Masih hangat dalam ingatan, kasus Videotron yang katanya “tidak sengaja” menayangkan film yang berkategori dewasa. Ramainya berita ini menghiasi semua media sosial maupun media elektronik untuk melakukan pembahasan yang cukup beragam, mulai dengan kecurigaan tentang kelalaian petugas yang bertanggung jawab terhadap videotorn tersebut sampai dengan dihubung-hubungkan dengan PilKaDa yang akan datang.

Pembahasan ini tidak berlarut-larut dengan materi “kecelakaan” videotron di atas maupun dampak yang dihasilkan namun menitik beratkan tentang sebuah profesi di bidang ilmu teknologi informasi yang belakangan mulai menjadi salah satu tujuan menuntut ilmu yang menarik bagi beberapa orang (mahasiswa atau calon professional). Secara khusus ilmu ini termasuk dalam golongan besar ilmu Keamanan Sistem Komputer atau Keamanan Informasi dan ilmu ini dikenal sebagai ilmu forensik digital.

 

Mengenal Digital Forensik.

Berbicara tentang forensik umumnya berhubungan dengan peristiwa kejahatan (kriminalitas) baik di dunia nyata maupun dunia digital. Forensik sendiri diartikan sebagai aplikatif bidang ilmu hukum dalam usaha mencari kebenaran dalam ranah sipil, kriminalitas dan perilaku budaya. Kegiatan forensik itu sendiri bertujuan untuk mengungkap nilai bukti kejahatan pada tempat kejadian perkara (TKP) dan keterkaitannya bukti tersebut terhadap suatu perkara kejahatan.

Digital Forensik adalah kegiatan untuk mengungkap bukti kejahatan yang berada di TKP kejahatan baik yang non digital maupun kejahatan digital. Istilah digital sangat erat dengan bukti yang diperoleh pada TKP yang disebut dengan bukti digital (digital evidence), sehingga barang yang akan diungkap dalam digital forensic yaitu benda-benda kategori digital baik itu komputer, telepon (pintar) genggam, flashdisk, memory card dan lain sebagainya.

 

Siapakah yang disebut dengan “detektif” digital ?

Sebutan resmi dari “detektif” digital adalah Ahli Forensik yang bekerja sebagai perseorangan maupun secara tim (tim
forensik). Latar belakang pendidikan seorang ahli forensik umumnya bidang teknologi informasi dan bidang elektronika. Selain latar belakang tersebut seorang ahli forensik juga diharapkan mengerti juga bidang ilmu hukum. Beberapa tokoh forensik yang dimiliki Indonesia adalah Ruby Alamsyah, M. Nuh Al-Azhar dan masih banyak lagi.

 

Apa Aktifitas seorang “detektif“ digital ?

Menjalankan aktifitas digital forensik harus sesuai standar acuan yang telah dibuat secara nasional maupun internasional. Adapun tahapan yang dilakukan dalam melakukan investigasi Digital Forensik secara garis besar adalah :

1. melakukan identifikasi perkara kejahatan (komputer)
2. mengumpulkan bukti digital untuk dilakukan forensik pada laboratorium forensic
3. melakukan duplikasi bukti digital untuk dilakukan forensik, sdeangkan bukti digital yang asli diamankan untuk menjaga validitas dan otentikasinya
4. hasil analisa akan dilaporkan pada pihak berwenang untuk menjadi barang bukti di pengadilan
5. jika diperlukan ahli forensik akan berperan menjadi saksi ahli dalam persidangan dalam rangka menjelaskan hasil analisa kegiatan forensic yang telah dilakukan

 

Apa saja yang dapat dikategorikan menjadi barang bukti digital ?

Penjelasan sebelumnya sudah membahas barang bukti yang dapat dikategorikan sebagai barang bukti digital. Secara prinsip adalah semua barang yang digunakan untuk mengolah dan menyimpan data dalam bentuk digital yang berhubungan dengan sebuah perkara kejahatan yang sedang ditangani. Hal ini perlu ditegaskan bahwa barang bukti ini nukan saja barang yang berada di TKP sebuah kejahatan namun yang mungkin dapat berhubungan dengan peristiwa tersebut yaitu perangkat digital yang dimiliki oleh pihak yang dianggap terlibat dalam kejahatan tersebut. Sehingga dalam prakteknya muncul aktifitas “penyitaan barang bukti” yang mungkin berada tepat di TKP atau yang dimiliki oleh pihak tertentu namun berada di tempat lain namun masih berhubungan dengan peristiwa kejahatan yang terjadi.

 

Beberapa contoh barang bukti digital yang dapat digunakan antara lain :

1. Barang bukti fisik yang umumnya berupa media penyimpanan beserta isinya. Media penyimpanan yang dimaksud adalah flashdisk, memory card, harddisk, CD/DVD, “Kaset” dari perangkat handicam, dll. Sedangkan isi yang digunakan adalah semua data simpanan baik data text sampai multimedia (gambar, suara dan film)
2. Barang bukti lain adalah “rekaman” aktifitas yang dilakukan di media digital yaitu perangkat jaringan atau komputer server. Rekaman tersbut disebut dengan logfile atau server log. Selain itu rekaman lain yang dapat digunakan adalah rekaman jejak penjelajahan yang disebut dengan history dari web browser.
3. Barang bukti lain yaitu email.

 

 

Contoh kasus kejahatan yang dipecahkan dengan digital forensik.

 

1. Kasus penyanyi Alda R. – tindakan forensic yang dilakukan adalah video forensic dan image forensic
2. Kasus Nasrudin Z dan Antasari A. – tindakan forensic yang dilakukan adalah voice forensic dan pembuktian asal pengiriman SMS
3. Kasus TrioMacan2000 – tindakan forensic yang dilakukan adalah bukti rekam ketik di komputer, laptop dan telepon genggam yang dilakukan tersangka
4. Kasus Bank Century – tindakan forensic yang dilakukan dengan melacak lalu lintas rekening bank
5. Kasus Videotron di Jakarta Selatan – tindakan yang dilakukan antara lain disajikan dengan link berita berikut :
   1. Penyitaan barang bukti : “Polisi Sita CPU dari PT Transito Adimas Terkait Videotron Porno” – http://news.detik.com/berita/3310935/polisi-sita-cpu-dari-pt-transito-adimas-terkait-videotron-porno
   2. Uji Forensik : “Polda Metro Uji Forensik Videotron yang Tayangkan Film Porno” – http://news.detik.com/berita/3310953/polda-metro-uji-forensik-videotron-yang-tayangkan-film-porno
   3. Hasil Analisa Sementara : “Polisi Sudah Ketahui Asal Link Film Porno yang Ditayangkan di Videotron” – http://news.detik.com/berita/3311180/polisi-sudah-ketahui-asal-link-film-porno-yang-ditayangkan-di-videotron
   4. Penyitaan barang bukti : “Polisi Periksa HP 8 Karyawan PT Transito Terkait Videotron Porno” – http://news.detik.com/berita/3311197/polisi-periksa-hp-8-karyawan-pt-transito-terkait-videotron-porno
   5. Uji Forensic : “Kasus Videotron Bokep, Polisi Periksa 10 Saksi dan Uji Digital Forensik 5 CPU” – http://news.detik.com/berita/3311463/kasus-videotron-bokep-polisi-periksa-10-saksi-dan-uji-digital-forensik-5-cpu
   6. Hasil Temuan Modus Pelaku : “Polisi: Pelaku yang Tayangkan Film Porno di Videotron Lakukan Akses Ilegal” – http://news.detik.com/berita/3313350/polisi-pelaku-yang-tayangkan-film-porno-di-videotron-lakukan-akses-ilegal
   7. Hasil Temuan Modus Pelaku : “Begini Cara SAR Dapatkan Username dan Password untuk Akses ‘Videotron Porno’ – http://news.detik.com/berita/3313376/begini-cara-sar-dapatkan-username-dan-password-untuk-akses-videotron-porno
   8. Akhir Kegiatan : “Polisi Tangkap Pelaku yang Tayangkan Film Porno di Videotron” – http://news.detik.com/berita/3313323/polisi-tangkap-pelaku-yang-tayangkan-film-porno-di-videotron

 

 

Menarik bukan… itulah sedikit gambaran dari profesi baru di dunia teknologi informasi yang saat ini cukup banyak memiliki peminat untuk mendalami ilmu forensik ini. Untuk menjawab kebutuhan ini, maka semakin banyak kampus yang menyediakan jurusan atau bidang peminatan keamanan sistem komputer atau keamanan informasi dimana salah satu spesialisasi bidangnya adalah ilmu forensik. Salah satu kampus yang sudah mempersiapkan peminatan ini adalah kampus tercinta Perbanas Institute khususnya di Fakultas Teknologi Informasi (FTI).

 

 

Salam Pengetahuan.

Penulis

M. ISNIN FARIED

 

Sumber Gambar :

http://2.bp.blogspot.com/-VbS3g_IwPxM/TqOIAYYHPDI/AAAAAAAAAhE/3-Xjvg39A3M/s1600

http://cybersec.org/wp-content/uploads/2015/04

https://anurava.files.wordpress.com/2015/04/

 

 

Ketergantungan teknologi saat ini, baik untuk kebutuhan pribadi maupun kebutuhan organisasi, memiliki nilai yang sangat tinggi. Untuk keperluan pribadi saat ini seolah-olah tidak dapat dipisahkan antara pemilik dan perangkat digital. Sehingga muncul sebuah istilah yang cukup unik yaitu “lebih baik ketinggalan dompet daripada ketinggalan gadget”, hal ini sudah menunjukkan betapa tergantungnya kita dengan perangkat digital tersebut meskipun aktifitas yang dilakukan hanyalah untuk bersosialita dengan mengubah status di facebook, intip cuitan seseorang di tweeter dan lain sebagainya. Sedangkan untuk organisasi sudah menjadi standar umum untuk melakukan segala aktifitas (tugas atau pekerjaan kantor) selalu menggunakan perangkat kerja digital baik personal komputer maupun perangkat bergerak. Aktifitas tersebut kerap dilakukan untuk melakukan tukar menukar informasi, data bagi perusahaan ataupun data lain yang terkait dengan urusan kantor.

Dibalik kegiatan tersebut, hampir dapat dipastikan bahwa setiap aktifitas tersimpan data ke dalam perangkat digital kita. Kebiasaan buruk yang tidak kita sadari adalah “rajin menyimpan tapi tidak rajin melakukan bersih-bersih” sehingga jika kita buka simpanan data tersebut maka pasti ditemui data dalam jumlah yang sangat besar (banyak). Istilah besar lebih tepat digunakan untuk data karena dampak yang dirasakan dengan adanya tumpukan data ini adalah “besaran” tersebut mempengaruhi kapasitas simpanan perangkat dan berdampak pada performa (unjuk kerja) dari perangkat. Contoh nyata dan sering kali dirasakan dari hal ini yang umum terjadi pada perangkat telepon genggam pintar dimana jika sudah mengalami besaran data tersebut maka secara otomatis muncul pesan peringatan bahwa kapasitas simpanan sudah mendekati batas dan diharapkan pemilik segera melakukan tindakan bersih-bersih.

Melalui tulisan ini mari kita berhenti sejenak dan mencoba peduli dengan adanya tumpukan data yang kita miliki untuk diolah atau dihilangkan sama sekali agar tidak menjadi sampah digital.

 

Sebelum membahas lebih lanjut tentang apa yang sebaiknya dilakukan, maka kita tinjau dahulu terminologi “sampah” menurut Kamus Besar Bahasa Indonesia (KBBI) . Dalam KBBI didefinisikan bahwa sampah adalah barang atau benda yang dibuang karena tidak terpakai lagi. Artinya kriteria sebuah benda dikatakan sebagai sampah jika benda tersebut menurut pemiliknya sudah tidak diperlukan kembali atau tidak akan digunakan kembali.

Sedangkan yang dimaksud dengan “Sampah Digital” menurut definisi yang dikutip dari tulisan Wesiyadi di sebuah tulisan online beralamat di http://www.kompasiana.com/maswes/sampah-digital-di-dunia-internet_56c31c5bd17a61ff07a1f720 adalah data yang sudah tidak digunakan lagi namun tetap disimpan dalam media digital (komputer pribadi, tablet atau handphone).

 

Apa saja yang disebut dengan Sampah Digital ?

 

Untuk menjawab pertanyaan di atas adalah sangat simple, yaitu kita sudah menyimpan data apa saja selama ini. Data disini adalah data dalam bentuk digital mulai dari dokumen digital kita, foto digital sampai dengan film digital dimana kesemua ini disebut dengan data multimedia dan yang paling umum digunakan sejak dunia internet memasyarakat adalah (akun) email. Selain itu ada lagi yang dapat dikategorikan sampah digital namun banyak masyarakat awam yang tidak menyadari yaitu “jejak digital” yang tertinggal di perangkat digital kita yang biasa disebut dengan history data. Sebenarnya masih banyak lagi yang dapat dikategorikan sampah digital di dalam dunia maya namun beberapa yang sudah disebutkan di atas paling tidak sudah mewakili.

Setelah mengetahui tipe data apa saja yang dimaksud disini, pembahasan berikutnya adalah perangkat digital apa saja yang kita miliki dan sering digunakan untuk melakukan akses data tersebut, apakah cukup telepon genggam pintar saja, atau sudah bervariasi dengan tambahan komputer pribadi, tablet, kamera digital sampai dengan televisi pintar (yang dapat digunakan akses internet). Perangkat inilah yang “tidak sengaja” digunakan oleh semua orang menciptakan “sampah digital” baik secara pribadi. organisasi maupun sampah yang berdampak pada orang lain.

Sampai pembahasan ini diharapkan kita semua menyadari bahwa sebenarnya kita telah “berkreasi” membuat sampah namun dalam bentuk yang berbeda yaitu “Sampah Digital”. Pertanyaan selanjutnya, apa yang dapat dilakukan dengan sampah-sampah ini ?

 

Solusi Pertama Menghilangkan Selamanya

 

Sebagaimana layaknya sebuah sampah non digital, maka salah satu cara yang dilakukan dengan menghilangkan (bahasa halus dari “membuang”) data tersebut tentu saja dengan persyaratan utama bahwa data tersebut memang benar-benar TIDAK AKAN DIGUNAKAN atau DATA TERSEBUT SUDAH MEMILIKI CADANGAN (Versi terakhir). Untuk data yang tersimpan pada sebuah gadget kita dengan tujuan supaya tidak mengakibatkan performa turun maka data tersebut juga dihilangkan dengan catatan data yang dirasa masih penting sudah disimpan dalam media penyimpan lain, baik itu penyimpanan sekunder (flashdisk, memory card atau harddisk). Untuk data yang berhubungan dengan organisasi sebaiknya BUKAN dihilangkan namun di”aman”kan pada media simpanan khusus yang dimiliki oleh organisasi tersebut, atau paling tidak diserahkan pada pihak yang lebih tepat dengan data-data tersebut.

 

Solusi Kedua Mengolah Sampah menjadi Data Bernilai.

 

Membaca judul di atas, mungkin timbul pertanyaan apakah mungkin atau bagaimana caranya ??? Kembali kepada analogi dunia nyata, bahwa saat ini juga mulai muncul usaha baru (biasa disebut dengan “usaha kreatif”) dengan melakukan reproduksi sampah yang dikenal dengan Recycle dimana dari usaha ini para kreator (sebutan pihak yang secara kreatif berkreasi) melihat peluang baru dengan olahan sampah yang ada dapat dijadikan produk baru yang memiliki nilai lain dari bentuk asal sampah tersebut.

Dalam dunia teknologi (Information Communication Technology – ICT), hal sama dapat juga dilakukan namun secara prinsip BUKAN mengolah data menjadi “bentuk” baru namun menggali tumpukan data yang ada untuk diolah menjadi sumber informasi baru yang selama ini belum tereksploitasi. Cara kedua ini sebenarnya tidak seratus persen mengolah “sampah digital” namun lebih tepatnya mengolah “tumpukan data” (yang kadang tersimpan sudah beberapa tahun). Dalam dunia ilmu bidang teknologi informasi cara kedua ini cukup banyak dilakukan khususnya oleh perusahaan karena dalam usahanya melakukan penggalian informasi yang dapat dihasilkan lagi dengan informasi yang lebih baru. Salah satu ilmu yang dimaksud adalah Data Mining dimana dengan metode ini data yang ada diharapkan dapat menghasilkan sebuah informasi baru yang “tersembunyi” dari setumpukan data yang ada.

 

 

Akhirnya, dengan bertambahnya pengetahuan kita tentang “sampah digital” ini pilihan yang harus dilakukan bersama adalah “apakah kita akan menyimpan data tersebut selamanya sampai perangkat yang kita miliki tidak mampu lagi menampung bahkan tidak dapat beroperasi ? “ atau “kita tata kembali data yang ada tersebut untuk kebaikan diri sendiri atau organisasi dan lingkungan” dengan pilihan menghilangkan atau mengolah untuk manjadi nilai baru ?”. Semua kembali kepada kebijakan kita selaku pemiliki data tersebut, namun yang penting meski di dunia maya alangkah baiknya kita tetap menjalankan kata bijak “kebersihan daripada iman” , “buanglah sampah pada tempatnya” dan “Olah sampah menjadi informasi yang bermanfaat”

 

Salam Pengetahuan.

Penulis.

M. ISNIN FARIED

 

Sumber Gambar :

https://static01.nyt.com/images/2015/12/03/technology/03techfix-illo/

http://copyrightuser.org/wp-content/uploads/2013/06/

 

(Seri 2)

“Data dapat diibaratkan sebagai Ladang Minyak Baru – sebuah sumber yang menawarkan potensi yang luar biasa, tapi membutuhkan kemampuan eksplorasi dan proses pemurnian untuk mengekstrak nilai potensi tersebut”  oleh Indra Gunawan Limena.

 

Ungkapan di atas merupakan sebuah gambaran bahwa data yang dimiliki oleh siapa saja, khususnya organisasi bisnis, dapat digali lagi untuk menghasilkan nilai baru yang bermanfaat dalam pengembangan sebuah bisnis.

 

….

 

Kalimat pembuka di atas adalah sebuah mata rantai tulisan ini dengan tulisan sebelumnya, dimana pembahasan masih seputar Big Data dan pemanfaatannya.

 

Pemanfaatan data menjadi sebuah kumpulan data ( mengandung nilai variety, volume dan velocity ) yang memiliki kategori sebuah Big Data diperoleh dengan berbagai macam cara dan berbagai sumber atau implikasi bidang ilmu yang bermacam-macam. Sebagai contoh berikut adalah contoh sebuah big data yang dimaksud.

 

Pemanfaatan pada bidang agrikultur, digali data tentang kualitas tanah sebuah area sawah yang luas melalui data foto udara (aerial), selanjutnya digunakan data, masih dalam bentuk foto, tentang tinggi hasil tanam (melihat pertumbuhan sebuah padi di are sawah tersebut) selama beberapa kurun waktu dan yang tidak kalah pentingnya adalah pengumpulan data tentang cuaca diseputar area penanaman tersebut. Data tersebut diolah dengan menggunakan teknik yang ada dari bermacam tipe data, foto – data angka, untuk diolah dan dimanfaatkan bagi dunia pertanian dan dimanfaatkan sebagai pengetahuan bagi para petani.

 

Di bidang kesehatan, big data diolah dan diperoleh dari sekumpulan data yang dikumpulkan dari berbagai sumber sebagai contoh di Indonesia adalah data dari klinik pengobatan, puskesmas dan rumah sakit, dimana ragam data yang dikumpulkan berupa data kesehatan pasien, data penyakit selama periode tertentu, data lokasi (menunjukkan tingkat lingkungan) pasien dan berbagai penyakit yang ada. Data yang terkumpul tersebut diolah dan dianalisis agar hasil yang diperoleh bermanfaat di bidang kesehatan khususnya dalam hal peningkatan kesehatan masyarakat dan dapat memberikan prediksi penyakit untuk memperoleh tingkat kesehatan masyarakat di lingkungan tertentu bahkan seluruh Indonesia.

 

Beberapa catatan di lapangan, untuk saat ini pengolahan Big Data masih didominasi oleh bidang usaha telekomunikasi dan perbankan. Hal ini tentu saja masuk akal mengingat kedua bidang tersebut memang sumber data paling banyak dan cukup bervariasi (dari segi tipe) mengingat layanan akses yang diberikan juga cukup beragam baik dari segi konvensional, paper based sampai dengan digital yang bersumber dengan teknologi terkini (pc sampai dengan mobile) dari data text sampai data multimedia. Data tersbut diolah guna memperoleh perilaku pelanggannya serta kemungkian terjadi pelanggan “menyeberang” ke kompetitor yang digali dari data tersebut.

 

Salah satu contoh perusahaan telekomunikasi yang memiliki produk yang saat ini cukup banyak digunakan di bidang telekomunikasi. Perusahaan ini sudah memanfaatkan big data semenjak teknologi telekomunikasi masih pada tahap teknologi GSM. Meski masih tergolong teknologi yang masih sederhana namun data yang diperoleh bersumber dari besarnya data yang dihasilkan setiap transaksi dari perangkat telekomunikasi seperti sinyal radio dan performa perangkatnya. Olah data tersebut dilakukan mereka untuk menjaga kualitas layanan yang diberikan kepada pelanggannya. Berdasarkan laporan mereka analisa big data ini dapat mengurangi biaya investasi lebih dari setengah belanja modal mereka jika dibendingkan dengan analisa menggunakan teknologi yang konvensional. Selain mengefisienkan nilai transaksi (belanja) pemanfaatan teknologi big data juga dapat mengefisienkan segi waktu.

 

Yang terakhir, pengalaman pemanfaatan big data ditunjukkan oleh perusahaan “raksasa” google. Secara kasat mata perusahaan ini memang bersumber dari banyak data, dari layanan yang diberikan berupa mesin pencari, serta variasi tipe data baik dari data text biasa sampai dengan data multimedia, dari database video yang “tersimpan” pada layanan youtubenya. Salah satu hasil olahan yang dilakukan “dikemas” menjadi produk layanan yang dikenal dengan “google now” dimana dengan memanfaatkan produk ini data yang disajikan berupa timeline dengan tampilan data berupa text, gambar sampai dalam bentuk video. Semua hasil yang disajikan adalah hasil olahan dari rekam jejak data pengguna mereka (mungkin kita salah satu yang juga ikut berkontribusi karena seringnya menggunakan aplikasi “mbah google” ini). Rekam jejak tersebut dioleh sedemikian rupa sehingga menjadi tawaran produk yang disajikan mereka. Selain itu, dalam melakukan strategi bisnisnya, perusahaan ini memanfaatkan data yang dimiliki untuk diolah menggunakan konsep big data salah satunya digunakan untuk mengisarkan pertumbuhan bisnisnya ke depan.

Secara teknologi, perusahaan ini sampai menyiapkan atau lebih tepatnya menciptakan “Google File System (GFS)” yang digunaan sebagai pusat penyimpanan data yang secara fisik sebenarnya diimplementasikan secara terdistribusi pada ribuan computer yang tersebar. Selanjutnya data tersebut akan diproses dengan teknologi pengolahan data (MapReduce) dimana teknologi ini memeiliki kemampuan mengolah data yang tersimpan di GFS secara parallel maupun independen. Dari penejelasan tersebut maka tampak jelas komitmen mereka dalam pengolahan data yang memang masuk kategori Big sehingga layanan hasil olahan tersebut benar-benar dapat dirasakan siapa saja untuk saat ini. Namun sekali lagi itu semua karena adanya konsep (teknologi) big data.

 

 

Konsep “Data Lake” dalam Big Data

 

Kita sudah mengetahui tentang konsep Big Data yaitu pengolahan sumber data yang cukup besar (banyak) dilihat dari segi volume, variasi dan velocity (pergerakan dalam hitungan waktu). Cukup mudah untuk dibayangkan bahwa dalam pemrosesan big data tersebut akan menimbulkan effort yang lumayan, namun muncul pertanyaan berikut adalah bagaimana caranya jika semua pihak ingin melakukan akses ke big data tersebut. Kebutuhan data yang ingin digunakan mulai dari elemen data itu sendiri berikut riwayat data pendukung namun mungkin saja data yang diperlukan tidak dapat ditemukan dalam sumber data (source atau kantung data yang diakses dan mungkin ada namun berbeda kantung data).

Para praktisi teknologi informasi khususnya yang berkecimpung di bidang olah data membuat konsep (istilah) “Data Lake” guna menyelesaikan kasus di atas. Konsep ini secara prinsip membuat sebuah teknologi memiliki kemampuan melakukan proses olah data yang sangat besar pada suatu sistem cluster. Teknologi ini dirancang untuk pengembangan scale out dari satu mesin ke ribuan mesin yang tersebar.

Data lake juga dibuat untuk mendukung data discovery (untuk menemukan data tertentu), analisis, investigasi ad hoc dan pelaporan. Penemuan data diperlukan karena pada implementasinya cukup banyak data digunakan oleh pengguna data tersebut sehingga terjadi kemungkinan data yang sama digunakan oleh pengguna yang banyak sehingga perlu adanya “catatan” tentang data tersebut digunakan oleh siapa saja (data disalin oleh siapa saja).

Catatan khusus, data lake ini harus didukung (dilengkapi) dengan manajemen dan tata kelola yang baik sehingga pada dasarnya data ini dapat menghasilkan analisis bisnis dan proses pengambilan keputusan bagi perusahaan.

Dampak pengelolaan dari data lake meliputi dua hal yaitu, jika data lake tidak dikelola dengan baik maka akan menjadi “data swamp” sebaliknya, jika dikelola dengan baik akan menjadi “data reservoir”.

 

 

 

(Seri 1)

*Tulisan berseri yang akan mengulas secara lengkap tentang (Teknologi Big Data)

 

PENGANTAR

Perkembangan teknologi internet dewasa ini sudah sangat luar biasa ditandai dengan makin mudahnya akses baik melalui media diam yaitu perangkat komputer maupun perangkat bergearak yaitu telepon yang sudah dibekali teknologi yang dapat melakukan akses dengan cepat. Perkembangan terakhir adalah munculnya teknologi kecepatan akses yaitu generasi ke empat atau yang dikenal dengan teknologi 4G.

Pertumbuhan media akses tersebut mendorong para pemakai juga semakin banyak yang menumbuhkan sebuah ekosistem pengguna serta varian data yang ditransformasikan melalui teknologi yang ada. Varian data disini bukan saja berupa data teks dan suara saja, namun juga multimedia menjadi salah satu jenis data yang makin banyak ditransformasikan. Dampak terbesar yang dirasakan adalah “ledakan informasi” yang berkaitan erat dengan besarnya data sebagai sumber informasi tersebut.

Dengan banyaknya jumlah dan jenis data menimbulkan permasalahan baru khususnya bagi pelaku bisnis yang sudah banyak memanfaatkan teknologi informasi bagi operasional sehari-hari. Permasalahan tersebut secara internal adalah bagaimana data yang dimiliki (untuk perusahaan skala besar) dikelola dan dimanfaatkan sebaik-baiknya bukan sebagai sampah data. Secara eksternal data yang ada sekitar (di internet melalui media social maupun beberapa situs lain) juga dapat sebagai data tambahan untuk pendukung bisnis. Solusi yang kini mulai banyak dibicarakan adalah munculnya sebuah teknologi yang dikenal dengan (teknologi) Big Data.

Salah satu pelopor Big Data ini adalah perusahaan yang sudah dikenal dengan fasilitas pencarian di web yaitu Google. Melalui tulisan ini kita mencoba menimba ilmu dari beberapa perusahaan yang sudah memanfaatkan Big Data salah satunya adalah Google Inc. dan beberapa perusahaan lokal.

 

DEFINISI

Pembahasan tentang pemanfaatan Big Data memasuki ranah teknologi karena sebuah data yang besar agar memiliki sebuah “nilai lebih” diperlukan suatu cara (teknik) sendiri. Sebelum dikenalkan teknologi ini maka olah data selama ini dilakukan oleh seorang pemrogram aplikasi dengan keterbatasan yang dihasilkan adalah waktu proses yang tidak singkat.

Berdasarkan Gartner (sebuah lembaga penelitian dan advisory bidang teknologi informasi) sebuah Big Data adalah “High Volume, High Velocity dan High Variety of Information Assets” yang memberikan dampak “that demand cost-effective forms of information processing for enhanced insight and decision making”.

Selanjutnya berdasarkan definisi di atas, oleh sekelompok organisasi lain ada penambahan satu lagi tentang Big Data adalah High Veracity (tidak memliki kejelasan yang pasti).

Sehingga berdasarkan definisi atau pernyataan tersebut muncul sebuah istilah 4V’s of Big Data yaitu meliputi :

• High Volume
• High Variety
• High Velocity
• High Veracity

Empat V tersebut kini menjadi karakter Big Data artinya sebuah permasalahan yang berhubungan dengan volume data yang besar, variasi data yang sangat beragam, pertumbuhan data yang sangat tinggi serta ketidak jelasan data yang dimiliki maka teknologi Big Data dapat dimanfaatkan untuk mengolahnya untuk sebuah tujuan tertentu. Karakterisktik tersebut tidak harus dipenuhi keseluruhan namun jika salah satu saja sudah ada maka Big Data sudah berada dihadapan kita.

 

Dampak yang dihasilkan bagi dunia bisnis adalah data yang dimiliki jika mampu diolah dengan cara yang benar maka dari Big Data tersebut akan menghasilkan informasi dan pengetahuan yang lebih dalam (insight) dan akan bermanfaat dalam pengambilan keputusan serta merencanakan tindakan yang lebih baik dalam menjalankan bisnis.

 

Contoh sebuah Big Data adalah data yang memiliki jumlah volume 1024 terabytes (petabytes) atau 1024 petabytes (exabytes). Dari segi variasi data misalkan data yang disimpan berasal dari sumber web, data kepegawean dalam bentuk excel, data yang diambil dari media social dan data yang diperoleh dari perangkat mobile dan lain sebagainya. Beragamnya data ini yang disebut dengan data tidak terstruktur.

 

ISTILAH TEKNIS dalam (TEKNOLOGI) BIG DATA

Sebelum mengulas pengalaman pemakaian Big Data para pelaku bisnis, ada baiknya mengenal beberapa istilah teknis yang digunakan agar dapat dijadikan bekal dalam memahami paparan yang disampaikan dalam tulisan ini.

Data event.

Adalah data (yang tesimpan) dalam jumlah yang sangat besar dimana dengan menganailsa data ini dapat diketahui tentang proses kerja (urutan kinerja) sistem. Artinya data tersebut dapat “merekam” sebuah sistem telah melakukan apa dan bagaimana proses kerja dari pekerjaan yang sudah dilakukan.

Instrumentasi.

Sebuah metode atau format pendukung sebuah sistem (software) yang digunakan untuk menyimpan data disebut dengan istilah instrumentasi. Sebagai contoh, jika ingin mengimplementasikan Big Data untuk transaksi yang mengandalkan teknologi web, maka instrumentasi menimbang factor kecepatan transaksi, kecepatan proses pembacaan database, berapa kebutuhan memory yang digunakan untuk setiap proses dan kebutuhan lain yang diperlukan agar tujuan implementasi berhasil.

 

SEPENGGAL PEMANFAATAN BIG DATA di INDUSTRI

 

Wal Mart        memanfaatkan Big Data untuk melihat tren di media social dan melihat pola pembelian jenis barang yang sama dari pelanggan

 

UPS                  memiliki Big Data sebesar 16 petabyte. Data ini digunakan untuk melakukan analisa optimasi rute utama perjalanan petugas pengiriman, dengan membuat proyek yang diberi nama ORION (OnRoad Integrated Optimization and Navigation). Hasil yang diperoleh dari proyek ini, perusahaan dapat menghemat lebih dari 8,4 juta gallon bahan bakar dan mengurangi 85 juta mil rute tiap hari pada tahun 2011

AmEx              American Express Co., menggunakan Big Data untuk memprediksi loyalitas pelanggan. Obyek penelitian lain adalah menganalisa transaksi historis dan 115 variabel guna melaukan peramalan potensi churn.

 

United Healthcare

Memanfatkan Big Data dengan cara mengubah data suara (voice) yang diperoleh dari transaksi customer call center menjadi teks. Hasil konversi ini dianalisa menggunakan aplikasi “Natural Language Processing” yang akan diimplementasikan dalam usaha peningkatan kepuasan pelanggan.

 

Beberapa kisah menarik implementasi Big Data di bidang Industri akan disajikan pada tulisan selanjutnya.

 

 

REFERENSI

 

Djatmiko H. E., (2015), Big Data, Binatang Apa Gerangan, Majalah Swa, Jakarta

Feinleib D., (2014), Big Data Bootcamp : What Managers Need to Know to Profit from the Big Data Revolution, APress

Sugiarsono J., (2015), Gelombang Besar Big Data, Majalah Swa, Jakarta

 

Situs

www.gartner.com/it-glossary/big-data akses terakhir : Oktober 2015

www.apaitubigdata.com   akses terakhir : Oktober 2015

tekno.liputan6.com/read/801638/apa-itu-teknologi-big-data   akses terakhir : Januari 2015

http://lawencon.com/big-data/ akses terakhir februari 2015