Selamat datang di blog
saya ini, saya disini akan membuat sebuah artikel yaitu Komputasi Modern dan Big
Data.
Komputasi
Modern
Pengertian dari Komputasi Modern ialah ilmu
yang mempelajari tentang cara-cara untuk memecahkan suatu masalah terhadap data
input dengan menggunakan algoritma, data input disini ialah sebuah masukan yang
berasal dari luar lingkungan sistem. Komputasi Modern adalah sistem yang akan
bertugas untuk menyelesaikan suatu masalah matematis menggunakan komputer
dengan cara menyusun algoritma yang dapat dimengerti oleh komputer itu sendiri
dan berguna untuk menyelesaikan suatu masalah.
Komputasi modern bias kita sebut sebagai
sebuah konsep sistem yang akan menerima intruksi dan menyimpannya dalam sebuah
memory. Oleh karena itu kita dapat melakukan komputasi menggunakan komputer, komputer
juga bias dibilang sebagai komputasi modern. Kinerja komputasi modern ialah
menghitung dan mencari solusi untuk suatu masalah yang ada, dan memperhitungkannya
dengan meliputi:
1. Akurasi
(big. Floating point)
2. Kecepatan
(satuan Hz)
3. Problem
Volume Besar (Down Sizzing/pararel)
4. Modelling
(NN dan GA)
5. Kompleksitas
(Teori big O)
Sejarah Komputasi Modern
Awal
mula komputasi Modern ialah adanya sebuah perhitungan angka yang dilakukan
manusia. Manusia telah mengenal angka dan perhitungan sejak berabad-abad lamanya.
Bangsa romawi pun dapat menghitung sistem kalender dan rasi bintang. Seiring
dengan sebuah perkembangan zaman manusia pun melakukan perhitungan yang lebih
kompleks lagi. Otak manusia juga memiliki sebuah keterbatasan dalam menghitung
angka yang jumlahnya bisa berdigit-digit, lalu diciptakan lah sebuah alat
sempoa yang berfungsi untuk menghitung angka-angka tersebut, kemudian
dikembangkan lagi menjadi kalkulator, dan terus berkembangnya alat dan
kebutuhan pun juga semakin banyak juga untuk menghitung data-data yang kita
inginkan, dan mulailah ide pembuatan komputer sebagai alat menghitung dengan
sebuah konsep komputasi modern. Komputer yang diciptakan hingga sekarang ini
bukan menjadi sebuah alat yang digunakan untuk menghitung lagi, tapi juga bisa
menyimpan, mengedit dan mengolah kata serta masih banyak lagi kegunaan dan
kelebihan yang dimiliki oleh komputer.
John Von Neumann (1903-1957) Pengembang Komputasi
Modern
John Von Neumann seorang ilmuan yang belajar
dari Berlin dan Zurich dan mendapatkan gelar diploma pada
bidang teknik kimia pada tahun 1926. Pada tahun yang sama Beliau juga
mendapatkan sebuah gelar doktor pada bidang matematika dari Universitas
Budapest. Berkat keahlian dan kepiawaiannya John Von Neumann dalam bidang teori
game yang melahirkan konsep seluler automata, teknologi bom atom di Los Alamos
pada Perang Dunia-II , dan komputasi modern yang kemudian melahirkan komputer.
Kegeniusannya dalam bidang matematika telah
terlihat pada usia dini dengan mampu melakukan perhitungan pembagian bilangan
delapan digit (angka) di dalam kepalanya. Setelah mengajar di Berlin dan
Hamburg, John Von Neumann pindah ke Amerika pada tahun 1930 dan bekerja di
Universitas Princeton dan menjadi salah satu pendiri Institute for Advanced
Studies. Akan ketertarikannya pada hidrodinamika dan kesulitannya untuk menyelesaikan
sebuah persamaan diferensial parsial nonlinier yang digunakan, John Von Neumann
kemudian beralih ke sebuah bidang komputasi. Sebagai konsultan pada
pengembangan ENIAC, dia merancang sebuah konsep arsitektur komputer yang masih
dipakai sampai sekarang. Arsitektur John Von Nuemann adalah komputer dengan suatu
program yang meyimpan (program dan data disimpan pada memori) dengan pengendali
pusat, I/O, dan memori. berdasarkan beberapa definisi di atas, maka komputasi
modern dapat kita artikan sebagai suatu pemecahan suatu masalah berdasarkan
inputan dengan menggunakan sebuah algoritma dimana penerapannya menggunakan
berbagai teknologi yang telah berkembang seperti komputer.
Komputasi Modern terdapat
6 Implementasi diantaranya :
1.
Implementasi
Komputasi Bidang Fisika
2.
Implementasi
Komputasi Bidang Matematika
3.
Implementasi Komputasi
Bidang Kimia
4.
Implementasi
Komputasi Bidang Ekonomi
5.
Implementasi
Komputasi Bidang Geologi
6.
Implementasi
Komputasi Bidang Biologi
Implementasi Komputasi Bidang Fisika
Merupakan
gabungan antara ilmu fisika, komputer dan matematika untuk mendapatkan suatu solusi
dari sebuah masalah yang terjadi pada bidang fisika dengan menerapkan simulasi
maupun algoritma yang tepat sesuai dengan kebutuhan. Tujuan dari penerapan ini
adalah untuk melakukan sebuah evaluasi integral, penyelesaian persamaan
differensial, penyelesaian persamaan simultans, mem-plot suatu fungsi/data,
membuat pengembangan suatu seri fungsi, menemukan akar persamaan dan bekerja
dengan bilangan kompleks.
Implementasi Komputasi Bidang
Matematika
Seperti
halnya dengan inplementasi komputasi pada bidang fisika, hanya saja pada
implementasi pada bidang matematika di fokuskan hanya pada numerical analysis.
Implementasi Komputasi Bidang Kimia
Bidang
ini digunakan untuk menyelesaikan masalah kimia contohnya untuk menghitung
struktur dan mengetahui sifat pada sebuah molekul. Pada bidang kimia komputasi
hanya bisa untuk melakukan peramalan sifat-sifat atom dan molekul atau lintasan
reaksi serta simulasi sistem mikroskopis.
Implementasi Komputasi Bidang Ekonomi
Implementasi untuk mempelajari agent-based
computational modeling, computational econometrics dan statistika, komputasi
keuangan, computational modeling of dynamic macroeconomic systems, pemrograman
yang didesain khusus untuk komputasi ekonomi, dan pengembangan alat bantu dalam
pendidikan komputasi ekonomi. Sesuai Namanya, bidang ekonomi pasti juga
memiliki permasalahan yang harus dipecahkan oleh algoritma seperti memecahkan
suatu teori statistika untuk memecahkan permasalahan keuangan.
Implementasi Komputasi Bidang Geologi
Geologi adalah ilmu (sains) yang mempelajari
bumi, komposisi, struktur, sifat-sifat fisik, sejarah, dan proses
pembentukannya. Bidang ini sangat berbeda dengan ilmu komputer (computer
science), yang mengkaji komputasi, komputer dan pemrosesan informasi. Dalam
ilmu alam, pendekatan ilmu komputasi dapat memberikan sebuah pemahaman baru,
melalui penerapan model-model matematika dalam suatu program komputer yang
berdasarkan landasan teori yang telah dikembangkan, untuk menyelesaikan suatu
masalah dalam ilmu tersebut.
Implementasi Komputasi Bidang Biologi
Menurut sudut pandang saya sendiri, implementasi
komputasi bidang biologi adalah Bioinformatika, sesuai dengan asal katanya
yaitu “bio” dan “informatika”, adalah gabungan antara ilmu biologi dan ilmu
teknik informasi. Pada umumnya, Bioinformatika didefenisikan sebagai sebuah
aplikasi dari alat komputasi dan analisa untuk menangkap dan
menginterpretasikan data-data biologi.
Big Data
Big Data adalah istilah umum untuk suatu
kumpulan himpunan data dalam jumlah yang sangat besar dan kompleks sehingga
menjadikannya sulit untuk ditangani atau di proses jika hanya menggunakan
manajemen basis data biasa atau aplikasi pemroses data tradisional.
Big Data juga menjamin suatu proses sebuah solusi
data dengan varian baru maupun yang sudah ada untuk memberikan manfaat bagi
bisnis. Namun pengolahan data dengan ukuran dan kompleksitas besar tetap
sekedar suatu solusi teknologi kecuali jika dikaitkan dengan tujuan bisnis.
Point penting dari Big Data bukanlah sekedar
kemampuan teknis pengelolahan data melainkan manfaat yang dapat disadari oleh
perusahaan dengan menggunakan Big Data Analytics Terminologi. Big Data juga
diyakini berasal dari perusahaan pencarian web yang mengolah data dengan
gregasi yang terdistribusi sangat besar dan tidak terstruktur.
Metode data yang say abaca ialah metode
revolusioner analisis big data dalam deteksi kecurangan asuransi, Metode ini
terbagi menjadi 3 bagian, yaitu:
1. Predictive
Modeling
2. Social
Network Analysis (SNA)
3. Customer
Relationship Management (CRM) Sosial
Predictive
Modeling
Pemeriksaaan klaim asuransi manual memakan waktu
yang cukup lama dan memungkinkan terjadinya suatu error karena tak mungkin
personel memeriksa setiap detail dokumen yang berlembar-lembar begitu banyaknya.
Predictive modeling mampu memeriksa data memungkinkan deteksi kecurangan secara
proaktif dengan mengidentifikasi pola dan hubungan antara manusia dan data
(diantaranya data cuaca, voice recording, data historis gaji, klaim medis,
cuaca, dan lain-lain).
Contohnya, seorang pekerja mengajukan klaim
karena matanya terluka. Dengan analisa predictive, perusahaan asuransi
bisa saja mengetahui pembicaraan si pekerja ini di sebuah forum tentang film
yang baru ia tonton beberapa saat setelah terjadinya kecelakaan tersebut.
Informasi ini membantu investigator memeriksa kemungkinan adanya detail klaim
yang tak salah sebelum terjadinya proses pembayaran.
Social
Network Analysis (SNA)
Media sosial dihubungkan pada setiap individu di
belahan dunia manapun dengan cara yang belum pernah ada sebelumnya. Jutaan
posting di media sosial menghasilkan data dalam jumlah sangat besar yang
menciptakan jaringan-jaringan sosial. Jaring-jaringan inilah yang sudah banyak
di teliti untuk menerapkan suatu bidang keamanan, termasuk untuk melawan
pencucian uang, melacak aktivitas teroris, mengidetifikasi perdagangan rahasia
dan mencegah upaya kecurangan.
SNA juga memungkinkan sebuah perusahaan secara
proaktif meneliti sejumlah besar data untuk menemukan hubungan melalui jaringan
dan simpul. Contohnya, awalnya mungkin sebuah kecelakaan mobil terlihat wajar.
Namun, ternyata saat dilakukan pemeriksaan dengan SNA ditemukan bahwa alamat
salah seorang korban kecelakaan atau kendaraan yang mengalami kecelakaan
tersebut ternyata sudah pernah terlibat dengan banyak klaim asuransi lainnya.
Kemampuan big data memberikan informasi semacam itu membantu perusahaan
menghemat waktu dan memberikan wawasan terkait parameter-parameter kecurangan.
Customer
Relationship Management (CRM) Sosial
Media sosial zaman sekarang kini menjadi bagian
dari strategi digital banyak perusahaan. penting bagi perusahaan untuk
menghubungkan media sosial dengan CRM (Customer Relationship Management)
perusahaan. Dengan menggunakan informasi yang dikumpulkan dari CRM sosial, perusahaan
bisa memahami trend perilaku dan permintaan konsumen dan preferensi yang
membentuk CRM sosial secara lebih transparan. Tools CRM sosial
mampu mencari jutaan posting media sosial, termasuk blog, Twitter, dan platform
lainnya untuk mencari informasi yang dibutuhkan.
Contohnya, dengan memanfaatkan CRM, investigator
bisa mencari tahu apakah individu yang mengajukan klaim memiliki hubungan
dengan orang lain yang terlibat dalam kecelakaan tersebut. Investigator juga
bisa mengetahui di mana individu yang mengajukan klaim ini berada saat terjadi
kecelakaan melalui GPS data. Data-data tak terstruktur seperti itu membantu
investigator menggali informasi lebih cepat dan detail terkait nasabah
asuransi.
