89 penyimpanan. kompleks ketika sumber daya berkembang. 4 Priority Scheduling Mengakomodasi prioritas tugas dan meningkatkan respons terhadap tugas kritis. Rentan terhadap situasi di mana tugas dengan prioritas tinggi mendominas i eksekusi, mengabaikan tugas lainnya. Dalam pemilihan algoritma penjadwalan, penting untuk mempertimbangkan karakteristik beban kerja, kebutuhan respons, dan sumber daya yang tersedia. Tidak satu pun algoritma yang sesuai untuk semua situasi, dan penjadwalan harus disesuaikan dengan dinamika lingkungan cloud yang terus berkembang. 1. Pengelolaan Kapasitas Konsep penjadwalan di lingkungan cloud computing melibatkan dua aspek kunci dalam manajemen sumber
90 daya, yaitu pengelolaan kapasitas dan alokasi sumber daya yang efisien. Pengelolaan kapasitas merupakan proses penting yang mencakup perencanaan, pemantauan, dan pengelolaan kapasitas sumber daya seperti CPU, memori, dan penyimpanan. Tujuannya adalah mencegah overprovisioning agar tidak terjadi alokasi sumber daya yang berlebihan dan menghindari underprovisioning agar dapat memastikan ketersediaan sumber daya yang memadai untuk menangani beban kerja yang berkembang. 2. Alokasi Sumber Daya yang Efisien Alokasi sumber daya yang efisien mencakup prinsip elastisitas dan skalabilitas otomatis. Elastisitas mencirikan kemampuan sistem untuk menyesuaikan alokasi sumber daya sesuai dengan perubahan beban kerja yang dinamis. Prinsip skalabilitas otomatis melibatkan proses otomatis untuk menambah atau mengurangi sumber daya sesuai dengan kebutuhan. Teknik alokasi sumber daya yang efisien mencakup penggunaan alat pemantauan kinerja untuk mendeteksi tren dan pola beban kerja guna mendukung alokasi yang tepat. Virtualisasi juga menjadi pendekatan kunci dalam meningkatkan fleksibilitas dalam alokasi dan dealokasi sumber daya. Dengan demikian, manajemen sumber daya tidak hanya menangani aspek kapasitas untuk menghindari pemborosan atau kekurangan sumber daya, tetapi juga memastikan bahwa alokasi sumber daya dilakukan dengan cerdas untuk mendukung dinamika lingkungan cloud yang terus berubah. Prinsip-prinsip ini ber-
91 kontribusi pada efisiensi operasional dan responsifitas sistem terhadap perubahan permintaan pengguna. 1. Skalabilitas Dalam konsep penjadwalan di lingkungan cloud computing, skalabilitas menjadi tantangan krusial yang memerlukan solusi yang cerdas. Pertumbuhan beban kerja yang tidak terduga dapat menjadi hambatan, sehingga solusi otomatisasi skalabilitas menjadi esensial untuk menanggapi lonjakan permintaan dengan cepat dan efisien. Memastikan pembagian sumber daya yang efisien juga menjadi fokus, di mana pemodelan dan analisis beban kerja membantu dalam penjadwalan yang lebih cerdas. Manajemen data yang efektif menjadi perhatian lain, dengan pemindahan data yang cerdas, seperti penggunaan teknologi sharding dan caching, untuk meminimalkan waktu akses dan meningkatkan efisiensi. Keamanan dan kepatuhan juga menjadi tantangan serius dalam konteks skalabilitas. Penting untuk memastikan bahwa penambahan sumber daya dan perubahan konfigurasi tetap mematuhi kebijakan keamanan dan peraturan kepatuhan yang berlaku. Dalam hal ini, pengelolaan identitas dan akses yang kuat menjadi solusi kunci untuk menjaga keamanan sistem. Teknologi kontainer seperti Docker dan orkestrasi seperti Kubernetes juga memainkan peran penting dalam menyederhanakan penyebaran dan manajemen aplikasi,
92 mendukung efisiensi operasional dalam menghadapi perubahan skala. Dengan menerapkan berbagai solusi ini, sistem dapat menjadi lebih responsif dan efisien, menjaga konsistensi dalam pengelolaan sumber daya di lingkungan cloud yang terus berkembang. Skalabilitas yang baik akan memastikan sistem dapat mengatasi tantangan pertumbuhan dan fluktuasi beban kerja tanpa mengorbankan kinerja dan keamanan. 2. Keamanan Konsep penjadwalan dan manajemen sumber daya di lingkungan cloud computing menimbulkan sejumlah tantangan dalam aspek keamanan yang memerlukan solusi yang holistik. Pertama, keamanan data menjadi perhatian utama, memerlukan perlindungan yang ketat terhadap kerahasiaan, integritas, dan ketersediaan data yang berada dalam lingkungan cloud yang terhubung dengan jaringan publik. Tantangan kedua adalah terkait dengan keamanan identitas dan akses, di mana pengelolaan identitas pengguna, kontrol akses, dan perlindungan terhadap ancaman terkait pengelolaan kredensial menjadi kritis. Selanjutnya, kepemilikan dan kepatuhan terhadap peraturan dan regulasi keamanan data yang berlaku di berbagai yurisdiksi juga menjadi tantangan, terutama dalam lingkungan multi-tenant yang kompleks. Ancaman keamanan yang terus berkembang seperti serangan DDoS, malware, dan teknik serangan baru juga menjadi fokus perhatian. Untuk mengatasi tantangan keamanan ini, beberapa solusi dapat diimplementasikan. Pertama, penggunaan
93 teknologi enkripsi dapat melindungi kerahasiaan data selama penyimpanan, pengiriman, dan pemrosesan. Pengelolaan identitas yang kuat, termasuk autentikasi multifaktor dan kontrol akses yang ketat, juga diterapkan untuk memastikan keamanan identitas dan akses. Audit dan pemantauan sistem yang menyeluruh membantu mendeteksi dan merespons aktivitas mencurigakan, sekaligus memenuhi persyaratan kepatuhan. Selain itu, kesadaran keamanan pengguna ditingkatkan melalui pendidikan dan pelatihan, mengurangi risiko serangan phishing dan kecerobohan manusia. Pemantauan keamanan proaktif dan penilaian rutin juga menjadi kunci dalam menjaga keamanan dan kepatuhan di lingkungan cloud yang dinamis. Dengan menerapkan solusi-solusi ini, sistem dapat menjaga keamanan secara efektif dan responsif terhadap ancaman keamanan yang berkembang. 3. Efisiensi Energi Konsep penjadwalan dan manajemen sumber daya di lingkungan cloud computing membawa sejumlah tantangan yang perlu diatasi untuk mencapai efisiensi energi. Salah satu tantangan utama adalah konsumsi daya yang tinggi oleh infrastruktur cloud, yang dapat berdampak pada biaya operasional dan lingkungan. Pertumbuhan skala juga dapat meningkatkan suhu di pusat data, menyebabkan perluasan biaya pendinginan dan menimbulkan tantangan efisiensi. Selain itu, risiko penggunaan sumber daya yang berlebihan dapat menyebabkan pemborosan energi yang tidak perlu.
94 Untuk mengatasi tantangan efisiensi energi tersebut, beberapa solusi dapat diimplementasikan. Teknik virtualisasi dapat digunakan untuk mengoptimalkan penggunaan sumber daya melalui pembentukan mesin virtual yang efisien. Manajemen kapasitas dan pemantauan kinerja membantu mengidentifikasi dan mengatasi kebutuhan daya yang berlebihan atau tidak efisien. Adopsi sumber daya energi terbarukan, seperti tenaga surya atau angin, dapat membantu menekan dampak lingkungan dan biaya energi. Selain itu, strategi penempatan fisik server yang optimal, algoritma penjadwalan yang mempertimbangkan efisiensi energi, dan penyusunan jadwal waktu operasional menjadi bagian dari solusi untuk meningkatkan efisiensi energi dalam lingkungan cloud. Dengan menerapkan solusi-solusi ini, sistem cloud dapat mencapai efisiensi energi yang lebih baik, mengurangi biaya operasional, dan pada saat yang sama, mengurangi dampak lingkungan yang dihasilkan oleh konsumsi daya yang tinggi. Efisiensi energi yang ditingkatkan tidak hanya mendukung keberlanjutan operasional, tetapi juga berkontribusi pada upaya global untuk mengurangi jejak karbon industri teknologi informasi.
95 Di tengah perubahan yang pesat dalam dunia bisnis, transformasi digital telah menjadi suatu keharusan bagi perusahaan yang ingin tetap bersaing dan relevan. Salah satu pendorong utama di balik transformasi digital adalah adopsi
96 Infrastructure as a Service (IaaS). IaaS memberikan fondasi yang kokoh bagi perusahaan dalam melangkah ke era digital dengan memberikan akses mudah, fleksibilitas, dan efisiensi dalam memanfaatkan infrastruktur teknologi dengan lebih baik. Melalui adopsi teknologi IaaS, perusahaan dapat mengubah cara mereka mengelola dan mengalokasikan sumber daya IT, menghasilkan dampak yang signifikan dalam efisiensi operasional dan skalabilitas dalam bisnis. Bahasan kali ini akan membahas lebih dalam tentang pengertian IaaS dan fungsinya, dan bagaimana perusahaan dapat melakukan implementasi dengan sukses untuk mendorong transformasi digital yang berkelanjutan. Infrastructure as a Service (IaaS) merupakan layanan cloud computing berupa sumber daya komputasi virtual. IaaS merupakan sebuah perangkat hardware komputer yang \_loj[ ‚pclno[fcm[mc‛. L[s[h[h chc n_l^clc ^[lc j_hscgj[h[h dasar, sumber daya komputasi, dan jaringan yang diberikan sesuai permintaan pengguna. IaaS sendiri dikelola dengan jaringan internet yang didalamnya terdapat elemen elemen seperti bandwidth, IP address, serta keamanan dalam ruang lingkup satu layanan IaaS. IaaS adalah salah satu dari jenis layanan cloud, dimana layanan cloud lainnya yaitu software as a service (SaaS) dan platform as a service (PaaS). Fitur-fitur seperti penyimpanan, pemeliharaan infrastruktur, dan pembaruan otomatis telah disediakan oleh vendor penyedia layanan cloud, yang
97 memungkinkan pengguna untuk fokus pada aktivitas bisnis inti mereka tanpa harus khawatir tentang masalah infrastruktur. Seiring dengan perkembangan teknologi, begitu pula potensi layanan IaaS, memungkinkan penghematan biaya dan fleksibilitas yang lebih besar bagi pengguna. Dalam prosesnya, sistem IaaS disediakan oleh cloud provider atau penyedia layanan cloud computing. Pihak penyedia akan membuat dan mengelola sistem penyimpanan seperti storage, jaringan, server, software, dan lain sebagainya. Semua infrastruktur ini diperlukan untuk menjalankan program layanan IaaS. Kemudian pengguna akan diarahkan untuk membuat akun yang disediakan oleh cloud provider dan memilih layanan yang ingin digunakan. Layanan tersebut dapat berupa jumlah server yang akan dipakai, jumlah ruang penyimpanan, besaran bandwidth, dan masih banyak lagi. Layanan IaaS kemudian akan diatur dan dikonfigurasikan oleh pengguna agar sistem dapat berjalan dengan baik. Setelah konfigurasi selesai, pengguna dapat mengakses layanan cloud IaaS melalui internet dengan mudah. Pengguna juga dapat mengelola layanan, memonitor performa, dan mengatur keamanan server sesuai kebutuhan perusahaan.
98 Gambar 1. Arsitektur Layanan IaaS Dari gambar 1 diatas dapat dilihat bahwa terdapat pembagian kewenangan pengaturan dalam layanan IaaS, dimana kewenangannya adalah: 1. Vendor penyedia cloud layanan IaaS mengelola pada bagian Networking, Storage, Server HW, Virtualization dan Server 2. Pengguna cloud layanan IaaS mengelola pada bagian Database, Security & Integration, runtimes dan Application.
99 Layanan Infrasructure as a Service (IaaS) memiliki beberapa fungsi sebagai berikut 1. Provisioning Infrastruktur Infrastructure as a Service (IaaS) memungkinkan pengguna untuk dengan mudah mengalokasikan, mengkonfigurasi, dan mengelola infrastruktur IT yang mereka butuhkan. Pengguna dapat memperoleh akses ke server virtual, penyimpanan, jaringan, dan sumber daya komputasi lainnya sesuai kebutuhan. 2. Skalabilitas Dengan menggunakan layanan IaaS, pengguna memiliki kemampuan untuk secara dinamis menyesuaikan skala sumber daya infrastruktur. pengguna dapat dengan mudah menambah atau mengurangi kapasitas komputasi atau ruang penyimpanan sesuai dengan permintaan. Hal ini memberikan fleksibilitas yang tinggi dan memungkinkan organisasi untuk menangani fluktuasi beban kerja yang berubah-ubah. 3. Manajemen Rantai pasok Layanan cloud IaaS memungkinkan organisasi untuk fokus pada aplikasi dan layanan inti perusahaan tanpa harus menghabiskan banyak waktu dan sumber daya untuk mengelola infrastruktur fisik. Vendor penyedia layanan IaaS bertanggung jawab atas pemeliharaan, pemantauan, dan pengelolaan infrastruktur tersebut.
100 4. Pengembangan dan Pengujian Layanan cloud IaaS menyediakan lingkungan yang ideal untuk pengembangan dan pengujian aplikasi. Pengguna dapat dengan mudah menciptakan salinan lingkungan produksi mereka dalam waktu singkat, menghindari pengeluaran yang tinggi untuk mengatur dan mengkonfigurasi infrastruktur pengembangan dan pengujian mereka sendiri. Keuntungan dan Kelebihan Infrastructure as a Service (IaaS) Beberapa keuntungan dan kelebihan dalam penggunaan layanan cloud IaaS adalah sebagai berikut: 1. Efisiensi Biaya Layanan cloud IaaS memungkinkan organisasi untuk menghindari biaya awal yang tinggi yang terkait dengan membeli, menginstal, dan mengelola infrastruktur fisik mereka sendiri. Pengguna hanya membayar untuk sumber daya yang mereka gunakan kepada vendor penyedia cloud, dengan model pembayaran berbasis penggunaan atau berlangganan. Ini membantu mengoptimalkan pengeluaran IT dan mengalokasikan sumber daya secara efisien. 2. Skalabilitas dan Elastisitas Dalam model layanan cloud IaaS, pengguna memiliki kemampuan untuk secara dinamis menyesuaikan skala infrastruktur sesuai dengan kebutuhan perusahaan. Pengguna dapat dengan mudah menambah atau mengurangi kapasitas komputasi, ruang penyimpanan,
101 atau sumber daya jaringan sesuai dengan fluktuasi beban kerja. Ini memberikan fleksibilitas yang tinggi dan memungkinkan organisasi untuk merespons perubahan dengan cepat. 3. Ketersediaan dan Keandalan Penyedia layanan cloud IaaS biasanya menawarkan tingkat ketersediaan yang tinggi dan didukung oleh perjanjian tingkat layanan (SLA). Infrastruktur cloud didesain untuk mengatasi gangguan dan meminimalkan waktu henti. Dengan demikian, pengguna dapat mengandalkan infrastruktur yang stabil, tersedia sepanjang waktu, dan handal. 4. Manajemen dan Pemeliharaan Infrastruktur Dalam model layanan cloud IaaS, penyedia layanan bertanggung jawab atas pemeliharaan, pemantauan, dan pengelolaan infrastruktur fisik. Ini mengurangi beban kerja dan biaya yang terkait dengan mengelola infrastruktur sendiri. Pengguna dapat fokus pada pengembangan aplikasi, inovasi, dan layanan inti mereka, sementara tugas-tugas operasional ditangani oleh penyedia layanan. 5. Pemulihan Bencana Layanan cloud IaaS menyediakan kemampuan pemulihan bencana yang lebih baik. Data dan aplikasi yang dihosting dalam infrastruktur cloud dapat dengan mudah dipulihkan setelah terjadi bencana atau kejadian tak terduga. Penyedia layanan cloud IaaS umumnya memiliki cadangan dan replikasi data yang
102 memungkinkan pemulihan yang cepat dan pemulihan dari kehilangan data. 6. Skalabilitas Global Melalui IaaS, organisasi dapat dengan mudah mengakses infrastruktur komputasi dan sumber daya di berbagai lokasi geografis. Ini memungkinkan ekspansi global dan memberikan fleksibilitas untuk memenuhi kebutuhan bisnis di berbagai wilayah. Dengan mengadopsi IaaS, organisasi dapat mengoptimalkan efisiensi operasional, mengurangi biaya modal, meningkatkan skalabilitas, dan mendapatkan akses ke infrastruktur yang andal dan canggih tanpa perlu mengelola dan memelihara sendiri. Di balik kelebihan, terdapat beberapa tantangan yang perlu diperhatikan terkait penggunaan model layanan cloud IaaS, antara lain: 1. Keamanan Ketika pelanggan memegang kendali penuh atas aplikasi, data, middleware, dan platform OS, di sisi lain ancaman keamanan masih rentan datang yang bersumber dari host atau virtual machine (VM) lainnya. Selain itu, ancaman yang bersumber dari internal hingga kerentanan sistem pun dapat berpotensi mengekspos komunikasi data antara infrastruktur host dan VM ke entitas yang tidak sah.
103 2. Sistem lama yang beroperasi di cloud Meskipun pengguna dapat menjalankan aplikasi lawas di cloud, infrastrukturnya mungkin tidak dirancang untuk menerapkan kontrol khusus dalam mengamankan aplikasi lawas. Biasanya diperlukan pembaruan minor untuk aplikasi lawas sebelum Anda memigrasikannya ke cloud, guna menguji potensi yang mengarah ke masalah keamanan baru yang berpotensi mengganggu keamanan dan performa sistem IaaS. 3. Sumber daya dan pelatihan internal Sumber daya dan pelatihan tambahan sangat diperlukan bagi tenaga kerja TI pengguna untuk mempelajari cara mengelola infrastruktur cloud secara efektif. Hal ini dibutuhkan karena pengguna akan bertanggung jawab atas keamanan data, backup, dan kelangsungan bisnis. Namun, jika pengendalian infrastruktur cloud tidak diterapkan secara memadai, maka monitoring dan pengelolaan sumber daya akan sulit dilakukan tanpa pelatihan internal yang memadai untuk melatih tenaga kerja TI Anda. Layanan cloud IaaS digunakan dan dapat dimaksimalkan ketika memiliki sebuah perusahaan atau startup, karena disini IaaS dapat menjadi sebuah solusi untuk menghemat waktu dan biaya dalam pembuatan infrastruktur cloud sendiri. Dengan adanya IaaS ini akan sangat membantu
104 perusahaan dalam pengembangan perusahaan kedepannya. Sebagaimana halnya SaaS dan PaaS, ada situasi khusus ketika IaaS paling menguntungkan untuk digunakan, di antaranya: 1. Startup dan UMKM biasanya lebih memilih IaaS untuk menghindari pemborosan sumber daya berupa waktu, uang dan tenaga ahli untuk menyewa dan merancang perangkat keras & perangkat lunak. 2. Untuk perusahaan yang sudah besar, IaaS memberikan sebuah keuntungan dalam sisi kendali, karena perusahaan dapat memiliki kendali penuh atas infrastruktur dan aplikasi mereka namun disini perusahaan dapat memilih sendiri kebutuhan apa saja yang akan digunakan 3. Perusahaan yang sedang bertumbuh pesat akan menyukai benefit skalabilitas layanan cloud IaaS, sebab suatu waktu mereka dapat meng-upgrade & downgrade spesifikasi perangkat keras dan perangkat lunak tertentu dengan mudah dan cepat seiring perkembangan kebutuhan bisnis mereka. Beberapa penyedia layanan IaaS yang populer saat ini adalah: 1. Amazon Web Services (AWS) 2. Microsoft Azure 3. Google Cloud Platform (GCP) 4. Alibaba Cloud 5. DigitalOcean
105 ayanan cloud merepresentasikan kombinasi khusus yang telah dipaketkan dari sumber daya Teknologi Informasi yang disediakan penyedia layanan cloud. Tiga model layanan cloud yang umumnya dikenal sebagai berikut: L
106 1. Infrastrukture-as-a-Service (IaaS) 2. Platform-as-a-Service (PaaS) 3. Software-as-a-Service (SaaS) Platform as a Service (PaaS) merupakan suatu model komputasi awan di mana perangkat keras dan perangkat lunak disediakan kepada pengguna oleh penyedia layanan pihak ketiga melalui internet. Umumnya, berbagai alat atau perangkat ini sangat dibutuhkan dalam proses pengembangan aplikasi. Dalam model ini, penyedia PaaS bertanggung jawab untuk menyelenggarakan perangkat keras dan perangkat lunak pada infrastruktur yang mereka kelola sendiri. Dampak positif dari penggunaan PaaS adalah membebaskan pengembang dari kewajiban untuk mengurus instalasi perangkat keras dan perangkat lunak secara internal ketika hendak mengembangkan atau menjalankan aplikasi baru. Model layanan PaaS mewakili lingkungan "siap pakai" yang telah ditentukan sebelumnya dan umumnya terdiri dari sumber daya teknologi informasi yang sudah didistribusikan dan dikonfigurasi. Secara khusus, PaaS bergantung pada penggunaan lingkungan siap pakai yang membentuk serangkaian produk dan alat yang telah dipaketkan untuk mendukung seluruh siklus aplikasi yang didesain khusus. Alasan umum yang mendorong penggunaan layanan cloud dalam lingkungan PaaS meliputi: 1. Konsumen cloud ingin memperluas lingkungan onpremise ke cloud untuk tujuan skalabilitas dan ekonomi.
107 2. Konsumen cloud menggunakan lingkungan siap pakai untuk sepenuhnya menggantikan lingkungan onpremise. 3. Konsumen cloud ingin menjadi penyedia cloud sendiri dan mendeploy layanan cloud mereka sendiri yang dapat diakses oleh konsumen cloud eksternal lainnya. Dengan bekerja dalam platform siap pakai, konsumen cloud terbebas dari beban administratif untuk mengatur dan memelihara sumber daya teknologi informasi infrastruktur dasar yang disediakan melalui model IaaS. Sebaliknya, konsumen cloud diberikan tingkat kontrol yang lebih rendah atas sumber daya teknologi informasi yang mendasari yang menjadi tuan rumah dan menyediakan platform. Gambar 1. Lingkungan Layanan PaaS(Thomas Erl et al., 2013)
108 Gambar 1. menunjukkan konsumen cloud mengakses lingkungan PaaS siap pakai. Tanda tanya menunjukkan bahwa konsumen cloud disengaja dihindarkan dari rincian implementasi platform. Manfaat layanan PaaS adalah sebagai berikut. 1. Kesederhanaan dan Kenyamanan: Penyedia PaaS menyediakan infrastruktur dan layanan TI, menghilangkan tanggung jawab dari tim TI internal. 2. Akses Fleksibel: Dapat diakses dari mana saja melalui browser web. 3. Model Pembayaran Berulang: Berlangganan atau pembayaran per pengguna meminimalkan biaya modal untuk perangkat keras dan perangkat lunak di lokasi. 4. Fokus pada Pengembangan Perangkat Lunak: Produk PaaS dirancang untuk pengembangan perangkat lunak, menyediakan infrastruktur dan layanan untuk mempercepat proses pengembangan. 5. Kolaborasi Efisien: Tim pengembangan dapat bekerja sama tanpa terkendala oleh lokasi fisik. 6. Penyembunyian Infrastruktur: Arsitektur PaaS menyembunyikan infrastruktur dasar, mirip dengan komputasi tanpa server, meningkatkan efisiensi distribusi sumber daya. Selain manfaat, ada beberapa kekurangan dari layanan PaaS ini, antara lain sebagai berikut.
109 1. Ketersediaan atau Ketahanan Layanan: Potensi gangguan atau penghentian layanan dapat merugikan produktivitas pengguna. 2. Penguncian Vendor: Sulit untuk memigrasi layanan dan data ke platform PaaS pesaing. 3. Perubahan Internal: Risiko dampak negatif jika penyedia PaaS menghentikan dukungan bahasa pemrograman tertentu atau melakukan perubahan signifikan pada komponen platform. PaaS memiliki peran yang signifikan dalam pengembangan aplikasi, terutama dalam konteks aplikasi seluler dan lintas platform. Dengan menyediakan alat yang cepat, fleksibel, dan dinamis, PaaS memungkinkan pengembang dan perusahaan membangun aplikasi yang dapat dioperasikan di berbagai perangkat. Selain itu, PaaS memberikan manfaat pada domain DevOps dengan menyediakan fitur manajemen siklus hidup aplikasi dan kemampuan integrasi berkelanjutan berbasis cloud. Model ini tidak hanya mempercepat waktu pemasaran aplikasi tetapi juga mengurangi beban tugas tata graha, pemeliharaan, dan pengelolaan infrastruktur. Dukungan PaaS terhadap bahasa dan teknologi pemrograman baru membuka peluang bagi pengembang untuk memperkenalkan saluran pertumbuhan teknis seperti teknologi container dan fungsi tanpa server, memberikan kemudahan bagi industri dengan proses perubahan teknologi yang lambat untuk beradaptasi tanpa merubah sepenuhnya proses bisnis mereka. Terdapat berbagai contoh penyedia dan produk PaaS yang menyediakan alat dan layanan yang diperlukan untuk mem-
110 bangun aplikasi perusahaan dan integrasi di cloud. Beberapa penyedia dan platform terkemuka meliputi: 1. Google Cloud 2. Microsoft Azure 3. AWS 4. IBM Cloud 5. Red Hat OpenShift 6. VMware (Pivotal) Cloud Foundry 7. Oracle Cloud Platform (OCP) 8. Heroku, PaaS berbasis kontainer 9. Mendix aPaaS 10. Engine Yard Cloud PaaS 11. OpenStack 12. Apache CloudStack 13. Wasabi Cloud Storage Google App Engine mendukung pengembangan aplikasi web terdistribusi menggunakan Java, Python, PHP, dan Go. Red Hat OpenShift adalah penawaran PaaS untuk membuat aplikasi sumber terbuka dengan menggunakan berbagai bahasa pemrograman, basis data, dan komponen. PaaS Heroku menawarkan instansi komputasi kontainer bergaya Unix yang menjalankan proses dalam lingkungan terisolasi sambil mendukung bahasabahasa seperti Ruby, Python, Java, Scala, Clojure, dan Node.js. Microsoft Azure mendukung pengembangan aplikasi dalam .NET, Node.js, PHP, Python, Java, dan Ruby, serta memungkin-
111 kan pengembang menggunakan perangkat pengembang perangkat lunak (SDK) dan Azure DevOps untuk membuat dan mendeploy aplikasi. AWS Elastic Beanstalk memungkinkan pengguna membuat, mendeploy, dan mengukur aplikasi web dan layanan yang dikembangkan dengan Java, .NET, PHP, Node.js, Python, Ruby, Go, dan Docker di server-server umum, seperti Apache, Nginx, Passenger, dan IIS. Meskipun banyak penyedia PaaS menawarkan layanan serupa, setiap penyedia memiliki karakteristik dan batasan unik. Pengguna perlu menguji calon penyedia untuk memastikan bahwa layanan mereka memenuhi persyaratan bisnis atau teknis, seperti bahasa yang didukung dan ketersediaan layanan. PaaS memiliki serangkaian fitur utama yang membangun layanan, antara lain sebagai berikut. 1. Infrastruktur: Manajemen server, penyimpanan, pusat data, dan sumber daya jaringan. UI atau portal interaktif untuk berinteraksi dengan infrastruktur dan layanan PaaS. 2. Application design, testing and development tools: Alat pemngembangan dan manajemen aplikasi yang dapat diakses melalui internet. Termasuk debugger, editor kode sumber, dan kompiler. 3. Middleware: Menyediakan perangkat lunak jembatan antara OS dan aplikasi pengguna akhir. Menghilangkan kebutuhan untuk pengembangan middleware internal. 4. Sistem Operasi (OS): OS untuk menjalankan aplikasi dan mendukung pengembangan aplikasi.
112 5. Basis Data: Pemeliharaan basis data oleh penyedia PaaS. Alat manajemen basis data disediakan kepada pengembang. 6. Monitoring and management tools: Layanan intelijen bisnis, termasuk pemantauan dan analitik. Membantu pengguna bisnis memahami penggunaan PaaS, menjelaskan biaya per penggunaan, dan karakteristik pemanfaatan. PaaS telah menjadi platform cloud yang efisien dan hemat biaya untuk pengembangan, implementasi, dan manajemen aplikasi, dan diperkirakan akan terus populer hingga tahun 2027. Proyeksi pertumbuhan, seperti ramalan IDC tentang laju pertumbuhan tahunan gabungan sebesar 28.8 persen untuk pasar cloud dan PaaS dari 2021 hingga 2025, menunjukkan perkiraan ekspansi ini. Faktor-faktor yang mendorong pertumbuhan ini melibatkan kebutuhan bisnis untuk mempercepat waktu penyebaran aplikasi, menyederhanakan proses, meninggalkan infrastruktur lokal, meningkatkan kolaborasi (terutama untuk tim yang bekerja secara remote), dan menyederhanakan tugas manajemen aplikasi. Pertumbuhan PaaS juga didorong oleh migrasi ke cloud, seiring dengan tren pengembangan aplikasi yang berbasis cloud dan cloud-native, serta integrasi dengan teknologi cloud baru yang muncul, seperti IoT (Internet of Things). Sementara itu, peran iPaaS (Integration Platform as a Service) juga diprediksi akan mengalami kemajuan signifikan hingga 2027(Chai, 2022). Bisnis-bisnis, dari berbagai skala, semakin mencari cara untuk memodernisasi, menghubungkan, dan berbagi data antar aplikasi perangkat lunak yang berbeda, dengan tujuan menyediakan alat
113 yang kohesif di seluruh operasi dan interaksi dengan pelanggan. Landasan yang terus berkembang ini menjanjikan masa depan yang cerah bagi PaaS dan peran integralnya dalam membentuk lanskap bisnis digital.
114 Software as a Service (SaaS), suatu hal baru dalam aplikasi perangkat lunak yang merupakan perpanjangan dari ide ASP (Application Service Provider). Sebagai perangkat lunak yang menyediakan model penyampaian layanan secara
115 daring, Saas memiliki beberapa keunggulan dalam mengurangi biaya, meningkatkan efisiensi, mengurangi risiko, dan meningkatkan fleksibilitas dibandingkan dengan model tradisional, yaitu model perangkat lunak sebagai produk (Mohidin, 2011). SaaS merupakan model penerapan perangkat lunak di mana aplikasi dihosting melalui Internet sebagai penyedia layanan. SaaS biasanya digunakan untuk perangkat lunak untuk bisnis dibandingkan dengan perangkat lunak konsumen yang merupakan bagian dari Web 2.0. Dengan meng-uninstall dan menjalankan aplikasi di komputer pengguna, hal ini sangat menguntungkan bagi bisnis karena hanya membutuhkan biaya yang sangat sedikit. SaaS meringankan beban pemeliharaan dan dukungan perangkat lunak tetapi memberikan kendali pengguna atas versi dan persyaratan (Sudiatmika et al., 2022). SaaS difungsikan dalam layanan berdasarkan permintaan. Sebuah organisasi dapat menggunakan layanannya sesuai dengan kebutuhannya. SaaS juga bagian dari arsitektur komputasi awan yang lebih andal, lebih bertenaga, aman, dan memerlukan lebih sedikit infrastruktur. Proses penerapannya cepat dan sederhana serta juga memberikan pengalaman yang mudah digunakan berdasarkan kebutuhan (Lukman, 2019). Berikut merupakan karakteristik umum dari Software as a Service (SaaS) (Sapdiaz et al., 2023):
116 1. Penggunaan Cloud Server Aplikasi Perangkat Lunak sebagai Layanan SaaS dihosting di server cloud. Server cloud adalah server yang terhubung ke Internet yang digunakan untuk menyimpan dan menjalankan aplikasi/layanan yang disediakan melalui Internet. Dengan menggunakan cloud server, penyedia SaaS dapat mengirimkan aplikasi secara real-time dan pengguna dapat dimana saja untuk mengakses aplikasi dengan koneksi internet. Kemudian pengguna tidak perlu menginstal aplikasi langsung di perangkatnya, sehingga menghemat biaya dan waktu yang diperlukan untuk mengelola aplikasi. 2. Skalabilitas yang Tinggi Layanan SaaS dapat berubah berdasarkan kebutuhan pengguna, sehingga pengguna dapat mengelola jumlah pengguna atau fitur yang dibutuhkan berdasarkan kebutuhannya. 3. Fleksibilitas Salah satu karakteristik utama dari layanan SaaS adalah fleksibilitasnya. Pengguna dapat mengakses layanan tersebut dari mana saja yang terhubung dengan internet, sehingga tidak terikat pada lokasi fisik tertentu. Ini membuat layanan SaaS sangat cocok bagi perusahaan yang memiliki karyawan yang bekerja secara remote atau memiliki kebutuhan akses yang luas terhadap aplikasi software.
117 4. Pemeliharaan dan Pembaharuan Otomatis Pemeliharaan dan pembaruan otomatis adalah fitur yang biasa disediakan oleh layanan SaaS yang memungkinkan penyedia SaaS secara otomatis memelihara dan memperbarui aplikasi perangkat lunak yang ditawarkan tanpa mengganggu atau menunda akses pengguna ke layanan. Pemeliharaan otomatis dilakukan untuk menjaga kinerja dan keamanan suatu aplikasi, serta untuk memperbaiki kesalahan atau masalah yang mungkin terjadi. Pembaruan otomatis juga dapat menyertakan fitur baru atau perbaikan sehingga pengguna dapat terus mendapatkan pengalaman yang lebih baik saat menggunakan Layanan. Salah satu keuntungan utama pemeliharaan dan pembaruan otomatis adalah pengguna tidak perlu memikirkan atau mengelolanya secara langsung. Hal ini membuat layanan SaaS lebih efisien dan mudah digunakan, terutama bagi perusahaan yang tidak memiliki tim IT yang besar atau dana untuk memelihara aplikasi perangkat lunak secara langsung (Suhada and Nasution, 2023). 5. Terintegrasi Layanan SaaS juga dapat diintegrasikan dengan platform lain. Integrasi ini memungkinkan pengguna mengelola data dan proses bisnis secara efisien. Sebagai contoh, sebuah perusahaan yang berorientasi CRM (Customer Relationship Management) dapat berintegrasi dengan sistem pemrosesan pembayaran atau sistem manajemen proyek lainnya untuk mengelola data pelanggan dan proses bisnis secara terintegrasi. Integrasi
118 tersebut tentunya dapat menghemat waktu dan tenaga yang diperlukan untuk mengelola data dan proses bisnis secara manual serta menjadikan proses ini lebih efisien dan terkoordinasi. Selain itu, integrasi juga dapat membantu perusahaan mengelola data dan proses bisnis secara lebih terpusat, sehingga memudahkan pengelolaan dan pengendalian aktivitas bisnis secara keseluruhan. Layanan SaaS yang dapat terintegrasi dengan sistem dan aplikasi lainnya sangat bermanfaat bagi perusahaan yang memiliki kebutuhan akses yang luas terhadap perangkat lunak (Fithri, Utomo and Nugraha, 2020). Dapat disimpulkan bahwa SaaS merupakan layanan teknologi komputasi awan yang paling dekat dengan pengguna akhir. Layanan disediakan dalam bentuk perangkat lunak untuk dijalankan bersama oleh pengguna. Jadi pengguna tidak perlu lagi menginstal aplikasi dan membuat aplikasi, pengguna hanya dapat menggunakan atau menyewa perangkat lunak dari penyedia layanan SaaS. Kemudian, SaaS memiliki tiga pendekatan model aplikasi dan pendekatan model basis data yang dapat digunakan sebagai pelayanannya, yaitu model separate application and separate database, model shared application and separate database, dan model shared application and shared database (Lukman, 2019). 1. Model Separate Application and Separate Database Model ini memiliki sistem kerja yaitu dengan memisahkan aplikasi dan database yang digunakan oleh masing-masing pengguna. Atau dapat dikatakan, dengan
119 data terkait dari setiap pengguna terpisah dari pengguna lainnya. Model ini biasa digunakan oleh pengguna yang memiliki data-data yang bersifat khusus. Adapun kelemahan dari model ini dalam segi biaya yang relatif mahal dalam perawatan aplikasi dan database. Ilustrasi kerangka kerja model separate application and separate database dapat dilihat pada Gambar 1 berikut. Gambar 1. Model Separate Application and Separate Database 2. Model Shared Application and Separate Database Model ini memiliki sistem kerja yaitu hanya memisahkan database yang digunakan oleh setiap pengguna atau dapat disebut juga dengan aplikasi yang digunakan oleh pengguna merupakan aplikasi yang sama, namun data terkait dari setiap pengguna terpisah dari pengguna lainnya. Kelemahan model relatif cukup sulit dalam perawatan aplikasi dan database. Ilustrasi sistem kerja model shared application and separate database dapat dilihat pada Gambar 2.
120 Gambar 2. Model Shared Application and Separate Database 3. Model Shared Application and Shared Database Model ini memiliki sistem kerja yang berbeda dengan dua model sebelum-sebelumnya. Pada model ini sistem kerja pada bagian aplikasi dan database yang digunakan oleh pengguna yaitu sama. Ataupun, pengguna dapat menyimpan semua data pada sebuah aplikasi dan database yang sama. Ini merupakan model yang memiliki biaya relatif murah dan merupakan model yang mudah dalam perawatan aplikasi dan database. Ilustrasi kerja pada model shared application and shared database dapat dilihat pada Gambar 3. Gambar 3. Model Shared Application and Shared Database
121 Model bisnis SaaS merupakan model bisnis yang menggunakan konsep Software as a Service (SaaS), dimana aplikasi di-host pada cloud computing. Selain itu, untuk menggunakan layanan ini, pengguna perlu membayar biaya bulanan (Elfrink, 2021). Model bisnis SaaS berbeda dengan model bisnis lainnya. Campbell (2019) berpendapat bahwa ada beberapa alasan yang membuat model bisnis SaaS berbeda dengan model bisnis lainnya. 1. Recurring Payments SaaS menawarkan model layanan berlangganan. Maka perusahaan menerima pembayaran bulanan atau tahunan. Pembayaran berulang dapat membentuk pendapatan berulang bulanan atau pendapatan berulang bulanan. Jadi, melakukan proses akuntansi di SaaS bisa jadi sangat sulit. Ketika pelanggan berlangganan suatu produk, perusahaan didanai dimuka. Namun jumlah tersebut baru dapat dihitung setelah pelanggan telah menggunakan produk dalam waktu yang telah disepakati. Sampai saat itu, itu menjadi tanggung jawab/kewajiban Perusahaan (Ratsanjani et al., 2022). 2. Heightened Customer Retention Semua bisnis sangat peduli dengan retensi, namun di SaaS hal ini 10 kali lebih penting karena retensi adalah alasan bisnis SaaS bertahan. Pada dasarnya, perusahaan tidak dapat memungut biaya berlangganan sampai kontrak dengan pelanggan terpenuhi. Pada SaaS, pelanggan kemungkinan besar akan meninggalkan
122 produk meskipun kontraknya masih berjalan. Oleh karena itu, perusahaan harus mengoptimalkan hubungannya dengan pelanggan dan melakukan upsell (Kingelin, 2020). 3. Consistent Updates Produk lain biasanya memiliki versi yang lebih baru. Di SaaS, pembaruan dilakukan secara terus menerus dan dalam skala kecil untuk menjaga retensi pelanggan tetap tinggi (Syahnur, 2023). Berikut beberapa aplikasi yang menerapkan Software as a Service (Saas) (Anton, Nuryadi and Herlawati, 2014): 1. Microsoft Office 365 Microsoft Office 365 merupakan suite perangkat lunak yang terdiri dari aplikasi seperti Word, Excel, PowerPoint, dan Outlook. Pengguna dapat mengakses aplikasi ini melalui internet dengan membayar biaya berlangganan. 2. Adobe Creative Cloud Adobe Creative Cloud merupakan platform yang menyediakan akses ke berbagai aplikasi desain seperti Photoshop, Illustrator, dan InDesign. Pengguna dapat mengakses aplikasi ini melalui internet dengan membayar biaya berlangganan.
123 3. Salesforce Salesforce adalah platform yang menyediakan solusi untuk kebutuhan CRM (Customer Relationship Management) seperti pengelolaan pelanggan, penjualan, dan pemasaran. Pengguna dapat mengakses platform ini melalui internet dengan membayar biaya berlangganan. 4. Google Workspace (G Suite) Google Workspace merupakan platform yang menyediakan akses ke berbagai aplikasi produktivitas seperti Gmail, Google Drive, Google Calendar, dan Google Docs. Pengguna dapat mengakses aplikasi ini melalui internet dengan membayar biaya berlangganan dan ada juga dengan mode gratis akan tetapi dengan adanya pembatasan fitur. Google Workspace memudahkan pengguna untuk mengelola pekerjaan dan berkolaborasi secara online, dengan memiliki akses ke dokumen, email, dan aplikasi lain yang dapat diakses dari berbagai perangkat yang terhubung ke internet. Selain itu, Google Workspace juga menyediakan layanan bantuan dan dukungan kepada pengguna, serta terus memperbarui dan mengelola aplikasi yang disediakannya (Anggeriana, 2011). 5. Amazon Chime Amazon Chime merupakan layanan video konferensi yang disediakan oleh Amazon Web Services (AWS) yang memungkinkan pengguna untuk melakukan video konferensi, mengirim pesan, dan berkolaborasi secara online dengan menggunakan perangkat seperti
124 komputer, tablet, atau smartphone. Amazon Chime menyediakan beberapa fitur seperti panggilan suara dan video, ruang rapat virtual, dan integrasi dengan aplikasi lain seperti Google Calendar. Pengguna dapat mengakses layanan Amazon Chime melalui internet dengan membayar biaya berlangganan.
125 Big data analytics adalah proses pengumpulan, penelitian, dan analisis data dalam jumlah besar, termasuk data terstruktur dan tidak terstruktur, untuk mengidentifikasi pola, tren, dan informasi yang relevan. Pengolahan big data
126 merupakan proses yang cukup kompleks dan melibatkan banyak teknologi dan teknik analisis data. Hal ini disebabkan oleh masifnya ukuran big data memerlukan infrastruktur yang berbeda dari database konvensional. Teknik analisis ini membantu perusahaan mendapatkan pemahaman yang lebih baik tentang operasional mereka, pasar, dan pelanggan. Analitik big data merujuk pada metode, alat, dan aplikasi yang digunakan untuk mengumpulkan, memproses, dan memperoleh wawasan dari berbagai himpunan data berkecepatan tinggi dan volume tinggi. Himpunan data ini mungkin berasal dari berbagai sumber, seperti web, seluler, email, media sosial, dan perangkat pintar pada jaringan. Data tersebut sering kali menampilkan data yang dihasilkan dengan kecepatan tinggi dalam berbagai bentuk, mulai dari yang terstruktur (tabel database, lembar Excel), semiterstruktur (file XML, halaman web) hingga tidak terstruktur (gambar, file audio). Perangkat lunak analisis data biasa tidak memiliki kelengkapan untuk mendukung tingkat kerumitan dan skala ini sehingga sistem, alat, dan aplikasi yang dirancang khusus untuk menganalisis big data memiliki peran penting. Big data juga mengacu pada data yang berjumlah besar dan masif yang tidak bisa disimpan, diproses, dan dianalisis dengan cara-cara maupun software lama karena kuantitasnya yang terlalu besar. Di sinilah peran big data engineer dibutuhkan. Beberapa dekade lalu, produksi data belum sebanyak dan secepat sekarang. Seiring perkembangan teknologi digital, hadirnya media sosial, serta peran berbagai perusahaan di dunia, sekarang data tersebar di mana-mana
127 secara masif. Dalam konteks bisnis, umumnya banyak perusahaan besar yang secara rutin menyimpan data dalam jumlah besar seiring dengan perjalanan bisnis mereka dari tahun ke tahun. Pertumbuhan data yang semakin besar ini tidak linear. Juga, data yang masif dan kompleks ini tidak akan jadi apa-apa jika tidak dimanfaatkan dan dianalisis untuk diambil insight-nya. Gambar 1. Global Information Storage Capacity Big data engineer membantu data professional lainnya membangun sistem untuk mengumpulkan, mengelola, dan mengubah data mentah menjadi informasi yang dapat digunakan oleh data scientist dan data analyst. Menentukan tujuan analisis merupakan hal yang sangat penting agar analis dapat mengambil informasi yang sesuai.
128 Tujuan big data analytics yang berbeda-beda akhirnya melahirkan jenis-jenis big data analytics yang variatif. Berikut adalah beberapa jenis big data analytics yang mencakup beragam pendekatan: Descriptive analytics adalah jenis analisis yang umum dilakukan untuk memperoleh pemahaman tentang apa yang terjadi dalam data. Bentuk analisis ini melibatkan pengolahan data mentah menggunakan operasi matematis. Melalui visualisasi data, ringkasan statistik, dan laporan berbasis data, pendekatan ini membantu menggambarkan gambaran menyeluruh tentang peristiwa dan tren masa lalu. Setelah kamu memperoleh informasi dari descriptive analytics, kamu juga dapat melakukan analisis big data jenis lainnya. Diagnostic analytics merupakan pendekatan analisis big data yang ditujukan untuk untuk mengidentifikasi penyebab atau faktor yang mempengaruhi suatu peristiwa tertentu dalam data. Dalam melakukan diagnostic analytics, kamu menanyakan mengapa suatu karakteristik dalam bisnis, seperti yang berkaitan dengan pelanggan, penjualan, dapat terjadi. Pendekatan ini memanfaatkan analisis kausalitas dan analisis akar masalah untuk memahami mengapa suatu kejadian terjadi.
129 Predictive analytics fokus pada prediksi tentang apa yang mungkin terjadi di masa depan berdasarkan pola dan trend dalam data historis. Analisis jenis ini memerlukan teknikteknik khusus, seperti machine learning, untuk membangun model prediksi yang dapat membantu dalam pengambilan keputusan bisnis. Banyak perusahaan yang sangat bergantung pada predictive analytics. Semakin akurat prediksi yang dihasilkan, maka perusahaan berpeluang untuk menjadi lebih maju ketimbang pesaing-pesaingnya. Prescriptive analytics berusaha memberikan rekomendasi tindakan yang optimal berdasarkan hasil analisis data. Pendekatan ini menggabungkan elemen dari descriptive dan predictive analytics untuk mencari solusi terbaik dari berbagai pilihan yang ada. Sekarang Anda memahami apa itu analitik big data. Namun, apakah itu penting? Dan yang paling penting, bagaimana pemahaman dan penggunaan big data dapat membantu kita? Data sudah menjadi bagian dari kehidupan kita sehari-hari. Seiring meningkatnya teknologi seluler, media sosial, dan teknologi cerdas yang terkait dengan Internet of Things (IoT), saat ini kita mengirimkan lebih banyak data dari sebelumnya—dan dengan kecepatan yang menakjubkan. Berkat analitik big data, organisasi kini dapat menggunakan informasi tersebut untuk meningkatkan cara
130 mereka bekerja, berpikir, dan memberikan nilai kepada pelanggan mereka dengan cepat. Dengan bantuan alat dan aplikasi, big data dapat membantu Anda memperoleh wawasan, mengoptimalkan operasi, dan memprediksi hasil di masa depan. Big data menjadi sangat penting karena dapat membantu memperoleh wawasan yang dapat digunakan untuk mengambil keputusan dengan lebih baik. Inilah cara peritel mengasah kampanye iklan bertarget, atau bagaimana grosir dapat mengatasi hambatan dalam rantai pasokan. Penyedia layanan kesehatan juga menggunakan cara ini untuk menemukan opsi baru dalam perawatan klinis berdasarkan tren data pasien. Analitik big data memungkinkan pendekatan berbasis data yang lebih holistik dalam mengambil keputusan, yang selanjutnya mendukung pertumbuhan, efisiensi, dan inovasi. Setelah mengetahui pentingnya big data dan analitik data, mari kita pelajari cara kerja analitik big data. Solusi analitik memberikan wawasan dan memprediksi hasil dengan menganalisis himpunan data. Namun, agar berhasil dianalisis, data harus disimpan, ditata, dan dibersihkan terlebih dahulu oleh serangkaian aplikasi dalam proses persiapan langkah demi langkah yang terintegrasi: 1. Pengumpulan. Data yang masuk dalam bentuk terstruktur, semi terstruktur, dan tidak terstruktur, dikumpulkan dari beberapa sumber di web, seluler, dan cloud. Selanjutnya, data disimpan di repositori (data lake
131 atau gudang data) agar siap untuk diproses. Pemrosesan. Selama fase pemrosesan, data yang disimpan diverifikasi, disortir, serta difilter sehingga siap untuk digunakan lebih lanjut dan meningkatkan kinerja kueri. 2. Pembersihan. Setelah pemrosesan, data kemudian dibersihkan. Konflik, redundansi, bidang yang tidak valid atau tidak lengkap, dan kesalahan pemformatan dalam rangkaian data diperbaiki dan dibersihkan. 3. Analisis. Data kini siap dianalisis. Analisis big data dapat dilakukan menggunakan alat dan teknologi seperti penggalian data, AI, analitik prediktif, pembelajaran mesin, dan analisis statistik, yang membantu menentukan serta memprediksi pola dan perilaku dalam data. 4. Teknologi dan alat analitik big data utama. Meskipun sering disebut sebagai sistem atau solusi tunggal, analitik big sebenarnya terdiri dari berbagai teknologi dan alat individu yang bekerja sama untuk menyimpan, memindahkan, menskalakan, dan menganalisis data. Alat dan teknologi yang digunakan mungkin bervariasi tergantung pada infrastruktur Anda, dan berikut ini adalah beberapa alat analitik big data yang paling umum temukan: a. Koleksi Dan Penyimpanan Data Hadoop. Salah satu kerangka kerja pertama untuk memenuhi persyaratan analitik big data adalah Apache Hadoop, sebuah ekosistem sumber terbuka yang menyimpan dan memproses himpunan data besar melalui lingkungan komputasi terdistribusi. Hadoop dapat meningkatkan atau menurunkan skala sesuai
132 kebutuhan Anda sehingga sangat fleksibel dan hemat biaya untuk mengelola big data. Database NoSQL. Tidak seperti database tradisional yang merupakan relasi, database NoSQL tidak mengharuskan tipe datanya mematuhi skema atau struktur tetap. Kondisi ini memungkinkannya mendukung semua jenis model data, yang bermanfaat saat mengerjakan data semi-terstruktur dan mentah dalam jumlah besar. Karena fleksibilitasnya, database NoSQL juga terbukti lebih cepat dan lebih mudah diskalakan dibandingkan database hubungan. Beberapa contoh populer NoSQL meliputi MongoDB, Apache CouchDB, dan Azure Cosmos DB. Data lake dan gudang data. Setelah data dikumpulkan dari sumbernya, data harus disimpan di silo pusat untuk pemrosesan lebih lanjut. Data lake menyimpan data mentah dan tidak terstruktur, yang kemudian siap digunakan di seluruh aplikasi, sementara gudang data adalah sistem yang menarik data terstruktur yang telah ditentukan sebelumnya dari berbagai sumber dan memproses data tersebut untuk penggunaan operasional. Kedua opsi ini memiliki fungsi yang berbeda, tetapi sering kali bekerja sama untuk menyusun sistem yang tertata dengan baik untuk penyimpanan data. b. Pemrosesan Perangkat lunak integrasi data. Alat integrasi data menghubungkan dan mengonsolidasikan data dari berbagai platform ke dalam satu hub terpadu, seperti gudang data, sehingga pengguna memiliki akses terpusat ke semua informasi yang diperlukan untuk penggalian
133 data, pelaporan kecerdasan bisnis, dan tujuan operasional. Pemrosesan data dalam memori. Sementara pemrosesan data tradisional berbasis disk, pemrosesan data dalam memori menggunakan RAM, atau memori, untuk memproses data. Hal ini sangat meningkatkan kecepatan pemrosesan dan transfer, sehingga memungkinkan organisasi untuk memberikan wawasan secara real time. Pemrosesan kerangka kerja seperti Apache Spark menjalankan pemrosesan batch dan pemrosesan aliran data real-time dalam memori. c. Pembersihan Alat prapemrosesan dan pembersihan data. Untuk memastikan bahwa data Anda memiliki kualitas tertinggi, alat pembersihan data mengatasi kesalahan, memperbaiki kesalahan sintaks, menghapus nilai yang hilang, dan menghilangkan duplikat. Alat ini kemudian menstandarkan dan memvalidasi data Anda sehingga siap untuk dianalisis. d. Analitika Penggalian data. Analitik big data memperoleh wawasan dari data melalui proses penemuan pengetahuan seperti penggalian data, yang mengekstrak pola dasar dari himpunan data besar. Melalui algoritma yang dirancang untuk mengidentifikasi hubungan penting antara data, penggalian data dapat secara otomatis menentukan tren data saat ini, baik yang terstruktur maupun tidak. Analisis prediktif. Analisis prediktif membantu membangun model analitik untuk memprediksi pola dan perilaku. Hal ini dicapai melalui
134 pembelajaran mesin dan jenis algoritme statistik lainnya, yang memungkinkan Anda mengidentifikasi hasil di masa mendatang, meningkatkan operasi, dan memenuhi kebutuhan pengguna Anda. Analitik real-time. Dengan menyambungkan serangkaian alur streaming end-to-end yang dapat diskalakan, solusi streaming real-time seperti Azure Data Explorer menyimpan, memproses, dan menganalisis data lintas platform secara real time, sehingga Anda bisa mendapatkan wawasan secara langsung. Saat ini, banyak industri utama menggunakan jenis analisis data yang berbeda untuk membuat keputusan yang lebih terinformasi seputar strategi produk, operasi, penjualan, pemasaran, dan layanan pelanggan. Dengan analitik big data, organisasi apa pun yang bekerja dengan sejumlah besar data dapat memperoleh wawasan yang bermakna dari data tersebut. Berikut ini adalah beberapa dari sekian banyak aplikasi dalam kehidupan nyata: 1. Pengembangan produk. Analitik big data membantu organisasi menentukan apa yang diinginkan oleh pelanggan dengan menggali kebutuhan mereka melalui data analitik bisnis bervolume besar, pengembangan fitur pengarahan, dan strategi pada peta strategi. 2. Personalisasi. Platform streaming dan peritel online menganalisis keterlibatan pengguna untuk menciptakan pengalaman yang lebih dipersonalisasi
135 dalam bentuk rekomendasi, iklan bertarget, upselling, dan program kesetiaan. 3. Manajemen rantai pasokan. Analisis prediktif menentukan dan memperkirakan semua aspek rantai pasokan, termasuk inventaris, pengadaan, pengiriman, dan pengembalian. 4. Layanan Kesehatan. Analitik big data dapat digunakan untuk mengumpulkan wawasan utama dari data pasien sehingga dapat membantu penyedia menemukan opsi diagnosis dan perawatan baru. 5. Harga. Data penjualan dan transaksi dapat dianalisis untuk membuat model harga yang dioptimalkan, sehingga dapat membantu perusahaan membuat keputusan harga yang memaksimalkan pendapatan. 6. Pencegahan penipuan. Lembaga keuangan menggunakan penggalian data dan pembelajaran mesin untuk mengurangi risiko dengan mendeteksi dan memprediksi pola aktivitas penipuan. 7. Operasi. Analisis data keuangan membantu organisasi mendeteksi dan mengurangi biaya operasional tersembunyi, lalu akhirnya dapat menghemat uang dan meningkatkan produktivitas. 8. Akuisisi dan retensi Pelanggan. Peritel Online menggunakan riwayat pesanan, data pencarian, tinjauan online, dan sumber data lainnya untuk memprediksi perilaku pelanggan, yang dapat mereka gunakan untuk membangun retensi yang lebih baik.
136 Seperti yang digambarkan oleh banyak kasus penggunaannya, big data bermanfaat bagi organisasi di berbagai industri dan beragam konteks. Namun, mengingat sifat infrastrukturnya yang kompleks, big data juga menimbulkan sejumlah kekhawatiran yang perlu dipertimbangkan. Berikut ini adalah beberapa tantangan big data yang perlu diwaspadai: 1. Menjaga data Anda tetap tertata dan mudah diakses. Tantangan terbesar yang terkait dengan big data adalah mencari tahu cara mengelola banyaknya informasi yang masuk sehingga mengalir dengan benar di seluruh aplikasi Anda. Anda perlu menghindari silo, menjaga data tetap terintegrasi, dan merencanakan infrastruktur Anda di sekitar strategi manajemen yang efektif. 2. Kontrol Kualitas. Mempertahankan akurasi dan kualitas data Anda bisa jadi sulit dan memakan waktu, terutama ketika data itu masuk dengan cepat serta volume yang sangat tinggi. Sebelum melakukan analisis apa pun, pastikan proses pengumpulan, pemrosesan, serta pembersihan data Anda terintegrasi, terstandardisasi, dan dioptimalkan. 3. Menjaga data Anda tetap aman. Semakin meningkatnya pelanggaran data, melindungi data menjadi semakin penting. Saat sistem analitik Anda berkembang, begitu juga peluang tantangan keamanan dalam bentuk data palsu, kebocoran, masalah dengan kepatuhan, dan kerentanan perangkat lunak. Dengan mengenkripsi data Anda, mengikuti audit keamanan, dan melakukan uji
137 kelayakan, Anda dibantu mengurangi beberapa masalah ini. 4. Memilih alat yang tepat. Banyaknya alat dan teknologi yang tersedia bisa menjadi pilihan yang sangat beragam. Inilah sebabnya mengapa kita perlu terus belajar, tetap mendapat informasi, dan jika mungkin, untuk menyewa atau berkonsultasi dengan spesialis bila diperlukan. Terlepas dari besarnya usaha yang diperlukan untuk menyiapkan dan mengelola sistem secara efisien, keuntungan menggunakan analitik big data sepadan dengan upaya yang dilakukan. Siapa pun yang mengusahakan pendekatan berbasis data yang lebih terinformasi tentang cara mereka menjalankan organisasi, manfaat jangka panjang big data sangatlah berharga. Berikut beberapa contohnya: 5. Waktu memperoleh wawasan yang lebih cepat. Berkat kecepatan dan efisiensi yang tak tertandingi, analitik big data membantu organisasi mengubah informasi menjadi wawasan dengan lebih cepat. Wawasan ini kemudian digunakan untuk membuat keputusan yang terinformasi seputar produk, operasi, pemasaran, dan inisiatif bisnis lainnya. 6. Efisiensi biaya. Data dalam jumlah besar memerlukan penyimpanan sehingga untuk mempertahankannya diperlukan biaya yang besar. Namun dengan munculnya sistem penyimpanan yang lebih scalable, organisasi kini dapat memaksimalkan efisiensi operasional sekaligus mengurangi biaya. Ini menghasilkan margin keuntungan yang lebih tinggi, serta sistem yang lebih produktif.
138 7. Kepuasan pengguna. Fitur kecerdasan bisnis tingkat lanjut big data tidak hanya menganalisis tren pelanggan, tetapi juga memperkirakan perilaku melalui analisis prediktif. Dengan mempelajari keinginan pengguna lebih lanjut, organisasi dapat membuat produk yang dipersonalisasi untuk memenuhi kebutuhan mereka. Dengan banyaknya informasi yang dihasilkan setiap detiknya, penting bagi perusahaan untuk menggunakan big data analytics agar dapat: 1. Pembuatan kebijakan yang lebih cepat dan akurat: Menggunakan data dengan volume yang besar, perusahaan dapat membuat kebijakan yang akurat. Ditambah dengan proses otomasi, proses analisis dan pembuatan kebijakan bisa lebih cepat lagi. 2. Memahami pelanggan: Informasi dari big data dapat membantu perusahaan mengetahui kebutuhan, preferensi, dan perilaku pelanggan untuk meningkatkan kepuasan dan retensi pelanggan. 3. Menghemat biaya: Pengelolaan big data yang efisien dapat membantu perusahaan dalam menghemat biaya, mengoptimalkan operasi bisnis, dan meningkatkan efisiensi proses. 4. Mengantisipasi perubahan pasar: Analisis-analisis prediktif dapat memberikan informasi bagi perusahaan untuk menghadapi perubahan pasar dan bersaing secara lebih efektif.