Maha data, atau yang kita kenal sebagai Big Data, menjadi semakin populer di Indonesia. Sementara pada saat yang sama, dengan semakin tidak sadar, itu tenggelam ke dalam sendi kehidupan sehari-hari kita, terutama dalam gaya hidup digital kita.
Meskipun ada beberapa insiden kasuistik, di mata penulis, big data telah memberikan lebih banyak manfaat bagi masyarakat Indonesia. Kualitas hidup yang singkat, efektif, dan dibimbing oleh mesin pembelajaran yang akurat, sekarang dirasakan hari ini (meskipun makalah ini telah selesai).
Itulah sebabnya, beberapa survei terakhir kami lebih jauh menyoroti hubungan antara penggunaan layanan data besar yang mendukung perusahaan lintas sektor dalam ‘penambangan data’ untuk mendukung target perusahaan.
Dalam Big Data Survey untuk periode Februari-Desember 2018, 66% responden dari perusahaan mengatakan data akan meningkat selama 1-2 tahun ke depan. 17% (3 tahun ke depan), 13% (lebih dari 3 tahun), dan 4% (tidak diketahui).
Oleh karena itu, 22% responden memilih untuk mengembangkan sistem terkait mereka sendiri, 22% membeli, dan sisanya outsourcing. Layanan yang paling banyak digunakan dalam open source adalah Amazon Web Service 75% dan Microsoft Azure 50%, dengan bahasa Python dan R yang paling banyak digunakan.
Dilaporkan setelah itu, data utama yang akan diproses untuk layanan data besar untuk kepentingan perusahaan adalah data transaksi 93%, teks (email, faks, pdf) 40%, data sensor 40%, media sosial 27%, dan data gambar 7%.
Temuan yang menarik adalah bahwa perusahaan rata-rata sudah memiliki layanan yang mirip dengan data besar, terutama Enterprise Data Warehouse (EDW). Tetapi mayoritas responden mengatakan mereka akan mengganti data besar (29%) dan menjadikan EDW sumber data utama untuk data besar (24%).
Dalam semua profil statistik hari ini, ada tiga hal yang berkaitan dengan penulis yang menarik bagi warga negara Indonesia secara keseluruhan. Pertama, sama seperti HUT ke-47 Republik Indonesia prihatin dengan SDM yang unggul, demikian juga tujuan gambaran SDM dibutuhkan dalam layanan data besar.
Berbagi Data menemukan bahwa kebutuhan data ilmiah dapat dipenuhi sekitar 50% pada tahun 2018. Ini sebenarnya terkait dengan tren global, yang diputuskan oleh lembaga penelitian telematika McKinsey di Amerika Serikat juga, data kebutuhan SDM yang besar hanya dapat dipenuhi oleh setengah dari kebutuhan perusahaan (300 ribu persediaan SDM dari 490.000 kebutuhan SDM).
Dengan demikian, sebagai mandat pahlawan kebebasan, partai-partai tidak boleh terus berkubang dalam polarisasi politik, tetapi menemukan kesamaan yang berbeda untuk kemudian meningkatkan sinergi untuk terus menghasilkan SDM yang unggul.
Kedua, peningkatan utilitas big data masih harus memprioritaskan standar keamanan informasi global. Kita membutuhkan kehidupan yang lebih ringkas tetapi efektif, tetapi privasi data juga sangat penting dan penting.
Pengeringan emosional yang cukup dari peristiwa-peristiwa seperti kasus Cambridge Analytica menciptakan aplikasi kuis pribadi (thisisyourdigitiallife) pada 2013, menyebabkan jutaan data pengguna internet Indonesia bocor dan disalahgunakan.
Yang terbaru adalah menemukan fintech ilegal yang dapat mengakses data besar dari pengguna dua aplikasi transportasi berbasis super serta penyedia e-commerce, yang secara ironis mengintegrasikan layanan decacorn.
Perubahan big data, terutama dalam layanan publik, harus terus mengacu dan menegakkan standar keamanan informasi global seperti ISO 27001 ISO / IEC 27001: 2013 (sistem manajemen informasi keamanan).
Bahkan, perusahaan-perusahaan Indonesia harus dapat beradaptasi dengan pengembangan ISO terbaru, standar untuk big data (ISO / IEC 20546 Teknologi Informasi – Data besar – Tinjauan dan kosa kata) dan ISO / IEC 20547 (Informasi dalam Teknologi – Arsitektur referensi data besar).
Last but not least, kita semua telah membuat perbedaan yang telah menguat dalam beberapa tahun terakhir, dan terikat ke dalam kemitraan besar untuk memberikan berbagai layanan berbasis data yang memberikan solusi nyata untuk berbagai masalah. dalam masyarakat.
Dalam penelitian kami, yang antara lain menunjukkan praktik global terbaik, kami cenderung mewujudkan layanan sosial ini. Misalnya di Brasil, prediksi pencegahan demam berdarah berbasis dengue di Twitter dengan kata kunci “dengue”, “penyakit”, “demam”, menciptakan kemudahan dalam menangkap data wabah (waktu) , biaya, energi) serta persiapan untuk pencegahan dan pengobatan dini wabah.
Di Sri Lanka, gambar data satelit resolusi tinggi dan resolusi tinggi (keanekaragaman rumah dari kepemilikan mobil, luas bangunan, dan jenis atap) telah berhasil menyediakan peta akurat prediksi variasi geografis dalam kesulitan berbasis warna.
Di Bogota, Kolombia, pemrosesan data juga telah berhasil memprediksi daerah-daerah di mana kejahatan mungkin terjadi setelah membuat keputusan tentang peningkatan infrastruktur. Ini terjadi ketika pembelajaran mesin dapat memberikan hubungan antara kepemilikan dan nilai tanah selokan kota / jalur kota / saluran gas kota / blok kota.
Di Kanto, Jepang, layanan data meteorologi yang paling komprehensif (suhu angin, kecepatan angin, curah hujan, dan durasi sinar matahari) dan data geo-ilmiah (jenis tanah, panjang lereng, dan panjang kemiringan), juga telah berhasil merilis implementasi prediksi banjir yang sebenarnya. waktu pengoperasian reservoir menggunakan DIAS (Data Integration Analysis System).
Di Dublin, Irlandia, waktu tempuh kendaraan berhasil dikurangi sebesar 10-15% berkat identifikasi kemacetan lalu lintas root dengan melihat data besar jadwal bus ditambah dengan detektor lalu lintas , Kamera CCTV, dan pembaruan GPS ke 1.000 bus yang dikirimkan setiap 20 detik Menurut pendapat saya, kita dapat mulai dengan referensi sederhana yang diterapkan di Cebu, Filipina sebagai berikut:
Pada akhirnya, semua upaya untuk mendasarkan data besar ini akan kembali ke seberapa serius kita menerapkan tren global terbaru pada ekonomi kolaboratif karena ini benar-benar merupakan upaya kolektif. Jangan biarkan kami selalu menjadi bisnis yang cerdas juga,namun selalu lemah urusan bagi-bagian alias sinergi!
https://ift.tt/33Mr2Bd
