Big Data dan Matematika
Big data adalah istilah untuk mendeskripsikan volume data yang besar, baik yang struktur dan tidak struktur, yang membanjiri dunia bisnis hari-hari ini. Tapi ini bukan soal jumlah data. Ini adalah bagaimana organisasi atau institusi menggunakannnya. Big Data dapat dianalisis untuk wawasan yang mengarah pada keputusan yang lebih baik dan langkah bisnis strategis.
Barangkali istilah “big data” relatif baru, namun demikian tindakan mengumpulkan dan menyimpan sejumlah besar informasi untuk analisis sudah lama. Konsep ini mendapatkan momentum di awal 2000-an ketika analis industri Doug Laney mengartikulasikan definisi big data yang sekarang menjadi arus utama sebagai tiga, V:
1. Volume
Organisasi mengumpulkan data dari berbagai sumber, termasuk transaksi bisnis, media sosial, dan informasi dari sensor atau data mesin-ke-mesin. Di masa lalu, menyimpan data dengan jumlah yang besar mungkin akan menjadi masalah — tetapi teknologi baru (seperti Hadoop) telah meringankan beban.
2. Velocity
Data mengalir dengan kecepatan yang belum pernah terjadi sebelumnya dan harus ditangani tepat waktu. Tag RFID, sensor, dan pengukuran cerdas mendorong kebutuhan untuk menangani torrent data dalam waktu yang hampir bersamaan.
3. Variety
Data datang dalam semua jenis format — dari terstruktur, data numerik dalam database tradisional hingga dokumen teks tidak terstruktur, email, video, audio, data ticker saham dan transaksi keuangan.
Seperti yang telah disebutkan, pentingnya big data tidak berkisar pada berapa banyak data yang dimiliki, tetapi apa yang dilakukan terhadapnya. Siapapun dapat mengambil data dari sumber mana pun dan menganalisisnya untuk menemukan jawaban yang memungkinkan: 1) pengurangan biaya, 2) pengurangan waktu, 3) pengembangan produk baru dan penawaran yang dioptimalkan, dan 4) pengambilan keputusan yang cerdas. Saat data yang besar digabungkan maka dengan analitik bertenaga tinggi, siapapun akan dapat menyelesaikan tugas terkait bisnis seperti:
a. Menentukan akar penyebab kegagalan, masalah, dan cacat dalam waktu yang hampir bersamaan.
b. Menghasilkan kupon di titik penjualan berdasarkan kebiasaan pembelian pelanggan.
c. Menghitung ulang seluruh portofolio risiko dalam hitungan menit.
d. Mendeteksi perilaku curang sebelum memengaruhi organisasi Anda.
Jose Ferreira, founder dam CEO Knewton menyebutkan bahwa, big data berada di sekeliling kita selamanya, karena itu adalah bagian dari hukum alam semesta. Dan juga, ia telah mendapatkan perhatian besar dari manusia selama beberapa dekade terakhir. Tetapi big data telah digunakan oleh manusia sejak lama — hanya dalam aplikasi batu bata dan mortir. Asuransi dan tes standar adalah contoh data besar dari sebelum Internet.
Data selalu ada. Yang berubah adalah bahwa teknologi belakangan ini yang membuatnya mudah diambil. Internet membuat semuanya dapat dilakukan pada suatu perangkat. Teknologi pemindaian menjadi tenar, baik itu pemindai biometrik yang Anda kenakan di tubuh atau dipegang di telepon, atau pemindai logistik yang tertanam dalam paket dan produk.
Sekarang matematika big data tiba-tiba dapat digunakan lebih jauh. Dan semua data besar adalah: jenis matematika. Sama seperti kalkulus yang merupakan matematika perubahan, kemudian probabilitas adalah matematika kemungkinan, big data adalah matematika efektivitas. Data dikumpulkan dalam suatu skala — tidak berfungsi dalam skala kecil. Tetapi ketika Anda memiliki data yang cukup di satu tempat, dan jika data tersebut “dinormalisasi” (artinya data tersebut dapat dibuat untuk mematuhi beberapa aturan pusat, standar, atau taksonomi), maka akan dapat ditemukan pola dan outlier yang menarik.
Big data memperlihatkan bagaimana matematika memilki peran penting dalam waktu belakangan ini. Big data erat kaitannya dengan dunia matematika. Sebagaimana yang disebutkan sebelumnya, yang lebih penting dari adanya big data adalah penggunaannya, matematika menjadi pisau untuk yang digunakan untuk menganilisa dan mengolah data-data tersebut. Dengan big data matematika terapan menjadi lebih hidup sehingga mampu memasuki banyak ranah pekerjaan, seperti perbankan, pendidikan, pemerintahan, fasilitas kesehatan, pabrik dan lain sebagainya.
Matematikawan, Jeremy Kepner, menyebutkan bahwa Matematika umum menyatukan dan menyederhanakan data, yang mengarah ke solusi yang efisien untuk suatu masalah volume, kecepatan, dan variasi. Dengan memahami fondasi matematis umum dari data, seseorang dapat melihat melewati perbedaan yang ada pada permukaan alat ini dan memanfaatkan kemiripan matematika dataset data untuk memecahkan tantangan data yang paling sulit.
Lebih khusus lagi, dengan memahami matematika kita dapat mengurangi upaya yang diperlukan untuk meneruskan data di antara langkah-langkah dalam sistem pemrosesan data, memungkinkan langkah untuk dipertukarkan dengan keyakinan bahwa hasilnya tidak akan berubah, dan memungkinkan untuk mengenali kapan langkah-langkah dapat disederhanakan atau dihilangkan.
