SlideShare una empresa de Scribd logo
1 de 10
Descargar para leer sin conexión
Big Data
Sejarah Big Data
• Beberapa tahun yang lalu, kata kunci data besar bergema di seluruh negeri. Yang dimaksud
adalah kemunculan dan analisis data dalam jumlah besar yang dihasilkan oleh penyebaran
Internet, media sosial, meningkatnya jumlah sensor bawaan dan Internet of Things, dll.
Fenomena banyaknya data bukanlah hal baru. Sensor pelanggan dan kartu kredit di titik
penjualan, identifikasi produk melalui barcode atau RFID serta sistem pemosisian GPS telah
menghasilkan data dalam jumlah besar untuk waktu yang lama. Demikian pula, analisis data
tidak terstruktur, dalam bentuk laporan bisnis, email, teks bebas formulir web atau survei
pelanggan, misalnya, sering kali menjadi bagian dari analisis internal. Namun, apa yang baru
tentang jumlah data yang termasuk dalam istilah "data besar" yang menarik begitu banyak
perhatian akhir-akhir ini? Tentu saja, jumlah data yang tersedia melalui Internet of Things
(Industri 4.0), melalui perangkat seluler dan media sosial telah meningkat pesat.
Big Data bukan hal yang baru
• Pendekatan untuk mendapatkan wawasan dari data untuk tujuan pemasaran
bukanlah hal baru. Pemasaran database atau CRM analitis telah ada selama
lebih dari 20 tahun. Fenomena data dalam jumlah besar juga bukan hal baru:
Point of sale, pelanggan dan kartu kredit atau server web telah lama
menghasilkan data dalam jumlah besar. Demikian pula, analisis data tidak
terstruktur dalam bentuk email, teks gratis formulir web, atau survei
pelanggan, misalnya, sering kali menjadi bagian dari pemasaran dan
penelitian.
Big Data yang baru
• Tidak perlu dikatakan bahwa jumlah data telah meningkat pesat berkat
Internet of Things, ponsel, dan media sosial — namun ini merupakan
argumen yang bertahap. Faktor yang menentukan adalah bahwa berkat
kemungkinan TI dan digitalisasi proses bisnis, titik kontak berorientasi
pelanggan untuk menghasilkan data dan untuk mengendalikan komunikasi
secara sistematis telah meningkat. Ditambahkan ke ini adalah kecepatan
tinggi di mana data terkait dikumpulkan, diproses dan digunakan. Demikian
pula, metode penambangan data pembelajaran mendalam dan analitik
semantik meningkatkan penciptaan nilai analitik ke tingkat kualitas yang baru
Definisi Big Data
• Karena ada berbagai definisi big data, salah satu definisi yang paling umum
akan digunakan di sini:"Big data" mengacu pada kumpulan data yang
ukurannya di luar kemampuan alat perangkat lunak database biasa untuk
menangkap, menyimpan, mengelola, dan menganalisis. (Manyika et al. 2011).
Mengikuti definisi ini, data besar telah ada sejak pemrosesan data elektronik.
Berabad-abad yang lalu, mainframe adalah jawaban untuk jumlah data yang
terus meningkat dan PC saat ini memiliki lebih banyak ruang penyimpanan
dan daya pemrosesan daripada mainframe saat itu
Dimensi Big Data
• Volume: Ini menjelaskan jumlah data masuk yang akan disimpan dan
dianalisis. Titik ketika sejumlah data benar-benar dinyatakan sebagai data
besar seperti yang dijelaskan di atas bergantung pada sistem yang tersedia.
Perusahaan masih menghadapi tantangan untuk menyimpan dan
menganalisis jumlah data yang masuk secara efisien dan efektif. Dalam
beberapa tahun terakhir, berbagai teknologi seperti sistem terdistribusi telah
dikembangkan untuk tujuan ini.
• Kecepatan: Ini menjelaskan dua aspek: Di satu sisi, data dihasilkan dengan
kecepatan yang sangat tinggi dan, di sisi lain, sistem harus dapat menyimpan,
memproses, dan menganalisis jumlah data ini dengan segera. Tantangan ini
ditangani baik oleh perangkat keras dengan bantuan teknologi dalam
memori, misalnya, 1 serta perangkat lunak, dengan bantuan algoritme yang
disesuaikan dan paralelisasi masif.
• Variasi: Banyaknya variasi data dunia big data menghadapkan sistem dengan
tugas tidak lagi hanya memproses dengan data terstruktur dari tabel tetapi
juga dengan data semi dan tidak terstruktur dari teks, gambar, atau video
berkelanjutan, yang membentuk sebagai sebanyak 85% dari jumlah data.
Khususnya di bidang media sosial, banyak sekali data tidak terstruktur yang
terakumulasi, yang semantiknya dapat dikumpulkan dengan bantuan
teknologi AI.
• Kebenaran: Sementara tiga dimensi yang dijelaskan di sini dapat dikuasai oleh
perusahaan saat ini dengan bantuan teknologi yang sesuai, metode dan
penggunaan sarana yang memadai, ada satu tantangan yang belum
diselesaikan pada tingkat yang sama. Veracity berarti istilah yang dapat
dipercaya, kejujuran, dan kebermaknaan data besar. Oleh karena itu,
masalahnya tidak semua data yang disimpan dapat dipercaya dan ini tidak
harus dianalisis. Contohnya adalah sensor yang dimanipulasi di IoT, phishing
mail atau, sejak pemilihan presiden terakhir di AS, juga berita palsu.
Referensi
• Gentsch, P. (2018). AI in marketing, sales and service: How marketers without a data
science degree can use AI, big data and bots. Springer.

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
 
Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
 
Consumer behaviour and big data
Consumer behaviour and big dataConsumer behaviour and big data
Consumer behaviour and big data
 
Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
 
BIG DATA
BIG DATABIG DATA
BIG DATA
 
Big Data
Big DataBig Data
Big Data
 
Big data
Big dataBig data
Big data
 
Big Data Analytics
Big Data AnalyticsBig Data Analytics
Big Data Analytics
 
Consumer Behavior & Big Data
Consumer Behavior & Big DataConsumer Behavior & Big Data
Consumer Behavior & Big Data
 
Consumer behavior and big data
Consumer behavior and big dataConsumer behavior and big data
Consumer behavior and big data
 
Big data
Big dataBig data
Big data
 
Consumer Behavior & Big Data
Consumer Behavior & Big DataConsumer Behavior & Big Data
Consumer Behavior & Big Data
 
Alin dian ayuni 6018210055 consumer & big data
Alin dian ayuni 6018210055 consumer & big dataAlin dian ayuni 6018210055 consumer & big data
Alin dian ayuni 6018210055 consumer & big data
 
Big Data
Big DataBig Data
Big Data
 
Consumer Behavior and Big Data
Consumer Behavior and Big DataConsumer Behavior and Big Data
Consumer Behavior and Big Data
 
BIG DATA & CONSUMER BERHAVIOUR
BIG DATA & CONSUMER BERHAVIOURBIG DATA & CONSUMER BERHAVIOUR
BIG DATA & CONSUMER BERHAVIOUR
 
Big data psikologi konsumen dan perilaku ekonomi
Big data   psikologi konsumen dan perilaku ekonomiBig data   psikologi konsumen dan perilaku ekonomi
Big data psikologi konsumen dan perilaku ekonomi
 
CONSUMER BEHAVIOR AND BIG DATA
CONSUMER BEHAVIOR AND BIG DATACONSUMER BEHAVIOR AND BIG DATA
CONSUMER BEHAVIOR AND BIG DATA
 
Paper big data
Paper big dataPaper big data
Paper big data
 
BIG DATA & CONSUMER BEHAVIOR
BIG DATA & CONSUMER BEHAVIORBIG DATA & CONSUMER BEHAVIOR
BIG DATA & CONSUMER BEHAVIOR
 

Similar a PPT Big Data_Farhan Aditya_6017210033

big data in consumer behavior
big data in consumer behaviorbig data in consumer behavior
big data in consumer behaviorKeziaflorance
 
Information systems and people
Information systems and peopleInformation systems and people
Information systems and peopleYuliWahyu2
 
Pengantar-Big-Data.pdf
Pengantar-Big-Data.pdfPengantar-Big-Data.pdf
Pengantar-Big-Data.pdfDedek28
 
Consumer Behavior & Big Data
Consumer Behavior & Big DataConsumer Behavior & Big Data
Consumer Behavior & Big DataLarasitaPutri
 
Pengantar-Big-Databhgfhfhfdhgfdghgfdhdfhfhf.pptx
Pengantar-Big-Databhgfhfhfdhgfdghgfdhdfhfhf.pptxPengantar-Big-Databhgfhfhfdhgfdghgfdhdfhfhf.pptx
Pengantar-Big-Databhgfhfhfdhgfdghgfdhdfhfhf.pptxBatakMusikGroup
 
adoc.pub_buku-saku-big-data-kementerian-komunikasi-dan-info.pdf
adoc.pub_buku-saku-big-data-kementerian-komunikasi-dan-info.pdfadoc.pub_buku-saku-big-data-kementerian-komunikasi-dan-info.pdf
adoc.pub_buku-saku-big-data-kementerian-komunikasi-dan-info.pdfDinarSafa1
 
Hasil kajian Big Data di Indonesia
Hasil kajian Big Data di IndonesiaHasil kajian Big Data di Indonesia
Hasil kajian Big Data di IndonesiaHeru Sutadi
 
Big Data in Marketing
Big Data in MarketingBig Data in Marketing
Big Data in MarketingAyuGentary
 
Sistem informasi manajemen
Sistem informasi manajemenSistem informasi manajemen
Sistem informasi manajemenSiti Rahayu
 
Sistem Informasi Manajemen
Sistem Informasi ManajemenSistem Informasi Manajemen
Sistem Informasi ManajemenAdinda_Dinasti
 
Ppt big data marketing
Ppt big data   marketingPpt big data   marketing
Ppt big data marketingDwiAnn
 
Presentation1 ayhu.karim
Presentation1 ayhu.karimPresentation1 ayhu.karim
Presentation1 ayhu.karimSri Rahayu.N
 
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdfAathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdfAathifahTetaFitranti1
 
PMK 1 PENGANTAR DATA ANALITIK.pdf
PMK 1 PENGANTAR DATA ANALITIK.pdfPMK 1 PENGANTAR DATA ANALITIK.pdf
PMK 1 PENGANTAR DATA ANALITIK.pdfAndri946883
 

Similar a PPT Big Data_Farhan Aditya_6017210033 (16)

big data in consumer behavior
big data in consumer behaviorbig data in consumer behavior
big data in consumer behavior
 
Bigdata
BigdataBigdata
Bigdata
 
Information systems and people
Information systems and peopleInformation systems and people
Information systems and people
 
Big data
Big dataBig data
Big data
 
Pengantar-Big-Data.pdf
Pengantar-Big-Data.pdfPengantar-Big-Data.pdf
Pengantar-Big-Data.pdf
 
Consumer Behavior & Big Data
Consumer Behavior & Big DataConsumer Behavior & Big Data
Consumer Behavior & Big Data
 
Pengantar-Big-Databhgfhfhfdhgfdghgfdhdfhfhf.pptx
Pengantar-Big-Databhgfhfhfdhgfdghgfdhdfhfhf.pptxPengantar-Big-Databhgfhfhfdhgfdghgfdhdfhfhf.pptx
Pengantar-Big-Databhgfhfhfdhgfdghgfdhdfhfhf.pptx
 
adoc.pub_buku-saku-big-data-kementerian-komunikasi-dan-info.pdf
adoc.pub_buku-saku-big-data-kementerian-komunikasi-dan-info.pdfadoc.pub_buku-saku-big-data-kementerian-komunikasi-dan-info.pdf
adoc.pub_buku-saku-big-data-kementerian-komunikasi-dan-info.pdf
 
Hasil kajian Big Data di Indonesia
Hasil kajian Big Data di IndonesiaHasil kajian Big Data di Indonesia
Hasil kajian Big Data di Indonesia
 
Big Data in Marketing
Big Data in MarketingBig Data in Marketing
Big Data in Marketing
 
Sistem informasi manajemen
Sistem informasi manajemenSistem informasi manajemen
Sistem informasi manajemen
 
Sistem Informasi Manajemen
Sistem Informasi ManajemenSistem Informasi Manajemen
Sistem Informasi Manajemen
 
Ppt big data marketing
Ppt big data   marketingPpt big data   marketing
Ppt big data marketing
 
Presentation1 ayhu.karim
Presentation1 ayhu.karimPresentation1 ayhu.karim
Presentation1 ayhu.karim
 
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdfAathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
Aathifah Teta Fitranti_195020307111072_tugas resume pekan ke 6.pdf
 
PMK 1 PENGANTAR DATA ANALITIK.pdf
PMK 1 PENGANTAR DATA ANALITIK.pdfPMK 1 PENGANTAR DATA ANALITIK.pdf
PMK 1 PENGANTAR DATA ANALITIK.pdf
 

Último

ANALISIS LAPORAN KEUANGAN Swasta dan BUMN.pptx
ANALISIS LAPORAN KEUANGAN Swasta dan BUMN.pptxANALISIS LAPORAN KEUANGAN Swasta dan BUMN.pptx
ANALISIS LAPORAN KEUANGAN Swasta dan BUMN.pptxrahmatraju03
 
PAPARAN MATERI PROGRAM ASABRI AI 20032024
PAPARAN MATERI PROGRAM ASABRI AI 20032024PAPARAN MATERI PROGRAM ASABRI AI 20032024
PAPARAN MATERI PROGRAM ASABRI AI 20032024woronotes
 
PPT AKL 2-Pelaporan Segmen & Interim.pptx
PPT AKL 2-Pelaporan Segmen & Interim.pptxPPT AKL 2-Pelaporan Segmen & Interim.pptx
PPT AKL 2-Pelaporan Segmen & Interim.pptxAbdulGalib4
 
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023BintangDemarta1
 
PAPARAN MATERI PROGRAM ASABRI AI.pptx
PAPARAN MATERI PROGRAM ASABRI AI.pptxPAPARAN MATERI PROGRAM ASABRI AI.pptx
PAPARAN MATERI PROGRAM ASABRI AI.pptxBintangDemarta1
 
AMSI-Modul-Pelatihan-Daring -digital-marketing
AMSI-Modul-Pelatihan-Daring -digital-marketingAMSI-Modul-Pelatihan-Daring -digital-marketing
AMSI-Modul-Pelatihan-Daring -digital-marketingLhalNhiez1
 
Info-perancangan-dan-pengembangan-produk
Info-perancangan-dan-pengembangan-produkInfo-perancangan-dan-pengembangan-produk
Info-perancangan-dan-pengembangan-produkKresnaSuputra1
 
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023woronotes
 
PETUNJUK TEKNIS PELAKSANAAN PESANTREN RAMADHAN 1445 H.pdf
PETUNJUK TEKNIS PELAKSANAAN PESANTREN RAMADHAN 1445 H.pdfPETUNJUK TEKNIS PELAKSANAAN PESANTREN RAMADHAN 1445 H.pdf
PETUNJUK TEKNIS PELAKSANAAN PESANTREN RAMADHAN 1445 H.pdflucyanarahmi88
 
ppt manajer pengelola bangunan gedung jenjang 7
ppt manajer pengelola bangunan gedung jenjang 7ppt manajer pengelola bangunan gedung jenjang 7
ppt manajer pengelola bangunan gedung jenjang 7vickrygaluh59
 

Último (10)

ANALISIS LAPORAN KEUANGAN Swasta dan BUMN.pptx
ANALISIS LAPORAN KEUANGAN Swasta dan BUMN.pptxANALISIS LAPORAN KEUANGAN Swasta dan BUMN.pptx
ANALISIS LAPORAN KEUANGAN Swasta dan BUMN.pptx
 
PAPARAN MATERI PROGRAM ASABRI AI 20032024
PAPARAN MATERI PROGRAM ASABRI AI 20032024PAPARAN MATERI PROGRAM ASABRI AI 20032024
PAPARAN MATERI PROGRAM ASABRI AI 20032024
 
PPT AKL 2-Pelaporan Segmen & Interim.pptx
PPT AKL 2-Pelaporan Segmen & Interim.pptxPPT AKL 2-Pelaporan Segmen & Interim.pptx
PPT AKL 2-Pelaporan Segmen & Interim.pptx
 
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023
 
PAPARAN MATERI PROGRAM ASABRI AI.pptx
PAPARAN MATERI PROGRAM ASABRI AI.pptxPAPARAN MATERI PROGRAM ASABRI AI.pptx
PAPARAN MATERI PROGRAM ASABRI AI.pptx
 
AMSI-Modul-Pelatihan-Daring -digital-marketing
AMSI-Modul-Pelatihan-Daring -digital-marketingAMSI-Modul-Pelatihan-Daring -digital-marketing
AMSI-Modul-Pelatihan-Daring -digital-marketing
 
Info-perancangan-dan-pengembangan-produk
Info-perancangan-dan-pengembangan-produkInfo-perancangan-dan-pengembangan-produk
Info-perancangan-dan-pengembangan-produk
 
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023
Paparan Penyelenggaraan Program PT ASABRI (Persero) Tahun 2023
 
PETUNJUK TEKNIS PELAKSANAAN PESANTREN RAMADHAN 1445 H.pdf
PETUNJUK TEKNIS PELAKSANAAN PESANTREN RAMADHAN 1445 H.pdfPETUNJUK TEKNIS PELAKSANAAN PESANTREN RAMADHAN 1445 H.pdf
PETUNJUK TEKNIS PELAKSANAAN PESANTREN RAMADHAN 1445 H.pdf
 
ppt manajer pengelola bangunan gedung jenjang 7
ppt manajer pengelola bangunan gedung jenjang 7ppt manajer pengelola bangunan gedung jenjang 7
ppt manajer pengelola bangunan gedung jenjang 7
 

PPT Big Data_Farhan Aditya_6017210033

  • 2. Sejarah Big Data • Beberapa tahun yang lalu, kata kunci data besar bergema di seluruh negeri. Yang dimaksud adalah kemunculan dan analisis data dalam jumlah besar yang dihasilkan oleh penyebaran Internet, media sosial, meningkatnya jumlah sensor bawaan dan Internet of Things, dll. Fenomena banyaknya data bukanlah hal baru. Sensor pelanggan dan kartu kredit di titik penjualan, identifikasi produk melalui barcode atau RFID serta sistem pemosisian GPS telah menghasilkan data dalam jumlah besar untuk waktu yang lama. Demikian pula, analisis data tidak terstruktur, dalam bentuk laporan bisnis, email, teks bebas formulir web atau survei pelanggan, misalnya, sering kali menjadi bagian dari analisis internal. Namun, apa yang baru tentang jumlah data yang termasuk dalam istilah "data besar" yang menarik begitu banyak perhatian akhir-akhir ini? Tentu saja, jumlah data yang tersedia melalui Internet of Things (Industri 4.0), melalui perangkat seluler dan media sosial telah meningkat pesat.
  • 3. Big Data bukan hal yang baru • Pendekatan untuk mendapatkan wawasan dari data untuk tujuan pemasaran bukanlah hal baru. Pemasaran database atau CRM analitis telah ada selama lebih dari 20 tahun. Fenomena data dalam jumlah besar juga bukan hal baru: Point of sale, pelanggan dan kartu kredit atau server web telah lama menghasilkan data dalam jumlah besar. Demikian pula, analisis data tidak terstruktur dalam bentuk email, teks gratis formulir web, atau survei pelanggan, misalnya, sering kali menjadi bagian dari pemasaran dan penelitian.
  • 4. Big Data yang baru • Tidak perlu dikatakan bahwa jumlah data telah meningkat pesat berkat Internet of Things, ponsel, dan media sosial — namun ini merupakan argumen yang bertahap. Faktor yang menentukan adalah bahwa berkat kemungkinan TI dan digitalisasi proses bisnis, titik kontak berorientasi pelanggan untuk menghasilkan data dan untuk mengendalikan komunikasi secara sistematis telah meningkat. Ditambahkan ke ini adalah kecepatan tinggi di mana data terkait dikumpulkan, diproses dan digunakan. Demikian pula, metode penambangan data pembelajaran mendalam dan analitik semantik meningkatkan penciptaan nilai analitik ke tingkat kualitas yang baru
  • 5. Definisi Big Data • Karena ada berbagai definisi big data, salah satu definisi yang paling umum akan digunakan di sini:"Big data" mengacu pada kumpulan data yang ukurannya di luar kemampuan alat perangkat lunak database biasa untuk menangkap, menyimpan, mengelola, dan menganalisis. (Manyika et al. 2011). Mengikuti definisi ini, data besar telah ada sejak pemrosesan data elektronik. Berabad-abad yang lalu, mainframe adalah jawaban untuk jumlah data yang terus meningkat dan PC saat ini memiliki lebih banyak ruang penyimpanan dan daya pemrosesan daripada mainframe saat itu
  • 6. Dimensi Big Data • Volume: Ini menjelaskan jumlah data masuk yang akan disimpan dan dianalisis. Titik ketika sejumlah data benar-benar dinyatakan sebagai data besar seperti yang dijelaskan di atas bergantung pada sistem yang tersedia. Perusahaan masih menghadapi tantangan untuk menyimpan dan menganalisis jumlah data yang masuk secara efisien dan efektif. Dalam beberapa tahun terakhir, berbagai teknologi seperti sistem terdistribusi telah dikembangkan untuk tujuan ini.
  • 7. • Kecepatan: Ini menjelaskan dua aspek: Di satu sisi, data dihasilkan dengan kecepatan yang sangat tinggi dan, di sisi lain, sistem harus dapat menyimpan, memproses, dan menganalisis jumlah data ini dengan segera. Tantangan ini ditangani baik oleh perangkat keras dengan bantuan teknologi dalam memori, misalnya, 1 serta perangkat lunak, dengan bantuan algoritme yang disesuaikan dan paralelisasi masif.
  • 8. • Variasi: Banyaknya variasi data dunia big data menghadapkan sistem dengan tugas tidak lagi hanya memproses dengan data terstruktur dari tabel tetapi juga dengan data semi dan tidak terstruktur dari teks, gambar, atau video berkelanjutan, yang membentuk sebagai sebanyak 85% dari jumlah data. Khususnya di bidang media sosial, banyak sekali data tidak terstruktur yang terakumulasi, yang semantiknya dapat dikumpulkan dengan bantuan teknologi AI.
  • 9. • Kebenaran: Sementara tiga dimensi yang dijelaskan di sini dapat dikuasai oleh perusahaan saat ini dengan bantuan teknologi yang sesuai, metode dan penggunaan sarana yang memadai, ada satu tantangan yang belum diselesaikan pada tingkat yang sama. Veracity berarti istilah yang dapat dipercaya, kejujuran, dan kebermaknaan data besar. Oleh karena itu, masalahnya tidak semua data yang disimpan dapat dipercaya dan ini tidak harus dianalisis. Contohnya adalah sensor yang dimanipulasi di IoT, phishing mail atau, sejak pemilihan presiden terakhir di AS, juga berita palsu.
  • 10. Referensi • Gentsch, P. (2018). AI in marketing, sales and service: How marketers without a data science degree can use AI, big data and bots. Springer.