Adopsi Big Data Dan Pertimbangan Perencanaan

Daftar Isi
  1. Prasyarat untuk organisasi
  2. Analisis contoh-contoh di Katalog bencana mengungkapkan kesalahan paling umum,Daftar berikut menguraikan tema yang paling umum:
  3. Masalah Dalam Mengadopsi Big Data
  4. Download Materi Power Point
  5. Referensi


Prasyarat untuk organisasi


Analisis contoh-contoh di Katalog bencana mengungkapkan kesalahan paling umum,Daftar berikut menguraikan tema yang paling umum:
  • Meremehkan kompleksitas, biaya dan/atau jadwal.
  • Kegagalan untuk menetapkan kontrol yang tepat atas persyaratan dan/atau ruang lingkup.
  • Kurangnya komunikasi.
  • Kegagalan untuk melibatkan pemangku kepentingan.
  • Kegagalan untuk mengatasi masalah perubahan budaya.
  • Kurangnya pengawasan / manajemen proyek yang buruk.
  • Kualitas pengerjaan yang buruk.
  • Kurangnya manajemen risiko.
  • Kegagalan untuk memahami atau memenuhi persyaratan kinerja sistem.
  • Transisi yang direncanakan/dikelola dengan buruk.

Masalah Dalam Mengadopsi Big Data

  1. Pertimbangan sumber data
    Beberapa data gratis beberapa lainnya komersial (kita harus membayarnya sekali atau secara berkala) atau mungkin menggunakan model distribusi lain. Pertimbangkan apakah ada rencana pembaruan data Anda dan apakah mereka akan kompatibel dengan yang dikumpulkan sebelumnya. Kompatibilitas data masa lalu, sekarang dan masa depan adalah faktor yang sangat penting yang memainkan peran penting dalam pemanfaatan Big Data (lihat masalah A380 di bagian sebelumnya).

  2. Pelacakan Big Data
    Saat bekerja dengan data, keaslian dan kualitasnya menjadi faktor yang sangat penting. Karena pada tahap yang berbeda dalam siklus hidup analitik, data berada dalam status yang berbeda karena data tersebut ditransmisikan ( data-in-motion ), diproses ( data-in-use ) atau penyimpanan ( data-at-rest ), kita harus menyimpan semua informasi tentang sumber data dan cara pengolahannya sampai sekarang. Dengan kata lain, kita harus menyimpan sebagai metadata seluruh riwayat data di setiap status, menangkap apa yang telah dilakukan dengannya mulai dari pertama kali kita mendapatkannya . Data asli tidak boleh dihapus atau diubah dengan cara yang tidak dapat diubah.

    Sumber data Sumber data dan pelacakan data dapat digambarkan dengan satu istilah: asal data Seperti yang bisa kita baca di [ W10 ], sebelum terjun ke analisis data eksplorasi, kita harus tahu sebanyak mungkin tentang asal data yang kita analisis. Kita perlu memahami bagaimana data dikumpulkan dan bagaimana data itu diproses. Apakah ada transformasi masa lalu pada data yang dapat memengaruhi analisis kami? Kami harus dapat menjawab pertanyaan-pertanyaan tersebut pada dataset kami:

    • Bagaimana itu dikumpulkan?
    • Apakah sampelnya benar?
    • Apakah dataset diubah dengan cara apa pun?
    • Apakah ada beberapa masalah yang diketahui pada dataset?

    Jika kita tidak mengerti dari mana data itu berasal, kita akan kesulitan menarik kesimpulan yang berarti dari kumpulan data. Kami juga berisiko membuat kesalahan analisis yang sangat penting.

  3. Privasi
    Melakukan analitik pada kumpulan data dapat mengungkapkan informasi rahasia tentang organisasi atau individu. Bahkan menganalisis kumpulan data yang berisi fakta yang tampaknya tidak penting dan tidak terkait dapat mengungkapkan rahasia ketika kumpulan data dianalisis bersama.

  4. Keamanan
    Beberapa komponen solusi Big Data tidak memiliki ketahanan lingkungan solusi perusahaan tradisional dalam hal kontrol akses dan keamanan data. Contoh yang baik adalah database NoSQL yang umumnya tidak menyediakan mekanisme keamanan bawaan yang kuat. Mereka malah mengandalkan API berbasis HTTP sederhana di mana data dipertukarkan dalam plaintext, membuat data rentan terhadap serangan berbasis jaringan.
  5. Pemrosesan
    waktu nyata Meskipun semua yang kami butuhkan adalah hasil secepat yang kami bisa, banyak solusi dan alat Big Data open source berorientasi pada batch.
  6. Kinerja
    Karena volume data yang harus diproses oleh beberapa solusi Big Data, kinerja sering kali menjadi perhatian
  7. Tata Kelola
    Setiap solusi berbasis Big Data mengumpulkan data, mengakses data, memproses data, dan menghasilkan data, yang semuanya menjadi aset bisnis. Dalam kasus seperti itu, kerangka kerja tata kelola diperlukan untuk memastikan bahwa data dan lingkungan solusi itu sendiri diatur, distandarisasi, dan dikembangkan secara terkendali.

Download Materi Power Point

https://drive.google.com/drive/folders/1xxCYdpiJ8t2QmKMeQQ2AhqosO8ZR7_73?usp=drive_link


Referensi

https://fulmanski.pl/tutorials/computer-science/big-data/big-data-adoption-issues-and-considerations/#think