WEBINAR NASIONAL Penerapan TI dengan Memanfaatkan Big Data & Data Science dalam Business Digital

Semarang, 7 September 2023 Progdi S1 Teknik Informatika Universitas Sains dan Teknologi Komputer (Universitas STEKOM) bekerja sama dengan Fakultas Teknologi Informasi Universitas Budi Luhur Jakarta, Fakultas Teknik Informatika Universitas Muhammadiyah Malang, Fakultas Ilmu Komputer Universitas Jayabaya Jakarta, Fakultas Teknik Elektro dan Informatika UGM Yogyakarta, Perkumpulan Komunitas Industri dan Vokasi Indonesia (PERKIVI), Perkumpulan Teacherpreneur Indonesia Cerdas (PTIC) dan https://www.Toploker.com, Sukses dalam menyelenggarakan Webinar Nasional dengan tema Penerapan TI dengan Memanfaatkan Big Data & Data Science dalam Business Digital..

Acara Webinar Nasional Penerapan TI dengan Memanfaatkan Big Data & Data Science dalam  Business Digital tersebut diselenggarakan Kamis, 7 September 2023 Pukul 13.00 s.d 16.00 WIB yang di laksanakan melalui Zoom Meeting dan You Tube Universitas Sains dan Teknologi Komputer (Universitas STEKOM) dan di hadiri oleh mahasiwa dan masyarakat umum.

Webinar Nasional ini Menghadirkan 5 Narasumber, narasumbernya yaitu Dr. Indra, S.Kom, M.T.I. (Dosen FTI Univ Budi Luhur Jakarta), Christian Sri Kusuma Aditya, S.Kom., M.Kom. (Dosen FTI UMM Malang), Karno Diantoro, M.Kom. (Dosen FASILKOM Univ Jayabaya Jakarta), Widyawan, S.T., M.Sc., Ph.D. (Dosen FTEI UGM Yogyakarta), dan Ir. Haris Jamaludin, M.Kom. (Dosen Universitas STEKOM) dengan MC dan Moderatornya yaitu Eko Siswanto, S.Kom., M.Kom. (Dosen Universitas STEKOM), dan Candra Supriadi, S.ST., M.Kom. (Dosen Universitas STEKOM)

Dalam pemaparan narasumber pertama, Dr. Indra, S.Kom, M.T.I. (Dosen FTI Univ Budi Luhur Jakarta) menjelaskan tentang Perancangan dan Penerapan Data Werehouse Sebagai Pangkalan Big Data untuk Membuat OLAP. Perancangan dan penerapan data warehouse (DWH) sebagai pangkalan Big Data untuk membuat Online Analytical Processing (OLAP) adalah langkah penting dalam mengelola dan menganalisis besar data. Berikut adalah langkah-langkah umum yang dapat Anda ikuti untuk melakukan perancangan dan penerapan ini:

1. Perencanaan dan Analisis Kebutuhan:

a. Identifikasi kebutuhan bisnis Anda. Apa tujuan utama dari sistem OLAP Anda?

b. Tentukan sumber data Anda, termasuk data internal dan eksternal.

c. Tentukan jenis data yang akan disimpan di data warehouse Anda, seperti data transaksional, data sensor, data log, dan lainnya.

d. Buat rencana skema database yang mencakup dimensi dan fakta yang diperlukan untuk analisis OLAP.

2. Pengumpulan dan Persiapan Data:

a. Ekstrak data dari berbagai sumber, baik data internal maupun eksternal.

b. Bersihkan dan transformasikan data untuk memastikan kualitas dan konsistensi.

c. Load data ke dalam data warehouse. Ini bisa melibatkan berbagai teknik seperti ETL (Extract, Transform, Load).

3. Desain Data Warehouse:

a. Pilih teknologi database yang sesuai untuk data warehouse Anda, seperti PostgreSQL, MySQL, atau teknologi khusus seperti Snowflake atau Amazon Redshift.

b. Rancang struktur data warehouse Anda, termasuk tabel dimensi dan fakta.

c. Pertimbangkan skalabilitas dan performa data warehouse Anda, terutama jika Anda berurusan dengan big data.

4. Pembuatan Indeks dan Optimisasi Kinerja:

a. Buat indeks pada tabel-tabel yang sesuai untuk meningkatkan kinerja query OLAP.

b. Lakukan tuning database untuk memastikan bahwa data warehouse Anda dapat menangani query OLAP dengan efisien.

5. Implementasi OLAP:

a. Pilih platform OLAP yang sesuai, seperti Microsoft Analysis Services, Apache Kylin, atau teknologi OLAP open source lainnya.

b. Rancang kubus OLAP sesuai dengan kebutuhan bisnis Anda.

c. Integrasikan kubus OLAP dengan data warehouse Anda.

6. Pengembangan Aplikasi dan Antarmuka:

a. Buat aplikasi atau antarmuka pengguna yang memungkinkan pengguna akhir untuk mengakses dan menganalisis data OLAP dengan mudah.

b. Pastikan antarmuka pengguna mendukung fitur interaktif seperti pemilihan dimensi, perbandingan, dan visualisasi data.

7. Pengujian dan Validasi:

a. Uji sistem secara menyeluruh untuk memastikan bahwa query OLAP berjalan dengan benar dan hasilnya konsisten.

b. Validasi hasil analisis dengan pemangku kepentingan bisnis untuk memastikan keakuratan dan relevansinya.

8. Pelatihan Pengguna:

a. Berikan pelatihan kepada pengguna akhir agar mereka dapat menggunakan sistem OLAP dengan efektif.

9. Pemeliharaan dan Monitoring:

a. Lakukan pemeliharaan rutin pada data warehouse dan sistem OLAP Anda.

b. Pantau kinerja dan skalabilitas sistem untuk mengatasi masalah segera.

10. Evolusi dan Perbaikan:

a. Terus evaluasi dan tingkatkan sistem sesuai dengan perubahan kebutuhan bisnis dan perkembangan teknologi.

Penerapan data warehouse sebagai pangkalan Big Data untuk OLAP adalah proyek yang kompleks, dan memerlukan perencanaan yang matang serta tim yang terampil. Selain itu, pastikan Anda mempertimbangkan aspek keamanan data dan kepatuhan hukum dalam seluruh proses perancangan dan penerapan ini. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/DP1MjfDBxqA?si=5e-n65iw9Kqu1Xph

Dalam pemaparan narasumber, Christian Sri Kusuma Aditya, S.Kom., M.Kom. (Dosen FTI UMM Malang) menjelaskan tentang The Role of Data Science & Big Data in Digital Transformation. Data science adalah bidang studi yang berfokus pada penggunaan teknik statistik dan komputasi untuk mengekstrak wawasan dan pengetahuan dari data. Dalam konteks transformasi digital, ilmu data memainkan peran kunci dengan memberikan pemahaman mendalam kepada organisasi tentang operasi, pelanggan, dan pasar mereka.

Ilmu Data sebagai Pendorong Utama Transformasi Digital. Transformasi digital merevolusi cara bisnis beroperasi dan bersaing di pasar. Ini melibatkan integrasi teknologi ke dalam semua aspek bisnis, yang mengarah pada perubahan mendasar dalam cara fungsinya dan memberikan nilai kepada pelanggan. Peran ilmu data dalam transformasi ini sangat penting, karena organisasi berupaya memanfaatkan sejumlah besar data yang dihasilkan dalam operasi mereka untuk mendorong pertumbuhan dan daya saing.

Big data adalah kombinasi dari data terstruktur, semi terstruktur, dan tidak terstruktur yang dikumpulkan oleh organisasi yang dapat ditambang untuk informasi dan digunakan dalam proyek pembelajaran mesin, pemodelan prediktif, dan aplikasi analitik canggih lainnya. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/DP1MjfDBxqA?si=uS1exWrXgOw3kpjw

Dalam pemaparan narasumber, Karno Diantoro, M.Kom. (Dosen FASILKOM Univ Jayabaya Jakarta) menjelaskan tentang Transformasi Bisnis Digital Melalui Penerapan Teknologi Informasi, Big Data, dan Data Science. Perubahan paradigma bisnis, dulu Bisnis berbasis produk atau layanan konveksional, sekarang Bisnis digital dengan fokus pada pengalaman pelanggan.

Bisnis berbasis produk atau layanan konveksional, Bisnis yang berfokus pada produk atau layanan konvensional. Model bisnis yang telah ada sejak lama dan masih banyak diterapkan di berbagai sektor. Produk atau layanan yang berkualitas dan sesuai dengan kebutuhan pelanggan. Contoh Bisnis Berbasis Produk:

1. Perusahaan Pakaian, berfokus pada desain, kualitas, dan Variasi produk untuk menarik pelanggan.

2. Produsen Mobil, Berfokus pada produksi berbagai model mobil dengan fitur dan spesifikasi yang berbeda untuk memenuhi kebutuhan konsumen.

Contoh Bisnis Berbasis Layanan:

1. Restoran Konvensional, Restoran yang menyajikan makanan dan minuman langsung kepada pelanggan di tempat. Mereka menonjolkan kualitas masakan, suasana, dan pelayanan.

2. Salon Rambut, Bisnis salon rambut yang menawarkan berbagai layanan seperti potong rambut, pewarnaan, dan perawatan rambut. Mereka berfokus pada keterampilan para ahli dan kenyamanan pelanggan.

Keuntungan Bisnis Berbasis Produk atau Layanan Konvensional:

1. Tangible Presence: Produk atau layanan yang dapat dilihat dan dirasakan oleh pelanggan.

2. Interaksi Langsung: Pelanggan dapat berinteraksi langsung dengan produk atau staf layanan.

3. Pengalaman Fisik: Pelanggan dapat menguji produk atau merasakan layanan secara langsung sebelum pembelian.

Bisnis Digital dengan Fokus pada Pengalaman Pelanggan. Pada bisnis digital dengan fokus pada pengalaman pelanggan menjadi kunci untuk memenangkan persaingan dan membangun hubungan yang kuat dengan pelanggan. Ini bukan lagi sekadar menjual produk atau layanan, tetapi juga tentang menciptakan pengalaman yang luar biasa untuk pelanggan.

Transformasi Bisnis Digital. Proses di mana perusahaan mengadopsi teknologi digital dan strategi digital secara menyeluruh untuk mengubah cara mereka beroperasi, berinteraksi dengan pelanggan, dan mencapai tujuan bisnis mereka. Transformasi. Tujuannya untuk meningkatkan efisiensi, inovasi, dan daya saing Perusahaan dalam era digital yang terus berkembang.

Memahami Big Data. Menggambarkan volume besar data yang dihasilkan dan dikumpulkan oleh organisasi dan sistem digital dalam waktu yang sangat singkat. Big Data tidak hanya mencakup data dalam jumlah besar, tetapi juga beragam jenis data, termasuk teks, gambar, audio, video, dan data terstruktur maupun tak terstruktur.

Pemanfaatan Big Data dalam Bisnis. Analisis tren pasar dan perilaku konsumen.

Analisis Pelanggan, untuk menganalisis perilaku pelanggan. Ini mencakup pemahaman terhadap apa yang pelanggan sukai, apa yang mereka beli, bagaimana mereka berinteraksi dengan merek,. Hasil analisis ini dapat digunakan untuk personalisasi produk atau layanan, rekomendasi yang lebih baik, dan meningkatkan retensi pelanggan.

Optimasi Rantai Pasokan, Dapat memantau rantai pasokan secara real-time. Ini membantu dalam mengelola persediaan dengan lebih efisien, mengidentifikasi risiko keterlambatan atau kekurangan, dan mengoptimalkan proses logistik.

Analisis Sentimen, Dapat melacak sentimen pelanggan di media sosial, forum online, atau ulasan produk. Ini membantu dalam memahami bagaimana pelanggan merasa tentang merek dan produk, dan dapat mengarah pada tindakan perbaikan atau perubahan strategi.

Pemanfaatan Big Data dalam Bisnis. Memungkinkan pemimpin bisnis untuk membuat keputusan yang lebih informasional. Ini dapat mencakup keputusan terkait dengan strategi pasar, alokasi sumber daya, atau inovasi produk. Membantu perusahaan untuk membuat keputusan yang lebih tepat, mengurangi risiko, dan meningkatkan efisiensi. Ini juga dapat membantu dalam memahami tren pasar dan perilaku pelanggan yang lebih baik, yang pada gilirannya dapat mengarah pada strategi bisnis yang lebih efektif.

Analisis Pasar dan Persaingan. Memahami tren pasar melalui data adalah salah satu aplikasi penting dari analisis data dalam bisnis. Ini membantu perusahaan untuk mengidentifikasi pola dan perubahan dalam perilaku pasar, sehingga dapat mengambil tindakan yang sesuai. langkah untuk memahami tren pasar melalui data yaitu Kumpulkan Data yang Relevan, Bersihkan dan Persiapkan Data, Visualisasi Data, Analisis Deskriptif, Segmentasi Pasar, Trend Analysis, Analisis Musiman, Analisis Korelasi, Prediksi dan Peramalan, Evaluasi dan Aksi, dan Monitoring.

Memahami tren pasar melalui data adalah kunci untuk membuat keputusan bisnis yang lebih cerdas, mengidentifikasi peluang baru, dan menjaga bisnis. Analisis data yang tepat dapat membantu Anda menjadi lebih responsif terhadap perubahan pasar dan lebih kompetitif.

Pentingnya Transformasi Digital: Transformasi digital bukan lagi pilihan, tetapi kebutuhan. Perusahaan yang mampu beradaptasi dan memanfaatkan teknologi informasi, Big Data, dan Data Science akan memiliki keunggulan kompetitif yang besar.

Peran Teknologi Informasi: Teknologi Informasi adalah fondasi dari transformasi digital. Infrastruktur TI yang kuat dan fleksibel, termasuk perangkat keras, perangkat lunak, dan jaringan, merupakan landasan bagi inovasi digital.

Big Data dan Data Science: Big Data dan Data Science membuka peluang baru dalam pengumpulan, analisis, dan pemanfaatan data. Ini memungkinkan Perusahaan untuk mendapatkan wawasan mendalam, mengidentifikasi tren pasar, dan mengambil keputusan berdasarkan bukti yang kuat.

Keamanan dan Privasi Data: Dalam bisnis digital, keamanan data dan kepatuhan dengan regulasi privasi adalah kunci. Pelanggan dan pemangku kepentingan mengharapkan perlindungan data yang kuat dan transparansi dalam penggunaannya.

Pengambilan Keputusan Berbasis Data: Keputusan yang baik harus didasarkan pada data yang akurat. Data Science membantu dalam analisis data yang kompleks dan memberikan pandangan yang lebih dalam. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/DP1MjfDBxqA?si=KKrS2RaarHuMzmcB

Dalam pemaparan narasumber, Widyawan, S.T., M.Sc., Ph.D. (Dosen FTEI UGM Yogyakarta) menjelaskan tentang PustakaData: Berbagi Akses dan Analisa Big Media Data Secara Terbuka. Silos data, sebagian besar data tidak mudah diperoleh secara terbuka. Walau datanya ada, tidak semua orang mempunyai kemampuan untuk mengambil, mengolah dan menganalisa. Gerakan open scientific data belum berkembang di Indonesia. Data mentah lebih diperlukan bukan aggregate.

Manfaat Big (Media) Data Analytics

1. Mengetahui fakta dan opini masyarakat

2. Mengetahui efektifitas kampanye (termasuk kampanye politik)

3. Mengetahui trend atau kecenderungan yang ada

4. Alat bantu pemasaran atau marketing

5. Identifikasi influencer baik berupa orang maupun organisasi

6. Membantu peneliti di bidang media

7. Tools pembelajaran untuk data mining dan big data

8. Data terbuka

9. Dikomersialkan

Pustaka Data adalah sebuah konsep atau inisiatif yang bertujuan untuk berbagi akses dan menganalisis data besar (Big Data) dari media secara terbuka. Tujuan utama dari PustakaData adalah untuk memfasilitasi penelitian, analisis, dan pemahaman yang lebih dalam tentang tren, peristiwa, dan isu-isu yang terkait dengan media melalui data yang dapat diakses oleh berbagai pihak, termasuk peneliti, jurnalis, akademisi, dan masyarakat umum. Berikut adalah beberapa langkah dan prinsip yang dapat diterapkan dalam konsep PustakaData:

1. Kumpulkan Data Media, Mulailah dengan mengumpulkan data dari berbagai sumber media, termasuk cetak, online, siaran, dan media sosial. Data ini dapat mencakup teks artikel, transkrip siaran, gambar, video, dan lainnya.

2. Normalisasi Data, Normalisasikan data media untuk memastikan konsistensi dalam format dan struktur. Ini termasuk mengubah data non-struktural menjadi format yang dapat diolah, seperti teks yang dapat diindeks dan dicari.

3. Anonimisasi dan Privasi, Pastikan perlindungan privasi dan anonimitas data yang sensitif, terutama jika data media mencakup informasi pribadi atau sensitif.

4. Publikasi Terbuka, Publikasikan data secara terbuka dan mudah diakses, mungkin melalui platform online yang dapat diakses oleh publik.

5. Metadatad Data, Sertakan metadata yang komprehensif untuk membantu pengguna memahami dan memanfaatkan data dengan baik. Metadata mencakup informasi tentang sumber data, tanggal, konteks, dan lain-lain.

6. Lisensi Data, Tentukan lisensi data yang jelas, yang mengatur bagaimana data dapat digunakan, didistribusikan, dan dibagikan oleh pihak ketiga.

7. Alat Analisis, Sediakan alat analisis atau antarmuka pengguna yang memungkinkan pengguna untuk menjalankan analisis data dengan mudah, termasuk visualisasi data.

8. Kerja Sama dengan Komunitas, Ajak komunitas pengguna, seperti peneliti dan jurnalis, untuk berkontribusi dalam analisis data dan berbagi temuan mereka. Ini dapat meningkatkan nilai data secara keseluruhan.

9. Edukasi dan Pelatihan, Sediakan sumber daya edukasi dan pelatihan untuk membantu pengguna memahami data dan alat analisis yang tersedia.

10. Evaluasi Berkala, Lakukan evaluasi berkala terhadap inisiatif PustakaData untuk memastikan keberlanjutannya dan mengidentifikasi cara untuk meningkatkan kualitas dan nilai data yang tersedia.

PustakaData dapat menjadi alat yang sangat berguna dalam mengungkapkan wawasan dari Big Media Data dan memungkinkan lebih banyak orang untuk terlibat dalam analisis data media. Namun, penting juga untuk mempertimbangkan masalah privasi dan etika dalam penggunaan data media yang tersedia secara terbuka. Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/DP1MjfDBxqA?si=iTaMtXa1CZrqAdNl

Dalam pemaparan narasumber, Ir. Haris Jamaludin, M.Kom. (Dosen Universitas STEKOM) menjelaskan tentang Penerapan TI Dengan Memanfaatkan Big Data & Data Science dalam Business Inklusif. Apa Itu Pemasaran Digital Inklusif, Jika pemasaran menciptakan dan memuaskan permintaan, pemasaran digital mendorong penciptaan suatu permintaan dengan menggunakan kekuatan internet ( big data & data science), dan memuaskan permintaan ini dengan hal yang baru dan inovatif. Internet adalah medium interaktif dengan mengakomodir konsumen inklusif. Singkatnya, pemasaran digital adalah praktik dari memasarkan atau memromosikan sebuah produk dan jasa menggunakan saluran digital melalui komputer, telepon genggam, smart phone dan media digital lain. Internet telah mengubah dunia dalam hal cara kita menjual. Internet bukanlah saluran pemasaran yang baru, sebaliknya, ia hanya membuat sebuah paradigma baru yaitu cara di mana konsumen terhubung dengan merek (brand) satu sama lain.

Ruang lingkup pemasaran yang kompleks adalah melibatkan antara kebutuhan internet-produk-jasa di mana ketiga hal ini diposisikan bagaimana mempromosikan, menjual, didistribusikan dan dilayani. Kekuatan dari sebuah web menyediakan konsumen dengan banyak pilihan, pengaruh dan kekuatan baru. Sehingga merek mempunyai cara baru dalam menjualkan, produk baru dan pelayanan untuk dijual dan juga pasar baru di mana hal tersebut bisa dijual.

Namun bukan berarti pemasaran melalui digital atau internet. membuang semua teori dan prinsip pada bisnis, buku dan pemasaran. Sebaliknya, digital atau internet menyediakan lingkungan baru untuk dibangunkan. Rumus keuntungan yaitu laba dikurang pendapatan dan biaya tak akan berubah. Peran yang dimainkan oleh agensi pemasaran juga bergeser. Agensi yang menggunakan cara tradisional akan semakin baik jika ditambah dengan pemasaran digital. Sementara, agensi yang memulai sebagai toko digital telah bermain dalam ruang iklan tradisional.

Lebih dari itu, strategi yang terintegrasi yang berbicara dengan identitas merek sangatlah vital untuk mencapai tujuan organisasi. Konsumen semakin lebih fasih dalam pergerakan antar saluran pemasaran bahkan menggunakan lebih dari satu saluran pemasaran pada saat bersamaan. Mereka yang masih berpikir dengan pola pikir lama yaitu tradisional melawan digital sudah sangat kadaluarsa.

Apa Menariknya dari Pemasaran Digital Inklusif? Digital Marketing adalah marketing yang tepat untuk generasi Millenials atau Y. Berdasarkan survey dari eMarketer (2022), generasi Millenials lebih banyak membicarakan mengenai produk dan jasa online lebih dari populasi secara umumnya. 66 persen membicarakan mengenai produk dan jasa melalui situs sosial media.

Strategi Pemasaran Digital Inklusif. Content Marketing, Content Marketing adalah pemasaran melalui media konten-konten yang dicantumkan pada sebuah website atau media resmi perusahaan dalam memasarkan produknya baik berupa manfaat, promo dan lain hal.

Content marketing = Viral Marketing, Ingat video unsung hero? Sebuah video tentang seorang pria yang melakukan hal-hal baik dan menjadi viral di media sosial atau internet, namun di akhir diselipkan brand atau logo sebuah perusahaan asuransi. dampak? Perusahaan media akan kalah saing dengan konten Perusahaan yang mempunyai merek ternama seperti supersoccer.co.id, clear.co.id dll.

Apa Menariknya dari Pemasaran Digital Inklusif? Generasi online ini sangat suka menuliskan mengenai ulasan sebuah pengalaman baik berbelanja atau hal lain, memberikan masukan tentang produk dan mempromosikan merek favorit mereka. Milenials suka pergi online dalam hal belanja, sumber berita, hiburan dan media sosial. Karena keberlimpahan penggunan pada media digital, pemasaran digital adalah cara efektif untuk berkomunikasi dengan Milenials. Pemasaran digital dianggap sebagai cara yang paling menjanjikan untuk mencapai generasi ini (Okazaki et al., 2007). Penjelasan lebih lengkapnya bisa tonton di https://www.youtube.com/live/DP1MjfDBxqA?si=1N8K90rBkgCykwJO