Kelengkapan Materi untuk Modul_Big_Data.pptx

Big Data

1. Modul Big Data Pengantar & Konsep Dasar Program Studi & Nama Dosen

2. Tujuan Pembelajaran Memahami definisi dan konsep Big Data. Mengetahui karakteristik utama Big Data. Menjelaskan teknologi yang digunakan dalam Big Data. Menyebutkan contoh penerapan Big Data dalam berbagai bidang.

3. Definisi Big Data Kumpulan data berukuran sangat besar, kompleks, dan terus bertambah. Tidak dapat dikelola dengan metode tradisional. Membutuhkan teknologi khusus untuk penyimpanan, analisis, dan visualisasi.

4. Karakteristik Big Data (5V) Volume – jumlah data sangat besar. Velocity – kecepatan aliran data tinggi. Variety – berbagai jenis data (teks, gambar, video, log, sensor). Veracity – kualitas dan validitas data. Value – data harus memberikan nilai/informasi.

5. Sumber Data Big Data Media sosial. IoT (Internet of Things). Transaksi online. Sensor & perangkat digital. Log aplikasi & server.

6. Teknologi Big Data Hadoop (HDFS, MapReduce). Spark (real-time processing). NoSQL Databases (MongoDB, Cassandra). Data Warehouse & Cloud (Google BigQuery, AWS Redshift).

7. Arsitektur Dasar Big Data Data Collection. Data Storage. Data Processing. Data Visualization.

8. Manfaat Big Data Analisis perilaku konsumen. Prediksi tren bisnis. Efisiensi operasional. Pengembangan produk baru. Deteksi penipuan & keamanan siber.

9. Penerapan Big Data E-commerce (rekomendasi produk). Kesehatan (prediksi penyakit). Transportasi (optimasi rute). Pemerintahan (smart city). Media sosial (analisis sentimen).

10. Tantangan Big Data Keamanan & privasi data. Infrastruktur & biaya. Skill tenaga ahli. Kualitas & akurasi data.

11. Studi Kasus Netflix: rekomendasi film dengan Big Data. Gojek/Grab: optimasi rute dan harga. Tokopedia/Shopee: analisis perilaku pembeli.

12. Penutup Big Data = peluang besar di era digital. Memahami 5V adalah dasar penting. Pertemuan selanjutnya: Big Data Analytics.