Postingan

Makna Tahun Baru Imlek by Ws. Budi S Tanuwibowo

Halo semuanya, setelah sekian lama Hiatus, hari ini saya datang lagi~ 😊 Kali ini saya ingin sharing Mengenai Makna  Tahun Baru Imlek yang Ditulis Oleh : Ws. Budi S Tanuwibowo. Kan gak lama lagi mau imlek kan yak. 🎉🎉 Oke langsung saja~ Makna Tahun Baru Imlek Ditulis oleh : Ws. Budi S Tanuwibowo  Sejak tahun 2002 Tahun Baru Imlek ditetapkan sebagai Hari Libur Nasional oleh Presiden Megawati Soekarnoputri, setelah dua tahun sebelumnya ditetapkan sebagai Hari Libur Fakultatif oleh Presiden KH.Abdurrahman Wahid. Jauh sebelumnya, pada tahun 1946, Presiden Republik Indonesia Pertama, Ir.Sukarno, telah menetap 4 (empat) Hari Libur Fakultatif bagi masyarakat Tionghoa yang waktu itu mayoritas masih beragama Khonghucu, yakni : Tahun Baru Imlek, Qing Ming (Ceng Beng), Hari Lahir Nabi Kongcu (Kongzi, Confucius) dan Hari Wafat Nabi Kongcu.  Meski sudah dikenal lama dan bahkan telah ditetapkan sebagai Hari Libur Fakultatif sejak tahun 1946, namun karena pernah mengalami masa pengekangan

Apakah Big Data itu Penting? Untuk apa?

Big Data tidak hanya berputar pada jumlah data yang organisasi miliki, tetapi hal yang penting adalah bagaimana mengolah data internal dan eksternal. Kita dapat mengambil data dari sumber manapun dan menganalisanya untuk menemukan jawaban yang diinginkan dalam bisnis seperti: pengurangan biaya, pengurangan waktu, pengembangan produk baru dan optimalisasi penawaran produk; dan pengambilan keputusan yang cerdas. Ketika organisasi mampu menggabungkan jumlah data besar yang dimilikinya dengan analisis bertenaga tinggi, organisasi dapat menyelesaikan tugas-tugas yang berhubungan dengan bisnis seperti: • Menentukan akar penyebab kegagalan untuk setiap masalah bisnis. • Menghasilkan informasi mengenai titik penting penjualan berdasarkan kebiasaan pelanggan dalam membeli. • Menghitung kembali seluruh risiko yang ada dalam waktu yang singkat. Nah, Inilah sedikit gambaran mengenai big data yang saya bahas dalam beberapa postingan akhir-akhir ini. Bagaimana menurut kalian mengenai Big Data?

Kenapa Harus Big Data?

Oke, sebelum membaca postingan saya kali ini, ada baiknya kalian membaca dulu postingan saya sebelumnya mengenai "Apa itu Big Data?" Dan kembali ke topik "Kenapa Harus Big Data?" Teknologi big data muncul untuk memecahkan suatu masalah atau mempermudah penyelesaian suatu masalah. Masalah apa yang dapat dipecahkan dengan big data? Dari berbagai sumber, terdapat 3 masalah utama yang big data coba selesaikan. Masalah tersebut biasa disebut dengan 3V; Volume, Velocity, Variety. Volume Salah satu permasalahan yang big data coba pecahkan adalah meledaknya volume data yang suatu organisasi ingin simpan atau proses. Seberapa besar data yang bisa anda olah saat ini? Apakah dengan jumlah data yang anda miliki anda sudah lebih baik dibanding kompetitor? Data yang ada saat ini berukuran sangat besar. Di tahun 2000 saja tercatat 800,000 petabyte data tersimpan di seluruh dunia dan angka ini diperkirakan akan mencapai 35 zettabyte di tahun 2020 atau bahkan lebih. Apakah pe

Apa itu Big Data?

Dalam postingan saya kali ini, saya akan membagikan tentang Big Data.  Sejauh ini belum ada definisi pasti tentang apa itu big data, akan tetapi banyak para ahli yang mencoba memberikan definisi terhadap big data.  Menurut Wikipedia Big Data is a phrase used to mean a massive volume of both structured and unstructured data that is so large it is difficult to process using traditional database and software techniques. In most enterprise scenarios the volume of data is too big or it moves too fast or it exceeds current processing capacity. Sedangkan menurut Edd Dumbill Big data is data that exceeds the processing capacity of conventional database systems. The data is too big, moves too fast, or doesn’t fit the strictures of your database architectures. To gain value from this data, you must choose an alternative way to process it. Dari kedua definisi diatas mungkin bisa kita simpulkan bahwa Big Data adalah data yang memiliki volume besar sehingga tidak dapat diproses menggu

FAKTOR LAIN YANG BERPENGARUH TERHADAP KECEPATAN AKSES DATA

Faktor lain yang berpengaruh terhadap kecepatan akses data, tidak hanya terletak pada optimasi perintah SQL, tapi terhadap hal-hal lain yang berpengaruh. Diantaranya adalah optimasi aplikasi dan penggunaan cluster dan index. 1. OPTIMASI APLIKASI Pembuatan aplikasi, perlu memperhatikan apakah akses terhadap data sudah efisien. Efisien dalam hal penggunaan obyek yang mendukung kecepatan akses, seperti index atau cluster. Kemudian juga bagaimana cara database didesain. Apakah desain database sudah melakukan normalisasi data secara tepat. Kadangkala normalisasi sampai level yang kesekian, tidak menjamin suatu desain yang efisien. Untuk membuat desain yang lebih tepat, kadang setelah melakukan normalisasi perlu dilakukan denormalisasi. Misalnya tabel yang hubungannya one-to-one dan sering diakses bersama lebih baik disatukan dalam satu tabel. 2. CLUSTER DAN INDEX Cluster adalah suatu segment yang menyimpan data dari tabel yang berbeda dalam suatu struktur fisik disk yang berd

Query Optimizer

Query Optimizer Query optimizer adalah bagian dari DBMS yang berfungsi mengoptimasi query. Proses yang biasanya terjadi dalam optimizer adalah optimizer memeriksa semua ekspresi-ekspresi aljabar yang sama yang diberikan query dan memilih salah satunya yang memiliki harga taksiran paling rendah. Tugas dari optimizer adalah untuk mentransformasikan inisial ekspresi query ke dalam sebuah rencana evaluasi yang menghasilkan record yang sama. Keuntungan dari optimizer adalah dapat mengakses semua informasi statistik dari sebuah database. Selain itu optimizer juga dapat dengan mudah untuk melakukan optimisasi kembali apabila informasi statistik sebuah database berubah dan optimizer dapat menangani strategi yang berbeda-beda dalam jumlah besar yang tidak mungkin dilakukan oleh manusia. Input dari optimizer adalah sebuah tree yang sudah mengalami proses parsing di dalam query parser. Tree tersebut biasanya disebut dengan parse tree. Sedangkan output dari optimizer adalah berupa

Optimasi Query

Teknik optimasi dapat dilakukan dengan beberapa cara. Terdapat 2 pendekatan optimasi yang umum digunakan sebagaimana diungkapkan oleh Chanowich (2001), yakni: a. Heuristik atau rule-based Teknik ini mengaplikasikan aturan heuristik untuk mempercepat proses query. Optimasi jenis ini mentransformasikan query dengan sejumlah aturan yang akan meningkatkan kinerja eksekusi, yakni: - melakukan operasi selection di awal untuk mereduksi jumlah baris - melakukan operasi projection di awal untuk mereduksi jumlah atribut - mengkonversikan query dengan banyak join menjadi query dengan banyak subquery - melakukan operasi selection dan join yang paling kecil keluarannya sebelum operasi lain b. Cost-based Teknik ini mengoptimasikan cost yang dipergunakan dari beberapa alternatif untuk kemudian dipilih salah satu yang menjadi cost terendah. Teknik ini mengoptimalkan urutan join terbalik yang dimungkinkan pada relasi-relasi r1  r2  ... rn. Teknik ini dipergunakan untuk mendapatkan poh