International Data Corporation memperkirakan ukuran data semesta digital beradarnpada angka 0.18 zettabytes (1 zettabytes = 1012 bytes), serta meramalkan akanrnmenjadi 10 kali lipatnya setiap 5 tahun. Salah satu data dengan kapasitas danrnukuran besar yaitu data dari GDELT (Global Dataset of Event, Language andrnTone) Project dimana data tersebut menampung data dari seluruh dunia.Adanyarnsuatu sistem dalam pengolahan data memungkinkan pengguna untukrnmempermudah dalam mengolah suatu data, ada beberapa sistem atau frameworkrnyang menggunakan teknik dan algoritma dalam mengolah suatu big data sepertirnclustering dan klasifikasi dari suatu data set. Penelitian dengan judul “AnalisisrnKecepatan Algoritma MapReduce Word Count Pada Cluster Hadoop StudiKasusrnPada Global Dataset of Events, Language and Tone (GDELT)”. Tujuan penelitianrnadalah untuk menganalisis kecepatan algoritma mapreduce pada cluster Hadooprndan mengetahui waktu yang dibutuhkan dalam mengolah data GDELT padarnHadoop.rnPenelitian ini menggunakan metode analisis kualitatif, yaitu metode yangrnmelakukan pendekatan pengolahan data dengan metode statistik atau matematikrnyang terkumpul dari data sekunder. Adapun sumber data yang digunakan adalahrndata dari buku dan jurnal ilmiah serta data dari Global Dataset of EventsrnLanguage and Tone. Data akan dianalisa dengan metode analisis kualitatif.rnLandasan teori yang digunakan adalah teori Hadoop, HDFS dan MapReduce.rnBerdasarkan analisa data yang telah dilakukan, diperoleh kesimpulan bahwarnalgoritma Word Count yang diterapkan pada data set GDELT dapat berjalan padarncluster Hadoop. Kecepatan algoritma Word Count pada MapReduce yangrnditerapkan untuk data set GDELT pada hadoop berpengaruh apabila node yangrndigunakan ditambah, dimana dalam penelitian menggunakan sebanyak 2 nodernphysical machine.Hadoop dapat mengolah data yang memiliki ukuran besar danrnbanyak karena Hadoop mengolah data secara terdistribusi. Kecepatan Hadooprndapat diatur dengan menambahkan node dan juga pengaturan lainnyarnsepertihalnya block size.rnKata kunci: Hadoop, MapReduce, Word Count

Tidak tersedia versi lain

Tidak Ada Data