Implementasi Hadoop Framework : Analisis Data Nasabah Bank Dengan Metode Mapreduce

Abstract

Pesatnya perkembangan tekologi di era sekarang membuat pertumbuhan dan pengolahan data menjadi semakin besar, sehingga sangat diperlukan suatu metode dalam pengolahan data yang berukuran besar atau disebut dengan big data. Big data mempunyai karakteristik data yang variatif, pertumbuhan data yang cepat, dan kompleks. Maka dari itu pengimplementasian Hadoop Framework dalam mengelolah big data sangatlah dibutuhkan sebagai media untuk pengambilan keputusan, pemrosesan informasi, dan otomatisasi proses. Pada jurnal ini akan dibahas tentang implementasi Hadoop dalam pengolahan big data secara multinode yaitu dengan membagi akses data menjadi master dan slave. Di mana master akan menjalankan layanan NameNode dan slave akan menjalankan layanan DataNode. Node slave akan terhubung ke node master, dan mereka bekerja sama untuk memproses data dan menjalankan tugas-tugas pemrosesan secara terdistribusi. Ini memungkinkan pemrosesan data yang besar dan skalabel karena tugas-tugas dapat dibagi di antara banyak node slave. Dengan begitu data dapat diolah dengan efektif dan efisien. Adapun dalam melakukan analisis, dataset Nasabah Bank akan di kelompokkan dengan menggunakan metode MapReduce pada Hadoop Distributed File System (HDFS) untuk mengetahui jumlah transaksi yang terjadi setiap bulannya.