Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS!

Sejarah Singkat Perkembangan Big Data Dari Abad Ke-20 Hingga Abad Ke-21

Belajar Data Science di Rumah 24-Oktober-2021
https://dqlab.id/files/dqlab/cache/771d3c97b88979056a1e3e2362cf8f58_x_Thumbnail800.png

Sebelum digunakan se-masif sekarang, ternyata big data menyimpan perkembangan sejarah yang cukup panjang. Namun istilah big data baru dikenal pada tahun 2005 ketika diluncurkan oleh O"Reilly Media. Tahukah kamu, ternyata data telah digunakan untuk melacak dan mengendalikan bisnis dari 7000 tahun yang lalu. Data ini dikenalkan di Mesopotamia untuk mencatat pertumbuhan tanaman dan ternak. Pada tahun 1663, John Graunt mencatat dan memeriksa semua penyebab kematian di Kota London untuk mendapatkan insight dan membangun sistem peringatan wabah PES yang saat itu sering terjadi. Catatan Graunt disimpan dalam sebuah buku yang berjudul Natural and Political Observation Made on the Bills of Mortality yang memberikan informasi penting mengenai penyebab kematian pada abad ke-17.


Karena buku tersebut, Graunt dijuluki sebagai bapak statistika. Tulisan graunt menjadi faktor penting meningkatnya akuntansi pada waktu tersebut. Namun, penggunaan data belum signifikan, hingga pada tahun 1887 Herman Hollerith menemukan mesin komputasi yang dapat membaca lubang-lubang dalam paper cards untuk mengatur data sensus. Dari sinilah perkembangan data terus meningkat hingga akhirnya di abad ke-21 internet mulai masif digunakan dan produksi data meningkat signifikan. Lalu bagaimana perkembangan big data dari abad ke-20 hingga abad ke-21? Pada artikel kali ini, kita akan membahas sejarah big data secara singkat. Penasaran? Yuk simak artikel ini sampai akhir!


1. Tahun 1937-1943

Major Project data pertama dibuat pada tahun 1937 dan dipesan oleh administrasi Franklin D. Roosevelt di Amerika Serikat. Adanya perubahan Social Security Act menjadi undang-undang pada tahun 1937, pemerintah Amerika Serikat harus melacak kontribusi dari 26 juta warga amerika dan lebih dari 3 juta pemberi kerja. IBM mendapatkan project untuk mengembangkan mesin punch card-reading untuk major project ini. Pada tahun 1943, mesin pengolah data pertama kali muncul dan dikembangkan oleh Inggris untuk memecahkan kode Nazi saat Perang Dunia II. Mesin pengolah data ini bernama Colossus yang bekerja dengan cara mencari pola yang tersembunyi pada pesan yang telah disadap dengan kecepatan 5000 karakter per detik. Mesin ini berhasil membantu tentara Inggris untuk membaca sandi yang awalnya berminggu-minggu menjadi hitungan jam.


Baca juga : Belajar Big Data: Karakteristik, Fungsi, Kelebihan dan Kekurangan Big Data


2. Tahun 1952-Awal 90-an

Pada tahun 1952, National Security Agency (NSA) dibentuk untuk mempekerjakan lebih dari 12000 ahli kriptografi untuk mengumpulkan dan memproses sinyal intelijen secara otomatis saat Cold War terjadi. Pada tahun 1965, pemerintah US memutuskan untuk membangun pusat data pertama yang dapat menyimpan lebih dari 742 juta pengembalian pajak dan 175 juta sidik jari dengan mentransfer semua catatan tersebut ke dalam pita komputer magnetik yang disimpan di satu lokasi. Walaupun pada akhirnya proyek ini dihentikan, namun pusat data ini menjadi cikal bakal penyimpanan data elektronik. Pada tahun 1989, Tim Berners-Lee, seorang computer scientist menemukan World Wide Web yang digunakan hingga sekarang dan pada tahun 90-an produksi data sudah mulai meningkat karena semakin banyak perangkat yang terhubung ke internet.


3. Tahun 2005-2009

Pada tahun 2005, Rogers Mougalas dari O'Reilly Media menciptakan istilah big data untuk pertama kalinya, tepat setahun setelah mereka menciptakan istilah Web 2.0. Istilah big data ini mengacu pada kumpulan data besar yang hampir tidak mungkin dikelola dan diproses menggunakan tools intelijen bisnis tradisional. Pada tahun yang sama, Hadoop yang dibangun di atas Google Map Reduce diciptakan oleh Yahoo. Tujuan dari Hadoop adalah untuk mengindeks seluruh World Wide Web dan hingga saat ini Hadoop masih digunakan. Pada tahun 2009, pemerintah India memutuskan untuk melakukan scan iris mata, sidik jari, dan foto pada 1,2 miliar penduduk India. Semua data ini disimpan dalam database biometrik terbesar di dunia.


4. Tahun 2010-Sekarang

Pada tahun 2010, Eric Schmidt di Techonomy Conference di Lake Tahoe, California menyatakan bahwa ada 5 exabite informasi yang diciptakan oleh seluruh dunia di awal peradaban hingga tahun 2003 dan pada saat itu, jumlah yang sama dibuat setiap dua hari. Pada tahun 2011, McKinsey menyatakan bahwa pada tahun 2018, US akan kekurangan 140.000 hingga 190.000 data scientist serta 1,5 juta pengolah data. Dalam beberapa tahun terakhir, banyak muncul startup big data dan semuanya mencoba membantu berbagai perusahaan untuk menangani big data. Walaupun sudah mulai banyak dimanfaatkan, namun revolusi big data diprediksi akan terus berlangsung di tahun-tahun mendatang.


Baca juga : Big Data Analytics dan Kegunaanya untuk Perkembangan Bisnismu


5. Pentingnya Big Data Di Era Modern

Di era modern dimana teknologi berkembang sangat cepat dan didukung dengan internet, produksi data terus meningkat. Fenomena ini dimanfaatkan oleh berbagai sektor industri untuk meningkatkan pendapatan dengan cara mengekstrak informasi bermanfaat untuk mengembangkan produk atau layanan yang diminati oleh pasar. Data-data yang digunakan dapat bersumber dari sosial media, data transaksi konsumen, dan lain sebagainya. Dengan bantuan big data, kegiatan produksi, distribusi, dan pemasaran akan lebih efisien.

Yuk belajar mengolah big data bersama DQLab! Klik button di bawah ini untuk mengakses modul dan program belajar gratis dari DQLab dan nikmati berbagai fitur belajar mulai dari modul interaktif yang dilengkapi dengan live code editor, challenge, hingga job connector. Nikmati pula modul gratis "Introduce to Data Science" sebagai warming up sebelum mempelajari big data dalam dunia data science. Selamat belajar!



Penulis: Galuh Nurvinda K

Editor: Annissa Widya Davita

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login