Apa "Rahasia" Memanfaatkan Big Data?

KOMPAS.com - Penyebaran Big Data sudah nyata saat ini di saat organisasi tak henti-henti  mengumpulkan informasi dengan tingkat laju eksponsial – kemudian menggunakan berbagai cara untuk memperoleh  nilai bisnis dari data-data tersebut. Ini dimulai dengan mengoptimalkan operasional dan mengenali ketidakefisienan sampai menerapkan analitik prediktif untuk mengantisipasi kejadian-kejadian seperti kaburnya pelanggan, kegagalan produk atau menurunnya kualitas, dan penipuan finansial.

Perusahaan dan bisnis memandang teknologi big data sebagai peluang unik untuk berinovasi dan mengantarkan hasil kritikal secara real-time, ketahanan, dan sekuriti. Namun saat melompat ke jalur big data, perlahan-lahan jelas bahwa pemrosesan data tradisional dan perangkat analitik mungkin tidak mampu mengejar tuntutan bisnis yang berubah-ubah tersebut.

Tantangan yang muncul mungkin termasuk harus memutuskan infrastruktur yang diperlukan untuk menampung data dalam jumlah besar tersebut sambil memastikan kinerja, skalabilitas dan efisiensi di lingkungan yang heterogen. Karena itu, organisasi mencoba merespon dengan men-deploy solusi big data dan mengubah infrastruktur dan strategi TI yang dipakainya sekarang.

Melihat tantangan tersebut, IDC memprediksi bahwa teknologi big data dan pasar service dunia akan tumbuh sekitar tujuh kali pasar keseluruhan teknologi informasi dan komunikasi, dengan pemasukan diramalkan mencapai US$ 23,8 miliar pada 2016.   Statistik mengunjukkan bahwa organisasi harus mulai memandang implementasi solusi big data secara akurat, seamlessly dan efektif-biaya.

Jadi bagaimana, dan apa yang harus diperhatikan organisasi untuk mengimplementasikan strategi yang sesuai dan apa yang bisa mereka dapatkan dari penggunaan solusi-solusi seperti itu?

Perusahaan harus menyadari bahwa mengeksploitasi peluang big data menuntut sebuah pendekatan yang tidak mencakup solusi satu teknologi. Mungkin diperlukan sejumlah perangkat big data untuk membentuk solusi yang fleksibel dan efektif yang sejalan dengan kebutuhan bisnis dan aplikasi.

Salah satu perangkat seperti itu yang telah menjadi bagian penting dalam gerakan big data adalah Apache Hadoop open source software framework untuk menjalankan aplikasi pada cluster-cluster besar dari hardware komoditas. Ia banyak diadopsi berkat kemampuan pemrosesannya yang sangat besar – kemampuan untuk menangani  task dan jobs yang bersamaan dalam jumlah nyaris tak terbatas. Ini menjadikannya pelengkap berbiaya-rendah bagi infrastruktur data enterprise tradisional.

Yang lebih penting, infrastruktur di mana perangkat-perangkat tersebut diimplementasikan akan menjadi kunci. Ia harus mampu menangani big data dan harus bisa menskalakan secara efektif untuk mendukung kebutuhan memori, pemrosesan, networking dan input/output (I/O) dari beban kerja dan data terdistribusi yang baru.

Pada mayoritas enterprise masa kini, ada tiga tipe big data yang perlu dikelola: data-bisnis, data-mesin, dan data yang dihasilkan manusia. Untuk menangani data tersebut, enterprise harus memproses, memfilter dan mengarahkannya ke aplikasi yang tepat untuk dianalisis. Dan untuk mengubah semua data tadi menjadi informasi yang bisa ditindaklanjuti menuntut kombinasi kemampuan middleware, storage dan pemrosesan yang berlaku untuk semua data dan platform analitik. Penting bagi TI untuk memiliki platform tunggal dan skalabel untuk mengelola semua tipe big data. Antaroperasi juga penting untuk mengintegrasikan dan meng-instal solusi-solusi big data enterprise yang komplet, tanpa harus secara besar-besaran mengubah jaringan TI organisasi yang ada.

Begitu big data diproses, organisasi membutuhkan tempat simpan final untuk menyimpan data dalam format alamiahnya untuk mempengaruhi sisi ekonomis dari storage pool umum yang bisa diakses dari berbagai protokol. Solusi storage open software-defined dirancang untuk mendukung banyak protokol enterprise dan big data dari repositori umum sehingga customer (pelanggan) dapat mengakses big data-nya dari banyak aplikasi analitik dan mengubah data menjadi informasi yang dapat ditindaklanjuti.

Integrasi seperti itu jelas menawari enterprise penghematan operasional, portabilitas yang lebih luas, pilihan dari infrastruktur, skalabilitas, ketersediaan dan kekuatan inovasi yang digerakkan oleh komunitas sambil menurunkan resiko kompleksitas, ketidakkompatibelan, resiko, dan tidak bisa dikelolanya lingkungan big data multi-platform. 

Namun, ada masalah yang bisa muncul karena implementasi solusi baru big data seperti Hadoop. Yakni ada ketidakcocokan sementara antara lingkungan TI yang baru saja ditingkatkan dan keterampilan yang ada dari tim. Maka menjadi krusial untuk berinvestasi pada training agar para developer, pekerja data dan administrator sistem dapat dengan cepat membiasakan diri dengan platform baru dan memanfaatkan kekuatannya. Dan pada saat sama, melakukannya dengan cepat sehingga waktu-untuk-deployement menjadi lebih singkat.

Dulu, enterprise terbatas pada seberapa banyak data yang bisa disimpan dan tipe analitik yang bisa diterapkan. Ini dijawab oleh solusi big data masa kini dan perusahaan-perusahaan mulai bersedia merangkulnya.

Organisasi harus benar-benar memperhatikan lingkungan tempat teknologi diterapkan dan merencanakan bagaimana memanfaatkan kemampuan luar biasa tersebut melalui perangkat analitik yang tepat, infrastruktur platform dan pelatihan sumberdaya manusia. Karena tidak ada satu tipe platform big data yang optimal untuk memenuhi semua kebutuhan, jadi sangat dimungkinkan untuk membuat satu yang paling cocok untuk organisasi.

Tentang Penulis: Damien Wong adalah General Manager, ASEAN, Red Hat