Konfigurasi Penggabungan Hadoop Distributed File System (HDFS) dengan Cassandra File System (CFS) untuk Penyimpanan Data Besar



Ramdani, Tri Adi Putra (2015) Konfigurasi Penggabungan Hadoop Distributed File System (HDFS) dengan Cassandra File System (CFS) untuk Penyimpanan Data Besar. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

[thumbnail of PAPER KONFIGURASI PENGGABUNGAN HADOOP DISTRIBUTED FILE SYSTEM.pdf]
Preview
Text
PAPER KONFIGURASI PENGGABUNGAN HADOOP DISTRIBUTED FILE SYSTEM.pdf

Download (794kB) | Preview
[thumbnail of pendahuluan.pdf] Text
pendahuluan.pdf

Download (200kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (84kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (143kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Repository staff only

Download (507kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Repository staff only

Download (117kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Repository staff only

Download (731kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Repository staff only

Download (84kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (291kB)

Abstract

Saat ini pertumbuhan data begitu cepat, dalam beberapa tahun saja jumlah data yang harus dikelola oleh perusahan-perusahaan IT terkemuka didunia bisa mencapai ukuran Peta Byte. Salah satu teknologi yang ditawarkan untuk menangani laju pertumbuhan data dengan media penyimpanan adalah HDFS (Hadoop Distributed File System). HDFS menggunakan konsep blok-blok data dari sebuah file yang disimpan dalam beberapa mesin yang saling terhubung dalam sebuah cluster. Sedangkan Cassandra File System (CFS) adalah sebuah proses yang memudahkan dalam menjalankan analisis data yang besar secara cepat. Cassandra File System (CFS) dirancang untuk menangani jumlah yang sangat besar data yang tersebar di banyak server komoditas sekaligus memberikan layanan sangat tersedia tanpa titik tunggal kegagalan. Dari hasil menggabungkan dua sistem yang berbeda (Hadoop-CFS) ini menunjukkan bahwa mampu menampung data besar dan menganalisis data secara cepat.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
UNSPECIFIED
Cahyanto, Triawan Adi
UNSPECIFIED
UNSPECIFIED
Yanuwarsa, Eko Fajar
UNSPECIFIED

Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: Apache Hadoop, Comparing HDFS&CFS
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: Hendri UF | hendri@unmuhjember.ac.id
Date Deposited: 29 Jul 2019 14:11
Last Modified: 27 Nov 2019 06:12
URI: http://repository.unmuhjember.ac.id/id/eprint/2230

Actions (login required)

View Item View Item