Big Data and Data Analytics (Tugas 3)
- Contoh Kompleks dalam kehidupan sehari-hari yangg dapat diselesaikan dengan simtem komputasi.
Kompleks adalah suatu kesatuan yang terdiri dari sejumlah bagian, khususnya yang memiliki bagian yang saling berhubungan dan saling tergantung. Sedangkan Systemadalah sekelompok komponen dan elemen yang digabungkan menjadi satu untuk mencapai tujuan tertentu. Jadi Sistem yang kompleks adalah adanya komponen dan elemen yang bayak yang saking berhubungan dan saling ketergantungan dan untuk mencapai tujuan tertentu. Sistem kompleks sering dikatakan sebagai sistem yang rumit contohnya seperti bagaimana cara otak bekerja. Sistem kompleks mencakup data yang luas dan besar. Contoh sistem kompleks lainnya yaitu sistem informasi dan DSS.
Sistem informasi adalah adalah kombinasi dari teknologi informasi dan aktivitas orang yang menggunakan teknologi itu untuk mendukung operasi dan manajemen. Dalam arti yang sangat luas, istilah sistem informasi yang sering digunakan merujuk kepada interaksi antara orang, proses algoritmik, data, dan teknologi. Tujuan dari sistem informasi adalah menghasilkan informasi. Sistem informasi adalah data yang diolah menjadi bentuk yang berguna bagi para pemakainya. Data yang diolah saja tidak cukup dapat dikatakan sebagai suatu informasi. Untuk dapat berguna, maka informasi harus didukung oleh tiga pilar sebagai berikut: tepat kepada orangnya atau relevan (relevance), tepat waktu (timeliness), dan tepat nilainya atau akurat (accurate). Keluaran yang tidak didukung oleh tiga pilar ini tidak dapat dikatakan sebagai informasi yang berguna, tetapi merupakan sampah (garbage). Contoh sistem informasi bisa digambarkan dengan flowchart ataupun ERD
Berdasarkan contoh diatas dijelaskan informasi penggajian suatu perusahaan mulai dari karyawan, direktur dan personalia masuk kedalam suatu sistem informasi dan dibagi lagi menjadi alur data seperti gambar diatas. Tanda panah menunjukkan hubungan antara pelaku dan sistem yang akan mengaturnya.
Sistem informasi yang digunakan untuk menyediakan informasi bagi para pemakai di suatu organisasi dapat dibedakan menurut dukungan terhadap berbagai level manajemen maupun area fungsional (departemen). Salah satu jenis sistem aplikasi yang sangat popular di kalangan manajemen perusahaan adalah Decision Support System atau disingkat DSS.
2. Kategori dari kompleksitas sesuai dengan 4 tipe masalah
Problem Solving Skills adalah salah satu kemampuan yang paling esensial di abad 21 ini. Apalagi jika profesi Anda seorang insinyur, software developer, programmer, sysadmin atau apa saja. Sebelum kita mampu mengatasi masalahnya, tentu saja kita harus mengenali dulu jenis-jenis masalahnya. Salah satu model yang sangat bermanfaat adalah Cynefin Framework. Cynefin Framework pada dasarnya adalah mengidentifikasi masalah berdasarkan hubungan antara PENYEBAB dan AKIBAT. Masalah adalah akibat, maka berdasarkan hubungan dengan akar masalahnya/penyebab, berikut adalah 4 jenis problem berdasarkan Cynefin Framework.
- Simple (Sederhana) Problem ini didefinisikan sebagai problem yang hubungan antara penyebab dan akibatnya sangat jelas dan erat. Saking jelasnya, sehingga semua orang juga tahu. Sumber pengetahuan ada di mana-mana dan bisa dilakukan siapa saja. Untuk mengatasinya tidak memerlukan analisa dan pemikiran yang jelimet. Pendekatan yang dilakukan adalah Sense->Categorize->Respond. Artinya kita tinggal melihat situasinya bagaimana, kemudian mengidentifikasi akar masalahnya termasuk kategori apa, kemudian langsung merespon/mencabut akar masalahnya. Dengan adanya kategori atau kelompok penyebab/akar masalah yang sudah jelas tersebut, maka untuk jenis problem yang simple sudah ada sekumpulan BEST PRACTICES. Apa yang berlaku efektif di tempat lain, bisa dipakai juga di sini. Tinggal digunakan, pasti beres. Estimasi waktu yang dibutuhkan juga mudah sekali dikalkulasi. Anda bisa estimasi apakah ini akan selesai 1 jam, 1 hari atau 1 minggu. Contoh: Handphone mati setelah 2 hari dipakai terus menerus. Tidak bisa melakukan panggilan telepon, tidak ada dial tone.
- Complicated (Rumit) Problem jenis ini didefinisikan sebagai problem yang hubungan antara penyebab dan akibatnya belum jelas. Sehingga untuk mengetahui penyebabnya, butuh pemeriksaan lebih lanjut, butuh analisa lebih lanjut. Penyebab/akar masalahnya bisa lebih dari satu kemungkinan dan bisa saling berkaitan. Sumber pengetahuan tersedia dan dapat diajarkan. Karena membutuhkan pemeriksaan dan analisa, maka pendekatan yang dilakukan adalah Sense->Analyze->Respond. Kita lihat dulu situasinya untuk mendefinisikan masalahnya, kemudian kita analisa apa saja kemungkinan yang menjadi penyebabnya, kemudian merespon atau mengambil tindakan yang diperlukan. Untuk problem jenis ini, kita memiliki sekumpulan GOOD PRACTICES. Kita bisa melihat contoh-contoh yang digunakan orang lain, atau kita bisa mengikuti tutorial/knowledge base, kemungkinan besar penyebabnya dapat diketahui. Estimasi waktu untuk problem jenis ini agak sukar dikalkulasi. Kita hanya bisa melakukan estimasi berdasarkan waktu maksimum yang pernah kita lakukan sebelumnya. Mungkin antara 1 hari atau 2 hari. Mungkin juga 1 minggu sampai 2 minggu. Contoh: Koneksi internet Anda lambat ke situs-situs tertentu saja. Aplikasi Anda mengalami connection timeout.
- Complex Problem jenis ini didefinisikan sebagai problem yang hubungan antara penyebab dan akibatnya tidak jelas. Sehingga untuk mengatasinya membutuhkan perenungan, kontemplasi, bertapa, mencari petunjuk, meminta pencerahan. Sumber pengetahuan mungkin tersedia tapi sangat terbatas. Karena membutuhkan kontemplasi, pendekatan yang dilakukan adalah Probe->Sense->Respond. Jadi kita harus coba-coba dulu. Siapa tahu berhasil. Jika ternyata berhasil, baru kita bisa lihat mengapa berhasil kemudian merespon/menunjukkan penemuan tersebut. Untuk problem jenis ini, tidak ada satu senjata ampuh yang bisa digunakan untuk semua orang. There is no one silver bullet. Solusi yang bisa digunakan orang lain belum tentu bisa digunakan untuk kasus kita. Percuma kita meniru, mencontek atau mengadopsi bulat-bulat dari contoh yang sudah ada. Sebab belum tentu bisa digunakan. Estimasi waktu untuk problem jenis ini sangat sulit dikalkulasi. Kita tidak bisa mengira-ngira kapan problem tersebut akan berhasil diatasi. Kalau berhasil, ya kita kabari. When it’s done, it’s done. Tapi kalau tidak berhasil, ya harus dicoba lagi. Contoh: Membuat software baru. Mendesain pesawat. Menjalankan bisnis. Melakukan Riset.
- Chaos (Kacau) Problem jenis ini didefinisikan sebagai problem yang tidak memiliki hubungan antara penyebab dan akibat. Sehingga untuk mengatasinya bukan dengan berpikir atau kontemplasi. Tapi langsung bertindak tanpa banyak berpikir. Pendekatan yang dilakukan adalah Act->Sense->Respond, yaitu kita bertindak dulu kemudian melihat situasinya baru bisa mengambil keputusan. Kalau mikir dulu keburu mampus duluan Untuk problem jenis ini, yang ada adalah Novel Practice yaitu berimprovisasi, melakukan sesuatu yang baru, aneh atau asing. Estimasi waktunya juga tidak akan bisa diukur. Contoh: Server crash, database corrupt, disk failed, kebakaran, kerusuhan, mendirikan bisnis baru, penyerbuan, peperangan.
3. Studi kasus Strategi perusahaan dalam menggunakan Big Data and Data Analyics
Pertama, big data ini menjadi solusi dalam pemenuhan kebutuhan internal Telkom Group sendiri. Emiten Halo-halo ini menggunakan Big Data untuk mengetahui respons masyarakat terhadap produk-produk Telkom melalui analisis sentimen di media sosial. Hasil analisis itu membantu Telkom mengambil keputusan secara lebih tepat dan akurat, yang akhirnya akan membantu meningkatkan citra perusahaan di mata pelanggan. Telkom juga menggunakan big data untuk melakukan analisis dan prediksi terhadap pelanggan yang akan menghentikan layanannya atau churn. Berkat Big data, Telkom mampu mengurangi churn pelanggan broadband dari 5% menjadi 3%, migrasi rasio dari free ke berbayar untuk layanan Flashzone dari 11% bisa ditingkatkan menjadi 20%. Selain itu, big data juga membantu meningkatkan trafik Wifi Telkom dari 10% menjadi 50%, dan manfaat lainnya adalah cash collection ratio atau rasio kesuksesan pelanggan bayar, naik dari 90% menjadi 98%.
Kedua, big data dapat memberikan customer experience kepada pelanggan, dengan cara memberikan pengalaman terbaik untuk setiap pelanggan. Diharapkan, melalui big data, Telkom dapat mengetahui karakter-karakter setiap pelanggannya.
Ketiga, big data digunakan untuk menunjang pertumbuhan di industri lain. Caranya, melakukan pertukaran data Telkom dengan sumber data lainnya atau Telkom bisa menjadi penyedia data analytics bagi instansi/lembaga pemerintah.
Saat ini Telkom menghimpun data transaksi, data lokasi serta data kunjungan ke website. Dalam satu menit Telkom mencatat terjadi kicauan di Twitter sebanyak 98 ribu, update status Facebook 695 ribu, serta pembicaaan di instant messaging 11 juta dari 156 juta pelanggan yang dimilikinya.
Telkom mengolah dua jenis data dalam Big Data yaitu data terstruktur, dan data tidak terstruktur. Data terstruktur adalah data yang terdapat pada Database, data warehouse yang sudah tersimpan dalam format tabel di database.
Contohnya adalah data ERP, CRM, dan data warehouse. Sedangkan data tidak terstruktur adalah data yang langsung dihasilkan oleh aplikasi-aplikasi internet dan belum memiliki makna karena masih dalam format tidak terstruktur.
Contohnya adalah data URL log, Social media, E-mail, Blog, Video, Audio serta data semantik. Saat ini data tidak terstruktur mencapai 90% dari data yang tersedia. Telkom baru saja meluncurkan Digital Command Center yakni sebuah monitoring system untuk melihat informasi digital yang berasal dari web, Twitter, dan lain-lain.
Sumber :
https://ilhamrizqi.com/2014/09/4-jenis-problem-cynefin-framework/
https://www.indotelko.com/kanal?c=id&it=menguak-strategi-telkom-berbisnis-big-data
Recent Comments