Faathin, Ahmad Riyadh Al (2019) Pengembangan Personal Data Analitik Menggunakan Php-Ml Dan Apache Spark Pada Iot Cloud Apps. Sarjana thesis, Universitas Brawijaya.
Abstract
Internet of things mempunyai sistem dan perangkat untuk memonitor objek, mengumpulkan, dan meneruskan data. Data yang beragam akan diakuisisi oleh sensor, yang kemudian akan diteruskan hingga disimpan pada suatu media penyimpanan. Data yang dihasilkan oleh perangkat IoT umumnya merupakan data yang low density, sehingga tidak mempunyai banyak nilai kebermanfaatan jika tidak dilakukan analisis maupun visualisasi. Selain itu data yang dikumpulkan biasanya mempunyai maksud dan tujuan yang spesifik (personal) sesuai kebutuhan pengguna. Oleh karena itu diperlukan sebuah sistem yang dapat menyimpan data yang beragam, melakukan analisis sekaligus personalisasi terhadap data IoT. Peneliti mencoba memecahkan beberapa permasalahan tersebut, melalui sebuah framework yang terdiri dari sebuah data storage, data analytic dan juga visualization webservice yang di dalamnya akan dikembangkan menggunakan pendekatan personal. Pendekatan personal yang diimplementasikan adalah kemampuan dari sistem untuk menyesuaikan dengan kebutuhan pengguna meliputi topik, perangkat, data bahkan mekanisme analisis data. Selain itu dalam sistem framework yang dikembangkan juga akan diimplementasikan konsep semantic interopability untuk memperjelas makna dari data, sehingga data dapat diklasifikasikan secara lebih baik di dalam framework. Pengujian kinerja sistem dilakukan dari segi fungsional, skalabilitas, response time penyimpanan dan pengambilan data. Hasil dari pengujian fungsional didapatkan bahwa sistem framework yang dikembangkan sudah berjalan sesuai dengan fungsinya dalam menyimpan beragam data ke dalam data storage, melakukan analisis data dan juga melakukan personalisasi servis berdasarkan kebutuhan pengguna. Selain itu berdasarkan pengujian skalabilitas yang telah dilakukan menunjukkan bahwa sistem mempunyai kemampuan yang cukup baik dengan tingkat error mencapai 0% dan 0.7% pada pengujian pengambilan 300 data dan pengiriman 1000 data secara simultan. Selain itu berdasarkan pengujian skalabilitas data analitik dapat diketahui bahwa sistem dapat menangani hingga 100.000 data menggunakan PHP-ML dan 500.000 menggunakan Apache Spark. Berdasarkan hasil tersebut, sistem ini dapat menjadi solusi dari permasalahan IoT dalam cloud.
English Abstract
The internet of things has systems and devices to monitor objects, collect and forward data. Diverse data will be acquired by sensors, which will then be forwarded to be stored on a storage media. The data generated by IoT devices is generally low density data, so it does not have many usefulness values if neither analysis nor visualization is done. In addition, data collected usually has specific goals (personal) according to user needs. Therefore we need a system that can store diverse data, conduct analysis as well as personalization of IoT data. The researcher tried to solve some of these problems, through a framework consisting of a data storage, analytic data and also a visualization webservice which will be developed using a personal approach. The personal approach that is implemented is the ability of the system to adapt to user needs covering topics, devices, data and even data analysis mechanisms. In addition, the framework system developed will also implement the concept of semantic interopability to clarify the meaning of data, so that data can be better classified within the framework. System performance testing is done in terms of functional, scalability, response time for storing and retrieving data. The results of functional testing found that the framework system developed was running in accordance with its function in storing various data into data storage, performing data analysis and also personalizing service based on user needs. In addition, based on the scalability testing that has been done shows that the system has a pretty good ability with an error rate of 0% and 0.7% in testing the retrieval of 300 data and sending 1000 data simultaneously. In addition, based on scalability testing analytical data can be seen that the system can handle up to 100,000 data using PHP-ML and 500,000 using Apache Spark. Based on these results, this system can be a solution to IoT problems in the cloud.
Other obstract
-
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FILKOM/2019/124/051902294 |
Uncontrolled Keywords: | IoT, Cloud Computing, Sistem, Personal, Data Analitik, IoT, Cloud Computing, System, Personal, Data Analytics |
Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.7 Data in computer systems > 005.74 Data files and database |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Nur Cholis |
Date Deposited: | 24 Aug 2020 06:45 |
Last Modified: | 24 Oct 2021 03:56 |
URI: | http://repository.ub.ac.id/id/eprint/169228 |
Preview |
Text
Ahmad Riyadh Al Faathin (2).pdf Download (6MB) | Preview |
Actions (login required)
View Item |