ABSTRAK
Nama Penulis 1 / Program Studi : Ikramullah / Ilmu Komputer
Nama Penulis 2 / Program Studi : Brandon Ivander / Ilmu Komputer
Judul : Implementasi Auto Scaling, Dynamic Partition,
dan Multiprocessing pada Library FogVerse:
Studi Kasus Deteksi Kondisi Darurat Real-Time
dengan Data Media Sosial
Pembimbing : Muhammad Hafizhuddin Hilman S.Kom.,
M.Kom., Ph.D.
Banyak informasi yang tersebar pada media sosial. Kehadiran media sosial seperti X
(Twitter), Facebook, dan TikTok memfasilitasi persebaran informasi dari seluruh penjuru
dunia. Informasi yang ada pada media sosial beragam jenisnya, mulai dari ekspresi diri,
opini, atau bahkan informasi terkait suatu kejadian di dunia nyata. Permasalahannya,
informasi yang bertebaran di media sosial belum tentu relevan dengan informasi yang
diinginkan. Masalah tersebut dapat diselesaikan dengan penggunaan kecerdasan buatan
untuk melakukan kurasi data. Namun, dalam menggunakan kecerdasan buatan biaya
komputasi yang diperlukan cukup mahal dan banyaknya informasi yang diproses dapat
membuat waktu untuk melakukan analisis data menjadi cukup lama. Untuk menanggulangi
masalah tersebut, penggunaan paradigma cloud computing dapat digunakan
karena sumber daya komputasi cloud umumnya lebih mudah diakses dibandingkan
dengan sumber daya komputasi lokal. Sudah terdapat sebuah library bernama FogVerse
yang dibangun dengan Apache Kafka untuk melakukan stream data processing, yaitu
FogVerse. FogVerse merupakan salah satu solusi untuk digunakan dalam pembangunan
aplikasi berbasis stream data processing karena kemampuannya untuk melakukan
pemrosesan berbagai sumber data dan menangani aliran informasi yang banyak. Fog-
Verse pada dasarnya digunakan dalam pengaturan sumber daya untuk fog computing,
tetapi penelitian ini hanya berfokus pada penggunaan FogVerse sebagai server yang
menghubungkan setiap komponen pada sistem. Penelitian ini dilakukan untuk meneliti
dua hal utama, yaitu meningkatkan kemampuan dari FogVerse secara keseluruhan dan
merancang serta mengimplementasikan sistem deteksi kejadian darurat menggunakan
data dari media sosial yang diimplementasikan menggunakan FogVerse yang sudah
dimodifikasi. Terdapat tiga pengingkatan pada FogVerse, yaitu dynamic partition,
multiprocessing, dan auto scaling. Dari hasil peningkatan FogVerse, penelitian dilakukan
untuk menujukan bahwa terjadinya peningkatan dari sisi throughput dan latency terhadap
aplikasi yang dibangun menggunakan FogVerse terbaru.
Kata kunci:
Apache Kafka, FogVerse, multiprocessing, real-time, throughput, latency, media sosial
|