Course ini dirancang untuk membantu Anda memahami konsep dan praktik utama dalam pengelolaan serta analisis data skala besar menggunakan Hadoop. Materi dimulai dengan pengenalan Big Data dan arsitektur Hadoop, dilanjutkan dengan pemahaman alur kerja serta ekosistem pendukungnya. Anda akan mempelajari cara instalasi dan konfigurasi Hadoop Cluster untuk membangun lingkungan pemrosesan data terdistribusi. Selanjutnya, pembelajaran berfokus pada pengelolaan data menggunakan HDFS dan penerapan MapReduce untuk pemrosesan data secara paralel. Di bagian akhir, Anda akan mempelajari penggunaan Apache Hive untuk analisis data dengan pendekatan berbasis SQL. Course ini memberikan dasar teknis dan praktis agar Anda mampu mengelola dan menganalisis data besar secara efisien di lingkungan Hadoop.
Share Kelas Ini :
Informasi Umum
Apache Hadoop adalah suatu framework yang bisa dipakai untuk menyimpan dan mengolah data dalam jumlah yang sangat besar (big data). Apache Hadoop menjadi solusi jika suatu data ukurannya sudah terlalu besar sehingga tidak dapat diproses dengan database biasa seperti MySQL. Contoh bidang yang membutuhkan framework ini adalah pada e-commerce dan media sosial. Dalam course ini akan menjelaskan tentang definisi dan komponen-komponen dalam Hadoop, instalasi dan konfigurasi hadoop, pengelolaan data dengan HDFS, dan penggunaan mapreduce dan hive pada hadoop.
Target Pembelajaran
- Peserta paham tentang big data dan Hadoop.
- Peserta paham tentang komponen-komponen dalam Hadoop.
- Peserta mampu melakukan instalasi dan konfigurasi Hadoop cluster.
- Peserta mampu menggunakan tools yang ada pada ekosistem Hadoop.
Spesifikasi
Course ini membutuhkan perangkat komputer yang sudah terinstal virtual machine (virtual box) dan menjalankan sistem operasi Ubuntu didalamnya. Rekomendasi komputer untuk menjalankan virtual box dengan baik adalah sebagai berikut:
CPU : Intel or AMD x86/x86‑64 processor. 8 core direkomendasikan
RAM : 4GB. 8GB direkomendasikan
Storage: SSD 256 GB (sisa ruang kosong minimal 50 GB)
GPU : Integrated Graphics (Intel HD/UHD atau Vega)
Kriteria Kelulusan
Peserta diwajibkan untuk mengambil kuis dari setiap silabus yang ada di course. Tugas akhir dapat diakses jika peserta telah menyelesaikan kuis di setiap silabus dengan nilai yang memenuhi kriteria ketuntasan minimal (KKM) yaitu 70. Setelah peserta menyelesaikan kuis dan tugas akhir, maka peserta akan mendapatkan sertifikat.
Skema Penilaian
A. Kuis (80%)
Soal kuis di setiap silabus terdiri dari soal-soal pilihan ganda yang harus dijawab oleh peserta. Nilai kuis dapat diperoleh jika peserta dapat menyelesaikan kuis di setiap silabus dengan sempurna. Nilai kuis setiap silabus akan diakumulasikan sebanyak 10 %.
B. Tugas akhir (20%)
Tugas akhir terdiri dari satu soal analisis yang diambil dari silabus. Nilai tugas akhir dapat diperoleh jika peserta berhasil menyelesaikan tugas akhir dengan baik.
Detail Course
-
Penyusun Materi
Fikri Ramadhan, S.Kom
-
Harga Course
FREE
Pemula
4 Jam
51 Siswa
8 Modul
5
