Data kini sudah menjadi sebuah sumber daya berharga yang dapat digunakan untuk mendukung bisnis. Bukan hanya sekedar data biasa, apabila dianalisis dengan baik, data bisa menjadi pertimbangan penting dalam sebuah keputusan bisnis.

Namun, seiring berkembangnya zaman, teknologi juga semakin bertumbuh dan berkembang. Setiap keputusan perusahaan, perubahan, dan interaksi konsumen harus didasarkan pada manajemen data yang berkualitas.

Berikut CTO Predictions NetApp terkait pengelolaan data di tahun 2018 yang bisa membantu perusahaan Anda menjadi Data Thriver dan memanfaatkan data untuk meraih peluang.

#1: Data menjadi sadar diri

Sekarang, kita memiliki banyak proses yang mengambil tindakan atas data dan menentukan bagaimana data bergerak, dikelola, dan dilindungi. Namun, bagaimana jika data dapat mendefinisikan dirinya sendiri?

Seiring dengan data yang menjadi semakin sadar diri dan bahkan lebih beragam dari sekarang, metadata (data atau informasi yang menyediakan informasi atas satu atau lebih aspek dari data lainnya) akan memungkinkan data untuk secara proaktif memindahkan, mengkategorikan, menganalisis, dan melindungi dirinya sendiri.

Alur antara elemen data, aplikasi dan storage akan terpeta secara real-time ketika data menghantarkan informasi yang diperlukan pengguna ketika diperlukan. Hal ini juga memperkenalkan kemampuan data untuk mengatur dirinya sendiri. Data itu sendiri akan menentukan siapa yang memiliki hak untuk mengakses, berbagi dan mengguna data tersebut, yang dapat memiliki implikasi yang lebih luas, secara eksternal, untuk perlindungan, privasi, pengaturan dan kedaulatan data.

Sebagai contoh, jika Anda berada dalam sebuah kecelakaan mobil, mungkin terdapat sejumlah kelompok yang berbeda yang ingin atau menuntut akses data dari mobil anda. Seorang hakim atau perusahaan asuransi mungkin memerlukan data tersebut untuk menentukan pertanggungjawaban, sementara produsen otomotif terkait mungkin menginginkan data tersebut untuk mengoptimalkan performa rem atau sistem mekanis lainnya.

Ketika data itu sadar diri, data tersebut dapat ditandai agar data tersebut dapat mengendalikan siapa yang dapat melihat bagian apa dari data tersebut dan kapan, tanpa perlu adanya intervensi manusia yang menghabiskan waktu dan memiliki resiko human error ketika membagi-bagi data, memberikan persetujuan dan menyebarkan data-data berharga.

#2: Mesin virtual menjadi mesin ‘ridesharing’

-

Mengelola data yang semakin terdistribusi akan semakin cepat, murah dan nyaman dengan menggunakan mesin virtual, dan diprovisi melalui infrastuktur webscale, dibandingkan dengan mesin fisik.

Hal ini dapat dianalogikan dalam konteks membeli mobil dibandingkan dengan menyewa atau menggunakan ridesharing seperti Go-Jek atau Grab. Jika Anda adalah sesorang yang membawa banyak bawaan setiap harinya, akan lebih masuk akal untuk anda membeli sebuah truk.

Namun, untuk orang mungkin hanya membutuhkan salah satu jenis kendaraan dalam satu periode waktu tertentu saja, menjadikannya lebih praktis untuk menyewa. Lalu, ada tipe lain yang mana mereka hanya memerlukan kendaraan untuk bepergian dari titik A ke titik B, hanya sekali jalan, di mana apa pun tipe kendaraannya tidak masalah, hanya perlu kecepatan dan kenyamanan. Untuk tipe ini, layanan ridesharing merupakan pilihan terbaik.

Pemikiran yang sama juga berlaku dalam konteks mesin virtual dibandingkan dengan mesin fisik. Perangkat keras yang disiapkan sesuai dengan kebutuhan bisa jadi memerlukan biaya yang lebih besar, namun untuk beban kerja yang konsisten dan intensif, berinvestasi pada infrastruktur fisik bisa jadi lebih masuk akal.

Contoh sebuah mesin virtual dengan beban kerja beragam yang mendukung cloud bisa jadi seperti halnya menyewa, dimana pengguna dapat mengakses mesin virtual tanpa memilikinya atau tanpa perlu tahu detil-detil terkait mesin virtual tersebut. Terlebih lagi, ketika ‘masa sewa’ berakhir, mesin virtual ini juga tidak akan ada lagi.

Mesin virtual yang diprovisi di infrastuktur webscale (yakni, komputasi tanpa server) serupa dengan layanan ridesharing untuk komputasi, dimana pengguna hanya perlu menspesifikasikan tugas yang perlu diselesaikan. Mereka menyerahkan detil selebihnya kepada penyedia layanan cloud untuk membereskannya, membuat hal ini lebih nyaman dan mudah untuk digunakan dibandingkan dengan model-model tradisional untuk tipe-tipe beban kerja tertentu.

#3: Data akan bertumbuh lebih cepat dibandingkan dengan kemampuan untuk memindahkannya dan itu tidak masalah!

-

Bukan rahasia bahwa data telah menjadi sangat dinamis dan dihasilkan dalam laju yang tak pernah bisa dibayangkan, yang sangat melebihi kemampuan untuk memindahkan data. Namun, daripada memindahkan data, aplikasi dan sumber daya yang diperlukan untuk memproses data perlu dipindahkan menuju data, dan hal ini memiliki implikasi untuk arsitektur baru, seperti edge computing, core computing, dan cloud computing.

Di masa depan, jumlah data yang dicerna di pusat jaringan atau core, akan selalu lebih sedikit dibandingkan dengan jumlah data yang dihasilkan di tepian jaringan atau edge. Namun, hal ini tidak terjadi tanpa sengaja. Hal ini harus dimungkinkan secara hati-hati untuk memastikan data yang tepat disimpan dan dipertahankan untuk pengambilan keputusan nantinya. 

Sebagai contohnya, produsen mobil otonom tengah menambahkan berbagai sensor yang dapat menghasilkan begitu banyak data hingga tidak ada jaringan yang cukup cepat antara mobil tersebut dan data center, untuk memindahkan data. Secara historis, perangkat-perangkat yang berada di tepian jaringan atau edge, belum pernah menghasilkan banyak data, tapi sekarang dengan sensor yang berada di mana-mana, mulai dari mobil, thermostat sampai perangkat wearable, data dari tepian jaringan akan bertumbuh dengan sangat cepat dan melampaui kapasitas koneksi ke pusat jaringan.

Mobil otonom dan perangkat tepian jaringan lainnya memerlukan analisa secara real-time di tepian jaringan untuk dapat membuat keputusan-keputusan penting di saat itu juga. Alhasil, kita akan memindahkan aplikasi ke arah data.

#4: Evolusi dari “Big Data” menjadi “Huge Data” akan menuntut arsitektur solid state-driven baru

-

Seiring pesatnya pertumbuhan akan tuntutan untuk menganalisa sejumlah rangkaian daya yang besar, kita perlu memindahkan data lebih dekat dengan sumber daya komputasi. Presistent Memory merupakan hal yang memungkinkan proses komputasi ultra-low latency tanpa kehilangan data; dan tuntutan akan latency ini pada akhirnya akan memaksa arsitektur piranti lunak untuk merubah dan menciptakan kesempatan data driven baru untuk bisnis.

Teknologi flash telah menjadi topik hangat di industri, namun, piranti lunak dimana teknologi ini berjalan, tidak benar-benar berubah, hanya menjadi lebih cepat. Hal ini didorong oleh evolusi peran TI dalam suatu organisasi. Di masa lalu, fungsi utama TI adalah untuk mengotomasi dan mengoptimalkan proses-proses seperti pemesanan, penagihan, piutang, dan lainnya.

Sekarang, TI merupakan bagian integral untuk memperkaya hubungan pelanggan dengan menawarkan layanan-layanan yang bersifat always-on, aplikasi mobile, dan rich web experience. Langkah selanjutnya akan menjadi bagaimana memonetisasikan data yang dikumpulkan melalui berbagai sensor dan perangkat untuk menciptakan kesempatan bisnis baru. Dan tahapan ini yang akan memerlukan arsitektur aplikasi baru uang didukung dengan teknologi seperti Persistent Memory.

#5: Kemunculan decentralized immutable mechanism dalam mengelola data

Mekanisme untuk mengelola data dalam cara yang dapat dipercaya, immutable (atau tetap), dan yang betul-betul terdistribusi (tanpa adanya wewenang pusat) akan muncul dan memiliki dampak yang mendalam terhadap data center. Blockchain merupakan contoh utama dari hal ini.

Mekanisme desentralisasi seperti blockchain menantang pengertian tradisional akan perlindungan dan pengelolaan data. Karena tidak adanya titik kendali terpusat, seperti halnya server-server yang terpusat, maka tidak memungkinkan untuk merubah atau menghapus informasi yang ada dalam sebuah blockchain dan seluruh transaksi tidak dapat diubah.

Hal ini dapat dipertimbangkan serupa sistem biologis. Anda memiliki sejumlah organisme kecil dan masing-masing dari mereka mengetahui apa yang harus mereka lakukan tanpa berkomunikasi dengan hal lain atau diperintah. Lalu anda melemparkan serangkaian nutrisi; dalam hal ini, data. Nutrisi-nutrisi ini mengetahui apa yang harus dilakukan dan mulai beroperasi secara kooperatif, tanpa adanya kendali terpusat. Seperti halnya terumbu karang.

Data center dan aplikasi sekarang ini beroperasi seperti tanah pertanian yang dikelola secara komersil, dengan satu titik pusat kendali (sang petani) yang mengelola lingkungan disekelilingnya. Decentralized immutable mechanism untuk mengelola data akan menawarkan layanan-layanan mikro yang dapat digunakan data untuk melaksanakan fungsi-fungsi yang diperlukan. Layanan-layanan mikro dan data akan bekerja secara kooperatif, tanpa adanya kendali yang dikelola secara terpusat.

• Editor: Wicak Hidayat
• Sumber: NetApp