Jul 08, 2025 | 13 views
A. Volume data yang sangat besar.
B. Data yang mudah diakses dan diproses.
C. Variasi data yang signifikan (terstruktur, semi-terstruktur, tidak terstruktur).
D. Data yang memiliki keragaman format dan sumber.
Pembahasan :
Data Big Data memiliki karakteristik volume besar, variasi data, dan kecepatan data. Data yang mudah diakses dan diproses justru merupakan ciri data yang lebih kecil atau terstruktur.
A. Data yang tidak memiliki format yang jelas dan sulit diolah.
B. Data yang disimpan dalam database relasional dengan format yang seragam.
C. Data yang bersifat grafis dan visual.
D. Data yang dihasilkan dari sensor IoT.
Pembahasan :
Data terstruktur adalah data yang memiliki format yang jelas dan terorganisir dalam tabel dengan baris dan kolom, sehingga mudah diolah dan disimpan dalam database relasional.
A. Pemrosesan data real-time dengan kecepatan tinggi.
B. Penyimpanan dan pemrosesan data skala besar secara terdistribusi.
C. Analisis data dengan algoritma machine learning tingkat lanjut.
D. Visualisasi data dengan dashboard interaktif.
Pembahasan :
Hadoop dirancang untuk menyimpan dan memproses data dalam jumlah besar secara terdistribusi di berbagai server, mengatasi masalah kapasitas penyimpanan dan pemrosesan yang besar.
A. Algoritma untuk mengklasifikasikan data berdasarkan kategori.
B. Model database untuk menyimpan data Big Data.
C. Pendekatan untuk membagi tugas pemrosesan data menjadi dua tahap: map dan reduce.
D. Teknologi untuk memvisualisasikan data dalam bentuk grafik.
Pembahasan :
MapReduce adalah model pemrograman yang digunakan dalam Hadoop untuk memproses data secara paralel. Tahap 'map' memproses data input, dan tahap 'reduce' menggabungkan hasil dari tahap 'map' untuk menghasilkan hasil akhir.
A. Spark hanya dapat digunakan untuk memproses data terstruktur.
B. Spark lebih cepat dalam pemrosesan data, terutama untuk dataset kecil hingga menengah.
C. Spark tidak memerlukan infrastruktur kluster terdistribusi.
D. Spark tidak mendukung penyimpanan data dalam jumlah besar.
Pembahasan :
Spark memiliki kecepatan pemrosesan yang lebih tinggi dibandingkan Hadoop MapReduce, terutama untuk dataset yang lebih kecil hingga menengah, karena menggunakan in-memory computing.
A. Mengelola database pelanggan.
B. Analisis tren pasar dan perilaku konsumen.
C. Mengelola inventaris toko.
D. Membuat laporan keuangan bulanan.
Pembahasan :
Big Data sangat berguna untuk analisis tren pasar, perilaku konsumen, dan pemahaman data kompleks lainnya yang dapat memberikan wawasan berharga bagi bisnis.
A. Menyimpan data yang sudah diproses dan terstruktur.
B. Menyimpan data mentah dalam format aslinya, tanpa perlu diproses terlebih dahulu.
C. Menyimpan data hanya untuk keperluan audit dan keamanan.
D. Menyimpan data hanya untuk keperluan analisis real-time.
Pembahasan :
Data Lake berfungsi sebagai gudang data yang menyimpan data mentah dalam berbagai format, memungkinkan fleksibilitas dalam pemrosesan data di kemudian hari.
A. Memastikan data terstruktur dalam database relasional.
B. Mengelola kualitas, keamanan, dan kepatuhan data.
C. Memastikan data disimpan dalam format yang kompatibel dengan Hadoop.
D. Memastikan data diakses oleh semua pengguna di perusahaan.
Pembahasan :
Data Governance adalah proses untuk mengelola data secara efektif dan efisien, memastikan kualitas, keamanan, dan kepatuhan terhadap regulasi.
A. Pengambilan keputusan yang lebih baik.
B. Peningkatan efisiensi operasional.
C. Peningkatan risiko bisnis.
D. Inovasi produk dan layanan baru.
Pembahasan :
Big Data dapat membantu organisasi untuk mengurangi risiko bisnis dengan memberikan wawasan yang lebih baik, memungkinkan mereka untuk mengidentifikasi potensi masalah sebelum terjadi.
A. Membuat laporan keuangan yang kompleks.
B. Membuat grafik dan visualisasi dari data Big Data untuk memudahkan pemahaman.
C. Mengelola infrastruktur kluster Hadoop.
D. Membuat database relasional yang terstruktur.
Pembahasan :
Data Visualization adalah proses mengubah data menjadi format visual yang mudah dipahami, seperti grafik, diagram, dan dashboard.
