CONSUMER BEHAVIOR
AND BIG DATA
1
NURUL KHOERUNISA
6018210001
KELAS A
Definisi Big Data
2
Big data menurut Gentsch (2019) mengacu pada kumpulan data yang ukurannya di luar kemampuan
perangkat lunak database untuk menangkap, menyimpan, kelola, dan analisis. Manyika et al. (2011)
mengikuti definisi ini, big data telah ada sejak pemrosesan data elektronik. Berabad-abad yang lalu,
mainframe adalah jawaban untuk jumlah data yang terus meningkat dan PC saat ini memiliki lebih
banyak ruang penyimpanan dan daya pemrosesan daripada mainframe saat itu. Sedangkan big data
dapat diartikan sebagai sebuah kumpulan data yang berukuran sangat besar (volume), sangat cepat
berubah atau bertumbuh (velocity), hadir dalam berbagai bentuk atau format (variety). Serta memiliki
nilai tertentu (value). Dengan catatan jika berasal dari sumber yang akurat (veracity) (Pujianti, 2018).
1) Volume: Ini menjelaskan jumlah data
yang masuk yang akan disimpan dan
dianalisis. Titik ketika sejumlah data
benar-benar dinyatakan sebagai data
besar seperti yang dijelaskan di atas
bergantung pada sistem yang tersedia.
Perusahaan masih menghadapi
tantangan untuk menyimpan dan
menganalisis jumlah data yang masuk
secara efisien dan efektif.
2) Kecepatan (Velocity): Ini menjelaskan dua
aspek: Di satu sisi, data dihasilkan dengan
kecepatan yang sangat tinggi dan, di sisi lain,
sistem harus dapat menyimpan, memproses,
dan menganalisis jumlah data ini dengan
segera. Tantangan ini ditangani baik oleh
perangkat keras dengan bantuan teknologi
dalam memori, misalnya, 'maupun oleh
perangkat lunak, dengan bantuan algoritme
yang disesuaikan dan paralelisasi masif.
CONTENT
CONTENT
CONTENT
CONTENT
CONTENT
3
Dalam infografik IBM, big data sering kali digambarkan menggunakan empat Vs:
Artinya adalah dimensi big data berikut:
(Gentsch Peter, 2019)
3) Variasi (Variey): Banyaknya variasi data dunia
big data menghadapkan sistem dengan tugas
tidak lagi hanya memproses dengan data
terstruktur dari tabel tetapi juga dengan data
semi dan tidak terstruktur dari teks, gambar, atau
video yang berkelanjutan, yang menghasilkan
sebanyak mungkin sebagai 85% dari jumlah data.
Khususnya di bidang media sosial, banyak sekali
data tidak terstruktur yang terakumulasi, yang
semantiknya dapat dikumpulkan dengan bantuan
teknologi AI.
4) Kebenaran (Veracity): Veracity berarti istilah
yang dapat dipercaya, kejujuran, dan
kebermaknaan data besar. Oleh karena itu,
masalahnya tidak semua data yang disimpan dapat
dipercaya dan ini tidak harus dianalisis. Contohnya
adalah sensor yang dimanipulasi di loT, phishing
mail atau, sejak pemilihan presiden terakhir di AS,
juga berita palsu.
CONTENT
CONTENT
CONTENT
CONTENT
CONTENT
4
Dalam infografik IBM, big data sering kali digambarkan menggunakan empat Vs:
Artinya adalah dimensi big data berikut:
(Gentsch Peter, 2019)
CONTENT
CONTENT
CONTENT
CONTENT
CONTENT
5
Big Data-What Is Not New
Pendekatan untuk mendapatkan wawasan dari data untuk tujuan pemasaran
bukanlah hal baru. Pemasaran database atau CRM analitis telah ada selama
lebih dari 20 tahun. Fenomena banyaknya data juga bukan hal baru: Point of
sale, customer dan credit card atau web server telah lama menghasilkan data
dalam jumlah besar. Demikian pula, analisis data tidak terstruktur dalam
bentuk email, teks gratis formulir web, atau survei pelanggan, misalnya,
sering kali menjadi bagian dari pemasaran dan penelitian.
(Gentsch Peter, 2019)
Tak perlu dikatakan lagi bahwa jumlah data telah meningkat pesat berkat Internet of Things,
ponsel, dan media sosial - namun ini merupakan argumen yang bertahap. Faktor yang
menentukan adalah bahwa berkat kemungkinan TI dan digitalisasi proses bisnis, titik kontak
berorientasi pelanggan untuk menghasilkan data dan untuk mengendalikan komunikasi secara
sistematis telah meningkat. Ditambahkan ke ini adalah kecepatan tinggi di mana data terkait
dikumpulkan, diproses dan digunakan. Demikian pula, metode penambangan data pembelajaran
mendalam dan analitik semantik meningkatkan penciptaan nilai analitik ke tingkat kualitas yang
baru.
CONTENT
CONTENT
CONTENT
CONTENT
CONTENT
6
Big Data-What Is New
(Gentsch Peter, 2019)
Teknologi Big Data
7
Teknologi big data adalah teknologi yang memungkinkan proses pengolahan data dengan
empat dimensi yang telah dijelaskan diatas. Sebelum munculnya teknologi ini, pengolahan data
hampir selalu dilakukan oleh programmer dan sangat memakan waktu.
Proses ini bertujuan agar setiap bisnis, organisasi ataupun individu yang mampu mengelola data
tersebut bisa mendapatkan informasi lebih mendalam (insight) yang akan memicu pengambilan
keputusan (decision making) dan tindakan (action) bisnis yang mengandalkan insight tersebut,
bukan berdasarkan insting semata.
(Pujianti, 2018).
1) Big data memiliki peluang melahirkan
paradigma pengetahuan baru serta
terobosan penelitian multi disiplin ilmu
seperti ilmu komputer, ilmu statistika, dan
ilmu sosial
3) Big data menawarkan solusi bagi ilmuan
sosial budaya, khususnya ketika menganalisa
tingkat makro maupun meso antara pelaku-
pelaku sosial dan elemen-elemen budaya
yang selama ini sulit dilakukan dengan
metode konvensional
4) Big data menghasilkan cabang ilmu baru
yaitu “Digital Humanities” yang dapat digunakan
untuk mengeksplorasi keterlibatan manusia
dalam perkembangan teknologi, media dan
metode komputasi
2) Big data menjawab keterbatasan model
pengumpulan data konvensional baik itu
kualitatif dan kuantitatif. Jadi peneliti sosial
dapat memperkaya nilai temuan surveinya
dengan analisis dari big data
CONTENT
CONTENT
CONTENT
CONTENT
CONTENT
8
Peluang dengan adanya Big Data
menurut Rumata (2016) diantaranya :
Kesimpulan
9
Big data mengacu pada kumpulan data yang ukurannya di luar kemampuan perangkat
lunak database untuk menangkap, menyimpan, kelola, dan analisis yang memiliki
empat dimensi diantaranya volume, kecepatan (velocity), variasi (variey), dan
kebenaran (veracity). Selain itu teknologi big data memiliki tujuan agar setiap bisnis,
organisasi ataupun individu yang mampu mengelola data. Terdapat juga empat peluang
dengan adanya big data
SUMBER
10
Gentsch, Peter. (2019). Al in marketing sales and service: How marketers without a data science
degree can use al, big data and bots. Germany: Palgrave Macmillan
Pujianto, A., Mulyadi, A., & Novaria, R. (2018). Pemanfaatan big data dan perlindungan privasi
konsumen di era ekonomi digita. Majalah Ilmiah BIJAK, 15(2), 127-137
Rumata, V. M. (2016). The opportunities and challenges of the big data implementation in social
science research. Jurnal Penelitian Komunikasi dan Opini Publik, 155-167
11
TERIMA KASIH

Consumer behavior and big data

  • 1.
    CONSUMER BEHAVIOR AND BIGDATA 1 NURUL KHOERUNISA 6018210001 KELAS A
  • 2.
    Definisi Big Data 2 Bigdata menurut Gentsch (2019) mengacu pada kumpulan data yang ukurannya di luar kemampuan perangkat lunak database untuk menangkap, menyimpan, kelola, dan analisis. Manyika et al. (2011) mengikuti definisi ini, big data telah ada sejak pemrosesan data elektronik. Berabad-abad yang lalu, mainframe adalah jawaban untuk jumlah data yang terus meningkat dan PC saat ini memiliki lebih banyak ruang penyimpanan dan daya pemrosesan daripada mainframe saat itu. Sedangkan big data dapat diartikan sebagai sebuah kumpulan data yang berukuran sangat besar (volume), sangat cepat berubah atau bertumbuh (velocity), hadir dalam berbagai bentuk atau format (variety). Serta memiliki nilai tertentu (value). Dengan catatan jika berasal dari sumber yang akurat (veracity) (Pujianti, 2018).
  • 3.
    1) Volume: Inimenjelaskan jumlah data yang masuk yang akan disimpan dan dianalisis. Titik ketika sejumlah data benar-benar dinyatakan sebagai data besar seperti yang dijelaskan di atas bergantung pada sistem yang tersedia. Perusahaan masih menghadapi tantangan untuk menyimpan dan menganalisis jumlah data yang masuk secara efisien dan efektif. 2) Kecepatan (Velocity): Ini menjelaskan dua aspek: Di satu sisi, data dihasilkan dengan kecepatan yang sangat tinggi dan, di sisi lain, sistem harus dapat menyimpan, memproses, dan menganalisis jumlah data ini dengan segera. Tantangan ini ditangani baik oleh perangkat keras dengan bantuan teknologi dalam memori, misalnya, 'maupun oleh perangkat lunak, dengan bantuan algoritme yang disesuaikan dan paralelisasi masif. CONTENT CONTENT CONTENT CONTENT CONTENT 3 Dalam infografik IBM, big data sering kali digambarkan menggunakan empat Vs: Artinya adalah dimensi big data berikut: (Gentsch Peter, 2019)
  • 4.
    3) Variasi (Variey):Banyaknya variasi data dunia big data menghadapkan sistem dengan tugas tidak lagi hanya memproses dengan data terstruktur dari tabel tetapi juga dengan data semi dan tidak terstruktur dari teks, gambar, atau video yang berkelanjutan, yang menghasilkan sebanyak mungkin sebagai 85% dari jumlah data. Khususnya di bidang media sosial, banyak sekali data tidak terstruktur yang terakumulasi, yang semantiknya dapat dikumpulkan dengan bantuan teknologi AI. 4) Kebenaran (Veracity): Veracity berarti istilah yang dapat dipercaya, kejujuran, dan kebermaknaan data besar. Oleh karena itu, masalahnya tidak semua data yang disimpan dapat dipercaya dan ini tidak harus dianalisis. Contohnya adalah sensor yang dimanipulasi di loT, phishing mail atau, sejak pemilihan presiden terakhir di AS, juga berita palsu. CONTENT CONTENT CONTENT CONTENT CONTENT 4 Dalam infografik IBM, big data sering kali digambarkan menggunakan empat Vs: Artinya adalah dimensi big data berikut: (Gentsch Peter, 2019)
  • 5.
    CONTENT CONTENT CONTENT CONTENT CONTENT 5 Big Data-What IsNot New Pendekatan untuk mendapatkan wawasan dari data untuk tujuan pemasaran bukanlah hal baru. Pemasaran database atau CRM analitis telah ada selama lebih dari 20 tahun. Fenomena banyaknya data juga bukan hal baru: Point of sale, customer dan credit card atau web server telah lama menghasilkan data dalam jumlah besar. Demikian pula, analisis data tidak terstruktur dalam bentuk email, teks gratis formulir web, atau survei pelanggan, misalnya, sering kali menjadi bagian dari pemasaran dan penelitian. (Gentsch Peter, 2019)
  • 6.
    Tak perlu dikatakanlagi bahwa jumlah data telah meningkat pesat berkat Internet of Things, ponsel, dan media sosial - namun ini merupakan argumen yang bertahap. Faktor yang menentukan adalah bahwa berkat kemungkinan TI dan digitalisasi proses bisnis, titik kontak berorientasi pelanggan untuk menghasilkan data dan untuk mengendalikan komunikasi secara sistematis telah meningkat. Ditambahkan ke ini adalah kecepatan tinggi di mana data terkait dikumpulkan, diproses dan digunakan. Demikian pula, metode penambangan data pembelajaran mendalam dan analitik semantik meningkatkan penciptaan nilai analitik ke tingkat kualitas yang baru. CONTENT CONTENT CONTENT CONTENT CONTENT 6 Big Data-What Is New (Gentsch Peter, 2019)
  • 7.
    Teknologi Big Data 7 Teknologibig data adalah teknologi yang memungkinkan proses pengolahan data dengan empat dimensi yang telah dijelaskan diatas. Sebelum munculnya teknologi ini, pengolahan data hampir selalu dilakukan oleh programmer dan sangat memakan waktu. Proses ini bertujuan agar setiap bisnis, organisasi ataupun individu yang mampu mengelola data tersebut bisa mendapatkan informasi lebih mendalam (insight) yang akan memicu pengambilan keputusan (decision making) dan tindakan (action) bisnis yang mengandalkan insight tersebut, bukan berdasarkan insting semata. (Pujianti, 2018).
  • 8.
    1) Big datamemiliki peluang melahirkan paradigma pengetahuan baru serta terobosan penelitian multi disiplin ilmu seperti ilmu komputer, ilmu statistika, dan ilmu sosial 3) Big data menawarkan solusi bagi ilmuan sosial budaya, khususnya ketika menganalisa tingkat makro maupun meso antara pelaku- pelaku sosial dan elemen-elemen budaya yang selama ini sulit dilakukan dengan metode konvensional 4) Big data menghasilkan cabang ilmu baru yaitu “Digital Humanities” yang dapat digunakan untuk mengeksplorasi keterlibatan manusia dalam perkembangan teknologi, media dan metode komputasi 2) Big data menjawab keterbatasan model pengumpulan data konvensional baik itu kualitatif dan kuantitatif. Jadi peneliti sosial dapat memperkaya nilai temuan surveinya dengan analisis dari big data CONTENT CONTENT CONTENT CONTENT CONTENT 8 Peluang dengan adanya Big Data menurut Rumata (2016) diantaranya :
  • 9.
    Kesimpulan 9 Big data mengacupada kumpulan data yang ukurannya di luar kemampuan perangkat lunak database untuk menangkap, menyimpan, kelola, dan analisis yang memiliki empat dimensi diantaranya volume, kecepatan (velocity), variasi (variey), dan kebenaran (veracity). Selain itu teknologi big data memiliki tujuan agar setiap bisnis, organisasi ataupun individu yang mampu mengelola data. Terdapat juga empat peluang dengan adanya big data
  • 10.
    SUMBER 10 Gentsch, Peter. (2019).Al in marketing sales and service: How marketers without a data science degree can use al, big data and bots. Germany: Palgrave Macmillan Pujianto, A., Mulyadi, A., & Novaria, R. (2018). Pemanfaatan big data dan perlindungan privasi konsumen di era ekonomi digita. Majalah Ilmiah BIJAK, 15(2), 127-137 Rumata, V. M. (2016). The opportunities and challenges of the big data implementation in social science research. Jurnal Penelitian Komunikasi dan Opini Publik, 155-167
  • 11.