Big Data Hadoop

COURSE OUTLINE

1. Pengenalan Big Data

• Definisi Big Data dan karakteristiknya (Volume, Variety, Velocity, Veracity).
• Pentingnya Big Data dalam pengambilan keputusan bisnis.
• Contoh penggunaan Big Data dalam berbagai industri.

2. Pengenalan Hadoop

• Apa itu Hadoop? Arsitektur dan komponen utama.
• Sejarah dan perkembangan Hadoop.
• Konsep ekosistem Hadoop: HDFS, YARN, MapReduce, dan lainnya.

3. Hadoop Distributed File System (HDFS)

• Struktur dan arsitektur HDFS.
• Menyimpan dan mengelola data dalam HDFS.
• Operasi dasar dengan HDFS (menulis, membaca, dan menghapus file).

4. MapReduce

• Konsep pemrograman MapReduce.
• Mengembangkan aplikasi MapReduce sederhana.
• Proses pengolahan data dengan MapReduce.

5. Hadoop Ecosystem Tools

• Pengenalan alat-alat dalam ekosistem Hadoop:
• Apache Pig: Bahasa pemrograman untuk pengolahan data.
• Apache Hive: Data warehouse untuk analisis SQL.
• Apache HBase: Database NoSQL yang berjalan di atas HDFS.
• Apache Sqoop: Alat untuk mengimpor dan mengekspor data dari/ke database relasional.
• Apache Flume: Alat untuk mengumpulkan dan mengalirkan data secara realtime.

6. Pengolahan Data dengan Apache Spark

• Pengenalan Spark dan perbandingannya dengan Hadoop.
• Menggunakan Spark untuk pemrosesan data besar.
• Spark SQL dan data frame: Mengelola data terstruktur dengan Spark.

7. Analisis Data dan Visualisasi

• Teknik analisis data menggunakan alat-alat Hadoop.
• Membangun dashboard dan visualisasi data dengan alat seperti Tableau atau Power BI.
• Pentingnya visualisasi dalam analisis data.

8. Keamanan dan Pengelolaan Data

• Strategi keamanan dalam ekosistem Hadoop.
• Pengelolaan hak akses dan audit.
• Praktik terbaik untuk menjaga integritas data.

9. Studi Kasus dan Diskusi

• Analisis kasus nyata dalam implementasi Hadoop.
• Diskusi tentang tantangan dan solusi yang dihadapi dalam proyek Big Data.
• Pembelajaran dari praktik terbaik di industri.

10. Latihan Praktis

• Proyek praktis: Membangun pipeline data menggunakan Hadoop.
• Mengembangkan aplikasi sederhana dengan MapReduce dan Spark.
• Latihan dalam penggunaan alat-alat dalam ekosistem Hadoop.

11. Evaluasi dan Penutup

• Evaluasi pemahaman peserta melalui kuis atau diskusi.
• Rangkuman materi pelatihan.
• Umpan balik dari peserta dan rencana tindak lanjut.

 

TRAINING METHOD

Presentation

Discussion

Case Study

Evaluation

 

FACILITY

Training Kit

Handout

Certificate

Lunch + 2x Coffee Break

Souvenir