Selasa, 06 Maret 2012

Chip Online Indonesia

Chip Online Indonesia

Membangun Platform Big Data Bersama Oracle

Posted:


Jakarta, CHIP.co.id - Saat ini, sudah umum rasanya sebuah perusahaan menyimpan inventaris bisnis mereka di dalam sebuah database yang handal. Karena berkas-berkas data perusahaan memiliki jumlah data yang tidak sedikit dan jumlahnya sangat banyak untuk diurus, maka terkadang sebuah perusahaan kesulitan untuk mencari data perusahaan mereka secara akurat untuk mengetahui berapa banyak tipe data yang dihasilkan. Pemahaman tersebut akhirnya dianalisis oleh beberapa vendor dalam menemukan sebuah solusi pengelolaan yang efisien agar pemanfaatan bisnis Anda tepat sasaran, Big Data.

Big Data bukan hanya bermakna sesuatu yang lebih besar. Tidak tepat jika diartikan sebagai sekedar volume data ataupun ukuran data yang lebih besar. Big Data adalah tentang bagaimana mengevaluasi kembali potensial dari data-data bisnis dan berusaha untuk membangun sebuah infrastruktur yang mampu mengambil manfaat dari asset data dalam perusahaan secara menyeluruh. Sebuah solusi yang mampu menemukan berbagai pola keterkaitan antara produk, pelanggan dan pemasok yang sebelumnya tidak diketahui.

Di tahun 2012 ini banyak vendor menyiapkan diri dalam ledakan Big Data yang menimbulkan dampak signifikan terhadap industri manajemen database. Institut Global McKinsey pun memperkirakan, volume data akan mengalami pertumbuhan tahunan sebesar 40% dan akan melonjak hingga 44 kali lipat antara tahun 2009 dan 2020.

Melihat dampak tersebut, maka penting adanya sebuah perusahaan untuk mempersiapkan diri menyeberang ke teknologi database paling tinggi Big Data untuk mengelola data secara teratur demi kelangsungan hidupnya. Berikut ini adalah gambaran umum, apa yang dimaksud dengan Big Data, jelas Marshall Coy, Director of System Solutions and Business Planning and System Product Management Oracle Corporation:

  • Data Perusahaan Tradisional – mencakup Informasi Pelanggan dari sistem CRM, data transaksi ERP, transaksi web store (toko maya), data pada buku besar.
  • Data dari Sensor/Machine – mencakup Rincian Data Panggilan (Call Detail Records  -CDR), weblog, alat pengukur cerdas, sensor manufaktur, equipment logs (seringkali diartikan sebagai digital exhaust), sistem pendataan jual-beli.
  • Data Sosial – mencakup customer feedback streams, situs micro-blogging seperti Twitter, platform sosial media seperti Facebook.

Solusi Bisnis Terdepan Big Data

Pertumbuhan bisnis ke depan sudah pasti membutuhkan sebuah database besar, tidak hanya berukuran Petabyte tetapi perusahaan harus siap akan kemunculan data hingga Zetabyte. Oleh karena itu, penting adanya sebuah perusahaan memenuhi kebutuhan mendatang dengan cara yang tepat. Salah satu yang perlu dipikirkan adalah memiliki arsitektur TI yang komprehensif untuk instalasi data center yang mumpuni untuk ekspansi data di masa depan.

Sebelum perusahaan mempertimbangkan membangun platform Big Data, dalam persentasinya Marshall juga menjelaskan empat karakter utama dalam mendefinisikan Big Data:

  • Volume. Data yang dihasilkan oleh mesin jumlahnya secara kuantitas lebih besar dibanding dengan data yang non-tradisional. Misalnya, sebuah mesin jet mampu menghasilkan data sebesar 10TB dalam 30 menit. Dengan lebih dari 25.000 penerbangan per harinya, volume data harian dari satu sumber data ini saja akan dapat mencapai Petabyte. Alat ukur cerdas dan alat berat di industri seperti kilang minyak dan pengeboran minyak lepas pantai akan dapat menghasilkan volume data yang sama, semakin memperbesar masalah di atas.
  • Velocity. Arus Data yang dihasilkan oleh sosial media – walaupun tidak sebanyak jumlah data dihasilkan mesin - menghasilkan sejumlah besar data yang relevan dengan Customer Relationship Management (CRM). Bahkan dengan hanya 140 karakter per tweet, dengan kecepatan (frekuensi) update dari para pengguna Twitter yang cukup tinggi, data yang terkumpul pasti akan sangatlah besar (hingga 8 TB per hari).
  • Variasi. Format data tradisional cenderung secara relatif mudah didefinisikan dan berubah secara lambat. Secara kontras, format data non tradisional memiliki sebuah tingkat perubahan yang susah diartikan. Sejalan dengan adanya layanan baru yang ditambahkan, sensor baru yang dipasang, atau sebuah kampanye marketing baru yang dijalankan, ragam tipe data baru dibutuhkan untuk menghasilkan informasi yang makin relevan.
  • Value. Nilai ekonomis dari masing-masing data dapat berbeda secara signifikan. Umumnya terdapat informasi penting tersembunyi di dalam sekumpulan besar data non-tradisional; tantangannya adalah bagaimana mengidentifikasi data mana yang bernilai untuk kemudian mengolah dan mengekstraksi data tersebut untuk dapat dianalisa.

Mari Membangun Big Data

Sebagaimana halnya data warehouse, web stores maupun platform TI lainnya, sebuah infrastruktur Big Data juga memiliki kebutuhan khusus. Dengan mempertimbangkan semua komponen dari sebuah platform Big Data, penting untuk diingat bahwa tujuan akhirnya adalah untuk mempermudah konsolidasi Big Data dengan beragam data dalam perusahaan sehingga memungkinkan Anda melakukan analisa yang mendalam terhadap gabungan dari keseluruhan data yang semula terfragmentasi.

Akuisisi, tahap awal menuju Big Data (Acquire)

Fase awal merupakan salah satu tahap dimana akan terdapat perubahan besar terhadap infrastruktur telah ada sebelum Big Data. Karena Big Data merujuk pada arus data dengan kecepatan tinggi serta variasi yang lebih beragam.

Infrastruktur yang diperlukan untuk mendukung konsolidasi Big Data harus memiliki latency yang rendah dan terprediksi, baik saat pengukuran/perekaman data maupun saat menjalankan query singkat dan sederhana; mampu menangani volume transaksi yang sangat tinggi, seringkali dalam sebuah lingkungan sistem yang tersebar; serta mampu mendukung fleksibilitas struktur data yang dinamis.

Mengatur Big Data (Organize)

Dalam terminologi data warehouse, pengaturan data disebut integrasi data. Karena besarnya volume dari sebuah Big Data, ada kecenderungan untuk mengelola kumpulan beragam data tersebut pada tempat penyimpanan awalnya masing-masing, hal ini dilakukan untuk menghemat waktu dan biaya dengan tidak perlu memindahkan sejumlah besar data.

Infrastruktur yang diperlukan untuk mengorganisir Big Data harus mampu memproses dan memanipulasi data dari lokasi penyimpanan awal masing-masing data. Hal ini berarti harus wajib memiliki kemampuan throughput yang besar (kerap perlu dapat berjalan secara paralel) untuk dapat mengolah data dalam jumlah yang sangat besar; dan mampu menangani variasi format data yang tinggi, mulai dari data yang terstruktur hingga data yang tidak terstruktur.

Menganalisis Big Data (Analyze)

Karena data yang diolah tidak selalu disatukan selama tahap pengaturan (organizing) yang sebelumnya, tahap analisa juga perlu dapat dilakukan dalam lingkungan sistem yang tersebar, dimana beberapa data akan disimpan di lokasi masing-masing namun tetap dapat diakses secara transparan melalui sebuah data warehouse. Infrastruktur untuk menganalisa Big Data haruslah mampu mendukung proses analisa yang mendalam seperti analisa statistik dan data mining terhadap variasi tipe data yang lebih luas dan tersimpan dalam sistem yang berbeda-beda.

Infrastruktur tersebut juga harus dapat mengakomodir peningkatan volume data yang ekstrim, memberikan respon lebih cepat terkait pada perubahan pola (changes in behavior), dan mampu melakukan pengambilan keputusan otomatis berdasarkan pada model analitik.

Poin terpenting adalah bahwa infrastruktur tersebut harus mampu mengkonsoliasi analisa dari gabungan Big Data dan data enterprise tradisional. Wawasan baru yang dihasilkan tidak hanya untuk menganalisa data yang baru saja, namun juga dapat digunakan untuk menganalisa data yang lampau guna mendapatkan persepektif baru terhadap berbagai  masalah yang pernah dihadapi sebelumnya.

Sebagai contoh, hasil analisa data stok dari sebuah mesin penjual minuman otomatis dikombinasi dengan jadwal acara penting dimana tempat mesin tersebut ditempatkan, akan mampu menghasilkan rekomendasi jenis-jenis minuman apa saja yang paling tepat untuk ditempatkan pada hari-hari tertentu.

Solusi Big Data dari Oracle

Oracle telah merancang dan mengembangkan sebuah solusi lengkap dan terintegasi untuk menjawab berbagai keperluan terkait Big Data.

Strategi Oracle terpusat pada gagasan bahwa perusahaan dapat mengembangkan arsitektur data yang telah mereka miliki saat ini sehingga mampu memiliki kemampuan Big Data dan dapat memberikan nilai bisnis yang tinggi, memanfaatkan keunggulan daya tahan, fleksibilitas dan performa yang telah teruji dari sistem Oracle dalam menjawab kebutuhan pengelolaan big data mereka.

Oracle Big Data Appliance

Oracle memiliki kompetensi tinggi dalam menggabungkan keseluruhan bagian yang dibutuhkan untuk menghadapi tantangan yang hadir bersama Big Data – termasuk software dan hardware – dalam satu kesatuan sistem.

Dengan hadirnya Oracle Big Data Appliance yang baru saja diperkenalkan, Oracle menjadi vendor pertama yang hadir menawarkan sebuah solusi lengkap dan terpadu guna menjawab berbagai keperluan untuk pengelolaan Big Data, memberikan efisiensi, menyederhanakan manajemen dan membuka wawasan baru yang relevan untuk memaksimalkan nilai bisnis.

Dirancang untuk bekerja bersama, Oracle Big Data Appliance dapat dengan mudah diintegrasikan dengan Oracle Database 11g, Oracle Exadata Database Machine, dan Oracle Exalytics Business Intelligence Machine dan didesain untuk memberikan kemampuan analisis yang ekstrim pada semua jenis data, dengan performa, ketersediaan dan keamanan yang berskala enterprise.

Diposting oleh di

Tidak ada komentar:

Posting Komentar

Langganan: Posting Komentar (Atom)