際際滷

際際滷Share a Scribd company logo
KELOMPOK 8
Data Raya dan Jenis Data
ANGGOTA
Annisa WidyaShafira
(1201621026)
01 02
03 04
05
Audy Anggrayni Setya
(1201621052)
Putri Nur Rokhmah
(1205621055)
Sekar Diah Anggarkasih
(1202621040)
Muhammad Alzarefa Azzahra
(1201621090)
SUB PEMBAHASAAN
1. Jelaskan penggunaan data untuk dijadikan ke informasi apa yang harus di lakukan sehingga
data tersebut bermanfaat
2. Jelaskan pemanfaatan penggunakan karakteristik penggunaaan data raya termasuk 5 V ini kan
penggunaan data untuk dijadikan ke
informasi apa yang harus di
lakukan sehingga data tersebut
bermanfaat
01
Jawaban
Dengan cara di jadi kan big data Data-data tersebut sangat besar hingga tak akan
sanggup dikelola oleh perangkat konvensional. Untuk itu big data menjadi solusi
pengelolaan paling baik untuk memberi efisiensi bagi perkembangan industri yang
berhubungan dengan data. Big data bukan sebuah teknologi yang berdiri sendiri namun
lebih dari itu, big data merujuk pada sistem teknologi yang melibatkan himpunan data
yang begitu beragam, cepat berubah dan berukuran super besar dengan segala
kompleksitasnya untuk pengumpulan data nya terbagi menjadi 2 yaitu dengan
Data kualitatif bersifat non-statistik dan biasanya tidak terstruktur atau semi terstruktur.
Data ini tidak harus diukur dengan menggunakan angka-angka yang digunakan untuk
mengembangkan grafik dan bagan. Sebaliknya, itu dikategorikan berdasarkan properti,
atribut, label, dan pengidentifikasi lainnya.
Data kualitatif dapat digunakan untuk mengajukan pertanyaan mengapa. Biasanya
bersifat investigatif dan sering berbentuk permasalahan terbuka hingga perlu diadakan
penelitian lebih lanjut. Data kualitatif yang dihasilkan ini penelitian kualitatif biasanya
digunakan untuk pembuatan teori, interpretasi, pengembangan hipotesis, dan
pemahaman awal.
Data Kualitatif
Berlawanan dengan data kualitatif, data kuantitatif bersifat statistik dan biasanya
terstruktur artinya lebih kaku dan terdefinisi. Tipe data ini diukur menggunakan angka
dan nilai, menjadikannya kandidat yang lebih cocok untuk analisis data. Sedangkan
kualitatif terbuka untuk eksplorasi, data kuantitatif jauh lebih ringkas dan tertutup. Data
kuantitatif dapat digunakan untuk mengajukan pertanyaan berapa atau berapa
banyak, diikuti dengan informasi yang meyakinkan.
Data kuantitatif dibagi menjadi dua jenis, yaitu data diskrit dan data kontinu. Data diskrit
adalah data yang tidak dapat dipecah menjadi bagian-bagian yang lebih kecil. Data ini
direpresentasikan menggunakan bilangan bulat baik positif ataupun negatif. Data
kontinu adalah data yang dapat dipecah secara tak terbatas menjadi bagian-bagian yang
lebih kecil atau data yang terus menerus berfluktuasi. Data ini direpresentasikan
menggunakan bilangan riil.
Data Kunalitatif
 Data dapat dikatakan bermanfaat apabila diberikan sesuai kebutuhan
suatu organisasi yang bersangkutan. Data menjadi lebih mudah dipahami
apabila menggambarkan suatu kejadian berdasarkan sebuah fakta
sehingga para penggunanya dapat mengambil manfaat darinya, seperti
pengambilan keputusan dan pengembangan program kerja dalam suatu
organisasi data dapat dianggap bermanfaat bagi suatu organisasi maka
data tersebut harus memenuhi nilai parameter pengukuran dari bernilai
tidaknya sebuah data atau informasi. Sebuah data dapat dikatakan
bermanfaat apabila memenuhi dua komponen utama yakni segi manfaat
dan segi biaya.
Supaya data bermanfaat
pemanfaatan penggunakan
karakteristik penggunaaan data
raya termasuk 5 V
02
Jawaban
1. Karakteristik Big Data
1. Volume
Namanya saja big data, tentu karakteristik utamanya adalah jumlah data yang sangat besar, bisa
secara keseluruhan atau berdasarkan platform yang mengelolanya.
Contohnya, Instagram telah menyimpan 69,23% data personal lebih dari satu miliar pengguna di
seluruh dunia.
2. Velocity
Kecepatan produksi data juga menjadi karakteristik big data, meliputi input data hingga penggunaan
data. Dengan adanya internet, proses ini berlangsung secara instan dan perubahan terjadi secara real-
time.
Sebagai contoh, pengguna Instagram selalu bertambah lebih dari 100 juta akun setiap tahunnya. Itupun
dengan kondisi bahwa setiap akun memiliki aktivitas yang berbeda dan terus menghasilkan data secara
bersamaan.
3. Variety
1. Big data dari satu platform saja yaitu Instagram bisa bervariasi bentuknya. Misalnya, ada data yang
berbentuk formulir data personal, foto, video, atau bahkan data filter instastory.
2. Bisa dibayangkan kalau data tersebut berasal dari berbagai platform dan bisnis yang berbeda,
tentu bentuk formatnya berbeda-beda, seperti dokumen presentasi, tabel, dan lainnya.
Jawaban
4. Veracity
1. Revolusi industri 4.0 membuat peran data dalam membantu mengambil keputusan cukup besar.
Maka, keakuratan sebuah data menjadi penting. Itulah kenapa veracity menjadi karakteristik big
data berikutnya.
2. Bisa dibayangkan bahwa semakin besar sebuah data, semakin susah untuk mengelolanya dengan
baik. Kalau terjadi error atau kesalahan proses, dampaknya bisa cukup besar.
3. Big data bukan hanya tentang adanya data yang dihasilkan, tapi tentang identifikasi data dengan
tepat agar memberikan manfaat bagi pengguna.
4. Salah satu contoh sederhana adalah adanya pengguna nama akun pengguna (ID) dari platform
seperti Instagram, Facebook dan lainnya.
5. Value
Big data memiliki value untuk memudahkan pengguna mengakses informasi dengan cepat dan
mengambil keputusan berdasarkan berbagai data yang ada.
Contohnya, fitur Instagram Stories digunakan oleh 500 juta pengguna setiap harinya. Hal ini
menunjukkan bahwa fitur yang memungkinkan pengguna membuat posting instan cukup digemari.
Artinya, fitur ini perlu dipertahankan pada platform tersebut dan bahkan dikembangkan dengan fitur
tambahan seperti boomerang, multi-capture, reels, dan lainnya.
Jawaban
Bahkan, ada data yang langsung bisa dibaca dan digunakan dan ada juga data abstrak yang perlu
dianalisis dahulu sehingga bisa dikelompokkan menjadi:
Structured data  Bisa digunakan langsung
Semi-structured data  Perlu diolah sebelum digunakan
Unstructured  Perlu dianalisis, diolah, dan baru bisa digunakan
Apapun itu, variasi data yang banyak menjadi karakteristik dari sebuah big data.
4. Veracity
1. Revolusi industri 4.0 membuat peran data dalam membantu mengambil keputusan cukup besar.
Maka, keakuratan sebuah data menjadi penting. Itulah kenapa veracity menjadi karakteristik big
data berikutnya.
2. Bisa dibayangkan bahwa semakin besar sebuah data, semakin susah untuk mengelolanya dengan
baik. Kalau terjadi error atau kesalahan proses, dampaknya bisa cukup besar.
3. Big data bukan hanya tentang adanya data yang dihasilkan, tapi tentang identifikasi data dengan
tepat agar memberikan manfaat bagi pengguna.
4. Salah satu contoh sederhana adalah adanya pengguna nama akun pengguna (ID) dari platform
seperti Instagram, Facebook dan lainnya.
5. Value
Big data memiliki value untuk memudahkan pengguna mengakses informasi dengan cepat dan
mengambil keputusan berdasarkan berbagai data yang ada.
Contohnya, fitur Instagram Stories digunakan oleh 500 juta pengguna setiap harinya. Hal ini
menunjukkan bahwa fitur yang memungkinkan pengguna membuat posting instan cukup digemari.
Artinya, fitur ini perlu dipertahankan pada platform tersebut dan bahkan dikembangkan dengan fitur
tambahan seperti boomerang, multi-capture, reels, dan lainnya.
Jawaban
Bahkan, ada data yang langsung bisa dibaca dan digunakan dan ada juga data abstrak yang perlu
dianalisis dahulu sehingga bisa dikelompokkan menjadi:
Structured data  Bisa digunakan langsung
Semi-structured data  Perlu diolah sebelum digunakan
Unstructured  Perlu dianalisis, diolah, dan baru bisa digunakan
Apapun itu, variasi data yang banyak menjadi karakteristik dari sebuah big data.
4. Veracity
1. Revolusi industri 4.0 membuat peran data dalam membantu mengambil keputusan cukup besar.
Maka, keakuratan sebuah data menjadi penting. Itulah kenapa veracity menjadi karakteristik big
data berikutnya.
2. Bisa dibayangkan bahwa semakin besar sebuah data, semakin susah untuk mengelolanya dengan
baik. Kalau terjadi error atau kesalahan proses, dampaknya bisa cukup besar.
3. Big data bukan hanya tentang adanya data yang dihasilkan, tapi tentang identifikasi data dengan
tepat agar memberikan manfaat bagi pengguna.
4. Salah satu contoh sederhana adalah adanya pengguna nama akun pengguna (ID) dari platform
seperti Instagram, Facebook dan lainnya.
5. Value
Big data memiliki value untuk memudahkan pengguna mengakses informasi dengan cepat dan
mengambil keputusan berdasarkan berbagai data yang ada.
Contohnya, fitur Instagram Stories digunakan oleh 500 juta pengguna setiap harinya. Hal ini
menunjukkan bahwa fitur yang memungkinkan pengguna membuat posting instan cukup digemari.
Artinya, fitur ini perlu dipertahankan pada platform tersebut dan bahkan dikembangkan dengan fitur
tambahan seperti boomerang, multi-capture, reels, dan lainnya.
MANFAAT
1. Pengembangan Produk Menjadi Lebih Mudah
Big data dapat membantu Anda mengembangkan produk lebih baik sesuai dengan
kebutuhan konsumen. Pada akhirnya, penjualan bisa lebih ditingkatkan.
Misalnya, produk Anda yang memiliki kemasan ekonomis lebih diminati. Maka, Anda bisa
memproduksi lebih banyak produk tersebut.
Sebaliknya, jika ada produk yang penjualannya sangat rendah, maka Anda bisa
menganalisa penyebabnya dari data yang ada. Kemudian, bisa memutuskan apakah
akan memperbaikinya atau menghentikan produksinya.
MANFAAT
2. Peluang Inovasi Bisnis Lebih Terbuka
Dengan big data, Anda dapat mengenali tren minat konsumen. Bisa dari jenis produk
atau berdasarkan banyaknya transaksi suatu produk.
Kemudian, Anda bisa membuat inovasi produk baru sesuai tren yang lebih mudah
menarik banyak konsumen. Bisa juga berupa penerapan sistem baru yang mendukung
penjualan produk.
MANFAAT
3. Dapat Merancang UX yang Lebih User-Friendly
Interaksi konsumen melalui aplikasi, web app, ataupun website, menjadi penentu tingkat
penjualan produk. Kalau alurnya membingungkan, bisa jadi konversi yang dihasilkan
kecil. Nah, big data dapat membantu Anda dengan menyimpan riwayat belanja
konsumen. Kemudian, Anda bisa menganalisa data tersebut untuk membuat interaksi
pada website lebih menyenangkan.
Misalnya, banyak konsumen yang keluar dari website di halaman produk. Maka, Anda
dapat mempelajari kualitas halaman tersebut, baik dari tampilan, kecepatan, hingga
navigasinya.
Selanjutnya, Anda bisa meningkatkan tampilan dan kecepatannya agar proses belanja
konsumen bisa lebih cepat dan mudah.
MANFAAT
4. Resiko Manipulasi Data Dapat Dihindari
Big data juga memiliki andil dalam hal keamanan. Dengan besarnya data yang ada, Anda
dapat mengidentifikasi pola data yang tidak wajar yang bisa merugikan bisnis.
Contoh sederhananya, jika terjadi angka pengeluaran untuk membeli bahan baku lebih
besar dari yang seharusnya.
Anda bisa menggunakan big data untuk mendapatkan informasinya secara cepat,
apakah ada kenaikan harga atau ada penambahan jumlah bahan baku yang dibeli.
Hal ini penting untuk bisa mencegah terjadinya manipulasi data karena semua data
sudah tercatat dan dapat diakses secara mudah dan cepat.
KELOMPOK 8 tugas pertemuan 4.pptx

More Related Content

Similar to KELOMPOK 8 tugas pertemuan 4.pptx (20)

Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
SundariSuhita
Ppt big data dina nisrina rosandi 6018210043
Ppt big data dina nisrina rosandi 6018210043Ppt big data dina nisrina rosandi 6018210043
Ppt big data dina nisrina rosandi 6018210043
DinaNisrinaRosandi
Information systems and people
Information systems and peopleInformation systems and people
Information systems and people
YuliWahyu2
Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
RossiFatmawati
Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
alifahrahmah
akakakkakakakakakakakakakappt - Fani.pptx
akakakkakakakakakakakakakappt - Fani.pptxakakakkakakakakakakakakakappt - Fani.pptx
akakakkakakakakakakakakakappt - Fani.pptx
akakakaakaak901
CONSUMER BEHAVIOR AND BIG DATA
CONSUMER BEHAVIOR  AND  BIG DATA  CONSUMER BEHAVIOR  AND  BIG DATA
CONSUMER BEHAVIOR AND BIG DATA
LemaRahim
Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
NurulKhoerunisa1
Mengelola data dan informasi
Mengelola data dan informasiMengelola data dan informasi
Mengelola data dan informasi
Asril Siregar
Big Data Analytics
Big Data AnalyticsBig Data Analytics
Big Data Analytics
RarasPrasaty
Consumer Behavior & Big Data
Consumer Behavior & Big DataConsumer Behavior & Big Data
Consumer Behavior & Big Data
SriAyoeMaulidya
Perilaku Konsumen dan Big Data
Perilaku Konsumen dan Big DataPerilaku Konsumen dan Big Data
Perilaku Konsumen dan Big Data
YusnitaTRD
Hasil kajian Big Data di Indonesia
Hasil kajian Big Data di IndonesiaHasil kajian Big Data di Indonesia
Hasil kajian Big Data di Indonesia
Heru Sutadi
CONSUMER BEHAVIOR AND BIG DATA
CONSUMER BEHAVIOR  AND  BIG DATA  CONSUMER BEHAVIOR  AND  BIG DATA
CONSUMER BEHAVIOR AND BIG DATA
LemaRahim
Big Data
Big DataBig Data
Big Data
Dian Lestari Shaula
Mengelola data informasi di tmpt kerja indonesia
Mengelola data informasi di tmpt kerja indonesiaMengelola data informasi di tmpt kerja indonesia
Mengelola data informasi di tmpt kerja indonesia
poeputri
Big data
Big dataBig data
Big data
Saski Daniwardani
BIG DATA & CONSUMER BERHAVIOUR
BIG DATA & CONSUMER BERHAVIOURBIG DATA & CONSUMER BERHAVIOUR
BIG DATA & CONSUMER BERHAVIOUR
SalsabilaAnandaTaufi
43219110168 dwi septiyandini maudyanti tugas pertemuan 1_sistem informasi man...
43219110168 dwi septiyandini maudyanti tugas pertemuan 1_sistem informasi man...43219110168 dwi septiyandini maudyanti tugas pertemuan 1_sistem informasi man...
43219110168 dwi septiyandini maudyanti tugas pertemuan 1_sistem informasi man...
DwiSeptiyandiniMaudy
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdfAathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
AathifahTetaFitranti1
Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
SundariSuhita
Ppt big data dina nisrina rosandi 6018210043
Ppt big data dina nisrina rosandi 6018210043Ppt big data dina nisrina rosandi 6018210043
Ppt big data dina nisrina rosandi 6018210043
DinaNisrinaRosandi
Information systems and people
Information systems and peopleInformation systems and people
Information systems and people
YuliWahyu2
Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
RossiFatmawati
Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
alifahrahmah
akakakkakakakakakakakakakappt - Fani.pptx
akakakkakakakakakakakakakappt - Fani.pptxakakakkakakakakakakakakakappt - Fani.pptx
akakakkakakakakakakakakakappt - Fani.pptx
akakakaakaak901
CONSUMER BEHAVIOR AND BIG DATA
CONSUMER BEHAVIOR  AND  BIG DATA  CONSUMER BEHAVIOR  AND  BIG DATA
CONSUMER BEHAVIOR AND BIG DATA
LemaRahim
Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
NurulKhoerunisa1
Mengelola data dan informasi
Mengelola data dan informasiMengelola data dan informasi
Mengelola data dan informasi
Asril Siregar
Big Data Analytics
Big Data AnalyticsBig Data Analytics
Big Data Analytics
RarasPrasaty
Consumer Behavior & Big Data
Consumer Behavior & Big DataConsumer Behavior & Big Data
Consumer Behavior & Big Data
SriAyoeMaulidya
Perilaku Konsumen dan Big Data
Perilaku Konsumen dan Big DataPerilaku Konsumen dan Big Data
Perilaku Konsumen dan Big Data
YusnitaTRD
Hasil kajian Big Data di Indonesia
Hasil kajian Big Data di IndonesiaHasil kajian Big Data di Indonesia
Hasil kajian Big Data di Indonesia
Heru Sutadi
CONSUMER BEHAVIOR AND BIG DATA
CONSUMER BEHAVIOR  AND  BIG DATA  CONSUMER BEHAVIOR  AND  BIG DATA
CONSUMER BEHAVIOR AND BIG DATA
LemaRahim
Mengelola data informasi di tmpt kerja indonesia
Mengelola data informasi di tmpt kerja indonesiaMengelola data informasi di tmpt kerja indonesia
Mengelola data informasi di tmpt kerja indonesia
poeputri
43219110168 dwi septiyandini maudyanti tugas pertemuan 1_sistem informasi man...
43219110168 dwi septiyandini maudyanti tugas pertemuan 1_sistem informasi man...43219110168 dwi septiyandini maudyanti tugas pertemuan 1_sistem informasi man...
43219110168 dwi septiyandini maudyanti tugas pertemuan 1_sistem informasi man...
DwiSeptiyandiniMaudy
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdfAathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
AathifahTetaFitranti1

Recently uploaded (20)

BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdfBRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
Syarifatul Marwiyah
Restrukturisasi dan Redistribusi Ekonomi melalui Danantara: Pesimis atau Opti...
Restrukturisasi dan Redistribusi Ekonomi melalui Danantara: Pesimis atau Opti...Restrukturisasi dan Redistribusi Ekonomi melalui Danantara: Pesimis atau Opti...
Restrukturisasi dan Redistribusi Ekonomi melalui Danantara: Pesimis atau Opti...
Dadang Solihin
Project Mata kuliah Biogeografi kelompok 5
Project Mata kuliah Biogeografi kelompok 5Project Mata kuliah Biogeografi kelompok 5
Project Mata kuliah Biogeografi kelompok 5
khairizal2005
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdfPPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
ListiawatiAMdKeb
Seleksi Penerimaan Murid Baru 2025.pptx
Seleksi Penerimaan Murid Baru  2025.pptxSeleksi Penerimaan Murid Baru  2025.pptx
Seleksi Penerimaan Murid Baru 2025.pptx
Fajar Baskoro
BAHAN UNTUK PELATIHAN PS, DRIGEN, MAZMUR.pptx
BAHAN UNTUK PELATIHAN PS, DRIGEN, MAZMUR.pptxBAHAN UNTUK PELATIHAN PS, DRIGEN, MAZMUR.pptx
BAHAN UNTUK PELATIHAN PS, DRIGEN, MAZMUR.pptx
LunduSitohang
02_Konjugat_Bilangan_Kompleks (Unpak).pdf
02_Konjugat_Bilangan_Kompleks (Unpak).pdf02_Konjugat_Bilangan_Kompleks (Unpak).pdf
02_Konjugat_Bilangan_Kompleks (Unpak).pdf
AsepSaepulrohman4
BHINNEKA TUGGAL IKA KEBERAGAMAN BUDAYA.pptx
BHINNEKA TUGGAL IKA KEBERAGAMAN BUDAYA.pptxBHINNEKA TUGGAL IKA KEBERAGAMAN BUDAYA.pptx
BHINNEKA TUGGAL IKA KEBERAGAMAN BUDAYA.pptx
AyeniahVivi
Kelas 5 Mapel P.Pancasila Bab 2 Norma Dalam Kehidupanku
Kelas 5 Mapel P.Pancasila Bab 2 Norma Dalam KehidupankuKelas 5 Mapel P.Pancasila Bab 2 Norma Dalam Kehidupanku
Kelas 5 Mapel P.Pancasila Bab 2 Norma Dalam Kehidupanku
suandi01
Manajemen Risiko Proyek_Training "RISK MANAGEMENT".pptx
Manajemen Risiko Proyek_Training "RISK MANAGEMENT".pptxManajemen Risiko Proyek_Training "RISK MANAGEMENT".pptx
Manajemen Risiko Proyek_Training "RISK MANAGEMENT".pptx
Kanaidi ken
PPT Perkawinan (Poligami, Monogami).pptx
PPT Perkawinan (Poligami, Monogami).pptxPPT Perkawinan (Poligami, Monogami).pptx
PPT Perkawinan (Poligami, Monogami).pptx
rahmiati190700
PELAKSANAAN RPI MURID PENDIDIKAN KHASS.ppt
PELAKSANAAN RPI MURID PENDIDIKAN KHASS.pptPELAKSANAAN RPI MURID PENDIDIKAN KHASS.ppt
PELAKSANAAN RPI MURID PENDIDIKAN KHASS.ppt
ALEENMPP
1 PPT PENERAPAN PUNGSI DANTUGAS 2 P3K OK.pdf
1 PPT PENERAPAN PUNGSI DANTUGAS 2 P3K OK.pdf1 PPT PENERAPAN PUNGSI DANTUGAS 2 P3K OK.pdf
1 PPT PENERAPAN PUNGSI DANTUGAS 2 P3K OK.pdf
SofyanSkmspd
Apakah daging tanpa tulang dan tanpa limfoglandula aman diperdagangkan? Ditje...
Apakah daging tanpa tulang dan tanpa limfoglandula aman diperdagangkan? Ditje...Apakah daging tanpa tulang dan tanpa limfoglandula aman diperdagangkan? Ditje...
Apakah daging tanpa tulang dan tanpa limfoglandula aman diperdagangkan? Ditje...
Tata Naipospos
PPT Komponen Penyusun Darah Beserta Fungsinya
PPT Komponen Penyusun Darah Beserta FungsinyaPPT Komponen Penyusun Darah Beserta Fungsinya
PPT Komponen Penyusun Darah Beserta Fungsinya
mileniumiramadhanti
Jakarta Pasca Ibu Kota Negara - Majalah Telstra
Jakarta Pasca Ibu Kota Negara - Majalah TelstraJakarta Pasca Ibu Kota Negara - Majalah Telstra
Jakarta Pasca Ibu Kota Negara - Majalah Telstra
Dadang Solihin
SOAL LATIHAN PJOK KELAS 4 SD KURIKULUM MERDEKA
SOAL LATIHAN PJOK KELAS 4 SD KURIKULUM MERDEKASOAL LATIHAN PJOK KELAS 4 SD KURIKULUM MERDEKA
SOAL LATIHAN PJOK KELAS 4 SD KURIKULUM MERDEKA
azizwidyamukti02
1. -MICROTEACHING- Modul Penanganan Kekerasan.pptx
1. -MICROTEACHING- Modul Penanganan Kekerasan.pptx1. -MICROTEACHING- Modul Penanganan Kekerasan.pptx
1. -MICROTEACHING- Modul Penanganan Kekerasan.pptx
SofyanSkmspd
Rancangan Pembelajaran Semester Kartografi
Rancangan Pembelajaran Semester KartografiRancangan Pembelajaran Semester Kartografi
Rancangan Pembelajaran Semester Kartografi
khairizal2005
MODUL AJAR SENI MUSIK KELAS VIII " ALAT MUSIK TRADISIONAL"
MODUL AJAR SENI MUSIK KELAS VIII " ALAT MUSIK TRADISIONAL"MODUL AJAR SENI MUSIK KELAS VIII " ALAT MUSIK TRADISIONAL"
MODUL AJAR SENI MUSIK KELAS VIII " ALAT MUSIK TRADISIONAL"
MUMUL CHAN
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdfBRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
Syarifatul Marwiyah
Restrukturisasi dan Redistribusi Ekonomi melalui Danantara: Pesimis atau Opti...
Restrukturisasi dan Redistribusi Ekonomi melalui Danantara: Pesimis atau Opti...Restrukturisasi dan Redistribusi Ekonomi melalui Danantara: Pesimis atau Opti...
Restrukturisasi dan Redistribusi Ekonomi melalui Danantara: Pesimis atau Opti...
Dadang Solihin
Project Mata kuliah Biogeografi kelompok 5
Project Mata kuliah Biogeografi kelompok 5Project Mata kuliah Biogeografi kelompok 5
Project Mata kuliah Biogeografi kelompok 5
khairizal2005
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdfPPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
ListiawatiAMdKeb
Seleksi Penerimaan Murid Baru 2025.pptx
Seleksi Penerimaan Murid Baru  2025.pptxSeleksi Penerimaan Murid Baru  2025.pptx
Seleksi Penerimaan Murid Baru 2025.pptx
Fajar Baskoro
BAHAN UNTUK PELATIHAN PS, DRIGEN, MAZMUR.pptx
BAHAN UNTUK PELATIHAN PS, DRIGEN, MAZMUR.pptxBAHAN UNTUK PELATIHAN PS, DRIGEN, MAZMUR.pptx
BAHAN UNTUK PELATIHAN PS, DRIGEN, MAZMUR.pptx
LunduSitohang
02_Konjugat_Bilangan_Kompleks (Unpak).pdf
02_Konjugat_Bilangan_Kompleks (Unpak).pdf02_Konjugat_Bilangan_Kompleks (Unpak).pdf
02_Konjugat_Bilangan_Kompleks (Unpak).pdf
AsepSaepulrohman4
BHINNEKA TUGGAL IKA KEBERAGAMAN BUDAYA.pptx
BHINNEKA TUGGAL IKA KEBERAGAMAN BUDAYA.pptxBHINNEKA TUGGAL IKA KEBERAGAMAN BUDAYA.pptx
BHINNEKA TUGGAL IKA KEBERAGAMAN BUDAYA.pptx
AyeniahVivi
Kelas 5 Mapel P.Pancasila Bab 2 Norma Dalam Kehidupanku
Kelas 5 Mapel P.Pancasila Bab 2 Norma Dalam KehidupankuKelas 5 Mapel P.Pancasila Bab 2 Norma Dalam Kehidupanku
Kelas 5 Mapel P.Pancasila Bab 2 Norma Dalam Kehidupanku
suandi01
Manajemen Risiko Proyek_Training "RISK MANAGEMENT".pptx
Manajemen Risiko Proyek_Training "RISK MANAGEMENT".pptxManajemen Risiko Proyek_Training "RISK MANAGEMENT".pptx
Manajemen Risiko Proyek_Training "RISK MANAGEMENT".pptx
Kanaidi ken
PPT Perkawinan (Poligami, Monogami).pptx
PPT Perkawinan (Poligami, Monogami).pptxPPT Perkawinan (Poligami, Monogami).pptx
PPT Perkawinan (Poligami, Monogami).pptx
rahmiati190700
PELAKSANAAN RPI MURID PENDIDIKAN KHASS.ppt
PELAKSANAAN RPI MURID PENDIDIKAN KHASS.pptPELAKSANAAN RPI MURID PENDIDIKAN KHASS.ppt
PELAKSANAAN RPI MURID PENDIDIKAN KHASS.ppt
ALEENMPP
1 PPT PENERAPAN PUNGSI DANTUGAS 2 P3K OK.pdf
1 PPT PENERAPAN PUNGSI DANTUGAS 2 P3K OK.pdf1 PPT PENERAPAN PUNGSI DANTUGAS 2 P3K OK.pdf
1 PPT PENERAPAN PUNGSI DANTUGAS 2 P3K OK.pdf
SofyanSkmspd
Apakah daging tanpa tulang dan tanpa limfoglandula aman diperdagangkan? Ditje...
Apakah daging tanpa tulang dan tanpa limfoglandula aman diperdagangkan? Ditje...Apakah daging tanpa tulang dan tanpa limfoglandula aman diperdagangkan? Ditje...
Apakah daging tanpa tulang dan tanpa limfoglandula aman diperdagangkan? Ditje...
Tata Naipospos
PPT Komponen Penyusun Darah Beserta Fungsinya
PPT Komponen Penyusun Darah Beserta FungsinyaPPT Komponen Penyusun Darah Beserta Fungsinya
PPT Komponen Penyusun Darah Beserta Fungsinya
mileniumiramadhanti
Jakarta Pasca Ibu Kota Negara - Majalah Telstra
Jakarta Pasca Ibu Kota Negara - Majalah TelstraJakarta Pasca Ibu Kota Negara - Majalah Telstra
Jakarta Pasca Ibu Kota Negara - Majalah Telstra
Dadang Solihin
SOAL LATIHAN PJOK KELAS 4 SD KURIKULUM MERDEKA
SOAL LATIHAN PJOK KELAS 4 SD KURIKULUM MERDEKASOAL LATIHAN PJOK KELAS 4 SD KURIKULUM MERDEKA
SOAL LATIHAN PJOK KELAS 4 SD KURIKULUM MERDEKA
azizwidyamukti02
1. -MICROTEACHING- Modul Penanganan Kekerasan.pptx
1. -MICROTEACHING- Modul Penanganan Kekerasan.pptx1. -MICROTEACHING- Modul Penanganan Kekerasan.pptx
1. -MICROTEACHING- Modul Penanganan Kekerasan.pptx
SofyanSkmspd
Rancangan Pembelajaran Semester Kartografi
Rancangan Pembelajaran Semester KartografiRancangan Pembelajaran Semester Kartografi
Rancangan Pembelajaran Semester Kartografi
khairizal2005
MODUL AJAR SENI MUSIK KELAS VIII " ALAT MUSIK TRADISIONAL"
MODUL AJAR SENI MUSIK KELAS VIII " ALAT MUSIK TRADISIONAL"MODUL AJAR SENI MUSIK KELAS VIII " ALAT MUSIK TRADISIONAL"
MODUL AJAR SENI MUSIK KELAS VIII " ALAT MUSIK TRADISIONAL"
MUMUL CHAN

KELOMPOK 8 tugas pertemuan 4.pptx

  • 1. KELOMPOK 8 Data Raya dan Jenis Data
  • 2. ANGGOTA Annisa WidyaShafira (1201621026) 01 02 03 04 05 Audy Anggrayni Setya (1201621052) Putri Nur Rokhmah (1205621055) Sekar Diah Anggarkasih (1202621040) Muhammad Alzarefa Azzahra (1201621090)
  • 3. SUB PEMBAHASAAN 1. Jelaskan penggunaan data untuk dijadikan ke informasi apa yang harus di lakukan sehingga data tersebut bermanfaat 2. Jelaskan pemanfaatan penggunakan karakteristik penggunaaan data raya termasuk 5 V ini kan
  • 4. penggunaan data untuk dijadikan ke informasi apa yang harus di lakukan sehingga data tersebut bermanfaat 01
  • 5. Jawaban Dengan cara di jadi kan big data Data-data tersebut sangat besar hingga tak akan sanggup dikelola oleh perangkat konvensional. Untuk itu big data menjadi solusi pengelolaan paling baik untuk memberi efisiensi bagi perkembangan industri yang berhubungan dengan data. Big data bukan sebuah teknologi yang berdiri sendiri namun lebih dari itu, big data merujuk pada sistem teknologi yang melibatkan himpunan data yang begitu beragam, cepat berubah dan berukuran super besar dengan segala kompleksitasnya untuk pengumpulan data nya terbagi menjadi 2 yaitu dengan
  • 6. Data kualitatif bersifat non-statistik dan biasanya tidak terstruktur atau semi terstruktur. Data ini tidak harus diukur dengan menggunakan angka-angka yang digunakan untuk mengembangkan grafik dan bagan. Sebaliknya, itu dikategorikan berdasarkan properti, atribut, label, dan pengidentifikasi lainnya. Data kualitatif dapat digunakan untuk mengajukan pertanyaan mengapa. Biasanya bersifat investigatif dan sering berbentuk permasalahan terbuka hingga perlu diadakan penelitian lebih lanjut. Data kualitatif yang dihasilkan ini penelitian kualitatif biasanya digunakan untuk pembuatan teori, interpretasi, pengembangan hipotesis, dan pemahaman awal. Data Kualitatif
  • 7. Berlawanan dengan data kualitatif, data kuantitatif bersifat statistik dan biasanya terstruktur artinya lebih kaku dan terdefinisi. Tipe data ini diukur menggunakan angka dan nilai, menjadikannya kandidat yang lebih cocok untuk analisis data. Sedangkan kualitatif terbuka untuk eksplorasi, data kuantitatif jauh lebih ringkas dan tertutup. Data kuantitatif dapat digunakan untuk mengajukan pertanyaan berapa atau berapa banyak, diikuti dengan informasi yang meyakinkan. Data kuantitatif dibagi menjadi dua jenis, yaitu data diskrit dan data kontinu. Data diskrit adalah data yang tidak dapat dipecah menjadi bagian-bagian yang lebih kecil. Data ini direpresentasikan menggunakan bilangan bulat baik positif ataupun negatif. Data kontinu adalah data yang dapat dipecah secara tak terbatas menjadi bagian-bagian yang lebih kecil atau data yang terus menerus berfluktuasi. Data ini direpresentasikan menggunakan bilangan riil. Data Kunalitatif
  • 8. Data dapat dikatakan bermanfaat apabila diberikan sesuai kebutuhan suatu organisasi yang bersangkutan. Data menjadi lebih mudah dipahami apabila menggambarkan suatu kejadian berdasarkan sebuah fakta sehingga para penggunanya dapat mengambil manfaat darinya, seperti pengambilan keputusan dan pengembangan program kerja dalam suatu organisasi data dapat dianggap bermanfaat bagi suatu organisasi maka data tersebut harus memenuhi nilai parameter pengukuran dari bernilai tidaknya sebuah data atau informasi. Sebuah data dapat dikatakan bermanfaat apabila memenuhi dua komponen utama yakni segi manfaat dan segi biaya. Supaya data bermanfaat
  • 10. Jawaban 1. Karakteristik Big Data 1. Volume Namanya saja big data, tentu karakteristik utamanya adalah jumlah data yang sangat besar, bisa secara keseluruhan atau berdasarkan platform yang mengelolanya. Contohnya, Instagram telah menyimpan 69,23% data personal lebih dari satu miliar pengguna di seluruh dunia. 2. Velocity Kecepatan produksi data juga menjadi karakteristik big data, meliputi input data hingga penggunaan data. Dengan adanya internet, proses ini berlangsung secara instan dan perubahan terjadi secara real- time. Sebagai contoh, pengguna Instagram selalu bertambah lebih dari 100 juta akun setiap tahunnya. Itupun dengan kondisi bahwa setiap akun memiliki aktivitas yang berbeda dan terus menghasilkan data secara bersamaan. 3. Variety 1. Big data dari satu platform saja yaitu Instagram bisa bervariasi bentuknya. Misalnya, ada data yang berbentuk formulir data personal, foto, video, atau bahkan data filter instastory. 2. Bisa dibayangkan kalau data tersebut berasal dari berbagai platform dan bisnis yang berbeda, tentu bentuk formatnya berbeda-beda, seperti dokumen presentasi, tabel, dan lainnya.
  • 11. Jawaban 4. Veracity 1. Revolusi industri 4.0 membuat peran data dalam membantu mengambil keputusan cukup besar. Maka, keakuratan sebuah data menjadi penting. Itulah kenapa veracity menjadi karakteristik big data berikutnya. 2. Bisa dibayangkan bahwa semakin besar sebuah data, semakin susah untuk mengelolanya dengan baik. Kalau terjadi error atau kesalahan proses, dampaknya bisa cukup besar. 3. Big data bukan hanya tentang adanya data yang dihasilkan, tapi tentang identifikasi data dengan tepat agar memberikan manfaat bagi pengguna. 4. Salah satu contoh sederhana adalah adanya pengguna nama akun pengguna (ID) dari platform seperti Instagram, Facebook dan lainnya. 5. Value Big data memiliki value untuk memudahkan pengguna mengakses informasi dengan cepat dan mengambil keputusan berdasarkan berbagai data yang ada. Contohnya, fitur Instagram Stories digunakan oleh 500 juta pengguna setiap harinya. Hal ini menunjukkan bahwa fitur yang memungkinkan pengguna membuat posting instan cukup digemari. Artinya, fitur ini perlu dipertahankan pada platform tersebut dan bahkan dikembangkan dengan fitur tambahan seperti boomerang, multi-capture, reels, dan lainnya.
  • 12. Jawaban Bahkan, ada data yang langsung bisa dibaca dan digunakan dan ada juga data abstrak yang perlu dianalisis dahulu sehingga bisa dikelompokkan menjadi: Structured data Bisa digunakan langsung Semi-structured data Perlu diolah sebelum digunakan Unstructured Perlu dianalisis, diolah, dan baru bisa digunakan Apapun itu, variasi data yang banyak menjadi karakteristik dari sebuah big data. 4. Veracity 1. Revolusi industri 4.0 membuat peran data dalam membantu mengambil keputusan cukup besar. Maka, keakuratan sebuah data menjadi penting. Itulah kenapa veracity menjadi karakteristik big data berikutnya. 2. Bisa dibayangkan bahwa semakin besar sebuah data, semakin susah untuk mengelolanya dengan baik. Kalau terjadi error atau kesalahan proses, dampaknya bisa cukup besar. 3. Big data bukan hanya tentang adanya data yang dihasilkan, tapi tentang identifikasi data dengan tepat agar memberikan manfaat bagi pengguna. 4. Salah satu contoh sederhana adalah adanya pengguna nama akun pengguna (ID) dari platform seperti Instagram, Facebook dan lainnya. 5. Value Big data memiliki value untuk memudahkan pengguna mengakses informasi dengan cepat dan mengambil keputusan berdasarkan berbagai data yang ada. Contohnya, fitur Instagram Stories digunakan oleh 500 juta pengguna setiap harinya. Hal ini menunjukkan bahwa fitur yang memungkinkan pengguna membuat posting instan cukup digemari. Artinya, fitur ini perlu dipertahankan pada platform tersebut dan bahkan dikembangkan dengan fitur tambahan seperti boomerang, multi-capture, reels, dan lainnya.
  • 13. Jawaban Bahkan, ada data yang langsung bisa dibaca dan digunakan dan ada juga data abstrak yang perlu dianalisis dahulu sehingga bisa dikelompokkan menjadi: Structured data Bisa digunakan langsung Semi-structured data Perlu diolah sebelum digunakan Unstructured Perlu dianalisis, diolah, dan baru bisa digunakan Apapun itu, variasi data yang banyak menjadi karakteristik dari sebuah big data. 4. Veracity 1. Revolusi industri 4.0 membuat peran data dalam membantu mengambil keputusan cukup besar. Maka, keakuratan sebuah data menjadi penting. Itulah kenapa veracity menjadi karakteristik big data berikutnya. 2. Bisa dibayangkan bahwa semakin besar sebuah data, semakin susah untuk mengelolanya dengan baik. Kalau terjadi error atau kesalahan proses, dampaknya bisa cukup besar. 3. Big data bukan hanya tentang adanya data yang dihasilkan, tapi tentang identifikasi data dengan tepat agar memberikan manfaat bagi pengguna. 4. Salah satu contoh sederhana adalah adanya pengguna nama akun pengguna (ID) dari platform seperti Instagram, Facebook dan lainnya. 5. Value Big data memiliki value untuk memudahkan pengguna mengakses informasi dengan cepat dan mengambil keputusan berdasarkan berbagai data yang ada. Contohnya, fitur Instagram Stories digunakan oleh 500 juta pengguna setiap harinya. Hal ini menunjukkan bahwa fitur yang memungkinkan pengguna membuat posting instan cukup digemari. Artinya, fitur ini perlu dipertahankan pada platform tersebut dan bahkan dikembangkan dengan fitur tambahan seperti boomerang, multi-capture, reels, dan lainnya.
  • 14. MANFAAT 1. Pengembangan Produk Menjadi Lebih Mudah Big data dapat membantu Anda mengembangkan produk lebih baik sesuai dengan kebutuhan konsumen. Pada akhirnya, penjualan bisa lebih ditingkatkan. Misalnya, produk Anda yang memiliki kemasan ekonomis lebih diminati. Maka, Anda bisa memproduksi lebih banyak produk tersebut. Sebaliknya, jika ada produk yang penjualannya sangat rendah, maka Anda bisa menganalisa penyebabnya dari data yang ada. Kemudian, bisa memutuskan apakah akan memperbaikinya atau menghentikan produksinya.
  • 15. MANFAAT 2. Peluang Inovasi Bisnis Lebih Terbuka Dengan big data, Anda dapat mengenali tren minat konsumen. Bisa dari jenis produk atau berdasarkan banyaknya transaksi suatu produk. Kemudian, Anda bisa membuat inovasi produk baru sesuai tren yang lebih mudah menarik banyak konsumen. Bisa juga berupa penerapan sistem baru yang mendukung penjualan produk.
  • 16. MANFAAT 3. Dapat Merancang UX yang Lebih User-Friendly Interaksi konsumen melalui aplikasi, web app, ataupun website, menjadi penentu tingkat penjualan produk. Kalau alurnya membingungkan, bisa jadi konversi yang dihasilkan kecil. Nah, big data dapat membantu Anda dengan menyimpan riwayat belanja konsumen. Kemudian, Anda bisa menganalisa data tersebut untuk membuat interaksi pada website lebih menyenangkan. Misalnya, banyak konsumen yang keluar dari website di halaman produk. Maka, Anda dapat mempelajari kualitas halaman tersebut, baik dari tampilan, kecepatan, hingga navigasinya. Selanjutnya, Anda bisa meningkatkan tampilan dan kecepatannya agar proses belanja konsumen bisa lebih cepat dan mudah.
  • 17. MANFAAT 4. Resiko Manipulasi Data Dapat Dihindari Big data juga memiliki andil dalam hal keamanan. Dengan besarnya data yang ada, Anda dapat mengidentifikasi pola data yang tidak wajar yang bisa merugikan bisnis. Contoh sederhananya, jika terjadi angka pengeluaran untuk membeli bahan baku lebih besar dari yang seharusnya. Anda bisa menggunakan big data untuk mendapatkan informasinya secara cepat, apakah ada kenaikan harga atau ada penambahan jumlah bahan baku yang dibeli. Hal ini penting untuk bisa mencegah terjadinya manipulasi data karena semua data sudah tercatat dan dapat diakses secara mudah dan cepat.