Sebanyak 1 item atau buku ditemukan

Teknologi Big Data

Sistem Canggih dibalik Google Facebook Yahoo! IBM

Buku ini adalah edisi ke-2 ( revisi ) setelah edisi pertama beredar selama hampir 4 tahun ( terbit pada 31 Maret 2019 ). Dibanding edisi sebelumnya, tentu saja edisi revisi ini memiliki konten yang lebih up to date dan lebih lengkap. Edisi terbaru ini didedikasikan untuk dapat memberikan pengetahuan dasar namun komprehensif tentang konsep Big Data beserta teknologi terapannya. Isinya disajikan sedemikian rupa mulai dari teori yang sifatnya konseptual, tutorial, hingga contoh implementasi sederhana yang berbasis real world data. Pembahasan dimulai dengan definisi Big Data, latar belakang munculnya istilah tersebut, serta berbagai contoh kasus aplikasinya. Kemudian dilanjutkan dengan konsep teknologi Big Data yang telah dikembangkan oleh Google, diantaranya: Google File System, MapReduce, dan Big Table. Pada bab berikutnya, diuraikan konsep dan cara kerja Hadoop, HBase, dan Spark yang dikembangkan oleh Apache Software Foundation. Selain itu, dibahas juga tentang teknologi web crawling dan database NoSQL MongoDB. Pada bab terakhir, guna merealisasikan pemahaman yang lebih komprehensif, disajikan sejumlah contoh sederhana implementasi teknologi Big Data yang mencakup tahap pengumpulan data, penyimpanan, analisa, hingga presentasi atau visualisasi. Contoh-contoh implementasi tersebut dikerjakan dengan memberdayakan real world data ( bukan data simulasi ). Sebagai pelengkap, pada bagian lampiran disertakan tutorial tentang cara setup dan penggunaan Hadoop, MapReduce, HBase dan Spark, baik pada platform Windows maupun Linux yang disertai dengan contoh program aplikasi. Dengan konten yang mencakup aspek teori dan implementasi praktis, buku ini dapat menjadi referensi bagi berbagai kalangan: pelajar, akademisi, pelaku bisnis, maupun pemerintah, atau bahkan dapat menjadi semacam sumber inspirasi guna memicu lahirnya inovasi-inovasi kreatif terkait pemberdayaan data dan informasi, khususnya dalam konteks Big Data.

Perbankan. Penggunaan model machine learning untuk memprediksi profil dari pelanggan perbankan retail yang cocok terhadap suatu produk finansial. 6. Pemerintahan. Analisa pengeluaran berkaitan dengan geografi, waktu, dan kategori. 7.