I. Jurnal komputasi modern ( collaborative web surfing )
1. Pendahuluan
Aksi yang dilakukan bersama-sama biasanya digunakan untuk menyelesaikan berbagai macam masalah yang dilakukan dalam sebuah pembangunan. Sejarah kita ialah contoh untuk menyelesaikan masalah dalam gabungan lingkungan. Hasil dari masalah yang telah diselesaikan dalam gabungan lingkungan daripada masalah yang diselesaikan oleh satu orang. Penemu lebih nyaman menemukan untuk menemukan solusi yang baik dari saling bertukar informasi dengan yang lain. Perbedaan faktor mungkin juga menyebabkan gabungan rumus untuk contoh grup yang lebih kecil yang lebih teratur untuk mendapatkan informasi yang lebih intensif.
Penerapan alat berbasis komputer dalam perkembangannya terakhir-akhir ini telah meningkat. Aplikasi pada era ini lebih berorientasi ke user, terpusat pada pembangunan manusia dan oleh karena itu lebih baik memasukkan gabungan kebutuhan sosial. Kombinasi penemuan ide terbaru, inovasi, fungsionalitas, dan media untuk disesuaikan pada alat yang baru.
2. Komunikasi Gabungan
2.1 Grup Peneliti
Grup di bagi menjadi 2 konsep utama yaitu : terhubung dan asli. tipe yang terhubung adalah yang diciptakan melalui fungsi penelitian dan asli terdiri dari aktivitas penelitian secara sendiri. Karakterisitk dari grup seperti interaksi saling ketergantungan, kesadaran, antisipasi di masa depan, tujuan yang umum keanggotaan dikenal dengan literatur.
2.2 Grup sebagai jaringan sosial
Dalam jaringan sosial individu saling terikat satu sama lain dari lubang sambungan. Yang dikenal dengan jaringan. analisis jaringan menentukan struktur jaringan atau saling keterhubungan antara aktor yang bekerja di lingkungan jaringan. Dalam kelompok jaringan sosial menyediakan tipe kekuatan utama antara aktor dan saling keterhubungan.
Alasan mengapa orang-orang bergabung dengan grup yang berbeda. Satu mungkin menjadi tujuan dalam membentuk kelompok, yang lain mungkin menemukan pandangan yang berbeda dalam meyakinkan individu untuk bergabung ke kelompok tertentu. karena itu ada yang berbeda dalam motivasi di balik kelompok tersebut untuk menarik anggota grup baru untuk bergabung ke dalam grup mereka. Kelompok-kelompok yang memotivasi anggota tidak akan meninggalkan kelompok dan menarik anggota lain dengan menanyakan beberapa pertanyaan yang berhubungan dengan motivasi untuk contoh mengapa anggota tetap dalam kelompok? bagaimana keuntungan anggota di dalam kelompok.
Dalam Literatur, tidak ada tampilan yang kolaborasi konsisten yang tersedia. Oleh karena itu pengertian kolaborasi bervariasi dari satu peniliti satu ke peneliti lain. Beberapa peneliti mengambil kegiatan kolaboratif sebagai model dari perspektif, sementara pandangan organisasi dianggap oleh orang lain. Dalam lingkungan insiparisif kolaboratif dan terkonsep yang dicirikan oleh individu.
Gabungan dari kelompok paling banyak biasanya terfokus pada pesan teks individual, video conferense dan bergabung pada jaringan sosial. Pada tugas ini , kami menjelaskan cara berselancar di internet dalam lingkungan tergabung. Dimana, lebih dari satu user intern dalam berselancar bersama. Informasi dibagikan adalah motivasi utama dari seorang peneliti. Sementara gabungan perangkat lunak berbasis tipe umum, dimana individu dapat mengubah informasi berselancar pada web berbasis dari ketertarikan yang sama. Untuk menarik para peselancar dunia maya, kita membutuhkan untuk memuat tempat sosial,dimana masing-masing individu dapat melihat orang lain pada bentuk dari jaringan sosial untuk orang-orang memilih bentuk mesh dari jaringan sosial untuk penggabungan berselencar di dunia maya.
Faktor dari penggabungan berselancar di dunia maya dapat menjadi identifikasi berbasis pada perkumpulan kebutuhan dari para peneliti. Hasil dari jaringan mesh yang kecil membutuhkan penggabungan cara tergantung sampai karakteristik yang berbeda. Tipe dari pandangan statis menjalankan proses kelompok yang dinamis, dimana pada URL web dan pencarian pada kata kunci dapat disimpan.
3. Konsep Gabungan
Komunikasi telah mendukung maksud dari komputer dan distribusi komunikasi di bahas dalam bagian ini. Grup yang mendistribusikan dengan menggunakan teknologi kelompok online, kelompok virtual, dan kelompok yang didistribusikan secara geografis. Kelompok ini secara elektronisasi jaringannya tersebar di seluruh dunia. Tidak ada batasan geografis antara mereka kelompok-kelompok ini menggunakan aplikasi groupware, web conferencing, video konferensi, memegang alat-alat konferensi untuk tujuan komunikasi mereka. Oleh karena itu,interaksi ini termediasi oleh waktu, jarak, dan teknologi. Sebagian besar saluran komunikasi menggunakan tiga istilah untuk pengolahan komunikasi yaitu pengolahan komunikasi yaitu pengirim, penerima, dan saluran.
Table 2
Komunikasi dengan tatap muka tidak memberikan umpan balik yang tinggi dan peringkat simbol yang tinggi. Konferensi video, dimana visual yang ditransmisikan memiliki umpan balik menengah di bandingkan komunikasi dengan tatap muka. Telepon atau audio bergantung pada konten bahasa dan memberikan umpan balik menengah dan rendah. Pesan suara ialah pesan yang di maksudkan, salah satu telah di rekam atau pesannya di meisn audio memberikan respon yang rendah dan memiliki umpan balik dan simbol yang rendah juga. Chattingdi grup juga memilik umpan balik yang menengah dan simbol yang tinggi juga tergantung pada isi yang di komunikasikan oleh kedua belah pihak.
3.1 Gabungan dan Konsep Web
Pada web 2.0 muncullah gabungan konsep ke komputer praktis berbasis gabungan perangkat lunak. Teknologi yang digunakan dalam web 2.0 adalah sebuah paradigma yang di kenal sebagai layanan web, Ajax, RSS. Menggunakan konsep web 2.0 kita dapat membangun aplikasi sebagai contoh webblog, wiki, washup, bookmark sosial dan model urusan lain untuk contoh software adalah layanan. Penelitian kami berfokus pada web 2.0 standar dan kategori ini dimana aplikasi kami berdasarkan pada jaringan sosial. Sosial web 2.0 menggunakan teknologi surifng web yang di kolaborasikan. Oleh karena itu, pada makalah ini kami hanya membahas software kolaborasi yang tersedia di web. Seperi contoh BSCW dan microsoft office sharepoint server 2007 :
1. BSCW(basic support for cooperative work)
Hal ini mendukung kelompok kolaboratif yang mencakup berikut memilik beberapa fitur : forum diskusi, manajemen dokumen, manajemen tugas, manajemen kelompok, manajemen kontak, berbagi kalender, sistem blog, pemberitahuan atau online survey.
2. mMicrosoft share point server 2007
Hal ini mendukung kolaborasi platform dalam bentuk organisasi tim. Termasuk mengikuti fitur : blog, kalender kelompok, pendiskusian, tugas, dokumen dan alur kerja manajemen. Fitur sosial termasuk profil pribadi dan daftar rekan pada organisasi hirarki.
3.2. kolaborasi model surfing
Untuk membuatnya melengkapi aplikasi kolaborasi surfing, kita perlu model persfektif yang berbeda dari gabungan jaringan sosial yang ada untuk mencarinya di internet. Model ini telah di adopsi dari model pengembangan kelompok yang diusulkan oleh tuckman pada tahun 1965. Model ini memiliki lima pola penting yang harus di pertimbangkan ketika software yang di kembangkan. pola ini secara formatif, kedewasaan, invasi, kekompakan dan kelengkapan. Masing-masing pola di jelaskan di bawah ini :
1. Keformatifan
adalah atribut yang digunakan untuk membangun tahapan pondasi. Kebanyakan yayasan pada fase dalam gabungan komunikasi yang digunakan untuk pengujian dan ketergantungan. Menggunakan atribut ini untuk fase pembangunan.
2. Invasi
adalah atribut yang digunakan untuk mengukur pengaruh individu dan untuk mengidentifikasikan kebutuhan mereka.
3. Kedewasaan
adalah atribut untuk mengukur jatuh tempo tingkat gabungan komunitas. Struktural dan masalah fungsional yang perlu di tangani untuk membentuk tingkat komunikasi antar anggota.
4. Kekompakan
adalah atribut untuk mengukur peran baru. Fokus atribut pada solusi pemikiran pada grup dengan solusi yang saling terbuka pada anggota lain.
Kelengkapan : atribut untuk mengukur lengkapnya proses komunikasi kolaboratif
4. Kolaborasi Web Surfing
Internet adalah perpustakaan, yang berisikan informasi pada milyaran halaman web. Penjelajah dalam perpustakaan besar ialah waktu mengambil maupun menemukan pekerjaan yang cocok. Penjelajah menggunakan mesin pencari untuk menemukan informasi yang mungkin cocok dengan yang dinginkan. Bagaimanapun, penjelajah dapat mencari informasi yang pasti dengan mengunjungi situs-situs yang di kumpulkan pada mesin pencari. Ketika mencari pada masing-masing hasil dari situs tersebut penjelajah selalu sendiri. Terkadang adalah hal yang mungkin jika penjelajah meninggalkan personal komputer ataupun laptop tanpa mendapatkan informasi yang sesuai. Pada penelitian kami, kami mengidentifikasikan bahwa orang-orang dari latar belakang nol untuk menjadi ahli merasa tidak nyaman ketika menelusuri di internet. Sementara, ketika mereka pada web menggunakan beberapa software gabungan atau software sosial yang membuat mereka merasa nyaman. Hal ini terjadi karena orang lain yang memiliki ide yang akan disampaikan bersedia dan berpartisipasi pada penelitian sosial mereka dan di kegiatan sosial. Dengan menggunakan gabungan teknologi kita membuat prototype software netsurf yang dapat membuat mungkin jalannya para penjelajah dunia maya. Netsurf terintegrasi pada web browser. Pada instansi dinamis, hal itu disimpan pada URL dan kata kunci yang berlawanan dengan netsurf user. Ketika penjelajah lain akan mencari informasi yang sama, penelusuran pengetahuan akan di aplikasikan untuk mendapatkan satu set informasi untuk user lain pada instansi dinamis pada waktu yang cukup pendek.
5. Kesimpulan
Menjelajah di dunia maya memeilik peran yang sangat penting dalam dunia internet. Penggabungan aplikasi telah tersedia di internet adalah buka informasi yang diinginkan. Oleh karena itu,para penjelajah dunia maya sering terisolasi. Sedangkan, cara penggabungan kami menyediakan cara baru untuk berselencar di internet. Keuntungan dari aplikasi ini bahwa informasi yang di targetkan dimana lebih satu peselancar dunia maya dapat berbagi informasi berdasarkan kepentingan bersama mereka. Perangkat lunak aplikasi berbasis dapat digunakan pada satu sumber penelitian.
II. Jurnal Komputasi Modern ( KOMPUTASI PEMBOBOTAN DOKUMEN BERBAHASA INDONESIA
MENGGUNAKAN
MAPREDUCE )
1. Pendahuluan
Menurut penelitian yang dilakukan oleh Gantz et al estimasi data elektronik mencapai 0,18 zettabyte pada tahun 2006 dan diramalkan akan mencapai 1,8 zettabyte pada tahun 2011, data elektronik yang besar tersebut perlu diolah untuk memperoleh manfaat lebih. Adakalanya aplikasi yang dibuat membutuhkan komputer dengan sumber daya yang tinggi sebagai lingkungan implementasi dan biasanya harga untuk komputer dengan sumber daya yang tinggi tidaklah murah sedangkan untuk komputer dengan spesifikasi yang tidak terlalu tinggi akan kurang reliable dalam menangani data yang begitu besar. Untuk melakukan komputasi dengan data yang sangat besar, Google memberikan suatu metode yang dinamakan MapReduce. MapReduce melakukan komputasi dengan membagi beban komputasi dan diproses secara parallel atau bersama-sama. Terinspirasi oleh adanya Google File System (GFS) dan MapReduce yang dikembangkan oleh Google maka Apache mengembangkan Hadoop Distributed File System (HDFS) dan Hadoop MaprReduce framework untuk menyelesaikan permasalahan dengan melibatkan data yang sangat besar yang berbasiskan Java dan open source. HDFS dapat diimplementasikan pada perangkat keras dengan spesifikasi yang tidak terlalu tinggi, hal ini sangat menguntungkan dari segi ekonomi karena selain tidak berbayar, untuk distributed computing yang biasanya memerlukan banyak komputer untuk memproses data.
Kelebihan yang ditawarkan oleh HDFS memberikan peluang untuk menyelesaikan permasalahan pengolahan dengan jumlah data yang besar namun dengan spesifikasi perangkat keras yang tidak terlalu tinggi. Permasalahan yang dibahas di sini yaitu untuk melakukan perhitungan pembobotan dokumen web berbahasa Indonesia. Diharapkan dengan menggunakan HDFS dan MapReduce yang dirilis oleh Apache, beban komputasi pembobotan dokumen dapat dibagi ke dalam beberapa komputer.
2. Metodologi
2.1 Pembobotan Dokumen
Pembobotan kemunculan term dalam suatu dokumen digunakan untuk perhitungan tingkat kemiripan antar dokumen. Ada banyak metode yang dapat digunakan dalam menghitung bobot kemunculan term dalam suatu dokumen. Salah satu yang banyak digunakan adalah menggunakan metode pembobotanTF-IDF Weighting.
TF-IDF Weighting menghitung term dari dokumen yang diwujudkan sebagai sebuah vector dengan elemen sebanyak term yang berhasil dikenali pada proses penghilangan stopword dan stemming. Vector tersebut beranggotakan bobot dari tiap term yang dihitung berdasarkan metode ini. Metode TD-IDF adalah metode yang mengintegrasikan term frequency (tf), daninverse document frequency (idf) Formula yang digunakan dalam menghitung bobot berdasarkan metode ini yaitu:
w (t, d ) = tf (t, d ) ∗ log N/nt
Bobot suatu term t dalam suatu dokumen d dilambangkan denganw(t,d). Frekuensi kemunculan term t dalam dokumen d dilambangkan dengantf(t,d), Sedangkan banyaknya dokumen yang digunakan dalam uji coba dilambangkan dengan N sementara nt adalah banyaknya dokumen yang mengandung term t. Dari formula tersebut diturunkan kembali formula untuk menormalkan term frekuensi sehingga didapatkan formula:
2.2 MapReduce
MapReduce adalah framework
software yang diperkenalkan oleh Google dan digunakan untuk mendukung
distributed computing yang dijalankan di atas data yang sangat besar dan
dijalankan secara simultan dibanyak komputer. Framework ini terinspirasi oleh
konsep fungsi map dan reduce yang biasa digunakan di functional programming.
MapReduce memungkinkan programmer Google untuk melakukan komputasi yang
sederhana dengan menyembunyikan kompleksitas dan detail dari paralelisasi,
distribusi data, load balancing dan fault tolerance. MapReduce memiliki dua
tahap dalam memproses data yaitu map danreduce. Tahap pertama dari MapReduce
disebut map. Map melakukan transformasi setiap data elemen input menjadi data
elemen output. Map dapat dicontohkan dengan suatu fungsi toUpper(str) yang akan
mengubah setiap huruf kecil (lowercase) menjadi huruf besar (uppercase). Setiap
data elemen huruf kecil (lowercase) yang menjadi input dari fungsi ini akan
ditransformasi menjadi data output elemen yang berupa huruf besar (uppercase).
Map memiliki fungsi yang dipanggil untuk setiap input yang menghasilkan output
pasanganintermediate <key, value>.
Reduce adalah tahap yang
dilakukan setelah mapping selesai. Reduceakan memeriksa semua value input dan
mengelompokkannya menjadi satuvalue output. Reduce menghasilkan output pasangan
intermediate. Sebelum memasuki tahap reduce, pasangan intermediate <key,
value> dikelompokkan berdasarkan key, tahap ini dinamakan tahap shuffle.
2.3 Hadoop
Hadoop adalah framework
perangkat lunak berbasis Java dan open source yang berfungsi untuk mengolah
data yang sangat besar secara terdistribusi dan berjalan di atas cluster yang
terdiri dari beberapa komputer yang saling terhubung. Hadoop dapat mengolah
data dalam jumlah yang sangat besar hingga petabyte dan dijalankan di atas
ribuan komputer. Hadoop framework mengatur segala macam proses detail sedangkan
pengembang aplikasi hanya perlu fokus pada aplikasi logiknya. Hadoop adalah
terdiri dari dua komponen yaitu:
1. HDFS (Hadoop
Distributed File System) – Data yang terdistribusi.
2. MapReduce –
framework dari aplikasi yang terdistribusi
2.3.1 Hadoop
Distributed File System
HDFS adalah distributed
filesystem berbasis Java yang menyimpan file dalam jumlah besar dan disimpan
secara terdistribusi di dalam banyak komputer yang saling berhubungan.
3. Kesimpulan
Pembuatan suatu
aplikasi pembobotan term dokumen berbahasa Indonesia menggunakan bahasa
pemrograman Java framework Hadoop MapReduce.Dari hasil ujicoba performa, waktu
komputasi menggunakan MapReduce lebih cepat dibandingkan waktu komputasi pada
komputer stand alone terutama pada Job I dengan selisih waktu hingga 5386.43
detik atau kecepatan komputasi lebih cepat hingga 137,88%.
Semua pengguna komputer yang pernah mengakses internet, secara sadar atau tidak sadar pasti pernah melakukan cloud computing. Siapa coba yang tidak pernah mengakses google? Pasti hampir semua pengguna internet pernah mengaksesnya. Ketika pengguna mengakses google, sebenarnya dia sedang melakukan cloud computing! Mesin pencari Google, juga mesin pencari lainnya merupakan aplikasi web. Dimana data-data pendukung mereka berada di server masing-masing. Selain itu implementasinya masih banyak lagi. Karena website yang ada sekarang rata-rata sudah berupa aplikasi web. Bukan hanya seperti papan pengumuman yang hanya berfungsi untuk memajang informasi. Layanan internet seperti Gmail, Yahoo!Mail dan Google Docs merupakan contoh aplikasi web. Bukankah dengan itu aplikasi web seperti Outlook dan MS Word bisa digantikan?
