Analisis Infrastruktur Pada Pengembangan Teknologi ~ Tsalisa Nabila A.

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

Infrastruktur IT yang Dinamis
kerangka kerja yang dapat secara otomatis menyediakan dan menyesuaikan diri karena tuntutan beban kerja yang berubah
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.
Infrastruktur Contact Center
Komponen infrastruktur meliputi pendistribusi panggilan otomatis, unit respon suara terpadu, integrasi komputer-telephony dan manajemen antrian.
Infrastruktur Cloud
kerangka kerja yang terdiri dari perangkat keras dan perangkat lunak yang mendukung persyaratan komputasi dari layanan penyimpanan awan pribadi atau publik.
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:

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
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 :

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.
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.
Key – Value, contoh database jenis ini adalah Apache Cassandra.
Object Database. Format database yang disimpan dalam object object, Object disini sama dengan pengertian object di Pemrograman beroreintasi object , Contoh databasenya adalah Db4o.
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.