Menganalisis Tahapan Dan Kerangka Pengembangan Big Data Untuk Bisnis

Afrizal Zein; Christien  Rozali

doi:10.55903/jitu.v2i2.306

Authors

Afrizal Zein Universitas Pamulang, Tangerang Selatan, Banten, Indonesia
Christien Rozali Universitas Pamulang, Tangerang Selatan, Banten, Indonesia

DOI:

https://doi.org/10.55903/jitu.v2i2.306

Keywords:

Big Data, Kerangka Kerja, Lifecycle, Analitik Data, Pengembangan Sistem Informasi

Abstract

Perkembangan pesat teknologi informasi telah mendorong pertumbuhan data dalam jumlah besar dan kompleks, yang dikenal sebagai big data. Pengelolaan big data memerlukan pendekatan sistematis agar dapat menghasilkan informasi bernilai bagi pengambilan keputusan. Penelitian ini bertujuan untuk menganalisis tahapan-tahapan serta kerangka kerja (framework) yang digunakan dalam pengembangan big data, mulai dari perencanaan hingga implementasi. Metodologi yang digunakan bersifat kualitatif dengan pendekatan studi literatur dan analisis komparatif terhadap beberapa model pengembangan big data, seperti DAMA-DMBOK, Hadoop ecosystem, dan pendekatan lifecycle big data analytics. Hasil analisis menunjukkan bahwa tahapan pengembangan big data umumnya meliputi: identifikasi kebutuhan bisnis, akuisisi data, penyimpanan, pemrosesan, analitik, visualisasi, hingga pemanfaatan hasil analisis. Selain itu, pemilihan kerangka kerja yang tepat sangat bergantung pada konteks organisasi dan tujuan analisis. Penelitian ini memberikan gambaran menyeluruh bagi praktisi dan akademisi untuk memahami struktur kerja big data secara terintegrasi dan efisien.

References

.Ng, A., & Lin, T. (2017). Big data frameworks for healthcare and clinical applications. Journal of Biomedical Informatics, 73, 15-29.

Afrizal Zein, 2022. Evaluasi Keamanan Wireless LAN Menggunakan Issaf (Information System Security Assessment Framework), Sainstech: Jurnal Penelitian dan Pengkajian Sains dan Teknologi: Vol. 32 No. 2: DOI: Https://doi.org/10.37277/stch.v32i2

Ali, A., Hassan, M., & Khan, I. (2015). Real-time analytics frameworks for IoT big data: Current trends and future directions. Journal of Computer Networks and Communications, 2015, 983768.

Chen, Z., Liu, J., & Li, Y. (2017). A big data analytics framework for smart grids. IEEE Transactions on Smart Grid, 8(2), 723-734. https://doi.org /10.48550/arXiv.1708.04935

Davis, F., Johnson, T., & Matthews, L. (2016). Analyzing big data: The framework for decision support in business analytics. Decision Support Systems, 85(4), 12-25..

Harrison, G., & Lewis, K. (2015). A strategic framework for big data analytics in the public sector. Government Information Quarterly, 32(3), 236-242.

Kumar, A., Aggarwal, S., & Gupta, N. (2019). Big data analytics for health systems: A survey and framework. Health Informatics Journal, 25(3), 707-727.

Mistry, N., & Patel, R. (2018). Developmental framework for big data analytics in the cloud. IEEE Cloud Computing, 5(3), 47-55. https://doi.org/10.3390/s23062952

Patel, H., Kaur, R., & Mehta, P. (2017). Big data integration for data-driven decision making. Journal of Data Science and Engineering, 2(2), 45-60.

Roberts, T., & Smith, J. (2020). Demystifying big data: A framework for educational data mining. Educational Technology Research and Development, 68(3), 1015-1035.

Rokach and O. Maimon, Data mining with decision trees: Theory and applications. 2007. doi: 10.1142/6604.

Samso Supriyatna, Salman Farizy, (2024) Perancangan dan Implementasi Aplikasi Monitoring Berkas Pencairan Dana Berbasis Web Menggunakan Metode Rapid Application Development, Sainstech: Jurnal Penelitian dan Pengkajian Sains Dan Teknologi: Vol. 34 No. 3: pp.DOI: https://doi.org/10.37277/stch.v34i3.2078

Singh, P., Joshi, A., & Sharma, R. (2019). Big data frameworks for financial services: A comprehensive review. Journal of Financial Services Research, 56(1), 98-115. DOI:10.1108/IJBM-06-2021-0230

Tan, S., & Lu, Y. (2020). Frameworks and tools for big data analysis: A systematic review. IEEE Access, 8, 10448-10464. DOI: 10.1109/ JAS.2020.1003384

Williams, J., Green, D., & Lee, M. (2018). Exploring data analytics frameworks in supply chain management. International Journal of Logistics Management, 29(2), 456-478. DOI:10.1504/IJAL.2016.080341

Xu, W., & Tan, Y. (2019). Big data security frameworks: A state-of-the-art review. Journal of Information Security and Applications, 46, 102-115..DOI:10.1007/s40860-020-00120-3

Zhang, X., Wang, H., & Zhang, Y. (2018). Data mining techniques in big data era: A study on challenges and opportunities. Journal of Big Data, 5(1), 20-35. doi: 10.1016 /j.jii.2017.08.001

Zhang, Y., Liu, X., & Wang, Z. (2016). A big data framework for electric vehicles charging behavior analytics. IEEE Transactions on Industrial Informatics, 12(2), 743-750L.