Data besar

Pertumbuhan dan pendigitalan kapasiti penyimpanan maklumat global[1]

Data besar ialah bidang yang mengendalikan cara untuk menganalisis, mengekstrak maklumat secara sistematik daripada atau sebaliknya menangani set data yang terlalu besar atau kompleks untuk ditangani oleh perisian aplikasi pemprosesan data tradisional. Data dengan banyak medan (turus) menawarkan kuasa statistik yang llebih besar, manakala data dengan kerumitan yang lebih tinggi (lebih banyak atribut atau turus) boleh membawa kepada kadar penemuan palsu yang lebih tinggi.[2] Cabaran analisis data besar termasuk menangkap data, storan data, analisis data, carian, perkongsian, pemindahan, visualisasi, pertanyaan, pengemaskinian, privasi maklumat dan sumber data. Data besar pada asalnya dikaitkan dengan tiga konsep utama: volum, kepelbagaian dan halaju.[3] Analisis data besar memberikan cabaran dalam persampelan, dan oleh itu sebelum ini membenarkan pemerhatian dan persampelan sahaja. Oleh itu, data besar selalunya termasuk data dengan saiz yang melebihi kapasiti perisian tradisional untuk diproses dalam masa dan nilai yang boleh diterima.

Rujukan

  1. ^ Hilbert, Martin; López, Priscila (2011). "The World's Technological Capacity to Store, Communicate, and Compute Information". Science. 332 (6025): 60–65. Bibcode:2011Sci...332...60H. doi:10.1126/science.1200970. PMID 21310967. Dicapai pada 13 April 2016.
  2. ^ Breur, Tom (July 2016). "Statistical Power Analysis and the contemporary "crisis" in social sciences". Journal of Marketing Analytics. London, England: Palgrave Macmillan. 4 (2–3): 61–65. doi:10.1057/s41270-016-0001-3. ISSN 2050-3318.
  3. ^ "The 5 V's of big data". Watson Health Perspectives (dalam bahasa Inggeris). 2016-09-17. Dicapai pada 2021-01-20.

Bacaan lanjut

Sumber perpustakaan
Tentang Data besar
  • Sumber dalam perpustakaan anda
  • Sumber dalam perpustakaan lain
  • Peter Kinnaird; Inbal Talgam-Cohen, penyunting (2012). "Big Data". XRDS: Crossroads, The ACM Magazine for Students. Jil. 19 no. 1. Association for Computing Machinery. ISSN 1528-4980. OCLC 779657714.
  • Jure Leskovec; Anand Rajaraman; Jeffrey D. Ullman (2014). Mining of massive datasets. Cambridge University Press. ISBN 9781107077232. OCLC 888463433.
  • Viktor Mayer-Schönberger; Kenneth Cukier (2013). Big Data: A Revolution that Will Transform how We Live, Work, and Think. Houghton Mifflin Harcourt. ISBN 9781299903029. OCLC 828620988.
  • Press, Gil (9 May 2013). "A Very Short History of Big Data". forbes.com. Jersey City, NJ. Dicapai pada 17 September 2016.
  • Stephens-Davidowitz, Seth (2017). Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are. Dey Street Books. ISBN 978-0062390851.
  • "Big Data: The Management Revolution". Harvard Business Review. October 2012.
  • O'Neil, Cathy (2017). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Broadway Books. ISBN 978-0553418835.