KEUNGGULAN KAMERA IPHONE 11 UNTUK PECINTA FOTOGRAFI

Produk terbaru Apple, yaitu iPhone 11 akhirnya resmi dirilis pada hari Rabu (11/9/2019) dini hari WIB atau Selasa (10/9/2019) waktu setempat. iPhone 11 menawarkan 3 tipe produk baru dari series 11 nya ini, yaitu iPhone 11, iPhone 11 pro, dan iPhone 11 pro max. iPhone 11 adalah sesuatu yang cukup mengejutkan karena produk ini membawa teknologi yang lebih maju terutama dalam kemampuan kamera dan kekuatan Chipset nya. iPhone 11 menawarkan harga yang lebih murah dari iPhone XR pada tahun 2018. iPhone 11 ini menggabungkan layar sebesar 6,1 inci. dengan desain premium, dan hadir dalam berbagai warna juga.

iPhone 11 memiliki teknologi yang inovatif dengan layar yang dirancang dengan teknik dan teknologi baru untuk mengikuti lekukan desain dengan presisi, bahkan ke sudut-sudut melengkung yang begitu elegan. Desain dari iPhone 11 ini tidak banyak berbeda dari iPhone XR pada tahun 2018. Sebelumnya, iPhone X menggunakan bahan baja anti karat mengkilap, hanya hadir dalam varian warna silver dan space grey. Sedangkan iPhone 11 menggunakan aluminium untuk bingkai dengan empat varian warna, yaitu midnight green, silver, space grey, dan gold. Layar iPhone 11 ini tahan percikan air, debu dan dengan nilai IP68 kedalaman maksimum empat meter mampu bertahan hingga 30 menit. Keunggulan utama lainnya dari iPhone 11 adalah A13 bionic. Chipset ini diklaim sebagai chipset untuk smartphone yang paling bertenaga pada saat ini di pasaran.

Selain itu, fitur unggulan dari iPhone 11 yang pertama adalah dua kamera utama berjenis wide lense dan ultra wide lens. Kedua lensa tersebut masing-masing beresolusi 12 MP. iPhone 11 mempunyai perbedaan yang sangat signifikan dengan tiga kamera sekaligus. Sementara untuk pencahayaan potret, iPhone 11 ini dibekali enam efek, seperti natural, studio, contour, stage, stage mono, dan high key mono. Untuk orang yang suka bidang pada fotografi cocok menggunakan produk baru iPhone 11 ini, karena memiliki kamera bukaan 2.0/2.0, menghasilkan foto bagus dengan pencahayaan yang bisa disesuaikan. Bahkan, pada iPhone 11 pun pengambilan gambar saat malam hari pun dapat diatur.

Untuk kamera depan, Apple juga menggunakan lensa 12 MP TrueDepth pada iPhone 11 ini. Kelebihannya adalah jika pengguna melakukan selfie secara horizontal, maka lensa kamera depan iPhone 11 ini akan otomatis membesar. Baik kamera utama maupun kamera depan iPhone 11, keduanya sama-sama dapat menangkap video beresolusi 4K. Pada iPhone 11 khusus untuk kamera depan, pertama kalinya Apple memungkinkan pengguna untuk mengambil slow motion video. Kamera iPhone 11 ini juga tepat digunakan untuk para penikmat fotografi maupun videografi.

Kesimpulannya adalah jika Jika Anda memiliki iPhone XR dan akan ganti ke iPhone 11, rasanya harus dipikir ulang. Sebab, kecuali dari segi kamera, tidak terlalu ada perbedaan signifikan antara keduanya karena performa keduanya masih sangat baik. Namun, jika Anda ingin ganti dari varian iPhone yang lebih jadul seperti iPhone 7. Karena iPhone 11 ini sudah terupgrade jauh lebih baik. Terutama pada desain body iPhone tersebut, kamera, chipset, maupun ketahanan baterai dari iPhone 11 ini sendiri juga mengalami upgrade yang cukup signifikan. Untuk daya tahan, Apple mengklaim baterai iPhone 11 bertahan sejam lebih lama ketimbang iPhone XR. 

Audio Ads: https://soundcloud.com/user-540495636-300674907/iklan-audio-untuk-blog

National Data Day 2018

Workshop National Data Day 2018

Senin, 19 November 2018

Gedung K (Damar) , Telkom University

National Data Day 2018 merupakan kompetisi big data yang diadakan oleh HMBTI Telkom University. Tema yang diangkat tahun ini adalah “Big Data for Big Solution”.

Kompetisi yang tersedia dan dapat diikuti adalah :

1. Open Data & Smart City

2. Data Science

3. Big Data Technology 4. Big Data & Data Analytics for Busines

 

        Pembicara pertama : Samuel Chan as Co Founder and Course Producer Algoritma

        "Introduction to R Programming for Data Science in General"

Machine Learning Vs. Artificial Intelligence

·    AI means that machines can perform tasks in ways that are "intelligent." These machines aren't just programmed to do a single, repetitive motion -- they can do more by adapting to different situations.

·    Machine learning is technically a branch of AI, but it's more specific than the overall concept. Machine learning is based on the idea that we can build machines to process data and learn on their own, without our constant supervision.

Compared to machine learning, AI describes a broad concept ("ideal) and Machine Learning in the other hand, offers a particular approach to arriving at that "ideal.

So is machine learning a subset of AI ? the answer is yes.

Question and Answer Session with Samuel Chan

Why do you phyton and R ?

·    Python memiliki konsep desain yang bagus dan sederhana, yang berfokus pada kemudahan dalam penggunaan. Kode Python dirancang untuk mudah dibaca, dipelajari, digunakan ulang, dan dirawat. Selain itu, Python juga mendukung pemograman berorientasi objek dan pemograman fungsional.

·   Python merupakan bahasa multifungsi. Dengan python Anda bisa melakukan berbagai hal mulai dari memproses teks, membuat website, membuat program jaringan, robotika, data mining, sampai dengan kecerdasan buatan. Dengan python Anda bisa membuat aplikasi berbasis desktop maupun berbasis smartphone.

            Does bussiness person need to understand how machine learning works ?

Yes. karena machine learning memiliki aplikasi di sebagian besar industri, di mana ia menyajikan peluang besar untuk memperbaiki proses yang ada.

            What kind of company that really need data scientist?

            Any company need data scientist, contohnya adalah financial industries.

           

            What is the best way to learn data scientist ?

            Career Move : Practical steps

a)  Say you want to land a job at Airbnb, read anything you want about being employed at Airbnb

b)  Develop fluency and familiarity in the skills and tools

c)   Get mentorship and immerse yourself in the community

For example, search about “How R helps Airbnb make the most of its data”

At Airbnb, R has been amongst the most popular tools for doing data science in many different contexts, including generating product insights, interpreting experiments, and building predictive models. In a recent survey of the Airbnb team, 73% of Data Scientists and Analysts rated themselves as closer to “Expert” than “Beginner” in using R, and 58% regularly use R as a language for data analysis. Airbnb supports R usage by creating internal R tools and by creating a community of R users. At the end of the post, the authors provide some specific advice for practitioners who wish to incorporate R into their day-to-day workflow.

Focus on Value Creation

Simple Practices :

·  What creates value for your company ?

·   How to do it faster ?

·   What can you learn that most immediately creates impact ?

            Increasing your production quantity and production quality is the best way to 

            demonstrate value.

            Deadly efficiency

· Learning Process : mentorship

· Workflow and Automation : R Scripts, Phyton Scripts

·  Tools : R Markdown to PDF, Word

·  Muscle Memory : solving question with as little code as possible

·  Value Creation

Being Deadly Efficient : Practical Steps

· Imitate process ; copy sistem

· Process oriented ; not results oriented

·  Fail - safe environment

·  Automate something every week

            Can bussiness management student be a data scientist ?

            Yes, obviously you can and dont be discourage

            I weak in linear algebra, can i became data scientics?

Yes, you can learn statistics, matrix algebra.

        

              Speaker from SCBD Researcher

1.       Arina Nahya as SCBD Researcher

“ Pattern identification using dynamic social network”

Research background :

·  Pengguna aktif social media di seluruh dunia dengan total 3.179 miliar dengan 42% penetrasi

·  Explosion of UGC = beberapa konten yang diunggah di social media

Based on research, orang orang diseluruh dunia sebelum mereka melakukan purchase, mereka ngecek di internet terhadap review orang2  

Research design and Methodology

·  Menggunakan phyton dan di import ke json

·  Mengupdate dari SNA menjadi DNA karena dapat dilihat dinamika nya

Conclusion :

·  SNA mengidentifikasi aktor-aktor yang paling berpengaruh, mengidentifikasi komunitas-komunitas yang terbentuk dalam nework sosial

·  DNA menunjukkan kepada kita pertumbuhan jaringan percakapan, dan menyusut selama waktu pengamatan. ini memberi kita pandangan yang terperinci tentang mekanisme jaringan

·   Interaksi di media sosial mencerminkan interaksi jaringan sosial dunia nyata

·   Saran untuk penelitian yang akan datang -> menggunakan data streaming

2.      Muhammad Fadhli Rachman As SCBD Researcher

“Ontology modelling approach for personality measurement based  on social media activity”

Untuk mengukur kepribadian, ada penelitian mengatakan bahwa tulisan dan linguistik dapat mengecek personality seseorang. Dan hasilnya adalah normative answer. Model ini dibuat untuk mencegah bayes.

Research Question

1. How to build ontology model to measure personality ?

2. How to build ontology model based on words that is written in Bahasa?

Methodology

=> Mengkombinasikan Ontology-berdasarkan Text Classification Dan Big Five Personality Traits

Komponen dari Ontology

a) Class

b) Instance

c)  Relation

Ontology mewakili hubungan antara entitas sehingga membentuk domain knowledge

Klasifikasi dilakukan dengan mencari kesamaan semantik pada dokumen

Big five personality traits

1. Opennes

2. Conscientiousness

3. Extraversion

4. Agreeablenes

5. Neuroticism

Experiment process

Twitter conversational data (R Studio) > Pre Processing  (R-Studio) > Word Collection > Ontology construction > ontology modelling > personality measurement

3.      Wachda Yuniar Rochmah as SCBD Researcher

“Understanding Public Opinion towards New Sharing Economy Business Model using Text Network Analysis”

Research Background

1. Sharing economy > benefits its stakeholders, ex : airbnb empowers many people around the world

2. User Generated Context > public opinion on social media towards new bussiness model

Methodology

1. Data collection using twitter streaming

2. Data Cleaning

3. Word co-occurance analysis menggunakan Wordij ( untuk mendapatkan pasangan kata dari frekuensi kata tersebut )

4. Setelah mendapatkan pasangan kata, melakukan text network visualization menggunakan Gephi

5. Interpretation

Dalam Text Network Analysis, kata-kata dominan dikonstruksikan menjadi jaringan, termasuk hasil the weighted edge

Conclusion :

·  Melihat hubungan suku kata lain dengan kata lainnya yang memiliki hubungan yang sangat kuat

·  Memberi kita kemampuan untuk meringkas percakapan skala besar

4.      M. Apriandito as SCBD Researcher

“ Object Detection Using Convolutional Neural Network To Identify Popular Fashion Product”

· Data yang ada di internet, tidak semuanya data structure. Namun juga ada unstructured data. Salah satu contoh unstructured data yang banyak digunakan adalah instagram. Ada sebanyak 60 juta foto yang di upload di instagram setiap harinya.

· Convolutional Neural Network  > tipe algoritma deep learning untuk mengklasifikasikan data dari gambar, video, text, sound.

Research Framework

·Data gathering > dengan menggunakan 3 sample kota di indonesia yaitu Jayapura, Bali, Jakarta

·  Data Filtering

· Model building > akan tertera berapa persen yang terdeteksi, misalkan kacamata ada 99%

· Mengukur akurasi, sensitivity, specificity, precision. Sample pengukurannya adalah penggunakan kacamata, hijab, dan topi

Conclusion :

Future research : mendeteksi seluruh fashion product yang digunakan oleh orang-orang, mengembangkan di lebih banyak kota tidak hanya 3 sample kota saja.

Tsalisa Nabila Adani

1401164235

MB4008

Trust (Kepercayaan)

Trust atau Kepercayaan merupakan komponen penting dalam bisnis. Ia merupakan perekat antara perusahaan dengan konsumen dan komunitas dimana perusahaan beroperasi. Konsumen akan lebih cenderung membeli produk dari perusahaan yang mereka percaya dan masyarakat cenderung lebih mendukung operasi bisnis didalam komunitasnya, hanya apabila mereka mempercayai perusahaan tersebut. 

Perusahaan yang ingin tetap awet dalam jangka panjang, harus mengetahui bahwa memelihara tingkat kepercayaan berarti membangun reputasi merek yang lebih kuat, lisensi sosial yang lebih andal untuk beroperasi, dan kemampuan untuk menarik dan mempertahankan sumberdaya manusia dan modal. 

Dari perspektif yang paling dasar, kepercayaan merupakan elemen yang patut diperhitungkan: sebuah analisis 10 tahun dari Fortune.com telah menunjukkan bahwa kepercayaan publik terhadap suatu perusahaan dan tingkat profitabilitas saling terikat erat satu dengan yang lain. Kehilangan kepercayaan – dengan menyalahgunnakan pekerja dan lingkungan, menyogok orang-orang pemerintah untuk memenangkan tender, mempengaruhi proses pembuatan kebijakan publik untuk lebih menguntukan kepentingan bisnis, atau dengan tidak memberikan produk pelayanan yang konsisten dan berkualitas – akan memberikan konsekuensi jangka panjang yang tidak sepadan dengan pendapatan jangka pendek. 

Bagaimana caranya untuk meningkatkan Trust tersebut ? diantaranya adalah

1. Integritas 

Unsur utama dalam integritas adalah kejujuran. Sekali saja kita berbohong, maka pasti akan diikuti kebohongan-kebohongan lain untuk menutupinya.

2. Intensitas

Intensitas sangat berpengaruh dalam peningkatan trust. Mitra dan relasi bisnis kita tentu akan melihat sejauh mana keseriusan kita berbisnis. Seberapa rutin mengawal, memantau, dan mengevaluasinya. Sekuat apa semangat, motivasi dan passion berbisnis kita dan sejauh mana istiqomah kita menjalankan bisnis tersebut.

3. Kapabilitas 

disinilah nilai penting bagi seorang pengusaha memiliki skill, ilmu, kapasitas, kompetensi dan kemampuan mumpuni yang bisa diandalkan.

4. Result 

Jika track record bisnis kita berorientasi hasil alias menghasilkan profit dan benefit, tentu trust akan kita dapatkan. Dan berlaku sebaliknya.

Nama : Tsalisa Nabila A.

NIM   : 1401164235

Kelas  : MB-39-05

Mata Kuliah : New Digital Economy (NDE)

Real Time Economy

Real Time atau Waktu-nyata adalah keadaan yang sedang berjalan, apa yang kita rasakan, dengarkan dan lihat pada saat itu. Situasi waktu-nyata akan menjadi jelas bila kita mengambil studi kasus pada sistem komputer. Pada waktu menulis naskah dengan komputer, kita memasukkan data tulisan tersebut melalui keyboard. Dalam toleransi waktu yang telah ditentukan, komputer akan menampilkan tulisan tersebut ke layar komputer. Karena toleransi waktu ini hitungannya dalam sepersekian detik maka mata kita tidak dapat melihatnya. Bila toleransi waktu ini dilewati misalnya data yang diketikkan muncul sekian detik kemudian, maka kondisi ini dikatakan bukan waktu-nyata.

Pada real time system, digunakan batasan waktu. Sistem dinyatakan gagal jika melewati batasan yang ada. Misal pada sistem perakitan mobil yang dibantu oleh robot. Tentulah tidak ada gunanya memerintahkan robot untuk berhenti, jika robot sudah menabrak mobil. 

Real time system banyak digunakan dalam bermacam-macam aplikasi. Real time system tersebut ditanam di dalam alat khusus seperti di kamera, mp3 players, serta di pesawat dan mobil. Real time system bisa dijumpai pada tugas-tugas yang mission critical, misal sistem untuk sistem pengendali reaktor nuklir atau sistem pengendali rem mobil. Juga sering dijumpai pada peralatan medis, peralatan pabrik, peralatan untuk riset ilmiah, dan sebagainya. 

Ada dua model Real time system , yaitu hard real time dan soft real time. 
1.Hard real time mewajibkan proses selesai dalam kurun waktu tertentu. Jika tidak, maka gagal. Misalnya adalah alat pacu jantung. Sistem harus bisa memacu detak jantung jika detak jantung sudah terdeteksi lemah. 
2.Soft real time menerapkan adanya prioritas dalam pelaksanaan tugas dan toleransi waktu. Misalnya adalah transmisi video. Gambar bisa sampai dalam keadaan terpatah-patah, tetapi itu bisa ditolerir karena informasi yang disampaikan masih bisa dimengerti. 

Real-Time Economy adalah lingkungan di mana semua transaksi antara pihak bisnis dalam format digital, semakin otomatis dihasilkan, dan diselesaikan secara real-time baik dari perspektif bisnis dan pemrosesan IT. Untuk perusahaan, sektor publik, dan warga, ini berarti, misalnya, pesanan, konfirmasi pesanan, faktur, dan pembayaran mengalir dari sistem ke sistem tanpa penundaan. Ini memungkinkan untuk bergerak ke arah pengarsipan elektronik, pembukuan elektronik, dan akuntansi otomatis. 

Penggunaan real-time economy dirasa sangat penting di era modern ini dikarenakan real-time economy merupakan sebuah solusi dari perilaku pasar yang sangat dinamis. Real-time economy juga memberikan manfaat bagi seluruh peran bisnis sehingga pengunaanya dirasa wajib dalam aktivitas bisnis di era ini.



Nama : Tsalisa Nabila A.
NIM   : 1401164235
Kelas  : MB-39-05

Mata Kuliah : New Digital Economy (NDE)

Mobility Factor

Ada 5 faktor yang mempengaruhi peran mobility factor, yaitu

1. infrastruktur
2. operator jaringan
3. produsen perlengkapan perangkat
4. distribusi dan ritel
5. konten aplikasi dan pelayanan lainnya.

Faktor faktor diatas merupakan faktor yang saling mendukung dan berhubungan contohnya adalah apabila dilihat dari segi infrastruktur, harus dibangun dengan perencanaan yang mata dan dapat di sosialisasikan dengan masyarakat. Pada saat infrastruktur dibangun, maka operator jaringan juga bekerjasama dengan infrastruktur tersebut untuk mendukung kemudahan dalam pengaplikasian infrastruktur tersebut

Perkembangan Teknologi di China

Di Tiongkok, mereka sudah meminimalkan penggunaan uang tunai dan berganti dengan uang elektronik atau virtual. Mereka merasa bahwa transaksi uang tunai tak lagi berguna serta merepotkan. Fitur transfer uang digital WeChat diperkenalkan Agustus 2013. Sementara transaksi dengan toko mitra, dijuluki WeChat Pay, mulai berfungsi September 2014. Pengguna WeChat otomatis terhubung dengan rekening bank masing-masing; artinya, baik transaksi online maupun di toko ritel offline, semua transaksi bisa dilakukan hanya dengan ponsel asalkan tersedia kode QR.

Internet di Tiongkok dikontrol ketat oleh negara. Alhasil berkembangnya metode cashless di masyarakat sana tidak terlalu mengherankan. Dengan penduduk terbesar sedunia, tapi pilihan jasa yang tersedia relatif terbatas, maka keberhasilan satu sistem akan cepat menjalar dan diadopsi banyak orang. Kesadaran pengusaha Cina memanfaatkan mekanisme cashless sangat tinggi, sehingga transisi ke budaya nontunai berlangsung relatif bebas hambatan.



Nama : Tsalisa Nabila A.
NIM   : 1401164235
Kelas  : MB-39-05

Mata Kuliah : New Digital Economy (NDE)

Analisa Rencana Indonesia Terkait Dengan Aspek Sosial Dalam Kegiatan Ekonomi

Kesiapan Sumber Daya Manusia (SDM) Bidang Konstruksi di Indonesia

Indonesia merupakan salah satu pemrakarsa terciptanya integrasi Masyarakat Ekonomi ASEAN. Beberapa persiapan telah dilakukan Pemerintah untuk mengimbangi interaksi ekonomi sepuluh negara ASEAN dalam bidang ekonomi, salah satunya adalah penyiapan sumber daya manusia (SDM) yang handal. Salah satu keunggulan SDM yang dimiliki Indonesia adalah kuantitas tenaga kerja produktif (usia 15-55 Tahun) yang besar. Namun, bagaimana dengan kualitas/keterampilannya?

Pemerintah Indonesia menyikapi tantangan ini dengan beberapa kebijakan andalan dalam peningkatan kualitas SDM. Pertama adalah pengembangan SDM melalui Masterplan Percepatan dan Perluasan Pembangunan Ekonomi Indonesia (MP3EI) 2011-2025. Masterplan ini merupakan salah satu dokumen percepatan pembangunan ekonomi indonesia yang mempercepat pembangunan suatu wilayah dengan membangun konektivitas antara infrastruktur, pengembangan kebijakan, dan SDM-IPTEK serta mengintegrasikannya dalam satu kawasan perhatian investasidengan suatu sentra kegiatan ekonomi utamasebagai fokus pengembangannya sehingga dapat menjadi pembangkit ekonomi wilayah disekitarnya.Hal ini akan memberi dampak yang luar biasa pada peningkatan pendapatan perkapita di wilayah itu. Program nasional ini disesuaikan dengan Rencana Jangka Panjang Nasional (RPJPN) dengan menargetkan pendapatan per kapita sebesar 13 juta-15 juta rupiah pada tahun 2025. Pada perkembangannya hingga februari 2014, telah terdapat 279 triliun rupiah investasi dalam bidang infrastruktur yang akan direalisasikan dalam bentuk pembangunan jalan, bandara, pelabuhan, energi, telekomunikasi dan irigasi. 

 Ekonomi Digital Meningkat Pesat

Perekonomian digital di Indonesia diprediksi melalui laju pertumbuhan yang pesat, pemerintah punya target pada 2020 nanti akan ada 180 juta pengguna (konsumen), dengan transaksi digital yang dilakukan mencapai angka USD 130 Miliar, atau Rp 1.700 Triliun.

Salah satu perhatian pemerintah dalam mendorong laju perekonomian digital adalah para pemilik usaha mikro, kecil, dan menengah (UMKM). Kontribusi sektor UMKM terhadap pertumbuhan ekonomi sangat signifikan. sektor UMKM tercatat mampu menopang 90% ekonomi Indonesia. Namun, dari jumlah tersebut hanya 9% yang sudah masuk ke bisnis online. Data menyebutkan, sumbangan UMKM terhadap PDB pada 2015 lalu cukup besar yaitu mencapai lebih dari 55,6 persen.‎ Angka ini disumbangkan oleh 57,9 juta UMKM di Indonesia. Transaksi e-commerce dunia terus meningkat dengan tingkat pertumbuhan rata-rata 20,2 persen per tahun. Diperkirakan, puncak pertumbuhan e-commerce dunia terjadi pada 2020 dengan tumbuh 40,56 persen

Tugas 4

Nama : Tsalisa Nabila A.
NIM   : 1401164235
Kelas  : MB-39-05
Mata Kuliah : New Digital Economy (NDE)

Analisis Infrastruktur Pada Pengembangan Teknologi

Infrastruktur teknologi adalah kerangka kerja yang mendukung suatu sistem atau organisasi. Dalam komputasi, infrastruktur teknologi informasi terdiri dari sumber daya fisik dan virtual yang mendukung arus, penyimpanan, pengolahan dan analisis data.

Dalam sebuah perushaan, Infrastruktur teknologi merupakan sumber daya teknologi yang menyediakan platform untuk aplikasi system informasi perusahaan secara detail ataupun terperinci. Meliputi investasi dalam hardware,software dan layanan layanan konsultasi pendidikan, dan pelatihan yang terbesar di seluruh perusahaan maupun yang tersebar di seluruh unit bisnis dalam perusahaan tersebut.

Jenis Infrastruktur Teknologi Informasi

1. Infrastruktur IT yang Dinamis
   kerangka kerja yang dapat secara otomatis menyediakan dan menyesuaikan diri karena tuntutan beban kerja yang berubah
2. Infrastruktur IT untuk misi kritis
   kerangka kerja dimana aset sangat penting agar operasi lanjutan mereka diperlukan untuk menjamin keamanan suatu negara, ekonomi dan kesehatan dan keselamatan masyarakat.
3. Infrastruktur Contact Center
   Komponen infrastruktur meliputi pendistribusi panggilan otomatis, unit respon suara terpadu, integrasi komputer-telephony dan manajemen antrian.
4. Infrastruktur Cloud
   kerangka kerja yang terdiri dari perangkat keras dan perangkat lunak yang mendukung persyaratan komputasi dari layanan penyimpanan awan pribadi atau publik.
5. Infrastruktur Bayangan
   bagian dari kerangka kerja yang terdiri dari perangkat lunak, tidak terdokumentasi, namun aktif.

ada dua pendekatan dasar yang telah digunakan untuk menangkap suatu proses analitik, yaitu:

1.  Memikirkan proses analitik sebagai alur kerja dan memikirkan alur kerja sebagai digambarkan sebagai grafik asiklik terarah (DAG), di mana simpulnya adalah kode yang sewenang-wenang dan ujung-ujungnya menunjukkan bahwa output dari satu program digunakan sebagai masukan untuk program lain
2. Pendekatan yang dilakukan oleh Predictive Model Markup Language (PMML) yang mendefinisikan beberapa ratus elemen XML yang dapat digunakan untuk menggambarkan sebagian besar model statistik dan data mining yang umum digunakan untuk menangkap proses analitik.

HADOOP

Hadoop adalah sekumpulan software yang saling bekerja sama untuk mengolah data. Dapat juga diartikan software yang mampu menghubungkan banyak komputer untuk dapat bekerja sama dan saling terhubung untuk menyimpan dan mengelola data dalam satu kesatuan.

Software Dalam Hadoop

• Core Hadoop
  terdiri dari HDFS dan Map Reduce, Hadoop Distributed File System (HDFS) berfungsi untuk mendukung pengolahan data yang besar karena apabila data sudah masuk dalam HDFS data tersebut akan terbagi-bagi kedalam bagian yang lebih kecil dan diproses secara paralle
• Data Mining
  Data mining ini merupakan Application Programming Interface (API) untuk melanjutkan tugas darri Map Reduce. Map Reduce merupakan lanjutan dari fungsi HDFS, Map Reduce adalah model pemrograman rilisan google yang bisa digunakan untuk memproses data dalam ukuran besarsecara terdistribusi dan paralel dalam cluster yang terdiri dari komputer berjumlah
• Database Not Only SQL (NoSQL)
  Database NoSQL dibutuhkan agar akses data dapat dilakukan dengan lebih cepat
• Software pendukung lainnya
  Software lainnya yang digunakan sebagai perangkat pendukung misalnya untuk mengatur distribusi data dan pemrosesan data, mengatur input ke dalam Hadoop dari sumber data yang bersifat streaming

Hadoop memiliki tiga prinsip penting:

1. Hadoop dapat menggabungkan banyak komputer menjadi satu kesatuan sistem.

2. Sistem tersebut dapat membagi proses perhitungan atau komputasi yang biasanya memakan waktu yang sangat lama atau hampir tidak mungkin dilakukan oleh satu komputer. Secara teknis, proses ini biasanya memakai teknik Map Reduce dan dikoordinasikan oleh suatu yang namanya job tracker.

3.Sistem tersebut dapat membagi beban penyimpanan ke berbagai komputer sehingga jika salah satu atau beberapa komputer mati, data tetap akan terjaga. Sistem ini disebut sebagai Hadoop Distributed File System (HDFS).

Kelebihan Hadoop

• membantu institusi pemerintah memahami jumlah data yang terus tumbuh
• penting untuk mengadopsi solusi analitik yang interaktif
• mudah digunakan
• serta memiliki teknologi memori yang kuat

Kekurangan Hadoop

• Tidak cocok untuk OLTP (Online Transaction Processing), di mana data dapat diakses secara randon ke Relational Database
• Tidak cocok untuk OLAP (Online Analytic Processing)
• Tidak cocok untuk DSS (Decission Support System)
• Proses update tidak bisa untuk dilakukan (seperti pada hadoop 2.2), namun untuk Append bisa dilakukan

NoSQL

NOSQL adalah database generasi terbaru yang mengarahkan kepada database yang tidak berelasi (non-relational), dapat disebarkan kepada siapapun (open-source) dan berskala horisontal (horizontal scale).

Beberapa database NOSQL dengan pembaruan terkini sudah mampu mengintegrasikan database yang non-relasional ke dalam bentuk database relasional sehingga dapat mempermudah pengguna yang masih belum akrab dengan bahasa standar yang diterapkan NOSQL.

Pengelompokan database noSQL berdasarkan model (penyimpanan) datanya :

1. Document Database contohnya MongoDB, seiap satu object data disimpan dalam satu dokumen. Dokumen sendiri bisa terdiri dari key-value, dan value sendiri bisa berupa array atau key-value bertingkat.
2. Graph , Format penyimpanan data dalam struktur graph. Format ini sering dipakai untuk data yang saling berhubungan seperti jejaring social. Contoh database noSQL dengan format ini adalah Neo4J dan FlockDB. FlockDB dipakai oleh twitter.
3. Key – Value,  contoh database jenis ini adalah Apache Cassandra.
4. Object Database. Format database yang disimpan dalam object object, Object disini sama dengan pengertian object di Pemrograman beroreintasi object , Contoh databasenya adalah Db4o.
5. Tipe lainnya adalah tabular, tuple store dan berbagai jenis lain yang tidak terlalu populer.

Kelebihan NoSQL

• NoSQL bisa menampung data yang terstruktur, semi terstruktur dan tidak terstuktur secara efesien dalam skala besar (big data/cloud).
• NoSQL sangat cocok untuk data yang tidak terstruktur, istilah singkat untuk fitur ini adalah Dynamic Schema.
• Autosharding, istilah sederhananya, jika database noSQL di jalankandi cluster server (multiple server) maka data akan tersebar secara otomatis dan merata keseluruh server

Kekurangan NoSQL

• keamanan yang kurang memadai
• konsistensi data
  Kebanyakan database NoSQL tidak melakukan transaksi ACID , teknik mencoba dan validasi untuk memastikan bahwa data tetap konsisten di seluruh database selama transaksi.
• Kurangnya Standardisasi
  NoSQL bukan tipe tertentu dari database atau pemrograman antarmuka. Desain dan permintaan bahasa database NoSQL bervariasi antara produk NoSQL yang berbeda – jauh lebih banyak daripada yang mereka lakukan di antara database SQL tradisional.
• Hostingnya mahal. beberapa layanan di luar negeri mencharge biaya 100-200USD untuk hosting database noSQL.

http://chinthaoktowanti.blogspot.co.id/2009/01/bab-5-infrastruktur-ti-dan-teknologi.html

https://blog.gamatechno.com/software-hadoop-big-data/
http://noviardisyamsuir.blogspot.co.id/2016/03/pembahasan-apa-itu-hadoop-untuk.html

http://dinardc.blogspot.co.id/2016/03/nosql-database.html

https://id.wikipedia.org/wiki/NoSQL

Tugas 3
Nama : Tsalisa Nabila A.
NIM   : 1401164235
Kelas  : MB-39-05
Mata Kuliah : New Digital Economy (NDE)