Graph Bisa Jadi Solusi Pengambilan Keputusan Investasi
Rabu, 15 Desember 2021 - 10:24 WIB
Graph menjadi solusi perusahaan dalam mengambil keputusan investasi. FOTO/Thinkstock
JAKARTA - Graph menjadi solusi inovatif bagi perusahaan di berbagai sektor seiring meningkatnya volume data yang dibuat dan direplikasi oleh perusahaan. Hal itu seiring perkembangan inovasi dan teknologi digital yang kian pesat.
"Hasil riset Gartner menyatakan bahwa perkembangan inovasi dan teknologi digital semakin pesat. Ada empat alasan besar terhadap pentingnya graph database," kata Vice President Product and Innovation TigerGraph Dr Jay Yu dikutip dari pernyataan resmi, Rabu (15/12/2021).
Menurut dia alasan utama, Graph menjadi solusi inovatif bagi perusahaan di berbagai sektor seiring dengan meningkatnya volume data yang dibuat dan direplikasi oleh perusahaan. Graph yang terskala dengan baik mampu menjadi katalisator penghubung penting antar data yang berlimpah.
"Hasil graph yang dihasilkan pun akan terpusat pada core bisnis perusahaan pengguna. Graph juga memiliki keluwesan yang sangat baik sehingga bisa digunakan pelaku usaha multisector mulai dari layanan keuangan dan kesehatan, hingga ritel dan manufaktur," kata dia.
Dia menjelaskan, teknologi Graph dapat dengan cepat menyoroti, menemukan, dan memprediksi hubungan kompleks dalam data sehingga dapat menyajikan masukan yang berguna. Keandalan dari teknologi tersebut bisa mengungkap kemungkinan penipuan keuangan (fraud) ataupun membantu memecahkan permasalahan logistik dalam rantai pasok industri.
Alasan lain, Graph akan semakin terintegrasi dengan machine learning dan artificial intelligence. Sepanjang tahun 2022, diprediksi akan ada lebih banyak perusahaan yang menerapkan graph analytics untuk mendukung penggunaan data analisis dan machine learning untuk memetakan problematika khusus seperti deteksi penipuan (fraud) dan pencucian uang (money laundry), evaluasi dan resolusi bisnis, analisis konsumen customer 360, rekomendasi produk, infografik, keamanan siber, rantai pasok, internet of things, dan analisis jaringan.
Sebab itu, TigerGraph terus mengembangkan graph database serta berkomitmen penuh menawarkan graph berskala petabyte/petabita dalam dua tahun mendatang. TigerGraph saat ini sedang memfinalisasi standar LDBC-SNB Versi 100 Terabyte untuk bisa rampung tahun 2022.
Tentunya, diperlukan standarisasi tersendiri bagi properti graph layaknya standarisasi digital yang sudah ada seperti SQL yaitu standar bahasa pemograman untuk tabel. Tahun depan diharapkan standardisasi GQL mengalami kemajuan signifikan dan memasuki tahap finalisasi.
"Hasil riset Gartner menyatakan bahwa perkembangan inovasi dan teknologi digital semakin pesat. Ada empat alasan besar terhadap pentingnya graph database," kata Vice President Product and Innovation TigerGraph Dr Jay Yu dikutip dari pernyataan resmi, Rabu (15/12/2021).
Baca Juga
Menurut dia alasan utama, Graph menjadi solusi inovatif bagi perusahaan di berbagai sektor seiring dengan meningkatnya volume data yang dibuat dan direplikasi oleh perusahaan. Graph yang terskala dengan baik mampu menjadi katalisator penghubung penting antar data yang berlimpah.
"Hasil graph yang dihasilkan pun akan terpusat pada core bisnis perusahaan pengguna. Graph juga memiliki keluwesan yang sangat baik sehingga bisa digunakan pelaku usaha multisector mulai dari layanan keuangan dan kesehatan, hingga ritel dan manufaktur," kata dia.
Dia menjelaskan, teknologi Graph dapat dengan cepat menyoroti, menemukan, dan memprediksi hubungan kompleks dalam data sehingga dapat menyajikan masukan yang berguna. Keandalan dari teknologi tersebut bisa mengungkap kemungkinan penipuan keuangan (fraud) ataupun membantu memecahkan permasalahan logistik dalam rantai pasok industri.
Alasan lain, Graph akan semakin terintegrasi dengan machine learning dan artificial intelligence. Sepanjang tahun 2022, diprediksi akan ada lebih banyak perusahaan yang menerapkan graph analytics untuk mendukung penggunaan data analisis dan machine learning untuk memetakan problematika khusus seperti deteksi penipuan (fraud) dan pencucian uang (money laundry), evaluasi dan resolusi bisnis, analisis konsumen customer 360, rekomendasi produk, infografik, keamanan siber, rantai pasok, internet of things, dan analisis jaringan.
Sebab itu, TigerGraph terus mengembangkan graph database serta berkomitmen penuh menawarkan graph berskala petabyte/petabita dalam dua tahun mendatang. TigerGraph saat ini sedang memfinalisasi standar LDBC-SNB Versi 100 Terabyte untuk bisa rampung tahun 2022.
Tentunya, diperlukan standarisasi tersendiri bagi properti graph layaknya standarisasi digital yang sudah ada seperti SQL yaitu standar bahasa pemograman untuk tabel. Tahun depan diharapkan standardisasi GQL mengalami kemajuan signifikan dan memasuki tahap finalisasi.
tulis komentar anda