Mitos Seputar Big Data

Big data merupakan teknologi yang sedang berkembang pesat saat ini. Mengapa tidak, Big data menjelma menjadi salah satu teknologi paling dicari dalam beberapa tahun terakhir dengan menjanjikan pengelolaan dan pengolahan data yang maksimal. Big Data menebar janji-janji manis untuk dapat membawa bisnis atau organisasi ke arah yang lebih baik.
Beberapa mitos yang biasa dikaitkan dengan Big Data :

1. Big Data itu besar

Dikatakan Big Data bukanlah karena ukurannya yang sangat besar, tetapi karena ia memiliki banyak data yang sangat beragam, rumit dan tidak terstruktur sehingga menjadikannya sukar ditangani apabila hanya menggunakan perkakas manajemen basis data biasa atau aplikasi pemroses data tradisional.

2. Predictive analytics itu mudah

Komputer memang dapat mengolah data dan menjalankan program analis secara otomatis dan kita dapat memperoleh hasilnya dengan begitu mudah, namun untuk menjalankan program analis dengan benar itu sangat sulit, hal ini disebabkan tidak hanya membiarkan program komputer berjalan, namun

analisis prediktif memerlukan beberapa pelatihan yang serius terkait perilaku konsumen (setidaknya dalam wilayah pemasaran) serta harus sejalan dengan tujuan perusahaan.

3. Prediksi itu sempurna

Banyak orang berpendapat bahwa hasil Predictive Analytic itu selalu sempurna dan dapat memperkirakan masa depan dengan probabilitas yang tinggi. Pada kenyataannya, banyak hasil prediksi meleset dari apa yang diperkirakan, sebagai contoh balap kuda, orang orang berpengetahuan menggunakan faktor prediktif seperti usia, keturunan, kinerja sebelumnya dalam memprediksi pemenang balap kuda. Namun, suatu saat di luar perkiraan, kuda yang tidak dijagokan justru menang.

4. Big Data adalah Magic 8-Ball

Banyak orang menganggap bahwa Big Data merupakan Magic 8-Balll, dimana dalam cerita fiksi, peramal Magic 8-Ball pasti memiliki jawaban dari semua pertanyaan. Hal yang perlu diingat, bahwa Big Data tidak sekonyong-konyong merupakan Magic 8-Ball, tetapi harus melalui suatu proses memiliki ‘the right question’, memiliki data yang powerfull, serta metode analisis yang tepat agar Big Data dapat menjadi Magic 8-Ball yang sesungguhnya.

5. Big Data sudah lama dimulai

Banyak yang berpikiran bahwa saat ini sudah terlambat untuk memulai implementasi big data. Sebenarnya masa big data baru dimulai. bagi yang masih merencanakan untuk mengimplentasi big data mulailah dengan hal-hal kecil dan sederhana. Seperti merancang konsep untuk penerapan big data dan mulai untuk membangun tim impian big data anda

6. Big Data terdiri dari data yang berantakan

Big data banyak digambarkan dengan kumpulan data yang berukuran besar dan dengan variasi yang berbeda. Mungkin bagi banyak orang gambaran tersebut merujuk pada ketidakteraturan. Namun dengan perangkat analisis dan visualisasi pemaparan hasil pengolahan data bisa lebih user-friendly sehingga lebih mudah memperoleh wawasan dari sana.

7. Predictive analytic sebagian besar masalah mesin

Ketika data dimasukkan kedalam platform dan selanjutnya platform melakukan kalkulasi prediktif, maka kita selalu berasumsi bahwa hasil dari mesin adalah akurat. Kenyataannya, ini tidak benar-benar akurat. Menuangkan data sering menghasilkan banyak korelasi palsu yang belum berarti ada hubungan antara faktor. Prediksi yang didapatkan dari hasil analisa aplikasi di komputer yang dihasilkan harus divalidasi terlebih dahulu sebelum perusahaan menggunakannya untuk bahan perencanaan.

8. Suatu hal dapat dikatakan bermakna jika dapat diukur

Analisis prediktif bergantung pada metrics (data historis, data penelitian). Ada gagasan yang berlaku bahwa hal-hal akan bermakna jika bisa mengukur mereka. Namun hal tersebut salah. Terkadang hal-hal yang tidak dapat diukur secara langsung dapat membuat banyak perbedaan dan hal tersebut sangat berpengaruh pada hasil prediksi.

9. Prediksi itu sempurna

Banyak orang berpendapat bahwa hasil predictive analytic itu selalu sempurna dan dapat memperkirakan masa depan dengan probabilitas yang tinggi. Pada kenyataannya, banyak hasil prediksi meleset dari apa yang diperkirakan, sebagai contoh balap kuda, orang orang berpengetahuan menggunakan faktor prediktif seperti usia, keturunan, kinerja sebelumnya dalam memprediksi pemenang balap kuda. Namun, suatu saat di luar perkiraan, kuda yang tidak dijagokan justru menang.

10. Big data merupakan data yang baik

Banyak data yang memiliki kualitas yang buruk, misalnya data orang yang di-tag dalam suatu foto. Data yang mengandung unsur transaksi biasanya lebih akurat (tetapi tidak selalu). Langkah pertama yang perlu dilakukan ketika akan menganalisis Big Data adalah menentukan data yang akan digunakan, yaitu dengan melihat keterkaitan data dengan tujuan analisis dan melihat keakuratan data. (Choniyu)

Daftar pustaka :
1. http://komangaryasa.com/2015/05/mitos-mitos-besar-tentang-big-data/
2. http://komangaryasa.com/2014/12/10-mitos-terkait-big-data-predictive-analytic/
3. https://dailysocial.id/post/lima-mitos-teknologi-big-data/
4. socialmediaweek.org/jakarta/2016/01/19/lima-mitos-teknologi-big-data/

Leave a Reply

Your email address will not be published. Required fields are marked *