PENGEMBANGAN ARSITEKTUR BIG DATA UNTUK PLOTTING TREN DAN PEMETAAN DEMAM BERDARAH DENGUE DI ASIA TENGGARA MENGGUNAKAN DATA MEDIA SOSIAL TWITTER

Abstract

Big data merupakan sumber data yang memiliki volume yang besar, variasi yang banyak, dan aliran data yang sangat cepat. Contoh big data antara lain data dari media sosial dan kueri pencarian Google. Data tersebut mampu melacak aktivitas penyakit dan data yang ada tersedia setiap saat. Pengolahan big data bukanlah suatu hal yang mudah, sehingga diperlukan suatu tools yang dapat membantu proses pengolahan terhadap big data. Salah satu tools tersebut adalah hadoop. Meskipun kinerja hadoop lebih unggul daripada RDBMS tradisional, akan tetapi pengolahan data menggunakan hadoop belum maksimal. Sehingga, diperlukan pengolahan data yang lebih cepat. Salah satu cara untuk meningkatkan kecepatan pengolahan data ialah menerapkan spark untuk proses pengolahan data yang ada di HDFS. Pada penelitian ini dilakukan plotting tren dan pemetaan pada data Demam Berdarah Dengue (DBD) yang berasal dari media sosial twitter. Penelitian ini bertujuan untuk membuat visualisasi data yang diperoleh dari twitter dengan menggunakan hadoop dan spark dalam memantau perkembangan DBD di wilayah Asia Tenggara. Hasil dari penelitian menunjukkan bahwa hadoop dan spark dapat digunakan untuk plotting tren dan memetakan persebaran DBD. Semakin besar alokasi memory executor yang diterapkan serta semakin besar dan serupa alokasi maksimal memory scheduler yang diterapkan pada tiap node, maka waktu yang dibutuhkan untuk menyelesaikan task semakin singkat. Akan tetapi, pada titik tertentu konfigurasi hadoop dan spark menemui titik puncaknya, sehingga jika alokasi diperbesar menghasilkan hasil yang sama. Hasil dari plotting tren juga menunjukkan adanya hubungan yang kuat antara data twitter, data real kejadian DBD yang diperoleh dari WHO, dan tren google. Kata Kunci : Big Data, Twitter, Plotting Tren, Demam Berdarah Dengue, Hadoop, Spark