Sale!
BIG DATA

BIG DATA

Original price was: Rp98.000.Current price is: Rp80.000.

Penulis : Nindy Irzavika, S.SI., M.T., Laina Farsiah, S.Si., M.S., Nova Tri Romadloni, M.Kom.,
Rahmatika Pratama Santi, M.T., Nabilah, S.Kom., MT., Ani Anisyah, S.Pd., M.T.,
Khairun Amala, S.Si., M.M., Nisa Dwi Angresti, S.SI., M.Kom.,
Dwina Satrinia, S.Kom.,M.T., Dodi Zulherman, M.T.,
Yuwan Jumaryadi, S.Kom., MM., M.Kom., Deosa Putra Caniago, S.Kom., M.Kom,
Luki Hernando, M.Kom., Liptia Venica, S.T., M.T.
ISBN : 978-623-8586-16-5
Jumlah Hlm : xii,182
Ukuran : 15×23 Unesco
Kertas : Bookpaper
Tahun Terbit : 2024
Editor : –

SINOPSIS

Dalam buku ini, pembaca akan diajak untuk memahami prinsip desain antarmuka pengguna (UI) yang baik, pengembangan kode yang efisien, integrasi fitur-fitur kunci seperti notifikasi, penyimpanan data, dan konektivitas jaringan. Penekanan diberikan pada keberlanjutan, responsivitas, dan kegunaan aplikasi agar dapat bersaing di pasar yang kompetitif.

Penulis juga membahas strategi pemasaran aplikasi, analisis kinerja, dan pembaruan berkala untuk menjagaansi dan kepuasan pengguna. Dengan panduan praktis, studi kasus, dan saran terbaik, pembaca diberikan wawasan yang komprehensif tentang bagaimana merancang dan mengembangkan aplikasi Android yang sukses.

Secaraeluruhan, “Buku Perancangan Aplikasi Android” menjadi acuan yang berharga bagi pengembang aplikasi, desainer UI/UX, dan profesional TI yang ingin memahami proses perancangan aplikasi Android yang efektif dan sukses. Buku ini tidak hanya memberikan panduan langkah demi langkah, tetapi juga memberikan inspirasi dan strategi untuk menciptakan aplikasi yang menarik, fungsional, dan memuaskan bagi pengguna Android.

Daftar Isi

Kata Pengantar. v

Daftar Isi vi

Bab 1 – Pengantar Big Data. 1

  1. Definisi Big Data. 1
  2. Jenis Data pada Big Data. 3
  3. Tantangan dan Peluang Big Data. 5
  4. Implementasi Big Data. 7
  5. Dampak Big Data. 8

Bab 2 – Karakteristik Big Data. 9

  1. Volume. 10
  2. Velocity. 11
  3. Variety. 11
  4. Veracity. 12
  5. Value. 13
  6. Variability. 14
  7. Complexity. 14
  8. Accessibility. 15
  9. Authenticity. 16
  10. Agility. 17
  11. Analyzability. 17
  12. Availability. 18
  13. Actionability. 19
  14. Alignment 20
  15. Privacy and Ethics. 20

Bab 3 – Data Analitik. 22

  1. Definisi Data Analitik. 22
  2. Teknologi Pendukung Data Analitik. 25
  3. Metode dan Algoritma Data Analitik. 27
  4. Tantangan dan Solusi 29
  5. Studi Kasus Penjualan E-Commerce. 30

Bab 4 – Siklus Hidup Big Data Analytic. 33

  1. Business Case Evaluation. 35
  2. Data Identification. 35
  3. Data Acquisition and Filtering. 36
  4. Data Extraction. 37
  5. Data Validation and Cleaning. 38
  6. Data Anggregation and Representation. 39
  7. Data Analysis 40
  8. Data Visualization. 41
  9. Utilization of Analysis Results 42

Bab 5 –  Visualisasi Big Data. 43

  1. Pengantar Visualisasi Big Data. 43
  2. Prinsip Dasar Visualisasi Big Data. 44
  3. Jenis dan Kategori Visualisasi Big Data. 45
  4. Alat dan Teknologi Visualisasi 51
  5. Langkah – langkah dalam Membuat Visualisasi 51

Bab 6 – Management Big Data – NOSQL. 53

  1. NoSQL 55
  2. Teori CAP. 57
  3. Model Basis Data No SQL. 60

Bab 7 – Exploratory Data Analysis (EDA) 67

  1. Pengertian dan Tujuan EDA. 67
  2. Teknik dan Tools EDA. 69
  3. Langkah-Langkah dalam EDA. 71

Bab 8 – Hadoop dan MapReduce. 78

  1. Sejarah perkembengan Hadoop. 82
  2. Pengenalan MapReduce. 83
  3. Tutorial Installasi Hadoop MapReduce di Windows 11. 86

Bab 9 – Ekosistem Hadoop. 89

  1. Hadoop Distributed File System (HDFS) 90
  2. HBase. 91
  3. MapReduce. 92
  4. Yarn. 93
  5. Hive. 94
  6. Pig. 95
  7. Mahout 96
  8. Sqoop. 96
  9. Spark. 97
  10. Oozie. 98
  11. ZooKeeper 99
  12. Apache Ranger 99

Bab 10 – Apache Spark. 101

  1. Pengenalan Apache Spark. 102
  2. Arsitektur Apache Spark. 107
  3. Konfigurasi Apache Spark. 110

Bab 11 – Machine Learning & Big Data. 116

  1. Langkah Tepat Untuk Transisi Efektif ke Machine learning. 117
  2. Apa itu Big Data?. 118
  3. Apa itu Machine Learning?. 120
  4. Hubungan antara Big Data dan Machine Learning. 120
  5. Peluang dan Tantangan Data Preprocesing. 123
  6. Redundansi Data. 123
  7. Data Noise. 123
  8. Heterogenitas Data. 124
  9. Pelabelan Data. 124
  10. Imbalanced Data. 124
  11. Feature Selection. 125
  12. Metode Machine Learning & Big Data. 125
  13. Kerangka Machine Learning pada Big Data. 126
  14. Contoh Aplikasi Machine Learning Pada Big Data. 127

Bab 12 – Etika Big Data. 130

  1. Masalah Privasi dalam Big Data: 130
  2. Mitigasi Keadilan dan Bias. 132
  3. Transparansi dan Akuntabilitas 133
  4. Tantangan Etis dalam Tata Kelola Data. 135
  5. Tanggung Jawab Sosial dan Big Data. 137

Bab 13 – Penerapan Big Data pada berbagai bidang. 139

  1. Bisnis dan pemasaran. 141
  2. Pemerintahan. 143
  3. Keuangan dan Perbankan. 144
  4. Perawatan dan Kesehatan. 145
  5. Transportasi 147

Bab 14 – Penerapan Hadoop dan Machine Learning pada Big Data. 149

  1. Pencarian Pengetahuan dari Pola Cluster Menggunakan Algoritma K-means Clustering Secara Pararel dengan Hadoop MapReduce 150
  2. K-means Paralel dengan Hadoop MapReduce untuk Optimalisasi Pemilihan Inisial Centroid  159

Daftar Pustaka. 161

Tentang Penulis 175

Produk Serupa

Related products

Shopping Cart
Scroll to Top