Big data adalah istilah yang digunakan untuk menggambarkan volume besar, keragaman, dan kecepatan tinggi data yang dihasilkan oleh berbagai sumber, seperti sensor, perangkat mobile, media sosial, transaksi bisnis, dan banyak lagi. Big data juga melibatkan data yang bervariasi dalam format dan jenis, termasuk teks, gambar, audio, dan video.

Ada tiga karakteristik utama dari big data yang dikenal sebagai "3V" yaitu:

1. Volume: Big data melibatkan jumlah data yang sangat besar. Ini bisa berarti terabytes, petabytes, atau bahkan exabytes data, yang jauh lebih besar dari apa yang dapat ditangani oleh sistem tradisional.

2. Velocity: Data yang dihasilkan dalam konteks big data sering kali datang dengan kecepatan tinggi. Contohnya adalah data streaming dari sensor IoT (Internet of Things) atau data dari media sosial yang terus-menerus diperbarui.

3. Variety: Big data mencakup berbagai jenis data, termasuk data terstruktur (misalnya, data dalam database relasional), data semi-terstruktur (misalnya, data dalam format XML atau JSON), dan data tak terstruktur (misalnya, teks dalam posting media sosial atau dokumen). Kombinasi dari berbagai jenis data ini menambah kompleksitas analisis big data.

Selain "3V," beberapa tambahan karakteristik telah ditambahkan ke konsep big data, seperti "Variability" (variabilitas dalam kecepatan dan jenis data), "Veracity" (keandalan dan keakuratan data), dan "Value" (kemampuan untuk mendapatkan wawasan berharga dari data tersebut).

Tujuan dari analisis big data adalah untuk mengidentifikasi pola, tren, dan wawasan yang dapat membantu organisasi dalam pengambilan keputusan yang lebih baik. Ini bisa digunakan di berbagai industri, termasuk bisnis, ilmu pengetahuan, kesehatan, dan banyak lagi. Solusi teknologi seperti sistem penyimpanan data yang skala-able, algoritma pemrosesan data yang cepat, dan teknik analisis data maju digunakan untuk mengatasi tantangan yang terkait dengan big data.

Seiring berjalannya waktu, dunia jurnal penelitian terus menghasilkan berbagai terobosan yang berkontribusi pada kemajuan ilmu pengetahuan dan teknologi. Terobosan-terobosan ini dapat terjadi dalam berbagai bidang, mencakup ilmu alam, kesehatan, teknologi, sosial, dan banyak lagi. Beberapa contoh terobosan terkini di dunia jurnal penelitian yang mungkin dapat dijelaskan adalah:

Terobosan dalam Pengobatan Kanker:

• Pengembangan terapi gen untuk mengobati kanker secara lebih spesifik dan efektif.
• Penemuan molekul atau senyawa baru yang memiliki potensi sebagai agen antikanker.
•  

Revolusi Teknologi Kuantum:

• Pengembangan komputer kuantum yang dapat memproses informasi pada tingkat yang jauh lebih cepat daripada komputer konvensional.
• Pencapaian dalam pengembangan kriptografi kuantum untuk keamanan data yang lebih baik.
•  

Inovasi Vaksin dan Terapi Genetik:

• Pencapaian dalam pengembangan vaksin baru, terutama yang terkait dengan pandemi penyakit menular.
• Penelitian terkini tentang terapi genetik untuk menyembuhkan penyakit genetik atau mengatasi masalah kesehatan spesifik.
•  

Perkembangan Energi Terbarukan:

• Penemuan bahan atau teknologi baru untuk meningkatkan efisiensi energi terbarukan seperti panel surya atau baterai.
• Inovasi dalam penyimpanan energi untuk mendukung penggunaan energi terbarukan.
•  

Neuroscience dan Kecerdasan Buatan:

• Pemahaman yang lebih dalam tentang otak manusia dan pengembangan teknologi neuroscience.
• Kemajuan dalam kecerdasan buatan dan pemodelan otak untuk aplikasi yang lebih cerdas dan adaptif.
•  

Pemahaman tentang Perubahan Iklim:

• Penelitian terbaru mengenai dampak perubahan iklim dan upaya mitigasi.
• Pengembangan solusi inovatif untuk mengurangi jejak karbon dan mendorong keberlanjutan.
•  

Robotika Avansir:

• Pengembangan robotika dengan kemampuan yang semakin mirip dengan manusia untuk aplikasi seperti pelayanan kesehatan atau produksi otomatis.
•  

Penemuan Planet Ekstrasolar:

• Identifikasi dan karakterisasi planet ekstrasolar baru, termasuk yang berada dalam zona laik huni.

Setiap terobosan ini mencerminkan upaya kolaboratif dan penelitian yang mendalam dari ilmuwan, peneliti, dan ahli di berbagai bidang. Keberhasilan terobosan ini memberikan dampak besar terhadap cara kita memahami dan berinteraksi dengan dunia di sekitar kita serta membuka pintu menuju perkembangan lebih lanjut dalam pengetahuan dan teknologi.

CALL FOR PAPERS

TIEF-EJIF Virtual Workshop is coming. Submit your abstract and full paper until August 25th, 2023

Following the success of the past five editions of the Turin Islamic Economic Forum (TIEF) and European Journal of Islamic Finance Workshop, we are organizing a new virtual workshop to contribute to the knowledge of the broad Islamic economics and finance themes as: 

1. Accounting for Islamic finance rules

2. Islamic finance tools

3. Asset management and infrastructures

4. ESG Islamic finance

5. Smart cities in Islamic worlds

6. New technologies for Islamic financial management

7. Islamic central banking system

8. Halal food and beverage issues

9. Halal tourism

CONFERENCE LANGUAGE & SUBMISSION   Authors are invited to submit their full papers in English using Word format. Both theoretical and empirical papers are considered. Submissions should be made through email: [email protected]

PUBLICATION OPPORTUNITY

Selected papers presented at the conference will be published in a special issue of the European Journal of Islamic Finance (ISSN: 2421-2172). 

IMPORTANT DATES

• Abstract deadline: 14 July 2023
• Full paper deadline: 23 October 2023
• Notifications: Within eight days after the abstract and then paper submission by the scientific committee.
• Registrations: 31 October - 20 November 2023
• Full paper virtual presentations by the author(s): 23 November 2023

REGISTRATION FEES
Free

Detail Info:

https://www.ojs.unito.it/index.php/EJIF

Metode kuantitatif adalah pendekatan penelitian yang mengumpulkan data berupa angka dan melakukan analisis statistik untuk menghasilkan informasi yang objektif dan dapat diukur. Berikut adalah beberapa poin penting tentang metode kuantitatif secara singkat:

Tujuan: Metode ini digunakan untuk mengukur hubungan antara variabel, mengidentifikasi pola, dan membuat generalisasi berdasarkan data numerik.

Desain Penelitian: Penelitian kuantitatif seringkali melibatkan desain eksperimen atau survei. Data dikumpulkan melalui instrumen seperti kuesioner, tes, atau observasi terstruktur.

Sampling: Penelitian kuantitatif sering menggunakan sampel yang mewakili populasi yang lebih besar. Sampling yang baik sangat penting untuk mendapatkan hasil yang dapat dipercaya.

Analisis Data: Data dikumpulkan dalam bentuk angka dan kemudian dianalisis menggunakan teknik statistik seperti regresi, uji hipotesis, atau analisis varian untuk mengidentifikasi pola atau hubungan yang signifikan.

Objektivitas: Metode ini berusaha untuk menghindari pengaruh peneliti dalam pengumpulan dan analisis data, sehingga hasilnya lebih obyektif.

Replikasi: Penelitian kuantitatif seringkali mendorong replikasi atau pengulangan studi oleh peneliti lain untuk memeriksa keabsahan temuan.

Hasil: Hasil dari penelitian kuantitatif biasanya disajikan dalam bentuk angka, tabel, grafik, atau statistik deskriptif.

Keuntungan: Metode kuantitatif memungkinkan generalisasi yang lebih kuat, memungkinkan pengujian hipotesis secara sistematis, dan dapat memberikan hasil yang lebih obyektif dan dapat diukur.

Keterbatasan: Metode ini cenderung mengabaikan konteks dan pemahaman mendalam tentang fenomena yang diteliti, serta terbatas dalam menangani aspek kualitatif atau nuansamenjadi objektif.

Contoh: Misalnya, sebuah penelitian kuantitatif dapat digunakan untuk mengukur pengaruh faktor-faktor seperti pendidikan, pengalaman kerja, dan usia terhadap tingkat penghasilan dalam sebuah populasi.

Metode kuantitatif adalah salah satu pendekatan yang populer dalam ilmu sosial, ilmu alam, dan berbagai bidang penelitian lainnya untuk mengumpulkan dan menganalisis data dengan pendekatan yang lebih terstruktur dan menghasilkan informasi yang dapat diukur secara empiris.