Real Time
Analytic
Processing
(RTAP)
Enabling continues and extremely fast Stream Computing in Bigdata processing
Enabling continues and extremely fast Stream Computing in Bigdata processing
Capture and Act on all of your moving business data
(data-in-motion) in Real Time
Kita yang berkecimpung di dunia teknologi informasi tentunya sudah pernah mendengar tentang istilah OLTP
dan
OLAP. OLTP – OnLine Transaction Processing, seperti namanya, merupakan metodologi analisa data
secara cepat yang
berasal dari aplikasi berbasiskan transaksi, sedangkan OLAP
–
OnLine
Analytical Processing
merupakan analisa data
multi dimensi secara interaktif melalui 3 cara analisa operasional: consolidation
(roll-up), drill-down, dan slicing
&
dicing. Keduanya melibatkan analisa data
dalam jumlah yang
besar.
Disarikan dari wikipedia.org, pengertian aplikasi berbasis transaksi lebih kepada aplikasi yang
membutuhkan respon langsung, seperti transaksi di
ATM misalnya . Kita sebagai nasabah yang
sedang berdiri di depan ATM tidak mau menunggu bahkan 5 menit saja untuk mengambil uang saat mesin ATM menampilkan pesan “silahkan tunggu…”, apalagi menunggu beberapa jam.
Sedangkan analisa data
multi dimensi dapat berupa laporan manajemen, laporan bisnis untuk sales
atau marketing, serta business
process management.
Analisa OLTP dan OLAP lebih kepada stored-data yang terstruktur, artinya data
yang akan dianalisa sudah pernah tersimpan di dalam suatu
database, kemudian dilakukan analisa. Tantangan untuk analisa data
akan sangat berbeda kalau data
tersebut sedang bergerak (data-in-motion) dan terdiri dari kombinasi data
terstruktur dan tidak terstruktur.
Data tidak terstruktur dapat berupa gambar,
text, maupun
video. Kemudian, bagaimana kalau data yang bergerak (data-in-motion) itu sedemikan besar, misal dalam skala Giga
Bytes, Tera
Bytes atau bahkan Peta
Bytes per hari?
Menganalisa data bergerak yang sedemikian besar merupakan suatu tantangan tersendiri. Data dapat berasal dari berbagai sumber seperti sensor, kamera, news feed, atau sumber lainnya termasuk
database.
Di Manufacturing, kita dapat menempatkan
sensor sebagai quality
control pada saat tahap pembotolan produk minuman misalnya. Sensor yang di tempatkan pada production line yang
berbeda secara bersamaan dapat memberikan feedback terhadap sistem monitoring untuk melakukan pemantauan terhadap kualitas minuman dan memberikan alert
kepada pengawas yang
bertugas jika terjadi sesuatu di luar dari kualitas yang
seharusnya (misal ada kebocoran yang
menyebabkan minuman terkontaminasi bahan lainnya sehingga konsentrasinya menjadi berbeda). Dalam kondisi tertentu yang
sudah didefinisikan sebelumnya melalui rules, sistem monitoring dapat secara proaktif menginstruksikan untuk menutup valve utama pengisian ke botol-botol,
agar supaya minuman tidak terbuang percuma dan dapat segera dilakukan analisa kebocoran untuk mencari penyebabnya.
Dalam dunia telekomunikasi, pergerakan data
dapat dengan mudah mencapai skala
Terabit per detik. Churn Analysis
(kemungkinan
customer tidak menggunakan nomor-nya lagi)
dan Retention
Management
dapat dilakukan dari sumber data
bergerak seperti CDR
(Call
Detail Record),
yang dikombinasikan dengan data
demografik
customer, billing
service dan attitude
information serta historical
analysis untuk dapat mengembangkan
program-program promosi pemasaran yang
lebih tepat guna.
Tipe analisa data seperti ini, di mana jumlah data sangat besar dan bergerak secara cepat (data-in-motion) dan membutuhkan respon yang
cepat secara real-time disebut sebagai Real
Time Analytics Processing
(RTAP).
lihat juga artikel lainnya Mengenal Big Data
lihat juga artikel lainnya Mengenal Big Data
No comments:
Post a Comment