- Komputasi Cloud
Komputasi awan (cloud computing) adalah teknologi yang menjadikan
internet sebagai pusat pengelolaan data dan aplikasi, di mana pengguna
komputer diberikan hak akses (login). Penerapan komputasi awan saat ini sudah dilakukan oleh sejumlah
perusahaan IT terkemuka di dunia. Sebut saja di antaranya adalah Google
(google drive) dan IBM (blue cord initiative). Sedangkan di Indonesia,
salah satu perusahaan yang sudah menerapkan komputasi awan adalah Telkom (Anggi, pusatteknologi.com).
Sumber:
Greiner, 2014, robertgreiner.com
Ada 3 (tiga) model pengiriman (delivery)
dalam komputasi awan: (1) Software as a Service (SaaS), (2) Platform as a
Service (PaaS), dan (3) Infrastructure as a Service (IaaS). SaaS
merupakan layanan untuk menggunakan aplikasi yang telah disediakan –
penyedia layanan mengelola platform dan infrastruktur yang menjalankan
aplikasi tersebut. PaaS merupakan layanan untuk menggunakan platform
yang telah disediakan – pengembang fokus pada aplikasi yang dibuat tanpa
memikirkan tentang pemeliharaan platform. IaaS merupakan layanan untuk
menggunakan infrastruktur yang telah disediakan.
Sumber:
2016, mytechlogy.com
Ada 4 (empat) model penyebaran
(deployment) dalam komputasi awan: (1) public cloud, (2) private cloud,
(3) hybrid cloud, dan (4) community cloud. Public cloud penggunaannya
hampir sama dengan shared hosting, di mana dalam 1 (satu) server ada
banyak pengguna. Private cloud hanya ada 1 (satu) pengguna dalam server.
Hybrid cloud dapat digunakan untuk public atau private cloud. Sedangkan
community cloud dapat digunakan bersama-sama oleh beberapa perusahaan
yang memiliki kesamaan kepentingan (Ulum, 2015, blog.wowrack.co.id).
Model penyebaran komputasi awan kadang sering disebut sebagai cloud
storage.
Komputasi awan menjawab masalah dan
tantangan IT. Sebut saja di antaranya adalah masalah tingginya anggaran
investasi IT dan rencana pemulihan bencana (Disaster Recovery Plan, DRP)
sebagai bagian dari business continuity. Kedua masalah tersebut dapat
terjawab dengan baik oleh komputasi awan. Masalah lainnya, seperti
tingginya tuntutan kebutuhan perusahaan, dapat terjawab dengan baik oleh
komputasi awan dengan cara ketangkasan dalam pengembangan
(seagate.com).
Beberapa pertimbangan utama sebelum
beralih ke komputasi awan: (1) ketersediaan dan kecepatan internet, (2)
kontrak jaminan tingkat pelayanan (Service Level Agreement, SLA), (3)
komitmen/kesungguhan pelayanan penyedia jasa, (4) pengalaman penyedia
jasa (khususnya di bidang komputasi awan), (5) on demand self service,
(6) komputer server down, (7) keamanan dan privasi, (8) lokasi data dan
yurisdiksi/ketetapan hukum, (9) backup data dan DRP, dan (10) biaya yang
akan dikeluarkan.
Dengan adanya komputasi awan, jumlah
komputer beserta sejumlah perangkat infrastruktur yang melekat dapat
dihilangkan/dikurangi secara signifikan. Pergeseran tren perusahaan
dalam membeli serta memelihara server dan aplikasi on-premise yang
mahal, bergerak menuju ke bentuk metode penyewaan IT, sesuai dengan
kebutuhan (cloudindonesia.com).
Sumber : https://sis.binus.ac.id/2016/12/16/cloud-computing/
Sumber : https://sis.binus.ac.id/2016/12/16/cloud-computing/
- Komputasi Grid
Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar.
Ada beberapa hal yang dapat digunakan untuk mengenali sistem komputasi grid antara lain :
- Sistem untuk koordinat sumber daya komputasi tidak dibawah kendali pusat.
- Sistem menggunakan standard dan protocol yang terbuka.
- Sistem mencoba mencapai kualitas pelayanan yang canggih, yang lebih baik diatas kualitas komponen individu pelayanan komputasi grid.
Konsep dasar dari Komputasi Grid
1. Sumber daya dikelola dan dikendalikan secara lokal.
2. Sumber daya berbeda dapat mempunyai kebijakan dan mekanisme berbeda, mencakup Sumber daya komputasi dikelola oleh sistem batch berbeda, Sistem storage berbeda pada node berbeda, Kebijakan berbeda dipercayakan kepada user yang sama pada sumber daya berbeda pada Grid.
3. Sifat alami dinamis: Sumber daya dan pengguna dapat sering berubah
4. Lingkungan kolaboratif bagi e-community (komunitas elektronik, di internet)
Tiga hal yang di-,sharing dalam sebuah sistem grid, antara lain : Resource, Network dan Proses. Kegunaan / layanan dari sistem grid sendiri adalah untuk melakukan high throughput computing dibidang penelitian, ataupun proses komputasi lain yang memerlukan banyak resource komputer.
Di Indonesia implementasi dari computer grid diberi nama InGrid (Inherent Grid). Sistem komputasi grid mulai beroperasi pada bulam Maret 2007 dan terus dikembangkan sampai saat ini. InGrid ini menghubungkan beberapa perguruan tinggi negeri dan swasta yang tersebar di seluruh Indonesia dan beberapa instansi pemerintahan seperti Badan Meteorologi dan Geofisika.
Sumber : https://id.wikipedia.org/wiki/Komputasi_grid
http://wartawarga.gunadarma.ac.id/2012/03/grid-computing-cloud-computing-implementasi-komputasi-modern/
- Virtualisasi
Virtualisasi memungkinkan kita untuk berbagi hardware untuk digunakan beberapa sistem operasi. Virtualisasi dapat membuat sebuah tempat penyimpanan tunggal yang besar terlihat menjadi beberapa tempat penyimpanan dengan ukuran yang lebih kecil.
Setiap perusahaan memiliki tujuan yang berbeda mengapa menerapkan virtualisasi, salah satu tujuan yang ingin dicapai perusahaan dapat merupakan salah satu dari hal berikut :
- Memungkinkan semua device yang terhubung dengan jaringan untuk mengakses aplikasi melalui jaringan, bahkan jika aplikasi tidak pernah dirancangan untuk dapat bekerja di device tersebut.
- Isolasi beban perkerjaan atau aplikasi yang satu dengan yang lainnya untuk meningkatkan keamanan dan kemudahan pengelolaan lingkungan.
- Isolasi aplikasi dari sistem operasi, memungkinkan aplikas untuk tetap berfungsi meskipun dirancang untuk sistem operasi dengan tipe yang berbeda
- Isolasi aplikasi dari sistem operasi, memungkinkan sebuah aplikasi untuk bekerja di sistem operasi yang asing
- Meningkatkan jumlah orang yang dapat didukung oleh aplikasi, dengan mengijinkan untuk menjalan aplikasi dari mesin-mesin yang berbeda secara bersamaan
- Mengurangi waktu yang diperkukan untuk menjalankan apliksi, dengan memisahkan data atau aplikasi itu sendiri dan menyebar pekerjaan di beberapa sistem
- Mengoptimalkan penggunaan sistem tunggal
- Meningkatkan keandalan atau ketersediaan dari aplikasi atau beban kerja dengan pengulangan
Beberapa peralatan komputer dapat divirtualisasikan. Contoh peralatan komputer yang dapat divirtualisasikan adalah
- Server. Mulai dari perspektif akses dan manajemen, sebuah server fisik tunggal dapat menjadi beberapa server yang biasa disebut dengan virtual server atau virtual machine (VM)
- Desktop. Mirip dengan virtualisasi server, virtualisasi desktop dapat berarti dua hal. Yang pertama, memungkinkan pengguna untuk menjalankan beberapa sistem operasi desktop (Apple Mac OS dan Microsoft Windows OS) di dalam komputer yang sama. Yang kedua virtualisasi memungkinkan data dan layanan yang dimiliki oleh pengguna diletakkan di komputer yang digunakan bersama dengan data dan layanan milik orang lain.
- Storage. Satu tempat penyimpanan fisik dapat terlihat menjadi beberapa driver virtual. Dengan kata lain, dengan menggunakan windows yang terpisah di console manajemen yang umum, administrator IT dapat memperlakukan drive virtual seperti drive fisik.
- Application. Saat memvirtualisasi, aplikasi yang ditulis untuk sebuah lingkungan sistem operasi dapat dijalankan di lingkungan operasi yang lain untuk meningkatkan kecocokan aplikasi dan kemudahan pengelolaan. Operasi akan diarahkan ke sistem operasi yang sesuai.
- Network. Di dalan jaringan, sebuah router fisik dapat mendukung beberapa, alamat IP untuk membuat router virtual. Sama seperti sebuah switch Ethernet fisik dapat mendukung beberapa alamat MAC (media access control) untuk membuat switch virtual. Sebuah hardware fisik dapat dibagi menjadi beberapa router atau switch virtual untuk mengurangi biaya.
- Komputasi Terdistribusi
Tujuan dari komputasi terdistribusi adalah menyatukan kemampuan dari sumber daya (sumber komputasi atau sumber informasi) yang terpisah secara fisik, ke dalam suatu sistem gabungan yang terkoordinasi dengan kapasitas yang jauh melebihi dari kapasitas individual komponen-komponennya.
Tujuan lain yang ingin dicapai dalam komputasi terdistribusi adalah transparansi. Kenyataan bahwa sumber daya yang dipakai oleh pengguna sistem terdistribusi berada pada lokasi fisik yang terpisah, tidak perlu diketahui oleh pengguna tersebut. Transparansi ini memungkinkan pengguna sistem terdistribusi untuk melihat sumber daya yang terpisah tersebut seolah-olah sebagai satu sistem komputer tunggal, seperti yang biasa digunakannya.
Salah satu masalah yang dihadapi dalam usaha menyatukan sumber daya yang terpisah ini antara lain adalah skalabilitas, dapat atau tidaknya sistem tersebut dikembangkan lebih jauh untuk mencakup sumber daya komputasi yang lebih banyak
Contoh :
Berbagai proyek komputasi terdistribusi telah tumbuh pada dalam tahun-tahun terakhir. Banyak yang basis volunteer, dan melibatkan pengguna-pengguna yang mendonasikan power komputasi yang tidak digunakan untuk bekerja pada masalah komputasi yang menarik. Contoh proyek demikian termasuk proyek Folding@home di Jurusan Kimia universitas Stanford, yang difokuskan pada simulasi protein folding untuk menemukan obat penyakit dan memahami sistem biophysical; World Community Grid, suatu usaha untuk membuat grid komputasi terbesar di dunia untuk menangani proyek penelitian ilmiah yang bermanfaat bagi kemanusiaan, berjalan dan didanai oleh IBM; SETI@home, difokuskan pada analisis data radio-telescope untuk mendapatkan bukti sinyal cerdas dari angkasa, dikelola oleh Space Sciences Laboratory di University of California, Berkeley; LHC@home, digunakan untuk membantu merancang dan men-tune Large Hadron Collider, dikelola oleh CERN di Geneva; dan distributed.net yang bertitik-berat pada pemecahan berbagai cryptographic cipher.
Suatu proyek komputasi terdistribusi juga sering melibatkan kompetisi dengan sistem terdistribusi lain. Kompetisi ini dapat bertujuan prestige, atau bermaksud membujuk pengguna untuk mendonasikan power pemrosesan ke proyek tertentu. Sebagai contoh, stat races adalah ukuran kerja suatu proyek komputasi terdistribusi, berapa kemampuan komputasi selama sehari atau seminggu. Ini telah menjadi begitu penting dalam praktek, hampir semua proyek komputasi terdistribusi menawarkan analisis statistik online dari kinerja mereka, diupdate setidaknya harian jika tidak real-time.
Sumber : https://id.wikipedia.org/wiki/Komputasi_terdistribusi
http://www.komputasi.lipi.go.id/utama.cgi?cetakartikel&1271412582
- Map Reduce
Map Reduce adalah sebuah program. Algoritma sebuah program yang disebut map reduce seperti sebagaimana namanya, prosesnya adalah melakukan map/pemetaan suatu dan reduce/pengurangan atau penggabungan data-data yang sama. Sedangkan detil proses map dan detil proses reducenya tergantung dari data apa yang ingin didapatkan. Contoh kasus map reduce adalah misalnya jika kita ingin menghitung jumlah penggunaan huruf dalam sebuah buku. Misal kita punya satu file teks besar yang berisi seluruh kalimat yang menyusun sebuah buku. Maka yang dilakukan oleh Map Reduce program yang menghitung penggunaan kata dalam buku tersebut kurang lebih sebagai berikut:
Proses Map:
- Membaca tiap baris kalimat di dalam file teks tersebut.
- Membaca tiap kata yang ada dalam beris tersebut dan membuat sebuah map untuk kata tersebut. Key dari map itu adalah kata tersebut sedangkan value dari map itu adalah 1.
Proses Reduce:
- Melakukan sorting atau pengelompokan map dengan kata-kata yang sama.
- Menjumlahkan untuk mencari total dari kata-kata yang sama tersebut
Contoh program Map Reduce bisa dilihat di bagian examples dari Hadoop yang bisa di download di Apache Hadoop.
Program Map Reduce bisa diciptakan dengan berbagai cara misalnya dengan menggunakan Java atau dengan memakai Tools seperti Apache Hive dan Apache Pig.
Sumber : https://openbigdata.wordpress.com/2014/09/06/map-reduce-the-algorithm/
- No SQL Database
Kelebihan NoSQL di banding Relasional Database
Selain itu, karena bervariasinya produk dan format penyimpanan, berpindah antar satu produk database ke produk noSQL lainnya perlu waktu untuk belajar. Contohnya ketika anda pindah dari MongoDB ke Cassandra, maka anda harus belajar lagi dari awal, berbeda dengan database RDMS.
Contoh jenis basis data No SQL :
- NoSQL bisa menampung data yang terstruktur, semi terstruktur dan tidak terstuktur secara efesien dalam skala besar (big data/cloud).
- Menggunakan OOP dalam pengaksesan atau manipulasi datanya.
- NoSQL tidak mengenal schema tabel yang kaku dengan format data yang kaku. 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.
Selain itu, karena bervariasinya produk dan format penyimpanan, berpindah antar satu produk database ke produk noSQL lainnya perlu waktu untuk belajar. Contohnya ketika anda pindah dari MongoDB ke Cassandra, maka anda harus belajar lagi dari awal, berbeda dengan database RDMS.
Contoh jenis basis data No SQL :
- mongoDB(https://www.codepolitan.com/www.mongodb.org )
- CouchDB (http://couchdb.apache.org/ )
- Cassandra (http://cassandra.apache.org/ )
- Redis (https://redis.io/ )
- Riak (http://basho.com/riak/ )
- Neo4J (https://neo4j.com/)
- OrientDB (www.orientechnologies.com/orientdb/)
Komentar
Posting Komentar