tahun. Yang lebih penting adalah 3% data sudah diatur, dengan hanya 0,5% yang siap untuk analisis. Big data tidak hanya besar; itu berkembang pesat. Berdasarkan wawasan Social Skinny, 293.000 status diperbarui, 136.000 foto diunggah, dan 500.000 komentar diposting di Facebook setiap menit. Teknologi metadata dan teknologi big data yang dipasangkan dengan machine learning dan AI harus digunakan secara maksimal untuk memberikan gambaran tentang batas masa depan. Selain itu, data yang dihasilkan sangat cepat, proses yang tidak pernah berhenti dan kecepatan untuk mengubah data menjadi wawasan (insights).

4. Yuk, Belajar Data Science Gratis di DQLab Selama 1 Bulan!