DEEP LEARNING

Apa itu Deep Learning?

            Teknologi semakin maju, banyak hal yang dapat komputer lakukan sekarang ini. Salah satu pemanfaatan kemajuan teknologi ini adalah Deep Learning (Komputer yang mampu belajar dengan mendalam). Simpelnya, komputer kini mampu belajar layaknya manusia. Belajar dari pengalaman, dari buku, dari sumber-sumber, lalu dapat mengambil keputusan dan memberi jawaban.

   

         Dengan adanya Deep Learning, banyak bidang mampu berkembang lebih pesat. Mulai dari kesehatan, bercocok tanam yang lebih efektif, hingga mobil tanpa supir (self-driving car).

            Deep Learning adalah bagian dari kepintaran buatan (Artificial Intelligence — AI). AI terbukti mampu membangun dengan pesat berbagai bidang jenis industri. AI seakan menjadi “listrik baru”yang mampu memberikan penemuan-penemuan baru dalam industri. Begitu juga dengan Deep Learning.

            Beberapa hal yang perlu anda pelajari untuk mengetahui lebih lanjut mengenai Deep Learning: (dalam proses pembuatan)

1. Neural Network dan Deep Learning (jaringan syaraf dalam komputer)

2. Mengimprovisasi Deep Neural Network (jaringan syaraf komputer yang mampu belajar mendalam)

3. Menyusun struktur Machine Learning (Komputer yang mampu belajar)

4. Convolutional Neural Network (Jaringan syaraf kompleks)

5. Natural Language Processing (pengolahan bahasa, pengenalan suara)

Jenis-jenis Algorithma Deep Learning

Berikut ini adalah beberapa jenis algoritma deep learning berdasarkan kegunaannya. Halaman ini akan di-update seiring dengan berjalannya waktu.

1. Pembelajaran dengan menggunakan label (Supervised Learning)

Pengolahan data berupa tulisan - analisa sentimen - penguraian kalimat	- Recurrent Network, - Recurrent Network Tensor Network
Pengolahan citra digital	- Deep Belief Network, - Convolutional Network
Pengenalan obyek	- Convolutional Network, - Recurrent Network Tensor Network
Pengolahan suara	-Recurrent Network

2. Pembelajaran tanpa menggunakan label (Unsupervised Learning)

Bila ingin mencoba mengenali pola atau mengekstrak data, gunakan Restricted Boltman Machines atau Autoencoder

3. Berdasarkan obyektif

- Bila anda ingin melakukan klasifikasi data, gunakan algoritma Multi Layer Perceptron dengan Rectified Linear Unit, atau Deep Belief Network

- Jika anda ingin melakukan deep learning dengan data yang dapat berubah terhadap waktu, gunakan Recurrent Neural Network

CONTOH KASUS  

            Contoh kasus bunga iris di bawah adalah contoh Supervised Learning. Pada supervised learning, algoritma pembelajaran mesin diberikan contoh input (ukuran sepal dan petal) dan pasangan outputnya (spesies). Tugas algoritma pembelajaran mesin adalah mencari hubungan antara masing-masing pasangan ukuran sepal dan petal dengan spesiesnya— mencari operasi-operasi yang dibutuhkan agar semua input mengarah pada output yang tepat. Dalam pembelajaran mesin, output dari contoh input tertentu biasa disebut dengan label. Beberapa contoh algoritma supervised learning adalah Decision Tree, Naive Bayes, Nearest Neighbor, dan Support Vector Machine.

DAFTAR PUSTAKA :

- https://medium.com/@ilhamadun/pembelajaran-mesin-dan-deep-learning-5c86c7cf77b9

- https://mc.ai/apa-itu-deep-learning/

- http://aardiya.blogspot.co.id/p/deep-learning.html

QUANTUM COMPUTATION ATAU KOMPUTASI KUANTUM

1.      Pendahuluan         
Komputasi kuantum adalah bidang studi difokuskan pada teknologi komputer berkembang berdasarkan prinsip-prinsip teori kuantum , yang menjelaskan sifat dan perilaku energi dan materi pada kuantum (atom dan subatom) tingkat. Pengembangan komputer kuantum , jika praktis, akan menandai lompatan maju dalam kemampuan komputasi jauh lebih besar daripada yang dari sempoa ke modern superkomputer , dengan keuntungan kinerja di alam miliar kali lipat dan seterusnya.

Komputer kuantum, mengikuti hukum fisika kuantum, akan memperoleh kekuatan pengolahan yang besar melalui kemampuan untuk berada di beberapa negara, dan untuk melakukan tugas-tugas menggunakan semua kemungkinan permutasi secara bersamaa. Kini pusat penelitian di komputasi kuantum termasuk MIT, IBM, Oxford University, dan Los Alamos National Laboratory.
2. Algorithma Shor

           Algoritma Shor merupakan sebuah metode yang dikembangkan tahun 1994 oleh ilmuwan AT&T  Peter Shor untuk menggunakan komputer kuantum yang futuristis untuk menemukan faktor-faktor dari sebuah bilangan. Bilangan-bilangan yang diperkalikan satu dengan yang lain  untuk  memperoleh  bilangan  asli.  Saat ini, pemfaktoran (factoring) sebuah bilangan besar masih terlalu sulit bagi komputer konvensional meskipun begitu mudah untuk  diverifikasi. Itulah sebabnya pemfaktoran bilangan besar ini banyak digunakan dalam metode kriptografi untuk melindungi data.

             3.   Quantum Gate

            Dalam komputasi kuantum dan khusus kuantum sirkuit model komputasi, gerbang kuantum (atau Gerbang logika kuantum) adalah rangkaian dasar kuantum yang beroperasi di sejumlah kecil qubits. Mereka adalah blok bangunan dari kuantum sirkuit, seperti gerbang logik klasik sirkuit digital konvensional.

            Tidak seperti logika klasik pintu gerbang pada umumnya, logika kuantum bersifat reversibel. Namun, komputasi klasik hanya dapat dilakukan dengan menggunakan gerbang reversibel. Sebagai contoh, gerbang Toffoli reversibel dapat melaksanakan semua fungsi Boolean. Gerbang ini memiliki penyetaraan kuantum secara langsung, menampilkan bahwa sirkuit kuantum dapat melakukan semua operasi yang dilakukan oleh sirkuit klasik.

            Gerbang logik kuantum yang diwakili oleh kesatuan matriks. Gerbang kuantum yang paling umum beroperasi pada ruang dari satu atau dua qubits, seperti Gerbang logika klasik umum beroperasi pada satu atau dua bit. Ini berarti bahwa sebagai matriks, gerbang kuantum dapat dijelaskan oleh 2 × 2 atau 4 × 4 kesatuan matriks.

           4. Penerapan Quantum COmputing

            Pada 19 Nov 2013 Lockheed Martin, NASA dan Google semua memiliki satu misi yang sama yaitu mereka semua membuat komputer kuantum sendiri. Komputer kuantum ini adalah superkonduktor chip yang dirancang oleh sistem D – gelombang dan yang dibuat di NASA Jet Propulsion Laboratories. NASA dan Google berbagi sebuah komputer kuantum untuk digunakan di Quantum Artificial Intelligence Lab menggunakan 512 qubit D -Wave Two yang akan digunakan untuk penelitian pembelajaran mesin yang membantu dalam menggunakan jaringan syaraf tiruan untuk mencari set data astronomi planet ekstrasurya dan untuk meningkatkan efisiensi searchs internet dengan menggunakan AI metaheuristik di search engine heuristical. A.I. seperti metaheuristik dapat menyerupai masalah optimisasi global mirip dengan masalah klasik seperti pedagang keliling, koloni semut atau optimasi swarm, yang dapat menavigasi melalui database seperti labirin. Menggunakan partikel terjerat sebagai qubit, algoritma ini bisa dinavigasi jauh lebih cepat daripada komputer konvensional dan dengan lebih banyak variabel. Penggunaan metaheuristik canggih pada fungsi heuristical lebih rendah dapat melihat simulasi komputer yang dapat memilih sub rutinitas tertentu pada komputer sendiri untuk memecahkan masalah dengan cara yang benar-benar cerdas . Dengan cara ini mesin akan jauh lebih mudah beradaptasi terhadap perubahan data indrawi dan akan mampu berfungsi dengan jauh lebih otomatisasi daripada yang mungkin dengan komputer normal

            Lalu pada tahun 2000, IBM sudah membuat quantum computer dengan 5 qubits dengan atom sebagai prosesornya. dan D-Wave perusahaan komputer asal Vancouver, Canada merilis kabar bahwa pihaknya telah mampu untuk beroperasi dengan prinsip quantum yang jauh ebih cepat dari komputer yang ada saat ini. Komputer yang diberi nama “Orion” ini, menggunakan teknik cetakan rata yang sistematis, dipadukan dengan sebuah chip niobium superkonduksi dan suhu ultrarendah, dapat mengerjakan 16 qubit. Chip inti harus dingin hingga mendekati titik nol absolut (-125.15ºC), agar supaya dalam proses perhitungannya tetap dalam kondisi kuantum Perusahaan D-Wave menuturkan, bahwa komputer kuantum ini bisa mengoperasikan 64 ribu hitungan secara bersamaan, dan prototipe komputer kuantum yang diperlihatkannya pada 13 Februari 2007 merupakan komputer tipe bisnis yang pertama di dunia, di dalamnya ditanami chip kuantum yang dapat mengoperasikan 16 qubit. 

DAFTAR PUSTAKA :

https://ibmcai.com/2016/03/15/quantum-computing-time-for-venture-capitalists-to-put-chips-on-the-table/

https://anggamaulana20.wordpress.com/2014/05/17/quantum-computing-beserta-algoritma-dan-penerapannya/

http://chachados.blogspot.co.id/2013/05/komputasi-kuantum.html

http://wikipedia.org/

http://komputermenarik.blogspot.com/

http://amoekinspirasi.wordpress.com/

http://dislack.wordpress.com/

Makalah Tentang NoSQL Database

BAB I

PENDAHULUAN

            NoSQL adalah sistem manajemen database non-relasional, pengambilan informasi yang cepat dari database dan portabel . NoSQL pada dasarnya berasal dari sistem database RDB . Database ini  biasanya berinteraksi dengan sistem operasi UNIX . Database NoSQL database adalah mereka yang non - relasional ,open source , didistribusikan di dunia,  serta memiliki kinerja tinggi dengan cara linear yang terukur . Johan Oskarsson dari Last.fm memperkenalkan kembali istilah NOSQL pada awal 2009 ketika ia menyelenggarakan sebuah acara untuk membahas “Distributed Open Source dan Non-relational Database”.

            Berbeda dengan basis data SQL dimana meskipun berbeda-beda pembuat namun cara kerja NOSQL maupun cara penggunaannya relatif sama. Contohnya sama-sama menggunakan tabel yang dihubungkan oleh relasi-relasi, manipulasi data dengan bahasa SQL dan sb. Basis data NOSQL bisa sangat berbeda satu sama lain. Sebagian besar sistem NOSQL pada masa awal tidak berusaha untuk memberikan atomicity, konsistensi, isolasi dan daya tahan jaminan, bertentangan dengan praktik yang berlaku di antara sistem database relasional.

BAB II

PEMBAHASAN

2.1       NoSQL

            NoSQL singkatan Not Only SQL . Hal ini diucapkan sebagai noseequel . Ini adalah salah satu jenis lain dari penyimpanan data selain database yang digunakan sebelumnya. Jenis database ini digunakan untuk menyimpan sejumlah besar penyimpanan data seperti data dalam facebook yang terus meningkat dari hari ke hari . 

            Database nonrelational tidak mengatur data dalam tabel terkait ( yaitu , data disimpan dalam cara non -normalisasi ) . database NoSQL adalah open source , sehingga setiap orang dapat melihat source code secara bebas , memperbaruinya sesuai dengan kebutuhannya dan kompilasi . didistribusikan berarti data menyebarkan ke perangkat yang berbeda dan dikelola oleh perangkat yang berbeda, jadi di sini menggunakan konsep data replikasi

            Dengan munculnya situs jejaring sosial seperti facebook dan twitter , permintaan teknologi baru yang dapat menangani jumlah data yang besar telah menyebabkan munculnya berbagai teknologi baru dan salah satu yang menonjol adalah NoSQL yang cukup membantu dalam penyimpanan segudang data. NoSQL ( non - relasional ) relatif lebih cepat dari database relasional .. Sebelumnya , di SQL menggunakan bahasa Query untuk mengambil serta menyimpan data , kalau di  NoSQL menyimpan entitas data besar dengan menggunakan dokumen XML ( eXtensible Mark up Language ) format . Bahasa XML pada dasarnya digunakan untuk menyimpan data dalam bentuk terstruktur yang dibaca manusia.

2.1.1 Aoksiomatik dari  NoSQL

A. ASAM free

ACID singkatan Atomicity , Konsistensi , Isolasi dan Daya Tahan . Konsep ACID pada dasarnya berasal dari lingkungan SQL. Tapi dalam NoSQL tidak akan menggunakan konsep ACID karena fitur Konsistensi SQL. Dalam artikel ini akan melihat bagaimana konsep ACID menciptakan masalah untuk NoSQL . Seperti dalam lingkungan terdistribusi , data menyebar ke mesin yang berbeda , setiap mesin menyimpan data dan pemeliharaan diperlukan konsistensi. Misalnya, jika ada perubahan dalam satu tupple table maka perubahan yang diperlukan dalam setiap enggine dimana data tertentu berada .

B. BASE

BASE kebalikan dari ACID [ 1 ] . database NoSQL dibagi antara jalan dari ACID ke BASIS . Fokus utama menuju belakang BASE adalah ketersediaan permanen [ 6 ] . Misalnya, berpikir tentang database di bank, jika dua orang yang mengakses akun sama di kota yang berbeda maka perubahan data yang  diperlukan bukan hanya dalam waktu yang sama tetapi membutuhkan beberapa database real time juga. Perubahan harus sering dilakukan pada semua mesin . Beberapa contoh lebih banyak reservasi kereta api online, perdagangan buku online, dll

C. CAP

CAP singkatan Konsistensi , Ketersediaan dan Partisi toleransi . CAP pada dasarnya adalah sebuah teorema yang mengikuti tiga prinsip.

1.      Data yang ada pada semua mesin harus sama dalam segala hal dan perubahan data yang konsisten harus dilakukan pada semua mesin atau consistent data.

2.      Data harus tersedia secara permanen dan harus diakses setiap waktu atau availability.

3.      Selama kegagalan mesin atau kesalahan dalam mesin database yang akan bekerja dengan baik tanpa berhenti kerja atau partition Tolerance

2.2 Peranan data dan Arsitektur di NoSQL

Ada empat komponen dalam blok bangunan nya.

1.      Modelling Language: Ini menggambarkan struktur database dan juga mendefinisikan skema yang itu didasarkan. data adalahyang disimpan dalam bentuk baris dan kolom menggunakan XML format. Dan setiap data (nilai) sesuai dengan itu ditugaskan kunci yang unik. Untuk akses data lebih cepat, model dibangun di lingkungan yang sesuai.

2.      Database Struktur: Setiap basis data sementara bangunan menggunakan struktur data sendiri, dan menyimpan data menggunakan perangkat penyimpanan permanen.

3.      Database bahasa Query: Semua operasi yang dilakukan pada database yang membuat, merubah, membaca dan menghapus.

4.      Transaksi: Dalam setiap transaksi dalam data, mungkin ada jenis kesalahan atau kegagalan, kemudian, mesin tidak akan berhenti kerja.

2.3 Jenis penyimpan data NoSQL.

            Atas dasar teorema CAP,  database NoSQL dibagi menjadi beberapa jumlah database . Ada empat jenis penyimpan data dalam NoSQL .

1.      Key value databases

            Key value databases nama itu sendiri menyatakan bahwa itu adalah kombinasi dari dua hal yang merupakan kunci dan nilai . Ini adalah salah satu low profile sistem database ( tradisional) . Key Value database ( KV ) adalah ibu dari semua database NoSQL . Key adalah sebuah identifikasi unik untuk entri data tertentu. Kunci tidak harus diulang jika digunakan.

2.      Document Stores Databases

            Document Stores Databases adalah mereka database NoSQL yang menggunakan catatan sebagai dokumen. Jenis Document Stores Databases terstruktur (teks ) atau semi - terstruktur ( XML ) dokumen yang biasanya hirarki di nature . Di sini setiap dokumen terdiri dari satu set kunci dan nilai-nilai yang hampir sama seperti ada dalam database Key Value . Setiap database yang berada di Document Stores Databases dipindahkan ke field dengan menggunakan pointer dengan menggunakan teknik hashing . Document Stores Databases adalah skema bebas dan tidak tetap di nature . 

3.      Columnar Database

Columnar Database juga dikenal sebagai database keluarga kolom karena mereka adalah database berorientasi kolom .

Ada dua jenis database berorientasi kolom yang detail seperti yang diberikan di bawah ini :

·         Wide-Column data stores:

            Ini adalah salah satu jenis database NoSQL . Menyimpan data Kolom lebar adalah mereka database yang digunakan untuk pengolahan web ,streaming data dan dokumen .

·         Column oriented databases:

Untuk memahami database berorientasi kolom mari kita mengambil contoh database bank yang diberikan dalam gambar 9 yang bidang atribut adalah EmpID , Gaji dan penunjukan dan nilai-nilai sesuai dengan itu adalah seperti yang digambarkan dalam database .

4.      Graph databases.

            Database Grafik didasarkan pada teori graf . Secara umum, kita melihat grafik yang biasanya terdiri dari node \ , sifat dan tepi .

Database NoSQL Grafik terdiri dari :

·         Node mewakili entitas

·         Properti merupakan atribut

·         Tepi mewakili hubungan

2. 4 Karakteristik NoSQL

·         NoSQL tidak menggunakan model data relasional dengan demikian tidak menggunakan bahasa SQL .

·         NoSQL menggunakan volume data yang besar .

·         Dalam lingkungan terdistribusi (data menyebar ke mesin yang berbeda ) , kita menggunakan NoSQL tanpa ketidaksesuaian .

·         Jika ada kesalahan atau kegagalan ada di setiap mesin , maka dalam hal ini tidak akan ada penghentian pekerjaan .

·         NoSQL adalah database open source, yaitu kode sumbernya tersedia untuk semua orang dan bebas menggunakannya tanpa overhead .

·         Memungkinkan data NoSQL untuk menyimpan dalam catatan yang tidak memiliki apapun skema tetap. NoSQL tidak menggunakan konsep ACID properti .  

·         NoSQL adalah horizontal scalable menyebabkan kinerja tinggi dalam cara linear . Hal ini memiliki struktur yang lebih fleksibel.

2.5 Beberapa Database NoSQL 

• MongoDB  merupakan database open source berbasis dokumen (Document-Oriented Database) yang awalnya dibuat dengan bahasa C++.

• Cassandra Apache dikembangkan oleh APACHE. Aplikasi Inilah yang digunakan facebook untuk penyimpanan miliayaran data hingga saat ini.

• CouchDB juga dikembangkan oleh APACHE. CouchDB adalah database yang benar-benar merangkul web. Menyimpan data Anda dengan dokumen JSON.  

 BAB III

KESIMPULAN

            NoSQL adalah sistem manajemen database non-relasional, pengambilan informasi yang cepat dari database dan portabel . NoSQL pada dasarnya berasal dari sistem database RDB . Database ini  biasanya berinteraksi dengan sistem operasi UNIX . Database NoSQL database adalah mereka yang non - relasional ,open source , didistribusikan di dunia,  serta memiliki kinerja tinggi dengan cara linear yang terukur .

            NoSQL merupakan paradigma baru dalam Sistem Manajemen Basis Data yang memiliki keunggulan dalam hal scalability dan kecepatan dalam pencarian data. Terdapat beberapa teknik pengelolaan data pada NoSQL, document-oriented, columnoriented, graph-oriented, dan object-oriented. MongoDB merupakan salah satu DBMS yang menggunakan teknik pengelolaan data document-oriented. MongoDB tidak menggunakan skema, tabel, dan atribut dalam pengorganisasian basis data, melainkan koleksi, dokumen, dan key-value.

            Karakteristik NoSQL adalah NoSQL tidak menggunakan model data relasional dengan demikian tidak menggunakan bahasa SQL . NoSQL menggunakan volume data yang besar . Dalam lingkungan terdistribusi (data menyebar ke mesin yang berbeda ) , kita menggunakan NoSQL tanpa ketidaksesuaian .  Jika ada kesalahan atau kegagalan ada di setiap mesin , maka dalam hal ini tidak akan ada penghentian pekerjaan . NoSQL adalah database open source, yaitu kode sumbernya tersedia untuk semua orang dan bebas menggunakannya tanpa overhead . Memungkinkan data NoSQL untuk menyimpan dalam catatan yang tidak memiliki apapun skema tetap. NoSQL tidak menggunakan konsep ACID properti .  NoSQL adalah horizontal scalable menyebabkan kinerja tinggi dalam cara linear . Hal ini memiliki struktur yang lebih fleksibel.

DAFTAR PUSTAKA

[1] http://just-sharre.blogspot.co.id/2013/09/artikel-nosql.html (Online ; diakses pada 2 April 2018).

[2] http://dinardc.blogspot.co.id/2016/03/nosql-database.html (Online; diakses pada 2 April 2018).

[3] http://irfandudin.blog.uns.ac.id/2015/12/19/nosql-database/ (Online; diakses pada 2 April 2018).

JURNAL TENTANG NoSQL DATABASE

ABSTRAK

            Not Only SQL atau sering di sebut dengan kata NoSQL yaitu metode penyimpanan database yang di peruntunkan untuk skala yang besar karena tidak lagi memerlukan relasi antar tabel dan tidak menyimpan data dalam format tabel kaku (kolom yang fix) seperti layaknya Relasional Database. Berkembangnya aplikasi berbasis web yang memerlukan pengolahan data dalam skala besar melahirkan paradigma baru dalam teknologi basis data. Beberapa website seperti Facebook, Twitter, Digg, Google, Amazon, dan SourceForge menyimpan dan mengolah data puluhan giga setiap harinya, dan total keseluruhan data yang disimpan oleh aplikasi tersebut sudah mencapai ukuran petabyte. peningkatan kemampuan server secara horizontal yang meliputi penambahan perangkat server baru dalam suatu jaringan memerlukan biaya yang mahal dan sulit dalam pengelolaannya. Salah satu cara yang diterapkan oleh website berskala besar untuk mengatasi permasalahan tersebut adalah dengan menggunakan NoSQL. NoSQL menggunakan paradigma Basically Available, Soft State, and Eventually consistent (BASE) untuk merelaksasikan aturan tersebut..

Kata Kunci : NoSQL, Database

PENDAHULUAN

            SQL ( Structured Query Language ) berbeda atau bukan NoSql, pada dasarnya NoSql memiliki peranan dan fungsi yang sama, hanya saja pada perkembangannya NoSql di peruntunkan untuk data-data besar yang meminimalisir perubahan-perubahan pada kolom yang akan terjadi di data yg besar, seperti yang kita tahu bahwasanya apabila ada penambahan kolom-kolom tertentu pada tabel di Sql seperti MySql kita memerlukan perubahan besar pada database kita dan itu merupakan bencana besar bagi para programmer karena harus menstruktur ulang data-data tersebut. Johan Oskarsson dari Last.fm memperkenalkan kembali istilah NOSQL pada awal 2009 ketika ia menyelenggarakan sebuah acara untuk membahas “Distributed Open Source dan Non-relational Database”. Sebagian besar sistem NOSQL pada masa awal tidak berusaha untuk memberikan atomicity, konsistensi, isolasi dan daya tahan jaminan, bertentangan dengan praktik yang berlaku di antara sistem databaserelasional. Namun di kemudian hari, beberapa database NOSQL dengan pembaruan terkini sudah mampu mengintegrasikan databaseyang non-relasional ke dalam bentuk database relasional sehingga dapat mempermudah pengguna yang masih belum akrab dengan bahasa standar yang diterapkan NoSql.

PEMBAHASAN

            `NoSQL singkatan dari Not Only SQL. NoSQL adalah sebuah konsep mengenai penyimpanan data non-relasional. Berbeda dengan model basis data relasional yang selama ini digunakan, NoSQL menggunakan beberapa metode yang berbeda-beda.

            NoSQL sangat berguna pada data-data yang terus-menerus berkembang, dimana  data tersebut sangat kompleks sehingga sebuah database relational tidak lagi bisa mengakomodir. Salah satu bentuknya adalah ketika suatu data saling berhubungan satu sama lain, maka akan muncul proses duplikasi data. Dimana data saling memanggil ke beberapa permintaan, tambahan data baru, perubahan data, dan lain-lain dengan key yang sama. Karena faktor hubungan antar data yang sama terjadi terus-menerus, mendorong faktor redudansi data, data menjadi berlipat-lipat, dan pada akhirnya akan menyebabkan crash pada database berkonsep RDBMS. Pengelompokan database NoSQL Secara umum, database noSQL dibagi menurut format penyimpanan dokmentnya . Berikut ini adalah pengelompokan database noSQL berdasarkan model (penyimpanan) datanya.

            Document Database contohnya MongoDB, seiap satu object data disimpan dalam satu dokumen. Dokumen sendiri bisa terdiri dari key-value, dan value sendiri bisa berupa array atau key-value bertingkat. Graph, Format penyimpanan data dalam struktur graph. Format ini sering dipakai untuk data yang saling berhubungan seperti jejaring social. Contoh database noSQL dengan format ini adalah Neo4J dan FlockDB. FlockDB dipakai oleh twitter. Selain itu kalau di dalam konsep DBMS biasanya sebelum insert data Anda diharuskan untuk mendefinisikan terlebih dahulu struktur tabel seperti tipe data dan ukurannya, di konsep NoSQL ini Anda bisa menyimpan data tanpa perlu mendefinisikan tipe data dan ukurannya lagi. Jadi lebih fleksibel bila ada perubahan di masa mendatang. Adapun beberapa database NoSQL yang ada saat ini yaitu Cassandra, Big Table, CouchDB, Redis, Riak, Dynamo dan lainnya. 

KELEBIHAN NOSQL

1. NoSQL bisa menampung data yang terstruktur, semi terstruktur dan tidak terstuktur secara efesien dalam skala besar (big data/cloud).
2. Menggunakan OOP dalam pengaksesan atau manipulasi datanya.
3. NoSQL tidak mengenal schema tabel yang kaku dengan format data yang kaku. NoSQL sangat cocok untuk data yang tidak terstruktur, istilah singkat untuk fitur ini adalah Dynamic Schema.
4. Autosharding, istilah sederhananya, jika database noSQL di jalankandi cluster server (multiple server) maka data akan tersebar secara otomatis dan merata keseluruh server.

KEKURANGAN NOSQL

1. minimal bagi saya adalah Hostingnya mahal. beberapa layanan di luar negeri mencharge biaya 100-200USD untuk hosting database noSQL.
2. Selain itu, saya belum banyak menemukan hosting Cpanel yang mendukung database MongoDB atau database noSQL lainnya.
3. karena bervariasinya produk dan format penyimpanan, berpindah antar satu produk database ke produk noSQL lainnya perlu waktu untuk belajar. Contohnya ketika anda pindah dari MongoDB ke Cassandra, maka anda harus belajar lagi dari awal, berbeda dengan database RDMS.

KESIMPULAN

            Nosql juga mencoba praktical dasar pada pembuatan database, mungkin untuk skala kecil menengah memang kita akan lebih memilih konsep sql selain sudah banyak fitur yang kita kenal kompabilitas pada beberapa hosting pun sangat memadai, tapi sebagai Programmer atau orang-orang yang terlibat dalam bidang IT kita tidak bisa menutup mata maupun telinga atas konsep pembaharuan yang di bawa oleh NoSql, jadi memang materi NoSql ini akan menjadi Tugas dan pengetahuan kita saat kita terjun kedunia kerja nanti apabila memang skala data yang di butuhkan sangatlah besar.

DAFTAR PUSTAKA

1.      Wikipedia : search keyword “NoSql”

2.      Timposu.com : ” Tutorial MongoDB”

3.      Sutanto.org : “Big Data”

4.      Lembaga ilmu Pengetahuan indonseia : “Tentang Jurnal”

5.      Adi, Candra Putra. 2014.Pengantar Database NoSQL dan MongoDB.

6.      http://www.candra.web.id/pengantar-database-nosql-dan-mongodb/, 1 April 2018

7.      Hasanudin, Ade. 2017. Tugas Basis Data(Jurnal NoSQL). http://stmikmb.ilearning.me/jurnal-nosql/, 1 April 2017

8.      Imaduddin, Rifqi Irfan. 2014.NoSQL Database. https://civitas.uns.ac.id/irfandudin/2015/12/19/nosql-database/. 1 April 2018          

9.      Sunarsa, Randi. 2012.NoSQL, Ketika Database tidak lagi membutuhkan Relasi.

TUGAS PENGANTAR ALGORITMA DEEP LEARNING : CYBER BULLYING TWEETS DENGAN API TWITTER

Step 1:

Install package utama (twitteR) dan package-package pendukung yang diperlukan dengan mengetikan install.package(“nama package”)

install.packages(twitteR)

install.packages(ROAuth)

install.packages(plyr)

install.packages(RCurl)

install.packages(wordcloud)

install.packages(corpus)

install.packages(tm)

Step 2 :

Aktifkan package tersebut dengan menggunakan require(“nama package”)

require(twitteR)

require(ROAuth)

require(plyr)

require(RCurl)

require(wordcloud)

require(corpus)

require(tm)

Step 3 :

Buat API twitter dengan menggunakan twitter anda. Buka apps.twitter.com lalu log in dengan twitter anda. Klik create new app lalu isi form seperti dibawah ini

Jika sudah anda akan mendapatkan api key,api secret key,access token dan access token secret

Step 4 :

Kembali ke RStudio, masukan consumer key(api key), consumer secret (api secret), access token dan access secret token dengan sintaks dibawah ini

consumer_key <- “insert your consumer key”

consumer_secret <- “insert your consumer secret”

access_token <- “insert your access token”

access_secret <- “insert your access token secret”

Step 5 :

jika sudah lakukan authentication ke twitter dengan sintaks berikut

setup_twitter_oauth(consumer_key,consumer_secret,access_token,access_secret)

Step 6 :

Mulai memproses mining tweet dengan sintaks berikut

miningtweets <- searchTwitter('dasar+jelek', lang = "id", n=50, resultType = "recent")

disini kami mencari tweet dengan kata kunci dasar jelek dengan jumlah tweet yang kami ambil sebanyak 50. Kami mengambil tweet terbaru

Step 7 :

Konversi tweet tersebut menjadi teks dan ditampilkan

miningtweets <- sapply(miningtweets,function(x)x$getText())

str(miningtweets)

bully <- Corpus(VectorSource(miningtweets))

inspect(bully)

dan akan menampilkan seperti berikut

Step 8 :

Untuk menghilangkan tanda baca,spasi, angka, dan kata kunci yang di mining dengan sintaks berikut

bully_clear <- tm_map(bully,removePunctuation)

bully_clear <- tm_map(bully_clear,removeNumbers)

bully_clear <- tm_map(bully_clear,stripWhitespace)

bully_clear <- tm_map(bully_clear,removeWords,c("dasar","jelek"))

Step 9 :

lalu munculkan kata hasil dari proses tersebut dengan sintaks

wordcloud(bully_clear)

lalu akan menghasilkan output seperti dibawah ini

Kelompok 9 4IA10

- Bisma Dwiki Ananda Tomy

- Lungguh Syam Pambudi

- Henggar Tri Wijayanto

- Andi Muhadir