Tag Archives: Labs247

Seputar Big Data edisi #3

Kumpulan berita, artikel, tutorial dan blog mengenai Big Data yang dikutip dari berbagai site. Berikut ini beberapa hal menarik yang layak untuk dibaca kembali selama minggu ketiga dan keempat bulan Januari 2017.

Artikel dan Berita

  1. Scourge of unsecure database deletions spreading : Hadoop instances deleted with no ransom sought.
    Serangan ransomware yang mulai sejak akhir tahun lalu, dan pada awalnya menimpa MongoDB, kemudian ElasticSearch, minggu lalu kembali meluas. Kali ini melibatkan juga server-server CouchDB dan Hadoop. Berbeda dengan serangan sebelumnya, serangan ke Hadoop cluster ini tidak disertai tuntutan tebusan atau catatan apapun. Ahli security Victor Gevers menyebutkan bahwa insiden ini sepertinya vandalisme. Serangan ini dikhawatirkan masih akan meluas, mengingat sampai tanggal 20 Januari lalu terhitung 34500 MongoDB, 4600 Elasticsearch, dan 126 Hadoop instances dihapus. Kejadian ini adalah akibat dari instalasi database tanpa mengaktifkan security, pada cluster yang terhubung ke internet.
  2. How MTV And Nickelodeon Use Real-Time Big Data Analytics To Improve Customer Experience
    Viacom, pemegang merk-merk ternama seperti Comedy Central, Nickelodeon dan MTV, merupakan salah satu perusahaan media terbesar di dunia, yang menyajikan lebih dari 170 saluran di 160 negara. Untuk dapat bersaing dalam kompetisi global, Viacom berusaha memposisikan diri sebagai perusahaan yang ‘data driven’, dengan memaksimalkan penggunaan data dalam pengambilan keputusan. Dan Morris, direktur senior product analytics Viacom, menguraikan mengenai bagaimana mereka menggabungkan berbagai data yang mereka miliki dengan teknik real-time analytics yang mutakhir, untuk memperbaiki viewer experience dan meningkatkan customer retention.
  3. Using Big Data to predict talent
    Kathleen Yu, salah satu pemenang Mansmith Young Market Masters Awards (YMMA) 2017, akan berbagi pengalaman mengenai bagaimana penggunaan analisa big data bagi sebuah talent management.
  4. 5 Solid Use Cases of IOT Analytics that Makes it Truly Innovative!
    IoT adalah teknologi dimana perangkat terhubung satu sama lainnya, dan dimana data dari semua perangkat ini dikumpulkan untuk suatu kebutuhan. IoT Analytics adalah kunci yang akan membantu untuk memperoleh nilai yang terkandung didalamnya dari data-data yang mengalir setiap harinya.
  5. How These Banking, Energy, and Pharma Firms Use Spark
    Spark merupakan salah satu framework yang banyak diadopsi kalangan industri, dan menjadi salah satu teknologi yang banyak digunakan untuk kebutuhan analytics. Beberapa perusahaan besar yang memanfaatkan Spark adalah perusahaan kartu kredit Capital One, raksasa obat Roche, dan DNV GL, sebuah perusahaan consulting di bidang energi. Berikut ini pengalaman mereka dalam memanfaatkan Spark untuk kebutuhan analytics mereka.
  6. 4 Ways Uber Movement Data Can Be Used
    Awal bulan ini Uber merilis Uber Movement, layanan data yang menyajikan data pergerakan armada Uber. Langkah ini disambut dengan sangat antusias oleh para pengelola kota dan pengambil kebijakan, sebab meskipun dipandang masih sangat terbatas dan teragregasi, data tersebut dapat memberi manfaat pada perencanaan kota. Berikut ini beberapa cara data Uber tersebut dapat dimanfaatkan.
  7. Text analysis of Trump’s tweets confirms he writes only the (angrier) Android half
    David Robinson, data scientist di Stack Overflow menganalisis tweet dari account Donald Trump (@therealdonaldtrump), dan menemukan pola bahwa tweet-tweet tersebut dibuat oleh 2 orang yang berbeda, dengan 2 device berbeda : android dan iphone. Dalam tulisannya David menunjukkan analisis yang dilakukan, lengkap dengan contoh tweet, source code dan library R yang digunakannya.
  8. The State of Big Data 2017
    Di awal tahun 2017 ini banyak artikel yang menulis mengenai perkiraan posisi atau status big data dan teknologinya di tahun 2017 ini. Artikel ini salah satu yang memaparkan beberapa prediksi mengenai perkembangan dan adopsi big data di tahun 2017.

Tutorial dan pengetahuan teknis

  1. 6 areas of AI and Machine Learning to watch closely
    Artificial Intelligence adalah teknologi yang berkembang sangat pesat, dan melibatkan banyak bidang ilmu dalam implementasinya. Artikel ini menjelaskan mengenai definisi umum AI dan apa saja 6 bidang yang perlu kita cermati dalam perkembangan teknologi ini di masa depan.
  2. Great Collection of Minimal and Clean Implementations of Machine Learning Algorithms
    Anda tertarik untuk memahami dan mengimplementasikan sendiri algoritma machine learning? Perlu contoh-contoh untuk mengimplementasikannya? Beberapa alasan mengapa kita mungkin ingin mengimplementasikan sendiri sebuah algoritma adalah : a) memahami cara kerja sebuah algoritma, b) mengimplementasikannya dengan cara yang lebih efisien, c) menambahkan fitur, d) mengatasi isu lisensi maupun platform, e) mengintegrasikan secara lebih ‘natural’ ke dalam software library, dan lain sebagainya. Artikel ini mengumpulkan beberapa algoritma dasar machine learning, yang diimplementasikan secara sederhana dan ‘clean’. Di antaranya adalah: deep learning, regresi, random forest, SVM, k-nearest neighbor, naive bayes, dan k-means clustering.
  3. Exploring Apache Spark 2.1 and Zeppelin in Hortonworks
    Apache Spark 2.1 telah dirilis pada bulan Desember 2016 lalu. Fokus utama dari rilis ini adalah perbaikan dalam Structured Streaming dan Machine Learning.
  4. CRAN now has 10,000 R packages. Here’s how to find the ones you need.
    CRAN yang merupakan repositori global paket open source untuk menambah kemampuan R, telah mencapai sebuah tonggak sejarah. Lebih dari 10.000 paket R tersedia untuk di download.
  5. Performance Tuning of an Apache Kafka/Spark Streaming System
    Pada artikel ini akan dijelaskan bagaimana meningkatkan performance hingga 10 x pada aplikasi Apache Kafka/Spark Stream/Apache ignite.
  6. A Visual Introduction to Machine Learning
    Dalam machine learning, komputer menerapkan teknik-teknik statistik untuk mengidentifikasi pola dalam data secara otomatis. Teknik ini dapat digunakan untuk membuat prediksi yang sangat akurat. Menggunakan kumpulan data tentang perumahan, dibuatlah model machine learning untuk membedakan antara pemukiman di New York dan San Francisco. Dalam tutorial ini ditunjukkan dengan jelas bagaimana langkah yang diambil dalam merancang sebuah proses machine learning, dan bagaimana membaca data yang dihasilkan, serta apa yang harus dilakukan untuk mendapatkan hasil yang dibutuhkan.
  7. Pandas Cheat Sheet: Data Science and Data Wrangling in Python
    Pengenalan singkat mengenai bagaimana menggunakan Pandas untuk melakukan data wrangling dengan Python.

Rilis produk

  1. The Apache Software Foundation Announces Apache® Eagle™ as a Top-Level Project
    The Apache software Foundation (ASF) pada 10 Jan 2017 lalu mengumumkan bahwa Apache Eagle telah meningkat dari status incubating menjadi TLP (top level project). Apache Eagle adalah solusi monitoring dan alerting untuk mengidentifikasi isu-isu yang terkait dengan security dan performance dalam platform-platform big data seperti Hadoop, Spark, dan lain sebagainya.
  2. Intel Open-Sources BigDL, Distributed Deep Learning Library for Apache Spark
    ntel meng-opensource-kan BigDL, sebuah library deep learning terdistribusi yang berjalan di atas Apache Spark. BigDL memanfaatkan cluster Spark untuk menjalankan perhitungan deep learning dan menyederhanakan data loading dari dataset besar yang disimpan di Hadoop. Library BigDL mendukung Spark versi 1.5, 1.6 dan 2.0 dan memungkinkan deep learning untuk dimasukkan ke dalam program berbasis Spark yang sudah dibuat. BigDL berisi metode untuk mengkonversi RDDS Spark ke BigDL DataSet dan dapat digunakan langsung dengan Spark ML Pipelines.

Source : idBigData – Seputar Big Data edisi #3

Big Data Untuk Kedaulatan Data Indonesia

Menggandeng ITERA (Institut Teknologi Sumatra) dan AIDI (Asosiasi Ilmuwan Data Indonesia, IDBigData menggelar meetup yang pertama di tahun 2017 di kampus ITERA, Lampung.
Meetup dibuka oleh Wakil Rektor I ITERA, Prof. Dr.-Ing. Mitra Djamal, dan menampilkan topik-topik menarik dan terkini yang terkait dengan big data.

Pembicara yang tampil di antaranya adalah Dr. Masayu Leylia Khodra dari ITB, memaparkan mengenai "Text Mining: Peringkasan Teks Bahasa Indonesia". Dalam era di mana pertumbuhan data dan informasi terjadi secara luar biasa, muncul fenomena yang biasa disebut "Information Overload", atau kebanjiran informasi. Orang tidak mungkin lagi membaca semua informasi yang ditemui. Untuk mengatasi hal ini, peringkasan teks menjadi sebuah proses yang penting dan sangat memudahkan bagi manusia untuk menyerap sebanyak mungkin informasi dalam waktu yang terbatas.
Pembicara lain adalah Andry Alamsyah, S.Si, M.Sc, Chairman dari Asosiasi Ilmuwan Data Indonesia (AIDI), menjelaskan mengenai Data Sains dalam perspektif bisnis. Dalam paparannya Andry menyampaikan banyak sekali use case yang menarik yang berkaitan dengan pengolahan data dan opportunity yang dapat digali dan diciptakan dari data.

Tampil pula Ir. Beno K Pradekso MSc.EE, CEO SOLUSI247, membawa tema "Big Data untuk Kedaulatan Data Indonesia", dan tidak ketinggalan pula, Sigit Prasetyo, ketua IDBigData, yang mengajak peserta untuk berkenalan dengan YAVA, distro Hadoop buatan anak bangsa.
Meetup #12 ini dihadiri oleh 89 peserta, yang berasal dari kalangan universitas, pemerintahan dan industri, di antaranya dari ITERA, Unila, Bapeda Lampung dan Bank Lampung.

Selain seminar singkat, di hari ke 2 diadakan pula workshop yang merupakan kerja sama dengan Lab247, yang memberikan kesempatan pada para peserta untuk mendapatkan hands on experience dengan big data tools dan platform seperti Chanthel (distributed document management), dan HGrid (big data engineering).
Untuk rekan-rekan yang belum berkesempatan mengikutinya, rekaman meetup ke 12 ini dapat disaksikan melalui channel IDBigData.

Meetup ke 13 rencananya akan dilaksanakan pada bulan Februari 2017, bekerja sama dengan Universitas Indonesia.


 

Source : idBigData

Scrum Development Software Training Day – IABIE dan Labs247

Kamis, 12 Januari 2017, Labs247 bekerja sama dengan IABIE menggelar pelatihan SCRUM yang bertajuk "Scrum Training Day". Scrum Training Day dimulai pukul 17.00 WIB s/d selesai dan berlokasi di Head Office PT. Dua Empat Tujuh yang beralamat di Segitiga Emas Bussiness Park, Jl. Prof. Dr. Satrio Kav. 6, Jakarta Selatan – 12940, Indonesia. Pelatihan ini menghadirkan narasumber yang menjelaskan definisi dan fungsi Scrum.

SCRUM TRAINING DAY2


Penjelasan Singkat Scrum Development Software

Pertama kali diperkenalkan oleh Jeff Sutherland awal tahun 1990an dan kemudian dikembangkan oleh Schwaber dan Beedle. Scrum merupakan framework untuk manajemen pengembangan system dengan karakteristik cekatan dan bersifat iterative dan incremental. Scrum mendefinisikan dirinya flexible. Scrum memiliki strategi pengembangan yang menyeluruh dimana seluruh team dalam suatu projek akan bekerja sebagai satu kesatuan untuk mencapai goal yang sama.

Scrum memiliki 3 role, diantaranya :

  1. Product Owner
    Produk owner memastikan bahwa proyek berjalan sesuai yang diharapkan. Produk owner merupakan jembatan antara klien dengan team development. Produk owner akan menuliskan spesifikasi-spesifikasi yang sesuai dengan cara pandang klien
  2. Team Member
    Team Member terdiri dari para profesional yang bekerja dalam suatu projek. Team Member dibentuk dan didukung oleh organisasi untuk mengatur dan mengelola pekerjaannya secara mandiri.
  3. Scrum Master
    Scrum Master adalah seorang pemimpin yang melayani Team Member. Scrum Master membantu pihak di luar Team Member untuk memahami apakah interaksi mereka dengan Team Member bermanfaat atau tidak. Scrum Master bertanggung jawab untuk memastikan Scrum telah dipahami dan dilaksanakan. Scrum Master melakukannya dengan memastikan Team Member mengikuti teori, praktik, dan aturan main Scrum. Scrum master akan mencegah hal-hal yang mengalihkan focus team. Scrum master juga bertanggung jawab untuk membuat suasana kondusif agar team dapat bekerja sama dalam proses pencapaian goal.

Source :
Scrum Development Software Definition
Scrum Metodology


Capture14

Capture13

 

 

Persembahan idBigData Untuk Indonesia

Komunitas big data Indonesia telah sukses menggelar konferensi big data terbesar di Indonesia untuk yang ke 3 kalinya pada 7 dan 8 Desember 2016 lalu. Konferensi yang dihadiri sekitar 400 peserta ini diselenggarakan di di Auditorium Gedung BPPT, Jakarta, dan menampilkan 30 pembicara.

Konferensi Big Data Indonesia merupakan event tahunan yang diadakan oleh idBigdata, dan selama 3 tahun ini selalu konsisten dalam usaha mendorong perkembangan dan pemanfaatan big data di Indonesia. Menurut Sigit Prasetyo, chairman IDBigData sekaligus ketua panitia, KBI2016 adalah ajang show-off bagi berbagai pihak di dalam negeri untuk menunjukkan bahwa bangsa Indonesia sangat mampu untuk mengembangkan dan menerapkan big data dan berbagai teknologi yang mendukungnya.

Besarnya potensi data dan kebutuhan teknologi big data di dalam negeri diungkapkan Neil L Himam dari Bekraf, bahwa pada tahun 2020 mendatang di Indonesia diperkirakan akan ada sekitar 1,7 milyar perangkat terhubung ke internet of things, yang tentunya akan memproduksi data yang sangat besar. Nilai komersialisasi data sendiri bukanlah jumlah yang kecil, misalnya kapitalisasi pasar Facebook saat ini adalah USD 340 miliar, sedangkan ‘warga’ Facebook dari Indonesia sebanyak 77 juta, setara dengan USD 15 miliar atau Rp. 200 Triliun. Contoh lain adalah GOJEK, dengan jumlah pengemudi lebih dari 20 ribu dan aplikasi terinstall melebihi 10 juta, saat ini membukukan setidaknya 20 juta transaksi per bulan. Hal tersebut menunjukkan potensi pemanfaatan big data untuk mendorong tumbuhnya ekonomi kreatif sangat besar.

Indonesia sebenarnya memiliki banyak potensi dan kemampuan dalam pengembangan maupun penerapan big data, seperti disampaikan oleh Beno K. Pradekso, CEO Solusi247, bahwa big data yang banyak didukung oleh teknologi open source, memungkinkan siapapun untuk dapat mengembangkan dan memanfaatkannya. Seperti yang selama ini sudah dilakukan oleh Solusi247, yang telah berhasil membuat berbagai tools untuk big data processing, maupun big data analytics, yang sudah diimplementasikan oleh beberapa perusahaan besar di Indonesia.

Wisnu Jatmiko, Manager Riset Fakultas Ilmu Komputer Universitas Indonesia menyampaikan hal senada, yaitu bahwa Indonesia sebenarnya sangat mampu untuk mengembangkan berbagai peralatan, algoritma maupun berbagai teknologi modern lainnya, seperti misalnya yang telah dikembangkan oleh team peneliti dari indonesia dalam bidang telehealth. Dalam serangkaian penelitian ini telah berhasil dikembangkan berbagai alat maupun algoritma yang dapat digunakan untuk melakukan USG maupun EKG secara otomatis, bahkan alat EKG ini telah berhasil mendapat penghargaan di level asia pasifik.

Tampil pula Oskar Riandi, CEO Bahasa Kita, yang menampilkan teknologi voice analytics. Oskar menyampaikan bahwa multimedia adalah bagian terbesar dari big data, namun saat ini penggalian dan pengolahannya masih sangat minim. Dalam pemaparannya disampaikan mengenai berbagai contoh pemanfaatan dan pengolahan data suara, khususnya yang telah berhasil dilakukan dengan menggunakan tools yang dibuat oleh Bahasa Kita.

Konferensi Big Data Indonesia 2016 juga menampilkan beberapa pembicara yang membagi pengalaman, tip dan insight mengenai implementasi big data dalam perusahaan mereka, di antaranya adalah Tina Lusiana, IT Data Analyst dari PT Telkomsel, perusahaan yang saat ini memiliki cluster Hadoop terbesar di Indonesia dengan lebih dari 300 nodes. Telkomsel merupakan operator telekomunikasi terbesar ke-15 di dunia, sehingga data yang diproses sangat besar, dan big data, khususnya Hadoop menjadi solusi pengolahan data yang ekonomis untuk diterapkan dalam skala besar. Hadoop cluster dapat mendukung kebutuhan pengolahan data dan analytics untuk memperbaiki layanan, merumuskan strategi marketing, maupun mendeteksi fraud.

Salah satu peningkatan yang didapatkan dengan penggunaan customer profiling dan campaign, adalah adanya peningkatan recharge sebesar 13 Milyar rupiah.

Pemanfaatan big data untuk pembangunan kota, yang biasa disebut dengan smart city disampaikan oleh Setiaji, Head of Jakarta Smart City. Pembicara lain yaitu Aldila Septiadi, Digital & Data Analytics Manager, PT Danone Indonesia, yang menyampaikan mengenai inovasi disruptive dalam bisnis FMCG. Dari bidang perbankan, tampil Febrianto, Team Leader Data Analyst and Insight PT. Bank Mandiri, menyampaikan mengenai transformasi bisnis melalui data analytics yang dilakukan oleh bank Mandiri.

Dari sisi pembentukan sumber daya, khususnya data scientist, tampil Komang Budi Aryasa, Deputy Research & Big Data, Pt Telkom Indonesia, mengulas mengenai peran seorang Chief Data Scientist. Menurut Komang, seorang data scientist memiliki peran yang luas dalam proses bisnis modern, baik dari sisi teknis maupun bisnis, mulai dari pendefinisian produk dan visi, sampai pada penerapan teknologi untuk memaksimalkan gross margin. Tampil pula Ainun Najib, Head Of Data, Traveloka, yang membawakan mengenai role dan skillset yang diperlukan dalam sebuah data team.

Dihadirkan pula beberapa showcase yang diantara menampilkan pemanfaatan tools maupun platform big data, di antaranya Big Data Lake, Big Data Document, Business Data Science, dan Big Data for Geospatial, yang disampaikan oleh pembicara-pembicara dari Labs247, Montis Advisory, dan Badan Informasi Geospatial Indonesia (BIG).


Untuk lebih lengkapnya, dapat dilihat melalui Channel Youtube idBigData


Source : idBigData

Solusi247: “Big Data Untuk Indonesia” – Konferensi Big Data Indonesia 2016

Jakarta, 2016

Sudah setahun setelah diadakannya Konferensi Bigdata Indonesia 2.0 (KBI2015), kali ini Komunitas IdBigData lagi-lagi menyelenggarakan kegiatan berskala Nasional yaitu Konfe  rensi Bigdata Indonesia 3.0 (KBI2016). Berbeda dengan tahun lalu, KBI2016 kali ini diselenggarakan di Ibu Kota Jakarta. Kegiatan yang berlangsung selama 2 hari tanggal 7-8 Desember 2016 ini diadakan di Auditorium Gedung BPPT 1 Jl. M. H. Thamrin No. 8 Kb. Sirih, Menteng, Jakarta Pusat.

Konferensi Bigdata Indonesia 2016 turut mengundang narasumber-narasumber yang ahli di bidangnya, seperti Prof. Drs. H. Muhammad Nasir, M.Si, Ak, Ph.D, CA – Menteri Riset Teknologi dan Pendidikan Tinggi Republik Indonesia, Rudiantara – Menteri Komunikasi dan Informatika Republik Indonesia, Beno Kunto Pradekso – CEO SOLUSI247, Komang Aryasa – Deputy Research and Big Data PT. Telekomunikasi Indonesia, Ainun Najib – Head of Data at Traveloka, Aldila Septiadi SE, Msc, - Digital and Data Analytic Manager of Danone dan masih banyak lagi.

Sebagai sponsor utama yang berdampingan dengan IBM, SOLUSI247 mengirimkan narasumber-narasumber ahli seperti Beno Kunto Pradekso – CEO SOLUSI247, Aria Rahendra – Chief Marketing Officer SOLUSI247, Mugi Prayitno – Chief of Architect SOLUSI247, Imam Turmudzi - Big Data Project Manager SOLUSI247 dan Dolants - Product Development Manager Labs247.

Mengangkat tema “Leveraging National Capacities and Capabilities”, Konferensi Bigdata Indonesia 2016 mampu mempertemukan para praktisi, penggiat, dan pengguna Big Data di Indonesia.


 

Bertemu

KBI 2016 merupakan ajang bertemunya para ahli, peneliti, praktisi dan peminat big data di Indonesia. Mengumpulkan lebih dari 30 pembicara dari industri, instansi pemerintah, lembaga penelitian dan universitas-universitas terkemuka di Indonesia, dan lebih dari 400 peserta dari berbagai latar belakang dan keahlian, dengan satu kesamaan, yaitu ketertarikan terhadap teknologi big data, pengembangan dan pemanfaatannya.

Bersinergi

Dengan latar belakang peserta dan pembicara yang beragam, KBI 2016 merupakan kesempatan untuk memadukan pengalaman yang luas, pengetahuan, dasar teori yang mendalam, dan visi ke depan yang bertujuan untuk kemajuan dan kemandirian bangsa. KBI 2016 khususnya, dan idBigdata pada umumnya, diharapkan menjadi titik temu berbagai kalangan untuk menjalin kerja sama dan bersinergi dalam pengembangan dan pemanfaatan big data.

Berinovasi

Dengan terjalinnya kerja sama yang baik dari kalangan dengan latar belakang yang beragam tersebut diharapkan terlahir karya- karya inovatif di bidang big data, yang dapat bermanfaat bagi kemajuan industri dan kesejahteraan masyarakat Indonesia.


 

Pentingnya Big Data untuk Indonesia Dibahas di Event Data Science Days

Telkom University menggelar acara DSD atau Data Science Days yang diselenggarakan di Gedung C Fakultas Ekonomi dan Bisnis Telkom University-Bandung pada hari Kamis, 10 November 2016. Dalam kegiatan tersebut, Telkom University menggandeng pembicara-pembicara yang handal dibidangnya salah satunya yaitu Bpk. Beno K. Pradekso yang tidak lain adalah CEO dari SOLUSI247.

Dalam pembahasannya, beliau mengangkat tema “Big Data for Better Indonesia”. Beliau menjelaskan secara gamblang betapa pentingnya teknologi Big Data untuk kemajuan bangsa Indonesia. “Big data itu dikategorisasi menjadi 3 (tiga) problems, yaitu pertama adalah volume data yang sangat besar, kedua tipe datanya yang berbeda-beda, kemudian yang ketiga adalah datangnya data yang sekarang ini mendekati realtime, atau near-realtime.” Ungkap beliau.

Kedatangan data yang near realtime tersebut menjadi tantangan bagaimana kita mengolah data tersebut menjadi sebuah informasi yang berguna. “Periode yang sebelumnya, data yang datang itu file-base, kita terima dalam bentuk file kemudian kita olah. Tapi sekarang semua data yang datang dari sensor yang ada, harus kita respon secara instan atau mendekati realtime.” tambah beliau.

Beno K. Pradekso: Big Data for Better Indonesia

Beliau menjelaskan, tidak hanya perusahaan telco yang menjadi data source. Perusahaan yang bergerak dibidang perbankan dan government seperti pajak dan BPJS juga termasuk perusahaan lain yang menjadi data source, dimana perusahaan-perusahaan tersebut membutuhkan pengolahan data yang cepat. Beliau juga menyebutkan beberapa produk pengolahan big data diantaranya adalah H-Grid atau Hadoop Grid, Braja Appliance, Yava dan lain-lain. Produk-produk tersebut adalah produk asli garapan anak bangsa (local products).

Data Science Days ini berlangsung selama 2 hari. Hari pertama dilaksanakan pada hari Rabu, 09 November 2016 berisi workshop, hari kedua yaitu pada hari Kamis, 10 November 2016 berisi seminar. Kegiatan ini dimulai pukul 09.30 WIB dan berakhir pada pukul 15.30 WIB.

Pada akhir acara ini, terdapat juga Deklarasi ADSI atau Asosiasi Data Science Indonesia. Solusi247 mengirim Bagus Rully Muttaqien dan Bpk. Mugi Prayitno sebagai deklarator

Labs247: BigData for Bioinformatics

Apa itu Bioinformatics?

Bioinformatics adalah ilmu yang mempelajari atau penerapan tehnik komputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis. penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

Singkatnya, penggabungan gen atau sel tidak lagi dilakukan secara manual melainkan bisa dilakukan secara digital.

Forum Riset Life Science Nasional

Rabu – Kamis, 24-25 Agustus 2016, Labs247 dari PT. Dua Empat Tujuh mengirim beberapa perwakilan yaitu Bpk. Solechoel Arifin, Bagus Rully Muttaqien dan Gaidha N. Annisa untuk mengikuti IT Showcase Forum Riset Life Science 

Nasional 2016  atau biasa disebut FRLN2016 di Sheraton Grand Jakarta Gandaria City, Jalan Sultan Iskandar Muda, Jakarta Selatan, bertajuk “Tantanngan Menuju Kemandirian Riset Nasional” yang diselenggarakan oleh Kementrian Riset Teknologi dan Pendidikan Tinggi Republik Indonesia, Kementrian Kesehatan, Biofarma dan HAKTEKNAS.

BIG DATA FOR BIOINFORMATICS

Munculnya data set besar dalam pengaturan klinis menyajikan tantangan dan peluang dalam penyimpanan data dan analisis. Hal ini disebut dengan “Big Data”. Kemajuan teknologi informasi dan komunikasi menyajikan solusi yang paling layak untuk analisis big data dalam hal efisiensi dan skalabilitas.

Kerangka pemrograman MapReduce menggunakan dua tugas umum dalam pemrograman fungsional, Map dan Reduce. MapReduce adalah kerangka pemrosesan parallel baru dan hadoop adalah implementasi open-source pada node komputasi tunggal atau cluster. Penggunaan MapReduce dan Hadoop memiliki keuntungan antara lain;

  1. Penyimpanan toleran sehingga pengolahan data yang dapat diandalkan dengan mereplikasi tugas komputasi dan cloning potongan data yang berbeda komputasi node di cluster komputasi.
  2. Pengolahan data high-throughput dan Hadoop Distributed File System (HDFS). Data disimpan dalam HDFS dan dibuat tersedia di slave node dan digunakan untuk perhitungan.

Contoh singkatnya adalah jika dulu dalam penggabungan gen atau sel harus dilakukan di super computer yang ukurannya sangat besar dan dengan harga yang tinggi (high-cost), hal itu tidak diperlukan lagi di era ini.

Saat ini kita memiliki teknologi big data. Jadi, proses penggabungan gen atau sel itu bisa dilakukan secara digital di atas big data dan tentunya low-cost. Proses pengolahan data ini memerlukan tools yang disebut Hadoop. Labs247 (Solusi247) sendiri memiliki teknologi tersebut yang dinamakan Hadoop Grid (HGrid247)

Contoh lain adalah, “Jika ada suatu penyakit baru yang belum diketahui, dengan teknologi big data ini, kita dapat langsung mengidentifikasi dengan cara mencocokan gejala-gejala penyakit tersebut dengan data-data yang sudah tersedia di bank data." Ujar Pak Arifin.

Big Data Developer Training Solusi247

Solusi247 kembali mengadakan BIG DATA Developer Training yang diikuti oleh para aktifis Big Data. Training ini dilaksanakan selama 5 hari mulai tanggal 22-26 Agustus 2016 silam, di Grand Royal Hotel, Bogor. Kegiatan ini berisi tentang pelatihan pengolahan data menggunakan framework big data yang di sampaikan oleh Bpk. Solechoel Arifin selaku HGrid Lead Developer SOLUSI247.

“Pelatihan ini meliputi konsep big data, bagaimana penyimpanan big data, bagaimana big data memproses data-data yang tersimpan di dalam framework big data. Kemudian dilanjutkan dengan pelatihan tentang tools untuk pemrosesan big data yang kita sebut HGrid247. HGrid247 ini adalah produk ETL untuk big data milik PT. Dua Empat Tujuh (SOLUSI247).” Jelas Pak Arifin ketika di wawancarai.

HGrid247 atau Hadoop Grid 247 ini adalah tools untuk pemrosesan big data dari Solusi247 yang digarap sendiri oleh beliau. Kegiatan training ini diikuti oleh peserta dari BIG (Badan Informasi Geospasial), hadir pula Bpk. Dr.-Ing Khafid selaku Kepala Pusat Pengelola dan Penyebarluasan Informasi Geospasial, Bpk. Beno K. Pradekso (CEO SOLUSI247) serta Bpk. Aria Rahendra (CMO SOLUSI247).

Partisipasi Solusi247 dalam IBM SolutionsConnect 2016

Dengan lebih dari 330.000 pegawai di seluruh dunia dan pendapatan US$96 miliar (angka dari 2004), IBM adalah perusahaan teknologi informasi terbesar di dunia, dan salah satu yang terus berlanjut dari abad 19. Dia memiliki teknisi dan konsultan di lebih dari 170 negara dan laboratorium pengembangan yang berlokasi di seluruh dunia, di setiap cabang ilmu komputer dan teknologi informasi; beberapa dari mereka adalah pionir di bidang mulai dari komputer mainframe ke nanoteknologi.


IBM di Indonesia

Kita hidup di era digital di mana apa pun yang bisa didigitalkan. Juga, karena revolusi mobile, telah ada pertumbuhan eksponensial dalam jumlah perangkat yang terhubung. Kedua tren ini telah menyebabkan ledakan data dan perangkat. Menurut sebuah perkiraan, jumlah perangkat akan mencapai 75 miliar pada tahun 2020. Dan sekitar sembilan puluh persen dari data yang dibuat dalam dua tahun terakhir adalah karena proliferasi perangkat ini.

Ditahun 2016 ini, IBM mengadakan event IBM SolutionsConnect 2016 yang bertajuk “Technology Leadership in the Cognitive Era”, yang diselenggarakan di InterContinental Midplaza Hotel - Jakarta, 9 August 2016. IBM ingin teknologinya bermanfaat bagi masyarakat Indonesia, baik itu bagi penyedia maupun pengguna teknologi. Event ini diusung oleh IBM dengan tujuan untuk memperkenalkan produk-produk baru mereka kepada kurang lebih 350 CIO yang hadir dalam event tersebut.

photo_2016-08-09_10-59-39

Sebagai partner dari IBM, Solusi247 ikut berpartsipasi dalam acara tersebut dikarenakan Solusi247 memiliki produk appliance yang dimana produk tersebut menggunakan hardware dari IBM sebagai servernya. Produk dari Solusi247 tersebut dinamakan Braja Appliance with IBM Power Linux Cluster.

IBM SolutionsConnect merupakan acara yang sangat penting, tidak hanya untuk penyedia-penyedia teknologi tapi juga untuk pengguna teknologi seperti klien-klien kita di area Telkom, militer, government, ini (IBM SolutionsConnect) sangat penting karena disini akan diperkenalkan banyak sekali teknologi-teknologi baru yang dikeluarkan oleh IBM yang merupakan leader dari berbagai macam teknologi IT di dunia.

Teknologi IBM yang menjadi pionir bagi semua teknologi di kognitif era ini menjadi sesuatu yang harus diperkenalkan kepada banyak pihak terutama pihak pengguna teknologi karena teknologi-teknologi IBM merupakan teknologi yang paling terdepan dibandingkan teknologi-teknologi lainnya.” Papar Bagus Rully selaku perwakilan dari Solusi247 yang hadir di event IBM SolutionsConnect 2016.


 

Big Data Membantu NYPD Menangani Kejahatan Dengan Lebih Cepat

Pada tanggal 4 Desember 2015, petugas NYPD di kantor polisi 73 New York menerima peringatan pada ponsel mereka dari sistem baru mereka, Shot-spotter : Delapan tembakan telah dilepaskan di dekat 409 Saratoga Avenue di kawasan Bedford-Stuyvesant, Brooklyn.

Kejadian selanjutnya menunjukkan seberapa jauh teknologi dapat berperan dalam membantu tugas polisi.

Polisi menemukan selongsong peluru di atap gedung, kemudian dengan menggunakan ponsel mereka, mengetahui ada sebuah surat perintah penangkapan yang belum dieksekusi untuk seorang wanita di gedung tersebut. Mereka kemudian mendapat surat perintah penggeledahan untuk apartement wanita tersebut melalui ponsel mereka, di mana mereka menemukan dua senjata, dan menangkap tiga orang tersangka.

Para petugas NYPD berhasil melaksanakan tugasnya dengan cepat berkat bantuan sistem kesadaran situasional / Situational Awareness System, yang disebut dengan DAS (Domain Awareness System).

Ide mengenai kesadaran situasional atau situational awareness ini bukanlah sesuatu yang baru. Setiap individu maupun organisasi idealnya dapat menyesuaikan perilaku dan tindakan mereka dengan situasi yang ada. Dan seiring dengan perkembangan teknologi sensor dan sinyal, semakin besar kebutuhan untuk dapat mengumpulkan data dari dunia luar ke dalam sebuah sistem untuk melakukan monitoring dan analisis. Mengetahui apa yang terjadi di domain yang relevan di dunia luar merupakan sesuatu yang penting dan semakin menjadi kebutuhan banyak pihak.

Salah satu pihak yang tampaknya paling berkepentingan terhadap hal ini adalah organisasi di sektor publik. Kepolisian New York (NYPD), pemerintah kota Chicago, dan juga sebuah grup yang terdiri dari instansi-instansi pemerintah di Kanada adalah beberapa pihak yang telah mengembangkan dan memanfaatkan sistem kesadaran situasional. Salah satu hal yang dipelajari dari pengalaman mereka membangun sistem SA adalah, semakin terarah target sistemnya, semakin baik hasilnya.

MASAS, atau Multi-Agency Situational Awareness System, yang dikelola oleh Canadian Public Safety Operations Organizations (CanOps), dimaksudkan untuk memonitor dan menampilkan informasi yang relevan dengan keamanan publik. MASAS mencakup informasi mengenai kebakaran, gempa bumi, cuaca buruk, masalah lalulintas, kerusakan jalan, kerumunan massa, lokasi dan status shelter, perbatasan, dan lain sebagainya.

Cakupan luas dari MASAS ini sebetulnya bertujuan baik, namun hal ini sepertinya membatasi value dari sistemnya sendiri. Misalnya seperti disebutkan pada website mereka, karena instansi-instansi enggan untuk berbagi informasi sensitif dengan instansi lain, maka informasi yang di-share adalah informasi yang tidak sensitif (yang akhirnya juga tidak terlalu bermanfaat).

Chicago termasuk kota pertama yang mengadopsi sistem SA pada tahun 2012. Sistem yang dinamakan WindyGrid ini adalah sistem informasi geografis yang menyajikan gambaran terpadu dari pengoperasian kota di atas peta Chicago, yang memberikan akses ke seluruh data spasial kota, baik secara historikal maupun real time.

WindyGrid mencakup informasi mengenai layanan panggilan 911 dan 311, lokasi aset transit dan mobile, status bangunan, tweets berdasarkan lokasi geografis, dan lain sebagainya. Sistem ini hanya berfokus pada data spasial, sehingga cakupannya lebih sempit daripada sistem di Kanada. Sebenarnya yang lebih dibutuhkan oleh Chicago adalah sistem yang berfokus pada penangangan kejahatan. Karena WindyGrid dibangun atas prakarsa CIO kota Chicago, maka sistem ini cenderung didasari oleh kebutuhan efisiensi informasi dibandingkan prioritas strategis.

Pencegahan kejahatan dan terorisme menjadi prioritas dari sistem DAS yang dimiliki NYPD. Sistem ini pada awalnya dikembangkan oleh biro kontraterorisme, dan saat ini digunakan secara luas dalam tugas harian kepolisian. DAS mengumpulkan dan menganalisa data dari berbagai sensor -termasuk 9000 kamera CCTV, 500 kamera pembaca plat nomor, 600 sensor radiasi dan kimia, dan jaringan detektor untuk mendeteksi suara tembakan yang menjangkau 24 mil persegi, dan 54 juta panggilan ke 911 dari masyarakat. Sistem ini juga dapat menarik data dari arsip kejahatan NYPD, termasuk 100 juta surat pemanggilan.

Project DAS dimulai pada tahun 2008 dan terus dikembangkan hingga saat ini. Pada tahun 2010 ditambahkan fungsi analytics, dan pada 2011 ditambahkan kemampuan pengenalan pola. Pada tahun 2014 mulai dikembangkan fungsi “predictive policing” , dan pada tahun 2015 petugas kepolisian dapat memperoleh informasi 911 secara real-time.

Antarmuka utama dengan sistem adalah smartphone, yang saat ini digunakan oleh 35.000 anggota NYPD. Lebih dari 10.000 polisi menggunakan DAS setiap harinya. Sistem ini disebut sebagai ‘keajaiban teknologi’, yang lahir dari kepemimpinan dan prioritas yang kuat.

Terfokusnya SA yang dimiliki NYPD merupakan kunci kesuksesan sistem ini. Tingkat kejahatan di kota New York semakin menurun (saat ini di bawah rata-rata nasional US), dan tingkat penyelesaian kasus pembunuhan meningkat. Tentunya banyak faktor yang menjadi penyebabnya, termasuk di antaranya penggunaan DAS ini, namun salah satu yang paling penting adalah budaya kepolisian yang mengedepankan bukti (evidenced based policing) yang menjadi karakteristik NYPD.

Dari beberapa pengalaman penerapan sistem berbasis kesadaran situasional ini terlihat jelas nilai strategis dari penerapan sebuah sistem berbasis kesadaran situasional. Teknologi yang ada saat ini sangat memungkinkan untuk mengetahui apa yang terjadi di luar, yang mungkin mempengaruhi kesuksesan sebuah organisasi atau perusahaan. Namun mengingat keluasan dan kompleksitas dunia luar itu sendiri, sebaiknya sistem SA dibangun dengan fokus yang jelas, misalnya pada customer, kompetitor, atau regulator. Pada akhirnya yang dituju tentunya adalah pemahaman terhadap situasi secara menyeluruh, namun mulailah dari sesuatu yang spesifik.

Diterjemahkan dari : http://fortune.com/2016/07/17/big-data-nypd-situational-awareness/


Source : ID Big Data - Big Data Membantu NYPD Menangani Kejahatan Dengan Lebih Cepat