ABSTRAK Nama : Michael Susanto Program Studi : Ilmu Komputer Judul : Tweetream: Real-Time Tweet Streaming Platform berbasis Cloud untuk Pemrosesan Microblogging Data Berskala Besar Pembimbing : Muhammad Hafizhuddin Hilman, S.Kom., M.Kom., Ph.D. Seiring berjalannya waktu, semakin banyak pula data-data yang dihasilkan dari aktivitas yang dilakukan di dalam internet. Untuk melakukan pemrosesan data skala besar, diperlukan suatu cara agar data tersebut dapat diperoleh dan diolah secara efektif dan efisien. Salah satu metode untuk mengambil data skala besar secara real-time adalah dengan melakukan streaming. Penelitian yang dilakukan oleh Kurniawan et al. menghasilkan sebuah model klasifikasi terbaik yang dapat digunakan untuk melakukan klasifikasi trafik lalu lintas. Aplikasi yang dibangun sudah dapat melakukan streaming namun masih sederhana dan bersifat monolitik, yang apabila digunakan untuk melakukan pemrosesan data skala besar tidak bersifat scalable. Scalable di sini merujuk kepada kemampuan aplikasi tersebut untuk di-scale sesuai kebutuhan dan dapat dilakukan pada komponen tertentu dari aplikasi. Dalam penelitian ini akan dibentuk platform Tweetream yang mampu mengakomodasi kebutuhan pemrosesan data skala besar dan bersifat scalable. Rancangan arsitektur yang dibuat untuk Tweetream bersifat fleksibel sehingga dapat ditambah dan dikurangi komponennya sesuai kebutuhan. Tidak hanya itu, platform Tweetream juga diuji dengan menggunakan model klasifikasi yang dikembangkan oleh Kurniawan et al. dan melalui serangkaian skenario yang beragam. Hasil penelitian didapatkan bahwa kemampuan mesin yang melakukan pengambilan data dari Twitter memiliki throughput 698400 tweets / 1 USD. Selain itu, aplikasi Web Client dengan fitur autoscaling dalam melakukan tugas yang berat terlihat unggul pada 3 dari 3 metrik yang diuji dalam penelitian ini namun kurang unggul dalam hal response time pada tugas yang ringan dibandingkan dengan aplikasi Web Client tanpa scaling. Berdasarkan hasil analisis, terlihat bahwa Tweetream sudah cukup efektif dan efisien untuk pemrosesan data berskala besar sebab telah memenuhi aspek performa, ketersediaan, dan kemudahan kustomisasi. Kata kunci: Tweetream, stream processing, cloud computing, autoscaling, real-time.