• Tidak ada hasil yang ditemukan

PEMANFAATAN BIG DATA ANALYTICS PADA PERGURUAN TINGGI PROPOSAL PENELITIAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "PEMANFAATAN BIG DATA ANALYTICS PADA PERGURUAN TINGGI PROPOSAL PENELITIAN"

Copied!
16
0
0

Teks penuh

(1)

PEMANFAATAN BIG DATA ANALYTICS PADA PERGURUAN TINGGI

PROPOSAL PENELITIAN

Di Susun Oleh :

Hadi Kusmanto, M.Si (2009017902) Wena Aryani (1414151060)

Dika Dani Septiati (1414152068)

LEMBAGA PENELITIAN DAN PENGABDIAN

KEPADA MASYARAKAT (LP2M)

FAKULTAS ILMU TARBIYAH DAN KEGURUAN

IAIN SYEKH NURJATI CIREBON

TAHUN 2017

(2)

REKOMENDASI

1. Judul Penelitian : Pemanfaatan Big Data Analytics pada Perguruan Tinggi 2. a. Jenis Penelitian : Kualitatif

b. Kategori : Kelompok 3. Peneliti/Ketua Peneliti

a. Nama : Hadi Kusmanto, M.Si b. JenisKelamin : Laki-laki

c. Disiplin Ilmu : Statistika Terapan d. NIDN : 2009017902 e. Pangkat/ Golongan : Penata/III d

f. Jabatan Fungsional : Lektor Kajur Matematika g. Fakultas/Jurusan : FITK/Tadris Matematika

h. Alamat : Jl. Perjuangan By Pass Sunyaragi Cirebon i. Hp : 082315778969

j. Email : hadi_upi@yahoo.com 3. Anggota

a. Nama/ Nim : Wina Ariyani / 1414151060 b. Nama/ Nim : Dika Dani Septiani/ 1414152068 4. Lokasi Penelitian : Tentatif

5. Jangka Waktu Penelitian : 6 Bulan

6. Jumlah Biaya Penelitian : Rp. 15.000.000

Cirebon, 13 Maret 2017 Mengetahui,

Ketua Jurusan Tadris Matematika Peneliti

Hadi Kusmanto, M.Si Hadi Kusmanto, M.Si

(3)

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya sehingga proposal penelitian kolaboratif ini berhasil diselesaikan. Tema yang dipilih dalam penelitian ini adalah Big Data Analitics , dengan judul “Pemanfaatan Big Data Analitics pada Perguruan Tinggi”

Terimakasih penulis ucapkan kepada Dekan Fakultas Ilmu Tarbiyah dan Keguruan, Ketua Lemlit dan Kajur Matematika beserta stafnya yang telah memberikan kesempatan pada proposal ini untuk diajukan dalam seleksi penelitian dengan dana bantuan tahun DIPA Tahun 2017. Ungkapan terimakasih juga disampaikan kepada, seluruh teman-teman Dosen Jurusan Pendidikan Matematika atas segala doa dan bantuannya.

Cirebon, Maret 2017

(4)

DAFTAR ISI KATA PENGANTAR... i DAFTAR ISI ... ii A. PENDAHULUAN... 1 B. PERUMSAN MASALAH... 2 C. TUJUAN PENELITIAN... 2 D. PENELITIAN RELEVAN ... 3 E. KERANGKA TEORI ... 6 F. METODOLOGI PENELITIAN ... 8

G. ALOKASI BIAYA DAN JADWAL PENELITIAN ... 10

(5)

PEMANFAATAN BIG DATA ANALYTICS PADA PERGURUAN TINGGI

A. LATAR BELAKANG

Perkembangan jaman hingga saat ini sangat berdampak besar terhadap kehidupan sekarang. Salah satu hal yang berubah adalah cara menggunakan data. Hal tersebut sangat dipengaruhi oleh perkembangan teknologi, karena dapat dilihat sekarang penggunaan tiap individu terhadap data sudah sangat tinggi, hampir semua orang memiliki data dalam setiap perangkatnya (komputer / laptop, smartphone, flashdisk, harddisk eksternal, dll) yang jika dijumlahkan akan menjadi besar sekali. Hal ini dipengaruhi juga dengan mudahnya tiap individu untuk mendapatkan data yang diinginkannya (film, musik, games, dll) melalui internet. Internet menghubungkan tiap individu di seluruh dunia dengan mudah tanpa memperdulikan jarak / lokasi dan waktu. Sekarang dengan terjadinya perkembangan teknologi, data menjadi hal yang penting dalam menjalankan berbagai hal, beberapa diantaranya; mengetahui tren pasar, mengetahui keinginan konsumen saat ini, meningkatkan hasil penjualan, dll. Hasil perubahan ini sangatlah besar, data pun diolah dengan lebih terkomputerisasi sehingga penyimpanan beberapa data dapat menghemat tempat dalam kantor perusahaan dengan cara penyimpanan softcopy. Data yang tersimpan ini lama kelamaan menjadi sangat banyak dan besar sehingga semakin susah untuk digunakan, hal tersebut disebut big data. Dengan perkembangan sekarang, big data ini sudah dapat diolah dan digunakan lagi, bahkan memberikan hasil yang lebih baik karena mencakup pengolahan data yang ada di dalam social media.

Pemanfaatan teknologi informasi di indonesia, sudah menyentuh seluruh bidang kehidupan, yaitu ekonomi, politik, budaya, hukum dan pendidikan. Pengembangan sistem teknologi informasi membuat kegiatan manusia setiap hari semakin dipermudah dan sangat cepat. Sebagai contoh seluruh proses transaksi dilakukan dengan proses elektronik, dari mulai membayar listrik, air, tiket pesawat, kerata, toko online, SPP mahassiwa dan masih banyak lagi.

Teknologi informasi telah digunakan untuk melakukan berbagai aktifitas utama di perguruan tinggi, dimulai dari pembayaran SPP, registrasi perkuliahan setiap semester, pendaftaran sidang akhir dan komprehensif, absensi dan berita acara perkuliahan bahkan proses pembelajaran hingga penilaian. Data-data tentang pendidikan dan pengajaran, penelitian, pengabdian masyarakat, dan kegiatan penunjang

(6)

lainnya juga sudah dilakukan pelaporan dengan menggunakan teknologi informasi. Semua aktifitas tersebut dari waktu ke waktu menyebabkan digitalisasi data yang selanjutnya menyebabkan ledakan data di Perguruan Tinggi sehingga membuka peluang untuk big data analytic di perguruan tinggi.

(Drigas & Leliopoulos, 2014) menyatakan, “...Big Data can really improve the

education. Can afford to shape a modern and dynamic education system, which every individual student can have the maximum benefit from that....”. Hal itu berarti bahwa

penggunaan big data pada dunia pendidikan akan mampu membentuk sistem pendidikan modern dan dinamis yang bermanfaat bagi dosen dan mahasiswa.

Data-data digital dalam jumlah banyak meninggalkan tentang apa yang mahasiswa dan akademisi lihat, apa yang mereka baca, keterlibatan dan perilaku mereka, penilaian, maupun tentang kepentingan dan prefensi mereka sehingga menyediakan sejumlah besar data yang dapat ditambang untuk pengalaman pembelajaran.

B. RUMUSAN MASALAH

Berdasarkan latar belakang masalah tersebut dapat dirumuskan beberapa permasalahan yang muncul dalam penelitian ini, yaitu :

1. Bagaimana teknologi big data melibatkan dunia pendidikan ?

2. Bagaimana penggunaan big data analytics di perguruan tinggi yang meliputi,

academic analytics, learning analitics dan process analitics?

C. TUJUAN PENELITIAN

Penelitian ini bertujuan untuk memeberikan usulan penggunaan big data analitics di perguruan tinggi yang meliputi, academic analitics, learning analitics dan academic

analitics. Selain itu dengan adanya penggunaan big data diharapkan perguruan tinggi

mampu memetakan kelebihan dan kekurangannya untuk pengambilan kebijakan.

D. PENELITIAN RELEVAN

1. (Drigas & Leliopoulos, 2014), meneliti tentang big data yang melibatkan dunia pendidikan. Dalam penelitian ini penggunaan Big Data di Pendidikan mutlak diperlukan karena data yang terkumpul tentang akademik sangat besar dan perlu

(7)

penanganan khusus. Jumlah seberapa besar data yang dapat digunakan dan diekstraksi untuk sesuatu yang bermanfaat, membantu dunia pendidikan untuk meningkatkan keuntungan mereka. Tujuan dari penggunaan Big Data dalam pendidikan yaitu, memberikan gambaran yang jelas tentang nilai dan efek dari Big Data dalam pendidikan. Selain itu menganalisa dan memberikan penjelasan singkat tentang bagaimana big data dapat berkontribusi pada sistem pendidikan dan membantu dosen dan mahasiswa untuk membuat target tujuannya lebih lebih terukur. Hasil dari penelitian ini yaitu big data benar-benar dapat meningkatkan pendidikan dan mampu untuk membentuk sistem pendidikan modern yang dinamis. Selanjutnya dosen memiliki alat yang berharga, yang mereka tidak memiliki sebelumnya, yang dapat membuat keputusan yang lebih spesifik dan dapat memilih berbagai besar dari metode pembelajaran baru.

2. (Mohapatra, Paikaray, & Samal, 2015) meneliti tentang tren komputasi masa depan dan big data. Setiap individu, organisasi dan pelaku industri saat ini mempunyai dan menyimpan data yang besar terutama data di media sosial, yang sekaligus merubah gaya hidup dan pilihan hidupnya. Fenomena tersebut membuat tumpukan data yang sangat besar dan diperlukan analisa yang sesuai untuk memetakannya. Tujuan dari penelitian ini untuk memberikan arah tren penggunaan big data dan komputasi dalam IT. Hasil dari penelitian ini, yaitu terdapat banyak solusi yang dihasilkan melalui

computing could untuk big data analitics dan Cloud computing memainkan peran

penting untuk Big Data; tidak hanya karena memberikan infrastruktur dan peralatan, tetapi juga karena sebuah model bisnis yang Big Data analisis dapat mengikuti (Analytics misalnya sebagai Service (AAAS) atau Big Data sebagai Service (BDaaS)). 3. (Aprilius, 2015) meneliti tentang big data pada dunia kesehatan masa depan. Data medis saat ini hadir dalam bentuk big data, yaitu data yang tidak hanya memiliki jumlah yang besar, tetapi juga bersifat kompleks, variatif, dan aktual. Para penyedia perawatan kesehatan mulai memanfaatkan big data untuk mendapatkan wawasan dan memperbaiki kualitas. Big data dalam bidang kesehatan ini dapat digunakan untuk melihat penyebaran suatu wabah penyakit dalam suatu wilayah, mengetahui jenis pengobatan yang paling efektif untuk suatu jenis penyakit, memberi informasi mengenai kebutuhan pasien, dan membantu dokter dalam mengambil keputusan. Pemanfaatan big data dalam perawatan kesehatan masih dalam tahap pengembangan. Hal ini didukung oleh keberadaan berbagai sumber data medis, baik terstruktur, maupun tidak terstruktur. Akan tetapi, integrasi big data memerlukan pemahaman akan

(8)

berbagai solusi teknologi. Hasil dari penelitian ini, yaitu pemanfaatan big data mendatangkan peluang bagi terciptanya perawatan kesehatan yang lebih baik dan berorientasi pada pasien. Namun, terdapat sejumlah tantangan yang perlu diatasi untuk dapat mendukung proses integrasi big data dalam perawatan kesehatan.

4. (Ram, Zhang, & Koronios, 2016), meneliti tentang implikasi big data pada intelegen bisnis. Intelijen bisnis (BI) adalah kemampuan perusahaan untuk memanfaatkan bermakna data yang dikumpulkannya dalam perjalanan sehari-hari operasi. BI bisa memainkan peran penting dalam meningkatkan kinerja organisasi dengan mengidentifikasi peluang-peluang baru, menyoroti potensi ancaman, mengungkapkan wawasan bisnis baru dan meningkatkan proses pengambilan keputusan di antara banyak manfaat lainnya. Saat ini, solusi BI terutama berfokus pada data terstruktur dan internal perusahaan. Akibatnya, banyak informasi berharga tertanam dalam data terstruktur dan eksternal tetap tersembunyi, yang berpotensi menyebabkan pandangan yang tidak lengkap dari realitas dan resultantly bias pengambilan keputusan bisnis. Munculnya komputasi dan internet teknologi telah memfasilitasi pengumpulan volume besar data heterogen dari berbagai sumber secara berkelanjutan berpose tantangan baru dan peluang untuk intelijen bisnis. Metodologi yang digunakan, yaitu wawancara semi-terstruktur untuk pengumpulan data. Metode ini digunakan terutama karena dua alasan. Pertama, komunikasi dua arah selama wawancara akan membantu dalam mencari informasi yang lebih rinci dan mendalam. Kedua, itu akan memungkinkan untuk mengajukan pertanyaan di luar kuesioner semi-terstruktur untuk mencari kejelasan dan mengumpulkan data yang kuat dan mengajukan pertanyaan tindak lanjut. fleksibilitas dalam komunikasi ini dapat membantu dalam menghasilkan wawasan yang tak terduga. Proses penelitiannya terdiri dari empat tahap: desain kuesioner, pengumpulan data, analisis data dan penulisan laporan. Hasilnya yaitu, salah satu aplikasi utama dari analisis Big Data adalah untuk intelijen bisnis untuk meningkatkan pengambilan keputusan kemampuan, pengambilan keputusan lebih cepat, memahami kebutuhan pelanggan, mengembangkan strategi untuk meluncurkan produk dan layanan baru, menjelajahi pasar baru, meningkatkan turnovers persediaan, mengurangi keluhan pelanggan, dan meningkatkan produktivitas staf dan efisiensi. Untuk tujuan tersebut, penelitian ini mengeksplorasi implikasi dari analisis Big Data dari data yang dikumpulkan dari Social Media untuk meningkatkan intelijen bisnis dalam konteks bisnis Cina. Media sosial di Cina dan bisnis online di Cina telah berkembang pesat

(9)

bagaimana data yang dikumpulkan dari saluran ini dapat berguna dimanfaatkan untuk peningkatan bisnis lebih lanjut.

5. (Narendra, 2015) meneliti tentang big data dan pengembangan kompetensi pustakawan. Istilah Big Data sudah dibesarkan oleh Fremont Rider, seorang Amerika Pustakawan dari Westleyan University, pada tahun 1944. Dia memperkirakan bahwa volume koleksi universitas di Amerika akan mencapai 200 juta kopi di tahun 2040. Akibatnya, ia membawa ke kedepan beberapa isu-isu seperti pengguna data yang besar, kapasitas penyimpanan, dan kebutuhan untuk memiliki analis data. Di Indonesia, analis data masih profesi langka, dan karena itu sangat dibutuhkan. Salah satu tugas yang khas adalah untuk melakukan analisis visual yang dari berbagai sumber data dan juga untuk menyajikan hasilnya secara visual sebagai pengetahuan yang menarik. Ini menjadi ilmu meramaikan oleh visualisasi interaktif. Dalam menanggapi masalah ini, pustakawan sudah dilengkapi dengan manajemen informasi dasar. Namun, mereka bisa melihat peluang dan meningkatkan diri mereka sebagai analis data. Di negara maju, itu adalah hal umum bahwa pustakawan juga dianggap sebagai analis data. Mereka meningkatkan diri dengan berbagai keterampilan yang diperlukan, seperti komputasi awan dan komputasi cerdas. Pada akhirnya pustakawan dengan kompetensi analis data fasih untuk mengekstrak dan sekarang sumber data yang kompleks sebagai pengetahuan. Yang "menarik dan dapat dilihat"

6. (Royal, Sumatera, Prof, Kisaran, & Utara, 2015), meneliti tentang sistem informasi di perguruan tinggi. Perkembangan teknologi informasi dalam segala aspek mendorong perguran tinggi untuk melakukan langkah-langkah strategis agar bisa tetap unggul dalam segala bidang. Peran teknologi informasi pada perguruan tinggi mulai bisa dirasakan dalam kegiatan/proses akademik. Beberapa perguruan tinggi baik swasta atau pun negeri sudah memanfaatkan sistem informasi yang merupakan bagian dari teknologi informasi. Sistem informasi akademik sangat membantu dan berperan aktif dalam suatu perguruan tinggi, hal ini dapat dilihat dengan telah diterapkannya sistem informasi dalam hal proses belajar mengajar, mengatur jadwal ruangan, kuliah, jadwal ujian yang kesemuanya merupakan tugas dari bagian pengajaran yang dapat dikategorikan bagian internal dari perguruan tinggi. Pemanfaatan sistem informasi untuk setiap aktivitas internal dalam perguruan tinggi akan juga menjadi faktor kesuksesan dan kemajuan dari perguruan tinggi.

7. (Purnama, 2015), meneliti tentang sentimen analisis berbasis big data. Pemerintah sebagai pelayan masyarakat memiliki peran yang sangat besar dalam meningkatkan

(10)

kesejahteraan masyarakat.Maka perlu diadakan suatu perbaikan secara bertahap guna meningkatkan pelayanan masyarakat (public services) sebagai tugas utama pemerintah, untuk itu perlu adanya sikap keterbukaan dari pemerintah untuk dapat menerima setiap keluhan masyarakat mengenai kebijakan / program yang langsung menyentuh kepentingan masyarakat. Media Center merupakan sistem pelayanan informasi yang terintegrasi kepada masyarakat Kota Surabaya untuk ikut berpartisipasi dalam pembangunan dengan berbagai cara seperti ide, pengaduan, keluhan, kritik, saran dan pertanyaan. Untuk itu perlu adanya klasifikasi untuk sentiment analysis keluhan masyarakat informasi yang masuk ke media center sehingga pengelola dapat memberikan informasi yang efisien dan tepat kepada masyarakat dan pemerintah dapat mengetahui bidang mana yang perlu dibenahi dalam pembangunan. Sentiment analysis merupakan proses klasifikasi dokumen tekstual ke dalam beberapa kelas seperti sentimen positif dan negatif serta besarnya pengaruh dan manfaat dari sentiment analysis tersebut. Pada penelitian ini dibahas klasifikasi keluhan masyarakat terhadap pemerintah pada media sosial facebook dan twitter sapawarga data berbahasa Indonesia menggunakan metode Support Vector Machine (SVM) yang dijalankan dalam komputasi terdistribusi dengan menggunakan Hadoop. Pengujian dilakukan dengan perhitungan precision, kecepatan, akurasi.Hal ini bertujuan untuk mengetahui sejauh mana kehandalan metode yang diusulkan untuk mencapai peningkatan kecepatan dan akurasi klasifikasi.

E. KERANGKA TEORI

(McShine, 1991), data menunjuk pada deskripsi dasar akan benda, event, aktivitas, dan transaksi yang terdokumentasi, terklasifikasi,dan tersimpan tetapi tidak terorganisasi untuk dapat memberikan suatu arti yang spesifik. Berdasarkan pengertian di atas, data merupakan hal paling mendasar yang dibutuhkan perusahaan yang dapat diperoleh dari proses-proses operasional sehari-hari maupun sumber-sumber luar yang akan diolah menurut keinginan perusahaan. (Eaton, Dirk, Tom, George, & Paul) Big Data merupakan istilah yang berlaku untuk informasi yang tidak dapat diproses atau dianalisis menggunakan alat tradisional.

(Dumbill, 2012) , Big Data adalah data yang melebihi proses kapasitas dari kovensi sistem database yang ada. Data terlalu besar dan terlalu cepat atau tidak sesuai dengan

(11)

struktur arsitektur database yang ada. Untuk mendapatkan nilai dari data, maka harus memilih jalan altenatif untuk memprosesnya.

Berdasarkan pengertian para ahli di atas, dapat disimpulkan bahwa Big Data adalah data yang memiliki volume besar sehingga tidak dapat diproses menggunakan alat tradisional biasa dan harus menggunakan cara dan alat baru untuk mendapatkan nilai dari data ini.

Setiap hari, kita menciptakan 2,5 triliun byte data - begitu banyak bahwa 90% dari data di dunia saat ini telah dibuat dalam dua tahun terakhir saja. Data ini berasal dari mana-mana, sensor digunakan untuk mengumpulkan informasi iklim, posting ke situs media sosial, gambar digital dan video, catatan transaksi pembelian, dan sinyal ponsel GPS untuk beberapa nama. Data ini adalah big data.

Big Data mengacu pada dataset yang ukurannya diluar kemampuan dari database

software tools untuk meng-capture, menyimpan,me-manage dan menganalisis. Definisi ini sengaja dibuat subjective agar mampu digabungkan oleh definisi Big Data yang masi belum ada baku. Ukuran big data sekitar beberapa lusin TeraByte sampai ke beberapa PetaByte tergantung jenis Industri

Isi dari Big Data adalah Transaksi+interaksi dan observasi atau bisa di bilang segalanya yang berhubungan dengan jaringan internet, jaringan komunikasi, dan jaringan satelit

(12)

Big Data dapat juga didefinisikan sebagai sebuah masalah domain dimana

teknologi tradisional seperti relasional database tidak mampu lagi untuk melayani.Big data lebih dari hanya masalah ukuran, itu adalah kesempatan untuk menemukan wawasan dalam jenis baru dan muncul data dan konten, untuk membuat bisnis Anda lebih gesit, dan menjawab pertanyaan yang sebelumnya dianggap di luar jangkauan Anda.

Big data dapat di artikan kedalam 9 karakter (IBM) menurut responden sehingga

disimpulkan oleh IBM, Big data adalah data yang memiliki scope informasi yang sangat besar, model informasi yang real-time, memiliki volume yang besar, dan berasalkan social media data jadi dapat disimpulkan bahwa Big data adalah dataset yang memiliki volume besar dan salah satu isinya berdasarkan social media data, dan informasi dari Big data selalu yang terbaru (latestdata) sehingga model informasi nya real-time, dan scope informasi nya tidak terfocus pada industri-indrustri kecil saja atau industri-indrustri besar saja melainkan semuanya baik industry kecil maupun besar.

(IBM)

Ada 3 dimensi awal dalam Big Data yaitu 3V: Volume, Variety dan Velocity. Volume mengacu pada jumlah massa data, bahwa organisasi berusaha untuk memanfaatkan data untuk meningkatkan pengambilan keputusan yang banyak perusahaan di banyak negara. Volume data juga terus meningkat dan belum pernah terjadi sampai sethinggi ini sehingga tidak dapat diprediksi jumlah pasti dan juga ukuran dari data sekitar lebih kecil dari petabyte sampai zetabyte. Dataset big data sekitar 1 terabyte sampai 1 petabyte perperusahaan jadi jika big data digabungkan dalam sebuah organisasi / group perusahaan ukurannya mungkin bisa sampai zetabyte

(13)

dan jika hari ini jumlah data sampai 1000 zetabyte, besok pasti akan lebih tinggi dari 1000 zetabyte.

Variety adalah tentang mengelolah kompleksitas beberapa jenis data, termasuk structured data, unstructured data dan semi-structured data. Organisasi perlu mengintegrasikan dan menganalisis data dari array yang kompleks dari kedua sumber informasi Traditional dan non traditional informasi, dari dalam dan luar perusahaan. Dengan begitu banyaknya sensor, perangkat pintar (smart device) dan teknologi kolaborasi sosial, data yang dihasilkan dalam bentuk yang tak terhitung jumlahnya, termasuk text, web data, tweet, sensor data, audio, video, click stream, log file dan banyak lagi.

Velocity merupakan kecepatan di mana data dibuat, diolah dan dianalisis terus menerus. Berkontribusi untuk kecepatan yang lebih tinggi adalah sifat penciptaan data secara real-time, serta kebutuhan untuk memasukkan streaming data ke dalam proses bisnis dan dalam pengambilan keputusan. Dampak Velocity latency, jeda waktu antara saat data dibuat atau data yang ditangkap, dan ketika itu juga dapat diakses. Hari ini, data terus-menerus dihasilkan pada kecepatan yang mustahil untuk sistem tradisional untuk menangkap, menyimpan dan menganalisis. Jenis tertentu dari data harus dianalisis secara real time untuk menjadi nilai bagi bisnis.

(14)

Dalam pendidikan untuk meningkatan sebuah data lebih berkualitas dibutuhkan dimensi ke empat yaitu Veracity, pencantuman Veracity dapat menekankan pengelolahan dan penanganan untuk suatu ketidakpastian yang melekat dalam beberapa jenis data.

Untuk mengelola ketidakpastian, analis perlu menciptakan konteks sekitar data. Salah satu cara untuk mencapai ini adalah melalui data fusion, di mana menggabungkan beberapa sumber yang kurang dapat diandalkan menciptakan lebih akurat dan berguna point data, seperti komentar sosial ditambahkan ke geospasial informasi lokasi. Cara lain untuk mengelola ketidakpastian adalah melalui matematika canggih yang mencakup hal itu, seperti teknik optimasi yang kuat dan pendekatan fuzzy logic. Manusia secara alami, tidak menyukai ketidakpastian, tetapi hanya mengabaikannya dapat menciptakan lebih banyak masalah daripada ketidakpastian itu sendiri. Dalam era big data, eksekutif akan perlu pendekatan dimensi ketidakpastian berbeda. Mereka akan perlu untuk mengakuinya, menerimanya dan menentukan.

F. METODE PENELITIAN

Penelitian ini menggunakan metode kualitatif dan studi pustaka dengan menggunakan analisis deskriptif. Hasil dari penelitian ini nantinya berupa rekomendasi pentingnya penelitian ini merupakan rekomendasi pentingnya penggunaan big data analytics.

G. ALOKASI BIAYA DAN JADWAL PENELITIAN Alokasi Biaya

Besarnya alokasi biaya penelitian sebesar Rp. 15.000.000,00 untuk kategori penelitian kelompok. Adapin rincian biayanya sebagai berikut :

RENCANA ANGGARAN BIAYA (RAB) PENELITIAN KELOMPOK

TAHUN 2017

A Belanja Bahan RENCANA

F V satuan Jumlah

(15)

2. Konsumsi 4 org 10 kali 25.000 250.000

3. Photocopy dan penjilidan 1 KEG 1.680.000 1.680.000

4. Printout referensi

14 BH 55.000 770.000

ebook/proccedings

B Transport

1. Transport Pengelola Data 1 Org 10 kali 75.000 750.000

2. Transport Tim Komputasi

Data 2 Org 10 kali 60.000 600.000

3. Forum Group Discusion 18 Org 300.000 5.400.000

C Honorarium

1. Pengelola Data 1 OK 1.250.000 1.250.000

2. Komputasi Data 3 OH 1.000.000 3.000.000

Jumlah 15.000.000

Jadwal Penelitian

Jadwal penyelesaian penelitian tracer study ini adalah sebagai berikut :

No Kegiatan Penelitian April Mei Juni Juli 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 Penyusunan Proposal dan

penyerahan 2 Instrumen Penelitian 3 Pengumpulan data 4 Analisis data 5 Pennyusunan laporan penelitian

(16)

H. DAFTAR PUSTAKA

Aprilius, W. (2015). Big Data dan Perawatan Kesehatan Studi Awal Menuju Perawatan Kesehatan Masa Depan, VI(1), 64–70.

Drigas, A. S., & Leliopoulos, P. (2014). The Use of Big Data in Education. International

Journal of Computer Sciense Issues (IJCSI), 11(5), 58–63. Retrieved from

www.IJCSI.org

McShine, K. (1991). Introduction to Information Systems. John Wiley & Sons Singapore

Pte.Ltd (5th ed.). Singapore: John Wiley & Sons Singapore Pte.Ltd.

https://doi.org/http://dx.doi.org/10.1016/B978-012226570-9/50106-X

Mohapatra, S., Paikaray, J., & Samal, N. (2015). Future Trends in Cloud Computing and Big Data. Journal of Computer Sciences and Applications, 3(6), 137–142.

https://doi.org/10.12691/jcsa-3-6-6

Narendra, A. P. (2015). Data Besar , Data Analisis , dan Pengembangan Kompetensi Pustakawan Big Data. Record and Library Journal, 1, 83–93.

Purnama, I. K. E. (2015). Sentiment Analysis Berbasis Big Data (pp. 142–149). Yogyakarta. Ram, J., Zhang, C., & Koronios, A. (2016). The implications of Big Data analytics on Business

Intelligence : A qualitative study in China. In Procedia Computer Science (Vol. 87, pp. 221–226). Elsevier B.V. https://doi.org/10.1016/j.procs.2016.05.152

Royal, S., Sumatera, K., Prof, J., Kisaran, M. Y., & Utara, S. (2015). Peranan Sistem Informasi Dalam Perguruan Tinggi. Teknologi Dan Sistem Informasi, 1, 79–86.

Referensi

Dokumen terkait

Beban pajak kini ditentukan berdasarkan laba kena pajak dalam tahun yang bersangkutan yang dihitung berdasarkan tarif pajak yang berlaku. Aset dan liabilitas pajak tangguhan

Penelitian yang dilakukan di Gampong Dee Kecamatan Trienggadeng diperoleh jumlah frekuensi perilaku semut Rangrang beraktivitas, baik perilaku dalam mengusir hama

Di sisi lain dari sudut pandang ekonomi pembiayaan yang berdasarkan mark-up dalam murabahah tidak memiliki manfaat ekonomis yang lebih baik jika dibandingkan dengan

Oleh karena itu, pada penelitian ini akan merancang sebuah game edukasi dengan menggunakan sudut pandang orang ketiga (Third-Person Shooter), dan membawa alur cerita horror

Lirik lagu “Bibir” yang dipopulerkan oleh penyanyi Samantha Band adalah sebuah proses komunikasi yang mewakili seni karena terdapat informasi atau pesan yang

Both of subcutaneous and intraperitoneal ways will interact systematically in the body, so that increasing width of lung connective tissue due to Bleomycin application

telah melimpahkan segala rahmat dan hidayah-Nya, serta shalawat dan salam tetap tercurahkan kepada junjungan kita Nabi Besar Muhammad SAW, sehingga penulis dapat

Berdasarkan uraian di atas dapat disimpulkan bahwa hasil belajar merupakan sesuatu yang diperoleh siswa setelah proses pembelajaran yang ditunjukan dengan adanya