FISIP UMMAT | ISSN 2716-0432
Vol. 2, No. 1 Maret 2020, Hal. 24-32
BIG DATA DAN PEMANFATANNYA DI PERPUSTAKAAN
Nurul Fikriati Ayu Hapsari1
1Prodi DIII Perpustakaan, Universitas Muhammadiyah Mataram
nurulfikriatiayuhapsari@gmail.com
ABSTRAK
INFO ARTIKEL
Setiap hari triliunan byte data tercipta dari berbagai sumber, mengakibatkan ketersediaan
data dan informasi saat ini mengalami perubahan yang cukup signifikan. Kumpulan data
tersebut dapat menjadi informasi yang menjadi sebuah komoditas yang sangat penting bagi
kelangsungan hidup masyarakat. Data-data digital dalam jumlah banyak tersebut disebut
sebagai “big data” yang membutuhkan tempat untuk disimpan, diorganisasi dan dianalisa.
Data-data tersebut dapat digunakan dalam pengambilan keputusan strategis oleh suatu
lembaga. Salah satunya pada perpustakaan memiliki sejarah panjang sebagai tempat
penyimpanan, pengorganisasian dan analisa informasi. Perpustakaan memainkan peran
penting di persimpangan pemerintah, universitas, lembaga penelitian, dan masyarakat
karena mereka menyimpan dan mengelola aset digital. Banyaknya data di perpustakaan
perlu diubah menjadi informasi atau pengetahuan yang kemudian digunakan oleh peneliti
atau pengguna. Perpustakaan dapat memanfaatkan Big Data yang tersedia untuk membuat
perubahan dalam pemberian layanan kepada masyarakat. Artikel ini berusaha memberikan
gambaran umum mengenai Big Data dan teknologi Big Data di perpustakaan. Sehingga
perpustakaan yang berada dapat mengambil pelajaran dalam memanfaatkan Big Data. Big
Data membawa pengaruh besar dalam dunia perpustakaan khususnya pada aspek layanan
perpustakaan dan kompetensi pustakawan. Pustakawan mungkin perlu memahami cara
mengubah, menganalisis, dan menyajikan data untuk memfasilitasi penciptaan
pengetahuan.
Riwayat Artikel:
Diterima: 28-02-2020
Disetujui: 10-03-2020
Kata Kunci:
1.
2.
3.
4.
Digital
Kepemimpinan
Transformasional
Perpustakaan
————————————————————
dari berbagai sumber, seperti dari media sosial,
A. PENDAHULUAN
Teknologi informasi telah digunakan untuk
melakukan berbagai aktifitas salah satunya pada
sebuah lembaga atau istitusi. Keberadaan sebuah
lembaga atau institusi riset mempunyai tugas dan
fungsi
utama
dalam
menyelenggarakan
keilmuan, pemantauan, evaluasi
kemajuan
riset
dan
penelaahan kecenderungan ilmu pengetahuan dan
teknologi untuk tercapainya kesejahteraan sosial.
Salah
satunya
perpustakaan.
pada
lembaga
Perpustakaan
informasi
perlu
yaitu
memberikan
kepuasan yang lebih kepada pengguna dengan
meningkatkan inovasi pelayanan yang diberikan. Hal
ini dapat dilakukan apabila didukung dengan adanya
ketersediaan data dan informasi.
Ketersediaan data dan informasi saat ini
mengalami perubahan yang besar. Melalui teknologi
informasi, triliunan byte data diciptakan setiap hari
sensor, video surveillance, dan smart grids. Informasi
menjadi sebuah komoditas yang sangat penting bagi
kelangsungan
hidup
masyarakat.
Masyarakat
berusaha melakukan apapun untuk mendapatkan
informasi,
salah
satunya
dengan
melakukan
penggalian pada kepingan-kepingan data yang sangat
besar yang berasal dari aktivitas sehar-hari. Lautan
data ini mengarah pada satu terminologi Big Data.
Big Data yang telah mengubah cara manusia
memahami dunia yang berdampak besar dan akan
terus
menciptakan
riak
melalui
semua
aspek
kehidupan manusia (Nath, 2015).
Salah satunya melalui jejaring sosial data dapat
tercipta dengan jumlah yang sangat besar. Sugiarsono
(2015) mengungkapkan, dari segi pengguna Big Data,
pada jaringan sosial media Facebook pada tahun
2012 memiliki jumlah pengguna mencapai 1 miliar
[JIPER | Jurnal Ilmu Perpustakaan | Vol. 2, No. 1 Maret 2020 Hal. 24-32]
24
pengguna, dan menangani 350 juta unggahan foto,
mengetahui perilaku pelanggan; serta mengetahui
4,5 miliar like dan 10 miliar pesan setiap hari. Artinya
tren
bahwa jejaring sosial media ini menyimpan data lebih
menganalisa informasi pengguna terhadap gaya
dari 100 pertabytes untuk kebutuhan analitiknya.
belajar, pihak perpustakaan khususnya pustakawan
Penyedia jaringan sosial media yang lain yaitu Twitter
dapat membuat kebijakan dengan menyediakan
pada tahun 2014 penggunanya mencapai 500 juta
learning commons di perpustakaan yang terdapat
dengan 284 juta pengguna aktif dan setiap hari
zona diskusi, zona belajar sendiri dan zona sosial atau
menangani 1.6 miliar search query. Youtube pada
bersantai.
pasar
dan
pengguna,
contohnya
dengan
tahun 2013 digunakan oleh 1 milyar pengguna, mesin
Mengacu pada besarnya manfaat yang dapat
pencari (search engine) Google mempublikasikan
ditawarkan oleh tren teknologi Big Data, khususnya
data bahwa pada bulan April 2014 Google Inc
di Perpustakaan, menarik untuk diketahui sejauh
mencatat sekitar 100 miliar query / pencarian per
mana teknologi Big Data sudah dimanfaatkan oleh
bulan. Angka-angka tersebut menampakkan bahwa
beberapa perpustakaan dan tantangan apa saja yang
pergerakan data sungguh sangat besar sekarang ini
muncul dalam penerapannya. Penerapan teknologi
dan akan terus tumbuh.
Big Data pada suatu lembaga dapat dilihat dari
Data-data tersebut dapat digunakan dalam
fungsi-fungsi
yang
sudah
tersedia
pada
IT
pengambilan keputusan strategis oleh suatu lembaga.
infrastrukturnya, sehingga dapat menjalankan kerja
Sehingga
dan
yang berhubungan dengan aplikasi mobile, social,
memanfaatkan data-data yang tersedia dalam volume
dan Big Data-Analytic. Diharapkan hasil kajian dapat
besar, keragaman variatif, kompleksitas tinggi dan
memberikan
kecepatan penambahan data yang tinggi, dapat
teknologi Big Data di Indonesia dapat diterapkan
mengambil
semakin luas, khususnya di perpustakaan.
pihak
yang
keuntungan
mampu
yang
mengolah
besar.
Namun
informasi
dan
inspirasi
sehingga
sayangnya, penerapan Big Data analitik masih belum
begitu populer di Indonesia (Galiartha, 2015). Sejauh
ini tiga bidang usaha pengguna utama Big Data di
Indonesia
yaitu
perusahaan
e-commerce,
B. LANDASAN TEORI
1. Big Data
Big Data pertama kali disebut dalam sebuah
telekomunikasi, perbankan, dan produsen barang-
artikel
barang konsumsi ringan dan murah seperti minuman
demand paging for out-of-core visualization. Cox
dan makanan kemasan (consumer goods).
dan Ellsworth (1997) mengatakan persoalan yang
Teknologi Big Data juga dapat dimanfaatkan
ilmiah
berjudul
Application-controlled
muncul mengenai Big Data dinyatakan dalam
oleh lembaga perpustakaan. Beberapa manfaat Big
rumusan berikut:
Data di lembaga informasi khususnya perpustakaan
“Visualization provides an interesting challenge for
diantaranya untuk mengetahui respon dan feedback
computer systems: data sets are generally quite
pengguna terhadap koleksi ataupun layanan yang
large, taxing the capacities of main memory, local
diberikan berupa jasa melalui analisis sentimen di
disk, and even remote disk. We call this the problem
media
penyusunan
of big data”.
kebijakan dan pengambilan kepustusan secara lebih
Pada
sosial;
data
sebagai
dasar
perkembangan
selanjutnya
muncul
tepat dan akurat; membantu meningkatkan citra
berbagai pengertian mengenai Big Data. Menurut
perpustakaan di mata pengguna; untuk perencanaan
Devenport (2013) Big Data adalah istilah yang
selanjutnya dalam perbaikan pelayanan dengan
menggambarkan volume data yang besar, baik
[JIPER | Jurnal Ilmu Perpustakaan | Vol. 2, No. 1 Maret 2020 Hal. 24-32]
25
FISIP UMMAT | ISSN 2716-0432
Vol. 2, No. 1 Maret 2020, Hal. 24-32
terstruktur dan tidak terstruktur yang membanjiri
jumlah pasti dan juga ukuran dari data. Dataset
bisnis sehari-hari. Big Data dapat dianalisis untuk
Big Data sekitar 1 terabyte sampai 1 petabyte
wawasan yang mengarah pada keputusan yang lebih
perperusahaan jadi jika Big Data digabungkan
baik dan bergerak bisnis strategis. Hal ini sejalan
dalam sebuah organisasi atau grup perusahaan
dengan pendapat Nath (2015) dalam paper yang
ukurannya mungkin bisa sampai zettabyte.
berjudul Big data Security Issues and Challenges
b. Variety
memberikan pengertian bahwa “Big data is an
Berkaitan dengan jenis dan sifat dari data.
evolving term that describes any voluminous
Mengacu
amount
and
kepercayaan yang terkait dengan jenis data
unstructured data that has the potential to be mined
tertentu, seperti data komentar pada media sosial.
for information”. Hal ini berarti bahwa Big Data
Variasi adalah tentang mengelolah kompleksitas
adalah jumlah data yang besar baik terstruktur
beberapa jenis data, termasuk data terstruktur,
maupun tidak terstruktur yang dijadikan sebagai
data semi-terstruktur, dan data tidak terstruktur.
informasi untuk pengambilan keputusan.
Organisasi
of
structured,
semi-structured
pada
tingkat
perlu
kebenaran
dan
mengintegrasikan
dan
Terlepas dari definisi mana yang paling tepat,
menganalisis data dari dari kedua sumber
hal yang utama adalah terdapat pertumbuhan data
informasi traditional dan non traditional, dari
dan informasi yang cepat dan bervariasi, sehingga
dalam dan luar perusahaan. Dengan begitu
menciptakan tantangan baru bagi kita yang tidak
banyaknya sensor, perangkat pintar (smart
hanya tantangan dalam pengelolaan data heterogen
device) dan teknologi kolaborasi sosial, dari data
dalam jumlah yang besar, tetapi juga bagaimana
yang dihasilkan dalam bentuk yang tak terhitung
untuk memahami semua data tersebut.
jumlahnya, termasuk
2. Karakteristik Big Data
text,
web
data,
tweet,
sensor data, audio, video, click stream, dan
Terdapat beberapa karakteristik Big Data.
perkembangan selanjutnya Gartner (2011) dalam
Lemieux (2014) mengatakan hal yang berkaitan
banyak lagi. Berikut ini tiga jenis format data:
1) Structured data seperti relational database
(RDBMS)
dengan Big Data bahwa “Other definitions emphasise
2) Semi-Structured data seperti XML, JSON
not just the increasing volume or amount of data,
3) Unstructured
data
seperti
Dokumen,
but also its velocity (speed of data in and out), and
metadata, video, gambar, audio, file teks,
variety
ebooks, email message, social media, jurnal dll.
(range
Selanjutnya
of
Laney
data
types
(2001)
and
sources)”.
mendefinisikan
tiga
c. Velocity
dimensi pada Big Data, yaitu Volume, Velocity, dan
Berkaitan dengan kecepatan data yang
Variety:
dihasilkan, diolah dan dianalisis secara terus
a. Volume
menerus dari berbagai sumber, mulai dari data
Berkaitan
data
yang
batch
Ukuran
data
permintaan dan kebutuhan untuk memasukkan
menentukan nilai dan potensi mendalam dan
streaming data ke dalam proses bisnis dan dalam
ukuran media penyimpanan data yang sangat
pengambilan keputusan. Hari ini, data terus-
besar atau mungkin tak terbatas hingga satuan
menerus
dihasilkan
petabytes atau zettabytes. Volume data juga terus
mustahil
untuk
meningkat
menangkap, menyimpan dan menganalisis. Jenis
dihasilkan
dan
dengan
jumlah
disimpan.
sehingga
tidak
dapat
diprediksi
hingga
real
time
pada
sistem
untuk
memenuhi
kecepatan
yang
tradisional
untuk
[JIPER | Jurnal Ilmu Perpustakaan | Vol. 2, No. 1 Maret 2020 Hal. 24-32]
26
tertentu dari data harus dianalisis secara real
atau
time sehingga menjadi nilai.
mendapatkan data.
Dapat disimpulkan bahwa Big Data mengacu
bekerjasama dengan pihak lain untuk
b. Teknologi
pada 3V: volume, variety, velocity. Namun ada yang
Hal ini terkait dengan infrastruktur dan
menambahkan unsur V lainnya seperti veracity dan
tools dalam pengoperasian Big Data, seperti teknik
value. Sementara karakteristik veracity (kebenaran)
komputasi dan analitik, serta media penyimpanan
dan value (nilai) terkait dengan ketidakpastian data
(storage).
dan nilai manfaat dari informasi yang dihasilkan.
mengalami kendala yang berarti dalam hal
Dari definisi tersebut maka data terkait erat dengan
teknologi
informasi yang saat ini tersedia begitu berlimpah
dengan membeli atau kerjasama dengan pihak
ruah. Jika demikian maka Big Data ini merupakan
ketiga. Pada Big Data, data terlalu besar dan
suatu
dan
terlalu cepat atau tidak sesuai dengan struktur
membutuhkan perhatian dan kepedulian kita untuk
arsitektur database konvensional. Sehingga untuk
mengelolanya. Bukan pada ukuran jumlahnya yang
mendapatkan nilai dari data, harus digunakan
besar, tetapi lebih pada kegunaan bagi kehidupan kita
teknologi untuk mengekstrak dan memperoleh
baik di lembaga maupun untuk kebutuhan pribadi.
informasi yang lebih spesifik. Teknologi Cloud
situasi
nyata
yang
kita
hadapi
3. Tantangan Big Data dalam Organisasi
Biasanya,
karena
organisasi
teknologi
tidak
bisa
akan
didapatkan
dibutuhkan karena Big Data perlu didukung server
Terminologi Big Data sering dikaitkan dengan
yang kuat dengan tempat penyimpanan besar dan
data science, data mining, maupun data processing.
mudah dikembangkan. Cloud telah lebih dahulu
Namun, Big Data melibatkan infrastruktur dan teknik
berkembang dan tersedia luas dengan biaya lebih
data mining atau data processing yang lebih canggih
murah daripada tidak menggunakan Cloud.
dari
sebelumnya.
Dalam
mengimplementasikan
c. Proses
teknologi Big Data di suatu organisasi, ada 4 elemen
Dalam proses mengadopsi teknologi Big
penting yang menjadi tantangan, yaitu data, teknologi,
Data dibutuhkan perubahan budaya organisasi.
proses, dan SDM (Aryasa, 2015).
Misalnya, sebelum adanya Big Data, seorang
a. Data
pimpinan
dalam
melakukan
pengambilan
Deskripsi dasar dari data menunjuk pada
menjalankan
organisasi,
keputusan
hanya
benda, event, aktivitas, dan
transaksi yang
berdasarkan „intuisi‟ berdasarkan nilai, keyakinan
terdokumentasi,
dan
tersimpan
atau asumsinya. Namun setelah adanya teknologi
tetapi tidak terorganisasi untuk dapat memberikan
Big Data, pimpinan mampu bertindak mengambil
suatu
telah
keputusan berdasarkan data yang akurat dan
terorganisir sehingga dapat memberikan arti dan
informasi yang relevan. Contoh lain, sebuah
nilai kepada penerima, disebut informasi. (Rainer,
perusahan telekomunikasi sejak menggunakan
Kelly, & Cegielski, 2009). Ketersediaan data
sistem monitoring informasi digital yang berasal
menjadi kunci awal bagi teknologi Big Data. Ada
dari web, Twitter, dan lain-lain, dapat dengan
beberapa organisasi yang memiliki banyak data
lebih mudah mengetahui masalah pelanggan
dari proses bisnisnya yang dilakukan, baik data
terkait produk dan membangun komitmen untuk
terstruktur maupun tidak terstruktur, seperti
menindaklanjuti masalah tersebut dalam paling
industri
perbankan.
lama 6 jam. Dalam hal ini terbangun budaya
Namun, ada pula organisasi yang perlu membeli
organisasi baru tentang brand tracking, untuk
arti
yang
terklasifikasi,
spesifik.
telekomunikasi
Data
maupun
yang
[JIPER | Jurnal Ilmu Perpustakaan | Vol. 2, No. 1 Maret 2020 Hal. 24-32]
27
FISIP UMMAT | ISSN 2716-0432
Vol. 2, No. 1 Maret 2020, Hal. 24-32
menyikapi kecenderungan pelanggan yang dewasa
data sebagai bagian dari proses layanan informasi.
ini lebih memilih membicarakan suatu masalah di
Layanan informasi saat ini telah membuat ledakan
Twitter
data
dibandingkan
mengajukan
komplain
langsung ke customer service.
di
mana
perpustakaan
dituntut
untuk
membenahi empat bidang utama: (1) organisasi
d. SDM
perpustakaan,
Dalam mengaplikasikan teknologi Big Data
(2)
membenahi
kumpulan
data
internal, (3) menyadarkan akan kekuatan sumber
dibutuhkan SDM dengan keahlian analitik dan
data
kreativitas yaitu kemampuan/keterampilan untuk
pembenahan pada sumber daya manusia dengan
menentukan metode baru yang dapat dilakukan
keterampilan tertentu khususnya pada pustakawan
untuk
(Reinhalter & Wittmann, 2014).
mengumpulkan,
menganalisis
komputer,
data,
dan
menginterpretasi
keahlian
ketrampilan
dan
pemrograman
bisnis
yaitu
yang lebih baik lagi bagi pengguna. Misalnya, dengan
Big
terdefinisi. Sementara data tidak terstruktur
perpustakaan, pengguna melakukan penelusuran
Data ini dihasilkan oleh aplikasiaplikasi internet,
referensi, perilaku pengguna mungkin memberikan
seperti data URL log, media sosial, e-mail, blog,
wawasan untuk memberikan layanan yang lebih baik.
video, audio serta data semantik. Analisis data
Itu berarti bahwa terdapat dua aspek data maining
adalah proses meneliti data untuk mengetahui
yang dapat dicapai, yaitu: seseorang menggunakan
pola tersembunyi, korelasi yang belum diketahui,
data
dan informasai berguna lainnya. Dengan demikian
di
semua
sektor,
menciptakan
kesempatan bagi perpustakaan untuk berkolaborasi
dengan lembaga lain untuk mengisi kesenjangan
layanan. Perpustakaan, sebagai pusat informasi harus
mengadaptasi dan mengakomodasi pertumbuhan
data,
sumber
daya,
dan
menyediakan
data.
Perpustakaan sangat dipengaruhi oleh manajemen
yang
disimpan
di
perpustakaan
dan
menggunakan data yang dikumpulkan selama proses,
proses
ketika pengguna menggunakan layanan perpustakaan
meneliti, mengolah data set besar (Big Data) untuk
data
dapat
mengelola kumpulan Big Data secara efektif. Pada
membutuhkan usaha, tools, dan waktu yang lebih.
berbasis
pustakawan
statistik untuk proyek, membantu peneliti untuk
sehingga untuk menjadikannya data terstruktur
Tren penelitian saat ini adalah penelitian
perpustakaan,
informasi pasar, membantu siswa menjalankan
menentu atau tidak memiliki struktur melekat,
informasi bisnis berguna lainnya.
Data
menyarankan pemilik bisnis lokal yang mencari
merupakan data tekstual dengan format tidak
diketahui, tren pasar, preferensi pelanggan dan
(4)
mampu dimanfaatkan untuk memberikan pelayanan
memiliki tipe data, format, dan struktur yang telah
mengetahui pola tersembunyi, korelasi yang tidak
dan
penting memiliki alat untuk menyimpan data, yang
terstruktur dan tidak terstruktur. Data terstruktur
Big Data adalah
perpustakaan
Perpustakaan sebagai pusat informasi tentunya
dalam teknologi Big Data dapat berupa data
analisis
bagi
C. PEMANFAATAN BIG DATA DI PEPRUSTAKAAN
pemahaman tentang tujuan bisnis. Sumber data
pengertian
eksternal
dengan penjelasan sebagai berkut:
1.
Data-Driven untuk Pengambilan Keputusan
Pendekatan berbasis data, yang mengambil
data sebagai dasar untuk membuat keputusan atau
rekomendasi, adalah metode umum yang digunakan
di banyak bidang. Misalnya, digunakan dalam desain
database atau desain perangkat lunak. Pada suatu
Lembaga pengambilan keputusan lebih bermanfaat
apabila
berdasarkan
data.
Sebagai
contoh,
berdasarkan transaksi peminjaman koleksi atau
pencarian koleksi oleh pengguna, perpustakaan bisa
menggunakan teknik penambangan data kolaboratif
[JIPER | Jurnal Ilmu Perpustakaan | Vol. 2, No. 1 Maret 2020 Hal. 24-32]
28
dan analisis teks untuk mengoptimalkan koleksi
kepemilikan di perpustakaan (Talis Systems Website,
(buku
2013).
atau
jurnal)
untuk
menghasilkan
hasil
pencarian yang lebih baik dan membuat rekomendasi
3. Standarisasi Data dan Pemodelan Data
untuk buku-buku. Adanya pendekatan ini akan
meningkatkan
menyediakan
kepuasan
layanan
pengguna
yang
lebih
dengan
baik,
Metadata adalah karakteristik utama untuk
data dalam basis data. Namun, tidak ada metadata
dan
atau standar untuk data penelitian. Membangun data
penggunaan sumber daya perpustakaan yang efisien.
dengan metadata tentu dapat mendorong berbagi dan
2. Format Data Baru
remixing data perpustakaan (data penelitian) (Salo,
Adanya berbagai data yang dapat diakses
2010).
adalah satu hal yang penting untuk mencapai tujuan
Skema data sangat berguna untuk menyatukan
perpustakaan. Namun, banyak data yang perlu
data dari berbagai sumber daya. Misalnya, dari satu
dikerjakan ulang, terutama data yang dikumpulkan
karya,
pada waktu lama. Digitalisasi adalah langkah pertama,
hubungan
dengan menscanning atau membuat mikrofilm.
geografis, tanggal, entitas bernama, klasifikasi subjek,
Upaya lain yang penting untuk peningkatan akses
afiliasi institusi, penerbit, dan informasi sirkulasi
data
dan
historis dapat dengan mudah diekstraksi. Selanjutnya,
infrastruktur. Sebagai contoh, USGS menggunakan
hubungan itu, kemudian dapat dihubungkan ke karya
beberapa aplikasi inovatif yang dapat membantu para
lain, dan lainnya.
adalah
dengan
membangun
alat
seperti
makalah
penelitian,
rekan
penulis,
dari
atau
buku,
kutipan,
lokasi
ilmuwan geologi mengelola data dengan lebih baik.
Beberapa pekerjaan untuk membangun data
Salah satu contoh adalah ScienceBase, platform
terkait telah dilakukan oleh OCLC (Online Computer
pengelolaan data yang memungkinkan data unggahan
Library Center), yang menciptakan WorldCat sebagai
dan
mengembangkan
data yang terhubung dan menerbitkan skema pada
ScienceBase yang juga digunakan untuk merilis data
schema.org. Mereka mengidentifikasi satu set entitas
resmi ke publik.
(seperti orang, peristiwa, barang, tempat) yang dapat
katalog.
Di
sisi
USGS
lain,
sedang
memformat
ulang
data
perpustakaan sehingga dapat bekerja dengan sumber
daya online yang akan terhubung dengan pengguna.
digunakan untuk membangun pengetahuan (Teens,
2013).
Mengidentifikasi
entitas
dan
kemudian
Misalnya, OCLC (Online Computer Library Center)
menetapkan hubungan antara masing-masing dua
telah
"kartu
entitas. Setiap entitas memiliki properti yang harus
data
juga diidentifikasi. Ini adalah proses pemodelan
perpustakaan yang diformat ulang dan kartu dapat
database. Ini juga merupakan proses peralihan dari
ditautkan dari luar (OCLC, 2013). Data perpustakaan
hanya memiliki berbagai data menuju Big Data di
bisa menjadi data yang terhubung untuk mencapai
mana data terhubung. Memahami hubungan di
interoperabilitas di Web (Teens, 2013). Tanpa
antara
memformat
untuk
menghubungkan semua jenis data yang berbeda yang
mencapai tujuan tersebut secara efektif. Contoh
dimiliki perpustakaan. Hal ini dapat memungkinkan
lainnya pada perpustakaan di Inggris mempelajari
pengguna perpustakaan untuk menemukan item yang
data terkait koleksi perpustakaan dan memodelkan
menarik di antara berbagai data perpustakaan
orang,
dengan cara yang sebelumnya tidak mungkin.
bekerja
pengetahuan"
untuk
mirip
ulang
peristiwa,
menghasilkan
Google
data,
tempat
berdasarkan
mungkin
yang
sulit
terkait
dengan
entitas
dapat
membantu
untuk
4. Visualisasi Data Perpustakaan
[JIPER | Jurnal Ilmu Perpustakaan | Vol. 2, No. 1 Maret 2020 Hal. 24-32]
29
FISIP UMMAT | ISSN 2716-0432
Vol. 2, No. 1 Maret 2020, Hal. 24-32
Data
5.
perpustakaan
dapat
dipilih
dan
Sejumlah
tantangan
yang
dihadapi
oleh
divisualisasikan oleh alat seperti dasbor Tableau,
pustakawan di era Big Data adalah tantangan dari
untuk disajikan kepada pengguna sesuai kebutuhan
luar dan tantangan dari dalam. Tantangan dari luar
pengguna. Di sisi lain, pustakawan di perpustakaan
merupakan tantangan yang berasal dari orang-orang
universitas dapat menggunakan visualisasi data
yang ahli teknologi informasi & komunikasi (TIK),
untuk
koleksi
sebagaimana kita ketahui ahli TIK memang sangat
perpustakaan, pengeluaran, dengan jumlah jurusan
dominan di era Big Data saat ini. Namun, kompetensi
yang ada. Ketidakseimbangan yang mungkin terjadi
IT pustakawan masih terlihat begitu rendah dalam
dalam
Standar
membandingkan
pengadaan
bagian
koleksi
atau
dari
penganggaran
Kompetensi
Kerja
Nasional
Indonesia
pembelian koleksi perpustakaan sehingga dengan
(SKKNI), saat ini kompetensi IT menjadi sangat
adanya visualisasi data dapat memberikan saran
fundamental. Pustakawan mungkin akan kalah saing
dalam perencanaan strategis.
dengan mereka yang berasal dari ilmu komputer dan
Kebiasaan Pengguna
sejenisnya. Namun, pustakawan saat ini ditantang
Seperti yang disebutkan sebelumnya, informasi
untuk mampu memanfaatkan potensi Big Data dari
koleksi perpustakaan dapat disesuaikan melalui
segi non-teknis termasuk menggunakan tools yang
teknologi Big Data (Teens, 2013). Di sisi lain,
sudah ada, melakukan data riset lokal, hingga
dimungkinkan untuk merekam dan melacak aktivitas
menggunakan data untuk mengadvokasi diri sendiri
pengguna
dan komunitas sekitar penanganan konten atau
perpustakaan
dan
menyimpan
data
tersebut dalam penyimpanan data berskala besar,
informasi
dan kemudian melakukan analisis data. Hasilnya
perpustakaan.
kemudian
dapat
meningkatkan
digunakan
berpotensi
lingkup
kerja
Tehnik analisis dan representasi data adalah
hal yang penting dalam pekerjaan pustakawan. Saat
kepuasan
ini pustakawan ditantang melakukan menganalisis
kepada pengguna melalui layanan perpustakaan
dan mengekstrak knowledge dari data yang dimiliki.
(Shield, 2004).
Kemampuan untuk mengubah data dari data yang
dan
dapat
pengguna
ruang
secara
keseluruhan,
pengalaman
untuk
merupakan
memberikan
semi atau tidak terstruktur ke data terstruktur, dan
D. TANTANGAN
DALAM
PENERAPAN
BIG
kemudian merepresentasikan data tersebut dalam
suatu
DATA DI PERPUSTAKAAN
skema sehingga mudah
dimengerti
dan
Perpustakaan berisi berbagai data atau big data
digunakan oleh pengguna. Tantangan lain yang
yang berharga. Namun, Big Data yang terdapat di
dihadapi pustakawan dalam menghadapi Big Data
perpustakaan berbeda dari data di bidang lain seperti
adalah kompleksitas Big Data yang disebabkan oleh
rumah sakit, bisnis, dan yang lainnya. Riset Big Data
kuantitas data, dan ketidakpastian data yang berasal
di perpustakaan relatif baru. Oleh karena itu,
dari perubahan sifat dan berbagai representasi data.
mungkin ada beberapa masalah atau kesulitan dalam
Sudut pandang berubah, baik oleh cara pengumpulan
proses transformasi data, kurasi, analisis, dan
ataupun metode analisis, maka analisispun akan
presentasi. Kurangnya, teknologi Big Data yang
berubah sehingga hasil dari analisis pertama tidak
digunakan dalam perpustakaan mungkin berbeda
dapat digunakan lagi (Laney, 2001).
dari yang di daerah lain seperti penyimpanan,
softwere dan sumber daya manusia.
Untuk
mengatasi
ini,
pustakawan
perlu
memahami tehnik analisa data yang sistematis
sehingga mampu
memahami kompleksitas dan
[JIPER | Jurnal Ilmu Perpustakaan | Vol. 2, No. 1 Maret 2020 Hal. 24-32]
30
ketidakpastian dalam Big Data. Pengembangan
Big Data di perpustakaan mungkin memiliki
pustakawan dalam lingkup pendidikan juga perlu
lebih sedikit tantangan untuk dipelajari, tetapi lebih
diatasi dengan memberikan kebijakan mengenai
banyak masalah dalam penerapan Big Data terkait
kurikulum yang sesuai basis kompetensi di era Big
anggaran dan teknis. Big Data dapat membantu
Data. Kompetensi tersebut berkaitan dengan ilmu
perpustakaan membuat keputusan yang inovatif.
statistik
pengetahuan
Adanya data yang dikumpulkan saat pengguna
teknologi informasi terkini seperti cloud computing,
perpustakaan menggunakan layanan ini sangat
smart computing, data mining, maka pustakawan
membantu
dalam
bisa dikatakan termasuk kategori pengelola data atau
pengguna
secara
data analyst (Putrawan, 2015).
pengguna
terhadap
dan
beberapa
sentuhan
Banyak perpustakaan mulai memperkenalkan
Kemampuan
meningkatkan
keseluruhan,
untuk
layanan
pengalaman
dan
kepuasan
perpustakaan.
mengumpulkan
dan
teknologi Big Data. Perlu untuk menyadari bahwa
menganalisis Big Data yang tersedia akan menjadi
masih
keunggulan kompetitif di semua industri, termasuk
ada beberapa masalah
seperti
masalah
anggaran, masalah tekniks dan lainnya. Masalah
perpustakaan.
umum lainnya yang dihadapi oleh sebagian besar
data meliputi: kesalahpahaman waktu dalam data,
DAFTAR PUSTAKA
skala Big Data, ketidakmampuan Big Data analisis
untuk menangani dinamika non-linear, pertanyaan
kausalitas dan tantangan antar-disiplin. Di sisi lain,
berbagai disiplin ilmu menciptakan dan memasukkan
Big Data ke dalam penelitian dan institusi atau
perpustakaan menciptakan repositori dan alat lain
untuk mengelolanya.
E. KESIMPULAN
Sejumlah
perubahan
besar
terjadi
pada
perpustakaan dengan adanya fenomena Big Data.
Perubahan tersebut terjadi secara cepat di semua
Aryasa, K. (2015). Big data: Challenges and
opportunities. Dipersentasikan di Workshop
Big Data Puslitbang Aptika dan IKP. tanggal
19 Mei 2015. Puslitbang Aptika dan IKP.
Cox, M., & Ellsworth, D. (1997). Application
controlled demand paging for out-of-core
visualization. Proceedings of the 8th
Conference on Visualization ‟97. Washington:
IEE Computer Society Press.
Laney, D. (2001). 3D data management: Controlling
data volume, velocity and variety. META
Group Research Note 6.
menuntut perpustakaan untuk membenahi antara
Lemieux, V. L., et. al. (2014). Meeting big data
challenges with visual analytics the role of
records management. Records Management
Journal, 24(2), 122-141. doi:10.1108/RMJ01-2014-0009
lain organisasi perpustakaan, pembenahan data
OCLC
aspek perpustakaan mulai dari aspek layanan
informasi yang diberikan kepada pengguna. Big Data
internal yang melingkupi koleksi baik elektronik
maupun tercetak serta pembenahan sumber daya
manusia yaitu pustakawan dengan keterampilan
khusus. Proses utama dalam pemanfaatan Big Data
di perpustakaan melibatkan pemilihan koleksi,
organisasi, deskripsi dan pemodelan, penyimpanan,
presentasi atau visualisasi. Tentu saja analisis data
juga menjadi hal yang penting.
Website
(2013).
Diakses
di
https://www.oclc.org/enUS/news/releases/2
012/201224.html
Putrawan, N. A. (2015). Relevansi big data dan ilmu
perpustakaan: Sebuah pendekatan baru.
Diakses
dari
https://www.linkedin.com/pulse/relevansibig
data-dan-ilmu-perpustakaan-sebuahbaru-a-putrawan.
Reinhalter, L., & Wittmann, R. J. (2014). The library:
Big data‟s boomtown. The Serials Librarian,
[JIPER | Jurnal Ilmu Perpustakaan | Vol. 2, No. 1 Maret 2020 Hal. 24-32]
31
FISIP UMMAT | ISSN 2716-0432
Vol. 2, No. 1 Maret 2020, Hal. 24-32
67(4), 363– 372. Diakses
10.1080/0361526X.2014. 915605.
di
doi:
Salo, D. (2010). Retooling libraries for the data
challenge. Ariadne, 64.
Shield, M. (2004) Information literacy, statistical
literacy and data literacy. IASSIST Quarterly,
28(2), 6-11.
Sugiarsono, J. (2015). SWA sembada Media Bisnis,
XXXI(05), 32-46.
Talis
Systems Website. (2013). Diakses di
http://talissystems.com/2011/07/significant
bibliographic-linked-datarelease-from-thebritish-library/
Teens, M. & Goldner, M. (2013). Libraries‟ role in
curating and exposing big data. Future
Internet, 5, 429-438. doi:10.3390/fi5030429
Galiartha, G. (2015). Tiga bidang usaha pengguna
utama big data di Indonesia. Antaranews.
Diakses
di
http://www.antaranews.com/berita/477310/
tiga-bidangusaha-pengguna-utama-big-datadi-indonesia.
[JIPER | Jurnal Ilmu Perpustakaan | Vol. 2, No. 1 Maret 2020 Hal. 24-32]
32