PROMO PUNCAK LEBARAN DISKON 99%
Belajar Data Science 6 Bulan BERSERTIFIKAT hanya Rp 99K!

0 Hari 0 Jam 57 Menit 58 Detik

Macam-Macam Big Data: Yuk Kenali Variety Big Data

Belajar Data Science di Rumah 24-Desember-2020
https://dqlab.id/files/dqlab/cache/824e27d85803c01db9f7039a21d8e5ff_x_Thumbnail800.jpg

Macam-macam jenis data merupakan salah satu karakteristik dari big data, yaitu Variety. Data ketika telah menjadi big data tidak lagi berbentuk tabular dan siap untuk diolah. Berkembangnya teknologi yang begitu pesat membuat semua industri mulai beralih ke dunia digital. Ya, hal itulah yang menyebabkan data yang ada di dunia ini menjadi begitu banyak. Dalam penelitian yang dilakukan oleh HootSuite dan We Are Social, jumlah penduduk yang ada di dunia ini sekitar 7,71 miliar jiwa. Bayangkan saja jika setiap orang paling tidak menghasilkan 5 data setiap harinya. Lalu Berapa banyak data yang ada di dunia ini?

Nah, data yang ada itu seperti apa? Ternyata data saat ini memiliki banyak jenisnya. Tentunya masing-masing jenis data tidak bisa diolah dengan cara yang sama, karena pastinya tidak akan sesuai. Misalkan kita memiliki data gambar, tapi kita mengolahnya dengan cara mengolah data video, tentunya tidak akan mendapatkan hasil yang tepat. Dalam artikel ini kita akan membahas mengenai macam-macam pengelompokan data pada big data. Yuk, ikuti terus ya!

1. Data Terstruktur

Data terstruktur merupakan data yang memiliki format yang biasa kita lihat selama ini, dimana ada kolom dan baris, seperti data excel atau spreadsheet. Data terstruktur ini menjadi data yang paling akrab dengan masyarakat, bahkan tidak sedikit orang yang mengira bahwa data itu memang seperti data terstruktur. Data terstruktur merupakan data yang yang dapat diproses, disimpan, dan diambil dalam format tetap. Biasanya data ini sudah sangat siap untuk diolah. Contoh data terstruktur adalah data jumlah penduduk dari masing-masing wilayah per tahun nya.

Baca Juga : Big Data : Yuk, Ekspansi Bisnismu dengan Memanfaatkan Peran Big Data

2. Data Tidak Terstruktur

Seperti namanya, data tidak terstruktur merupakan data yang tidak memiliki struktur atau bentuk khusus. Pada dasarnya, data ini merupakan data yang tidak dapat untuk dianalisis secara langsung, melainkan harus melalui berbagai macam tahapan tambahan. Namun ternyata, jenis data ini malah lebih banyak dicari untuk mengetahui keadaan sekitar. Misalnya saja, kata yang paling banyak digunakan pada tweet di Twitter ternyata dapat menunjukkan trend tertentu. Selain data yang berbentuk teks, data yang tidak terstruktur juga dapat berupa gambar, video, audio, dan lain sebagainya.

3. Data Semi-Terstruktur

Lalu apa itu Data Semi-Terstruktur? Nah, seperti namanya, data ini merupakan data yang berada di antara terstruktur dan tidak terstruktur. Atau singkatnya, data ini adalah penggabungan dari dua jenis data sebelumnya, yaitu data terstruktur dan tidak terstruktur. Data Semi-Terstruktur ini ternyata merujuk ke arah data yang belum diklasifikasikan di bawah repository tertentu, namun mengandung informasi penting yang memisahkan elemen individu dalam data. Meskipun berada di tengah-tengah, namun jangan salah karena data jenis ini biasanya akan dibutuhkan dalam proses pembangunan artificial intelligence. Contohnya, data dalam bentuk file .json atau .xml.

Baca Juga : Belajar Data Science, Kupas Tuntas Teknologi Big Data di Era Industri 4.0

4. Tertarik? Yuk, Belajar Data Science Gratis sekarang!!

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 industri data. 

Sign Up untuk nikmati module GRATIS "Introduction to Data Science" dengan 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 : Gifa Delyani Nursyafitri


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login