Tren perkembangan big data di Indonesia ditandai oleh peningkatan volume, variasi, dan kecepatan data serta kompleksitasnya. Hal ini didorong oleh semakin banyaknya perangkat yang terhubung ke internet serta meningkatnya kebutuhan akan analisis data secara real-time. Namun, tantangan utama yang dihadapi antara lain sulitnya mendapatkan data agregat dan rinci di Indonesia serta perlunya meningkatkan keamanan, privasi, dan keterampilan dalam men

1. Tren dan Arah
Perkembangan Big Data
Jakarta, 21 September 2015
Ismail Fahmi
Awesometrics, Co-founder
Ismail.fahmi@gmail.com
FGD Tren TIK, Kominfo

2. Perkenalan…
Ismail Fahmi
2004 – 2009 S3, Information Science, Universitas Groningen, Belanda
2003 – 2004 S2, Information Science, Universitas Groningen, Belanda
1992 – 2007 S1, Teknik Elektro, ITB
2009 – Sekarang Engineer di Weborama, Perusahaan Penyedia Platform Iklan
berbasis big data audience (Paris/Amsterdam)
2012 – Sekarang Co-Founder Awesometrics, Media Monitoring &
Analytics Company
2014 – Sekarang Founder PT. Media Kernels Indonesia, a Natural Language
Processing- based Company
2015 – Sekarang Konsultan Perpustakaan Nasional, Inisiator Indonesia
OneSearch
2000 – 2003 Inisiator IndonesiaDLN (Digital Library Network pertama
di Indonesia)
Mengembangkan Ganesha Digital Library (GDL)
Mendirikan Knowledge Management Research Group
(KMRG) ITB
Membangun Digital Library ITB

3. Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
3

4. Istilah “Big Data” yang sulit dimengerti
4
“The term ‘big data’ remains
difficult to understand
because it can mean so many different
things to different people.
Technology lens… business lens…
industry lens…”
Bernard Marr
Best-Selling Author, Keynote
Speaker and Leading Business and
Data Expert

5. Big Data di Indonesia
5
“Di Indonesia, istilah big data memang
belum populer
seperti di negara-negara lain.
Kemungkinan karena sebagian
besarperusahaan belum memiliki
pemahaman maupun fungsi-fungsi
analisis dari pemrosesan big data.”
Bloomberg Businessweek Indonesia, 12
Juli 2015

6. 4V’s dari Big Data
6

7. +1V untuk VALUE
7
“But all the volumes
of fast-moving data of
different variety and
veracity have to be
turned into
value!”
Sumber:
http://www.ibmbigdatahub.com/blog/why-
only-one-5-vs-big-data-really-matters
Value

8. +1V untuk VALUE (lanj.)
8
Sumber:
High value:
Customer
engagement
and
performance

9. Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
9

10. Volume
10
Tiap tahun data tumbuh 40%, dan tahun 2020 diperkirakan mencapai
45 Zettabytes

11. Variety
• 7 billion people
• Google processes 100 PB/day; 3 million servers
• Facebook has 300 PB + 500 TB/day; 35% of world’s photos
• YouTube 1000 PB video storage; 4 billion views/day
• Twitter processes 124 billion tweets/year
• SMS messages – 6.1T per year
• US Cell Calls – 2.2T minutes per year
• US Credit cards - 1.4B Cards; 20B transactions/year
• Devices – Network switches, RFID, CCTV, etc; a lot of data.
11

12. Velocity
12

13. Veracity/Confidence
13
1 dari 3 pemimpin bisnis tidak percaya dengan informasi yang mereka gunakan
untuk mengambil keputusan

14. Makin Banyak Perangkat Terhubung Internet
14

15. IoT Butuh Strategi Big Data
15

16. Media Penyimpan Makin Murah
16
Kenapa tidak disimpan saja semuanya?
Sumber: SAS, 2012

17. Integrasi Data
17
Keinginan untuk mengintegrasikan semua data ke dalam satu tempat

18. Kebutuhan atas Insights yang Real-time
18
Sumber: SAP

19. Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
19

20. Tantangan Umum di Indonesia
20
“Data untuk berbagai jenis kebutuhan
apapun sudah banyak di Indonesia,
tetapi tersebar.
“Mencari data agregat saja
susah, apalagi data-data yang
detail.”
Bloomberg Businessweek Indonesia,
12 Juli 2015

21. Tantangan Utama
• CEOs want security.
• Customers want privacy.
• Employees need guidance.
21
Fokus terhadap keamanan, privasi, dan governance policies.

22. Sumber Data yang Beragam
22
Perusahaan ingin menggabungkan data rich media dengan data
tradisional yang terstruktur.

23. Teks yang Tak Terstruktur
23
Teks yang tak terstruktur sulit untuk diquery.

24. Kualitas Data
24
Garbage in = garbage out still holds true today

25. Culture, Skills, and Business Processes
25

26. Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
26

27. Mendapatkan Value dari Big Data
27
Sumber:

28. Chief Data Officer
28
Semakin banyak perusahaan yang memiliki ‘CDO’ untuk membangun
strategi dan budaya yang data-driven.

29. Data Scientists
29
Kebutuhan akan Data Scientist semakin meningkat

30. Big Data sebagai Service
30
Layanan komputasi awan semakin banyak dicari perusahaan untuk
menangani beban Big Data

31. Hadoop Menjadi Keharusan
31
Kemampuan Hadoop meningkat, termasuk fungsi real-time. Hadoop menjadi
bagian yang tak terpisahkan dalam platform software perusahaan.

32. ‘Simpan Semua Data, Olah Belakangan’
32
Kebutuhan untuk menyimpan dan memproses semua jenis data
meningkat, dan secara real-time.

33. Advanced Analytics & Visualization
33
Kemampuan analitik dan visualisasi yang advanced semakin dibutuhkan untuk
membantu pengambilan keputusan.

34. Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
34

35. Minat Tinggi terhadap Big Data
“73 percent of respondents have
invested or plan to invest in big
data in the next 24 months, up
from 64 percent in 2013.” Gartner
“The No. 1 use case is enhancing
customer experience. 68% of
respondents said that they use
big data to enhance their
customer experience. This is the
third year customer experience
has been a top business problem
to address.” Gartner
35

36. Pertumbuhan Pasar Big Data
“Big Data will continue
to represent a fast-
growing multibillion-
dollar worldwide
opportunity for the next
five years.” IDC
36
“Global spending on Big Data will grow at a CAGR of
46% between 2015 and 2020. Big Data revenues will
reach almost $190 Billion by the end of 2020.” Mind
Commerce

37. Segmentasi Pasar Big Data
37
“Infrastructure will continue to
command a large share of the
Big Data market with 48.2%
share in 2014.” IDC
“Big Data-related services
revenue makes up 40% of the
total, with hardware at 38%
and software at 22%.” Wikibon

38. People & Processes
38
The biggest challenges for implementing big data solutions
“Big data offers big opportunities, but
poses even bigger challenges.” Alexander
Linden, research director at Gartner
“I am asked all of the time: what is the best
analytics strategy? And I always answer:
data, process and people.” Mike
Cavaretta, Data Scientist and Manager,
Ford Motor Company

39. Keamanan Data
39
Mungkin ini tantangan terbesar dalam penerapan solusi Big Data
dalam perusahaan.
“Hacked customer data can erase millions in
profits within weeks, stolen intellectual property
can erase competitive advantage in less than a
year, and unnecessary privacy abuses can bring
unwanted scrutiny and fines from regulators
while inflicting reputational damage that can last
months, even years.” Forrester
“Gartner predicts that, through 2016, more than
80 percent of organizations will fail to develop a
consolidated data security policy across silos,
leading to potential noncompliance, security
breaches and financial liabilities.” Gartner

40. Daftar Isi
1. 4 V’s + 1 V of Big Data
2. Faktor Pendorong
3. Tantangan
4. Implikasi
5. Apa Kata Mereka
6. Rangkuman Tren Big Data
40

41. 41

42. Rangkuman Tren Big Data
Pendorong
• Volume, variety, velocity, dan complexity dari data, baik tradisional maupun non-
tradisional.
• Makin banyak perangkat yang terhubung ke Internet.
• Media penyimpan makin murah.
• Keinginan untuk menyimpan data dalam satu tempat.
• Kebutuhan akan insight yang real-time.
Tantangan
• Di Indonesia, data aggregat apalagi yang detail susah didapat.
• Security, privacy, governance, culture, skills, dan business processes
• Sumber data yang beragam (enterprise apps, web, search, video, mobile, percakapan
social dan sensors).
• Kualitas data.
• Teks yang tak terstruktur sulit diquery.
• Culture, skills, dan business processes
Implikasi
• Meningkatnya kebutuhan mendapatkan value dari big data.
• Chief Data Officer dan Data Scientist makin dibutuhkan.
• Big Data sebagai service, karena tingginya beban Big Data.
• Hadoop menjadi bagian yang tak terpisahkan dalam platform software perusahaan.
• Keinginan untuk menyimpan semua jenis data meningkat, dan secara real-time.
• Analisis dan visualisasi yang advance dan real-time.
42
Referensi: HorizonWatch 2015
dan berbagai sumber

43. Terimakasih
43
Ismail Fahmi
Awesometrics, Co-founder
HP: 0812 8908 3894
Email: Ismail.fahmi@gmail.com
Web: http://awesometrics.com