Category Archives: Komunikasi & Etika Profesi

Komputer Awan? Apa itu? Yuk Simak

Menurut Wikipedia Cloud Computing adalah layanan komputasi dan sumber daya secara online yang melibatkan server-server yang memungkikan penyimpanan data secara terpusat.

Menurut Oxford Dictionaries Cloud Computing adalah praktik penggunaan jaringan server secara remote di internet untuk meyimpan, mengelola, dan memproses data.

Menurut NIST (National Institute of Standard and Technology) Cloud Computing adalah sebuah model yang memungkinkan penggunaan sumber daya (server, jaringan, storage, aplikasi, layanan, dll) bersama-sama yang dapat dikonfigurasi dengan mudah dan meminimalisir interaksi dengan penyedia layanan (provider).

Penerapan Cloud Computing telah dilakukan oleh beberapa perusahaan IT ternama dunia seperti Google lewat aplikasi Google Drive, IBM lewat Blue Cord Initiative, Microsoft melalui sistem operasi nya yang berbasis Cloud Computing, Windows Azure dsb. Di kancah nasional sendiri penerapan teknologi Cloud juga dapat dilihat melalui penggunaan Point of Sale/program kasir.
Salah satu perusahaan yang mengembangkan produknya berbasis dengan sistem Cloud adalah DealPOS. Metode kerja Point of Sale (POS) ini adalah dengan mendistribusikan data penjualan toko retail yang telah diinput oleh kasir ke pemilik toko retail melalui internet dimanapun pemilik toko berada. Selain itu, perusahaan telekomunikasi ternama nasional, Telkom juga turut mengembangkan sistem komputasi berbasis Cloud ini melalui Telkom Cloud dengan program Telkom VPS dan Telkom Collaboration yang diarahkan untuk pelanggan UKM (Usaha Kecil-Menengah).

  1. Cloud Computing memilik 5 (lima) karakteristik utama yaitu :
    On-Demand Self-Service : Pengguna dapat langsung memilih jenis dan spesifikasi layanan yang dibutuhkan sehingga mengurangi interaksi dengan pihak penyedia layanan cloud (cloud provider).
  2. Broad Network Access : Layanan cloud memerlukan akses jaringan yang cukup memadai agar layanan tersebut bisa diakses dengan lancar.
  3. Resource Pooling : Sumber daya komputasi berasal dari sekumpulan server yang lokasinya berbeda-beda, tidak terpusat pada satu lokasi saja.
  4. Rapid Elasticity : kapabilitas layanan harus dapat diatur kapasitasnya sesuai dengan yang diinginkan dan dapat dilakukan dalam waktu yang singkat.
  5. Measured Service : Layanan yang digunakan oleh pengguna dapat terukur dengan jelas sehingga pengguna hanya membayar sewa sesuai jumlah layanan yang digunakan.

 

Cloud computing ada 3 model layanan yaitu :

  1. Software as a Service (SaaS) : layanan yang diberikan kepada pengguna berupa perangkat lunak seperti office suite. Contoh Google Doc dan Apple iWork yang merupakan aplikasi office. Tipe pengguna dari layanan SaaS adalah End User, pengguna yang tinggal menggunakan aplikasi saja.
  2. Platform as a Service (PaaS) : layanan yang diberikan kepada pengguna berupa platform untuk membantu proses pengembangan perangkat lunak seperti database, service, dan platform bahasa pemrograman. Contoh Google App Engine, RedHat OpenShift, dan Koding. Tipe penggunan dari layanan PaaS adalah Application Developer, pengembang aplikasi bisa langsung fokus mengembangkan aplikasi tanpa perlu menyiapkan sendiri platform pengembangannya.
  3. Infrastructure as a Service (IaaS) : layanan yang diberikan kepada pengguna berupa komputer server (mesin virtual) dan jaringan seperti layanan VPS (Virtual Private Server). Contoh Amazon Web Service (AWS), Linode, Digital Ocean, dan Cloud Kilat. Tipe pengguna dari layanan IaaS adalah Network/System Architect, sysadmin yang menyiapkan semua konfigurasi sistem mulai dari sistem operasi, jaringan, sampai platform pengembangan aplikasi.

 

4 model deployment cloud computing :

  1. Public Cloud : layanan cloud dapat diakses oleh siapa saja (Public). Layanan Public Cloud ada yang berbayar dan ada yang gratis. Pengguna Public Cloud pada umumnya adalah masyarakat umum. Kelebihan menggunakan Public Cloud, pengguna tidak perlu pusing memikirkan biaya investasi, penyediaan infrastruktur dan sumber daya manusia agar layanan bisa terus berjalan. Data juga dapat mudah disimpan dan diakses selama terkonkesi dengan internet. Kekurangannya memerlukan akses internet yang memadai dan sangat bergantung dengan penyedia layanan.
  2. Private Cloud : layanan cloud hanya dapat diakses oleh orang/organisasi tertentu saja (Private). Model ini banyak diterapkan pada lingkungan pendidikan atau perusahaan. Kelebihan paling utama dari Private Cloud adalah kerahasiaan data. Jika Private Cloud ini diimplementasikan pada jaringan intranet maka dapat menghemat biaya dan aksespun lebih cepat. Kekurangannya memerlukan biaya investasi infrastruktur dan sumber daya manusia.
  3. Community Cloud : layanan cloud yang dikembangkan oleh komunitas yang memiliki kepentingan atau tujuan yang sama. Misalnya komunitas atau asosiasi perguruan tinggi di Indonesia membangun layanan cloud yang berisi data dan aplikasi untuk lingkungan pendidikan.
  4. Hybrid Cloud : layanan cloud yang merupakan gabungan dari Private Cloud, Public Cloud, dan/atau Community Cloud. Misalnya sebuah perusahaan menggunakan gabungan Private dan Public Cloud, aplikasi dan data-data yang tidak rahasia atau ditujukan untuk konsumen ditempatkan pada Public Cloud sementara untuk aplikasi dan data yang sangat sensitif ditempatkan pada Private Cloud

Cloud Computing memang hadir dengan membawa berbagai macam solusi dari permasalahan komputasi, tapi ada juga resiko yang membuat suatu organisasi tidak mau mengadaptasi cloud computing. Dua resiko yang paling penting adalah masalah keamanan dan kerahasiaan data, karena data kita diupload ke internet dimana semua orang bisa mengaksesnya atau khawatir layanan tersebut mengalami serangan cyber.

 

Sumber :

http://www.semestainformatika.com/v2/blog/cloud-computing-pengertian-manfaat-cara-kerja/
I Putu Agus Eka Pratama, S.T., M.T – Smart City Beserta Cloud Computing dan Teknologi-Teknologi Pendukung Lainnya
The NIST Defintion of Cloud Computing
en.wikipedia.org/Cloud_Computing
oxforddictionaries.com – definition cloud computing

Ini-lah Search Engine Populer Masa Kini!

Google

Sebuah perusahaan di Mountain View California Amerika Serikat search engine ini didirikan oleh Larry Page alumnus Universitas Michigan dan Sergey Brin pada tahun 4 September 1998. Google berasal dari kata ‘Gogol’ yang mempunyai arti kata sebuah bilangan yang sangat besar jumlahnya melebihi bilangan miliar bahkan triliun.

Google adalah search engine yang paling populer dan banyak digunakan di dunia maya untuk mencari informasi yang diinginkan, dapat berupa pencarian alamat website, gambar, file,. Dengan adanya Google maka semua masalah yang membutuhkan waktu yang cepat ketika harus mencari file atau data di internet dapat diselesaikan dalam hanya hitungan detik saja. Hanya dengan mengetikan kata kunci yang akan kita cari, maka secara otomatis google akan memberikan jawaban yang diberikan melebihi dari yang kita inginkan. Google memiliki anak perusahaan seperti Youtube, Nik Software, Ita Software, android dll.

Kelebihan     :

  • Sumber informasi yang dapat mencari seluruh informasi tentang segala bidang secara lengkap dalam kotak mesin pencari.
  • Sebagai alat komunikasi yaitu e-mail pada gmail dalam google.
  • Google melakukan page suatu halaman website secara berkala. Sehingga pada saat kita melakukan update web, google akan berkunjung melakukan indexing.
  • Memiliki tampilan yang sangat sederhana, tidak ada iklan dan news sehingga tidak membingungkan user saat mengunjungi.

Kekuarangan  :

  • Google tidak bisa mengindeks halaman tertentu.
  • Tekadang menampilkan hasil pencarian informasi yang diinginkan user tidak relevan.
  • Mudah disadap oleh hacker sebagai contohnya e-mail kita yang berada di gmail.

Yahoo

Perusahaan didirikan oleh David Filo dan Jely Yang pada 2 Maret 1995 yang berpusat di Sunnyvale, California, Amerika Serikat. Perusahaan ini terkenal karena portal webnya, serta mesin pencari (Yahoo! Search), Yahoo! Directory, Yahoo! Mail, Yahoo! News, Yahoo! Finance, Yahoo! Groups, Yahoo! Answers, situs dan layanan periklanan, peta daring, berbagi video, olahraga fantasi dan media sosialnya. Yahoo! adalah salah satu situs web terbesar di Amerika Serikat. CEO saat ini Thomas J.Mclnerney.

Kelebihan      :

  • Memiliki fitur yang lengkap
  • Terdapat fitur e-mail yang banyak disukai oleh pengguna
  • Lebih mudah diakses disbanding search engine yang lainnya
  • Kecepatan dan kemudahan dalam mencari informasi

Kekurangan  :

  • Loadingnya membutuhkan waktu yang lama

Bing

Bing diluncurkan pada 1 Juni 2008 merupakan mesin pencari (search engine) website yang bernaung di bawah bendera Microsoft. Bing ini merupakan bentuk reinkarnasi yang dilakukan Microsoft terhadap ketiga mesin pencari produksinya terdahulu, yakni Live Search, Windows Live Search, dan MSN Search.

Kelebihan      :

  • Dalam pencarian image atau video Bing mampu menampilkan daftar hasil yang spesifik dan detail.
  • Pengguna tidak perlu mengklik link lagi, akan tetapi hanya mengarahkan kursor pada link tersebut sehingga pengguna dapat menyimak sekilas informasi tentang link tersebut.

Kekurangan  :

  • Bing kurang cepat dalam melakukan pencarian
  • Fitur yang dimiliki tidak lengkap
  • Tidak mampu melakukan perhitungan

 

Sumber :

  • http://nathanolenglolo.blogspot.co.id/2014/04/macam-macam-search-engine-dan.html
  • http://d-genera.blogspot.co.id/2013/10/fitur-bing-dan-yahoo-lain-dari-google.html

Apa Itu BIG DATA ?

Pengertian Big Data

Menurut (Gordon B Davis), Data merupakan bahan mentah bagi informasi, yang dirumuskan sebagai kelompok lambang-lambang tidak acak yang menunjukkan jumlah-jumlah, tindakan-tindakan, hal-hal, dan sebagainya. Data- data disusun untuk mengolah tujuan-tujuan menjadi susunan data, susunan kearsipan, & pusat data / landasan data.

Berdasarkan pengertian di atas data adalah fakta-fakta mentah yang harus dikelola untuk menghasilkan suatu informasi yang memiliki arti bagi suatu organisasi atau perusahaan. Data terdiri atas fakta-fakta dan angka-angka yang secara relatif tidak berarti bagi pemakai atau fakta mentah yang belum diolah.

Menurut (Eaton, Dirk, Tom, George, & Paul) Big Data merupakan istilah yang berlaku untuk informasi yang tidak dapat diproses atau dianalisis menggunakan alat tradisional.

Menurut (Dumbill, 2012) , Big Data adalah data yang melebihi proses kapasitas dari kovensi sistem database yang ada. Data terlalu besar dan terlalu cepat atau tidak sesuai dengan struktur arsitektur database yang ada. Untuk mendapatkan nilai dari data, maka harus memilih jalan altenatif untuk memprosesnya. Berdasarkan pengertian para ahli di atas, dapat disimpulkan bahwa Big Data adalah data yang memiliki volume besar sehingga tidak dapat diproses menggunakan alat tradisional biasa dan harus menggunakan cara dan alat baru untuk mendapatkan nilai dari data tersebut.

Dimensi Big Data

IBM di situs resminya mendefinisikan Big Data ke dalam tiga istilah yaitu volume , variety , dan velocity. Volume di sini berkaitan dengan ukuran media penyimpanan data yang sangat besar atau mungkin tak terbatas. Sementara variety berarti tipe atau jenis data yang dapat diakomodasi. Sedangkan velocity dapat diartikan sebagai kecepatan prose IBM di situs resminya mendefinisikan Big Data ke dalam tiga istilah yaitu volume , variety , dan velocity. Volume di sini berkaitan dengan ukuran media penyimpanan data yang sangat besar atau mungkin tak terbatas. Sementara variety berarti tipe atau jenis data yang dapat diakomodasi. Sedangkan velocity dapat diartikan sebagai kecepatan prose

  • Volume, Banyak faktor yang mempengaruhi peningkatan jumlah data yang beredar seperti data berkas transaksi yang disimpan bertahun tahun lamanya, lalu juga seperti data tentang akun yang berada pada media sosial, adanya data tentang chace yang ada  pada mesin-mesin pabrik yang disimpan, dan masih banyak lagi. Sebetulnya  permasalahan tentang membludaknya volume data ini sudah ada sejak dulu, dan solusipun telah diterapkan dengan mengurangi biaya yang harus dikeluarkan untuk melakukan penyimpanan data. Tetapi seiring dengan berjalannya waktu, masalah lain muncul. Yaitu tentang bagaimana cara untuk mengolah data yang begitu banyak sampai  bisa menghasilkan sebuah nilai yang berarti.  Volume data juga terus meningkat dan belum pernah terjadi sampai sehingga ini sehingga tidak dapat diprediksi jumlah pasti dan juga ukuran dari data sekitar lebih kecil dari petabyte sampai zetabyte. Dataset big data sekitar 1 terabyte sampai 1 petabyte perperusahaan jadi jika big data digabungkan dalam sebuah organisasi / group perusahaan ukurannya mungkin bisa sampai zetabyte dan jika hari ini jumlah data sampai 1000 zetabyte, besok pasti akan lebih tinggi dari 1000 zetabyte.
  •  Variety, volume data yang banyak tersebut bertambah dengan kecepatan yang begitu cepat sehingga sulit bagi kita untuk mengelola hal tersebut. Untuk proses dalam waktu sensitif seperti penangkapan penipuan, data yang besar harus digunakan sebagai aliran ke dalam suatu perusahaan untuk memaksimalkan nilainya.  Berbagai jenis data dan sumber data. Variasi adalah tentang mengelolah kompleksitas beberapa jenis data, termasuk structured data, unstructured data dan semi -structured data. Organisasi perlu mengintegrasikan dan menganalisis data dari array yang kompleks dari kedua sumber informasi Traditional dan non traditional informasi, dari dalam dan luar perusahaan. Dengan begitu banyaknya sensor, perangkat pintar (smart device) dan teknologi kolaborasi sosial, data yang dihasilkan dalam bentuk yang tak terhitung jumlahnya,  termasuk text, web data, tweet, sensor data, audio, video, click stream, log file dan banyak lagi.
  • Velocity, Bagian ini merupakan tantangan yang cukup berat bagi sebagian besar perusahaan. Karena mereka berurusan dengan waktu, jadi mereka harus mengelola data yang ada yang begitu banyaknya dengan cepat atau bahkan hampir mendekati kata real -time. Kecepatan atau velocity mereferensi kepada peningkatan pengumpulan data dan seberapa cepat data yang dikumpulkan harus dievaluasi dan diaplikasikan untuk meningkatkan nilai bisnis.

Tantangan Dalam Pemanfaatan Big Data

Dalam usaha pemanfaatan Big Data dapat terdapat banyak hambatan dan tantangan, beberapa hal diantaranya berhubungan dengan data dimana melibatkan acquisition, sharing dan privasi data, serta dalam analisis dan pengolahan dataDalam usaha pemanfaatan Big Data dapat terdapat banyak hambatan dan tantangan, beberapa hal diantaranya berhubungan dengan data dimana melibatkan acquisition, sharing dan privasi data, serta dalam analisis dan pengolahan data

  • Privasi  Privasi merupakan isu yang paling sensitif, dengan konseptual, hukum, dan teknologi, Privasi dapat dipahami dalam arti luas sebagai usaha perusahaan untuk melindungi daya saing dan konsumen mereka. Data-data yang digunakan / disimpan sebagai big data
  • Access dan sharing Akses terhadap data, baik data lama maupun data baru dapat menjadi hambatan dalam mendapatkan data untuk big data, terlebih pada data lama dimana data- data tersimpan dalam bentuk – bentuk yang berbeda-beda dan beragam ataupun dalam bentuk fisik, akses terhadap data baru juga membutuhkan usaha yang lebih kerana diperlukannya izin dan lisensi untuk mengakses data-data non-public secara legal.
  • Analisis Bekerja dengan sumber data baru membawa sejumlah tantangan analitis. relevansi dan tingkat keparahan tantangan akan bervariasi tergantung pada jenis analisis sedang dilakukan, dan pada jenis keputusan yang akhirnya akan bisa diinformasikan oleh data.Tergantung dari jenis data terdapat 3 kategori dalam analisis data
  1. Penentuan gambaran yang benar Masalah ini biasanya ditemukan dalam penanganan unstructured user-generated text-based data dimana data yang didapatkan belum tentu benar karena data atau sumber yang salah.
  2. Interpreting Data Kesalahan –kesalahan seperti Sampling selection bias merupakan hal yang sering ditemukan dimana data yang ada tidak dapat digunakan untuk mepresentasikan semua populasi yang ada, dan apophenia, melihat adanya pola walaupun tidak benar- benar ada dikarenakan jumlah data yang besar, dan kesalahan dalam menginterpreasikan hubungan dalam data.
  3.  Defining and detecting anomalies Tantangan sensitivitas terhadap spesifisitas pemantauansistem. Sensitivitas mengacu pada kemampuan sistem pemantauan untuk mendeteksi semua kasus sudah diatur untuk mendeteksi sementara spesifisitas mengacu pada kemampuannya untuk mendeteksi hanya kasus-kasus yang relevan. kegagalan untukmencapai hasil yang terakhir “Tipe I kesalahan keputusan”, juga dikenal sebagai “positif palsu”; kegagalanuntuk mencapai mantan “Type II error”, atau “negatif palsu.” Kedua kesalahan yang tidak diinginkan ketika mencoba untuk mendeteksi malfungsi atau anomali, bagaimanapun didefinisikan, untuk berbagai alasan. Positif palsu merusak kredibilitas sistem sementara negatif palsu dilemparkan ragu pada relevansinya. Tapi apakah negatif palsu lebih atau kurang bermasalah daripada positif palsu tergantung pada apa yang sedang dipantau, dan mengapa itu sedang dipantau.

Teknik Analisis Big Data

Beberapa jenis metode atau teknik dalam melakukan analisis big data :

  1. Analisis Teks, merupakan proses menganalisis data teks (unstructured-data) seperti blog, email, forum, tweet, forum dan bentuk lainnya.
  2. Data Mining, merupakan suatu proses menemukan hubungan yang berarti, pola, dan kecenderungan dari sekumpulan besar data dengan menggunakan teknik pengenalan pola seperti statisik dan matematika
  3. Machine Learning
  4. Analisis Prediksi (Predictive Analytics)
  5. Analisis Statistik
  6. NLP (Natural Language Processing)

Contoh Aplikasi Analisa  Big Data

Berikut ini beberapa contoh Aplikasi yang ditawarkan oleh perusahaan/vendor dalam hal analisis terhadap big data :

  1. IBM Big data Analytics
  2. HP Big Data
  3. SAP Big Data Analytics
  4. Microsoft Big Data Analytics
  5. Oracle Big Data Analytics
  6. Talend Open Studio
  7. Teradata Big Data Analytics
  8. SAS Big Data Analytics
  9. Dell Big Data Analytics,
  10. Pentaho Big Data Analytics

 

Sumber :

  • http://dosenit.com/kuliah-it/sistem-informasi/pengertian-sistem-informasi
  • http://www.seputarpendidikan.com/2015/11/9/pengertian-data-menurut-para-ahli.htmlhttp://www.definisi-pengertian.com/2015/03/definisi-dan-pengertian-informasi.html
  • http://www.indriany.com/arti-pengertian-definisi-knowledge-management-atau-manajemen-pengetahuan/
  • http://simsofianaistinfarani-septialutfi.blogspot.co.id/2016/12/makalah-big-data.html