Pada contoh awal ini nama hostnamenya adalah itcore-satria akan dirubah menjadi codesatria untuk sementara selama OS belum di restart.

Pada contoh awal ini nama hostnamenya adalah itcore-satria akan dirubah menjadi codesatria untuk sementara selama OS belum di restart.
Viper
Viper digunakan untuk membaca file config maupun Environment Variables.
List format config yang didukung viper adalah:
Langkah menggunakan Viper di Go:
JSON Configuration
YAML Configuration
Ada beberapa langkah diantaranya:
SHA 1
SHA 1 merupakan algoritma enkripsi untuk mengubah text menjad deretan karakter acak. Jumlah karakter hasil hash selalu sama. Hash termasuk one-way encription, membuat hasil dari hash tidak bisa dikembalikan ke text asli.
Go menyediakan package crypto/sha1 yang berisikan library untuk keperluan hashing.
1 2 3 4 5 6 7 8 9 10 11 12 |
package main import "crypto/sha1" import "fmt" func main() { var text = "Satria" var sha = sha1.New() sha.Write([]byte(text)) var encrypted = sha.Sum(nil) var encryptedString = fmt.Sprintf("%x", encrypted) fmt.Println(encryptedString) |
1 |
Say Hello
1 2 3 4 5 6 7 |
package main import "fmt" func main(){ fmt.Println("Hello SAP") } |
How to run the program right-click main.go then click Run go build main.go as shown below:
1 2 3 4 5 6 7 8 9 10 11 |
package main import "fmt" func main() { var luas, a, t float32 fmt.Print(" input alas segitga: ") fmt.Scanln(&a) fmt.Print("input tinggi segitiga: ") fmt.Scanln(&t) luas = 0.5 * a * t fmt.Println("Luas segitiga adalah", luas) } |
Redis Introduction
Setup Go Video
MongoDB merupakan sebuah database yang memiliki konsep NoSQL. Istilah ini dapat diartikan secara awam dengan non relasional karena berbeda dengan SQL
MongoDB query
Operator Syntax seperti di sql
Equal { : }
Less Than { : { $lt : } } -> kurang dari
Greater Than { : { $gt : } }->lebih dari
Less Than Equal { : { $lte : } }kurang dari atau sama dengan
Greater Than Equal { : { $gte : } }lebih dari atau samadengan
Not Equal { : { $ne : }tidak sama dengan
$unwind merupakan perintah untuk mengeluarkan child menjadi row
Operasi $project memungkinkan kita hanya memilih spesifik field yang akan ditampilkan
Jika dianalogikan dengan MySQL $group sama dengan operasi GROUP BY
TOGAF (The Open Group Architecture Framework) merupakan suatu kerangka kerja dan pengembangan metode untuk Enterprise Architecture yang digunakan oleh arsitek perusahaan untuk merancang, merencanakan, melaksanakan, dan mengatur perusahaan. TOGAF dapat digunakan secara bebas oleh siapa saja yang ingin mengembangkan Arsitektur Perusahaan di dalam organisasi tersebut. Standar TOGAF dikembangkan dan dikelola oleh anggota The Open Group, yang bekerja pada Forum Arsitektur. Pengembangan TOGAF Versi 1 pada tahun 1995 didasarkan pada Technical Architecture Framework for Information Management (TAFIM) yang dikembangkan oleh Department of Defense (DoD) Amerika Serikat. TheDoD memberikan The Open Group mendukung untuk membuat Versi 1 standar TOGAF dengan membangun TAFIM, yang merupakan hasil dari upaya pembangunan selama bertahun-tahun dan menghabiskan jutaan dolar AS investasi pemerintah.
Berawal dari pengembangan ini, anggota The Open Group Architecture Forum terus mengembangkan versi terbaru dari standar TOGAF dan menerbitkannya di The Open Group situs web publik. Versi ini dibangun di atas versi standar TOGAF sebelumnya dan memperbarui komponen yang telah ada untuk membantu praktisi arsitektur dalam membangun Arsitektur Perusahaan yang berkelanjutan.
Meskipun semua komponen TOGAF saling berkesinambungan secara keseluruhan, namun dalam penggunaannya dapat disuaikan dengan cara memilih beberapa elemen yang diperlukan. Misalnya, suatu organisasi mungkin ingin mengadopsi metamodel TOGAF, tetapi memilih untuk tidak menggunakan panduan tentang bagaimana mengembangkan Arsitektur Teknologi in-house karena mereka adalah pengguna cloud dan Open Platform 3.0.
1 |
Berikut ini adalah gambaran TOGAF standard yang menjelaskan struktur dan konten Kemampuan Arsitekturdalam suatu perusahaan, seperti yang ditunjukkan pada Gambar 1 dibawah ini. |
1 |
Terdapat enam bagian pada structure TOGAF diatas, yaitu: |
1 |
<strong>Kelebihan TOGAF</strong> |
1 |
<strong>Kekurangan TOGAF</strong> |
1 |
<strong>Hubungan TOGAF dengan Analisa dan Perancangan Sistem Informasi</strong> |
TOGAF merupakan bagian dari analisa dan perancangan sistem informasi, karena ditogaf juga menggunakan metode yang detail tentang bagaimana membangun dan mengelola serta mengimplementasikan arsitektur enterpise dan sistem informasi yang disebut dengan ADM (Architecture Development Method). Dibawah ini adalah gambar 2 dari Arsitektur Development Cycle:
Cycle diatas tidak jauh beda dengan analisis dan perancangan sistem informasi. Jika dijelaskan detail bisa mencapai 1 buku dan jika dimasukan mata kuliah bisa menghabiskan waktu 1 semester. Lebih jelasnya ada ebook free yang bisa didapatkan di website https://firebrand.training/dk/pdf/learn/open-group/togaf-standard.pdf
Data Terstruktur dan Tidak Terstruktur
Data terstruktur direpresentasikan dalam skema yang jelas sehingga mudah dianalisa dan diintegrasikan dengan data terstruktur lainnya. Data tidak terstruktur direpresentasikan dalam berbagai bentuk sehingga sangat sulit untuk dianalisa maupun diintegrasikan dengan sumber data lain.
Pada platform big data selain data setruktur ada juga data tidak terstruktur yang jumlahnya sangat banyak dan mungkin belum diolah karena sangat sulit. Padahal jika diolah data tidak terstruktur dapat dimanfaatkan untuk menganalisa suatu permasalahan perusahaan atau bisnis perusahaan. Contohnya yang sedang penulis lakukan dan juga tugas paper adalah mengolah data tidak terstruktur dari sosial media (instagram) suatu perusahaan dengan cara mengcrawl (membuat program cronjob untuk download isi komentar dari hastag suatu perusahaan misalnya di tag #PerusahaanABC). Dari tag tersebut di download secara real time data yang mengandung unsur complain seperti misalnya seperti dibawah ini:
Hasil data diatas bisa di gabungkan dengan data terstruktur untuk mengambil suatu kebujakan, misalnya dengan data dari Customer Service tentang suatu komplain karena data dari CS disimpan dengan tools JIRA dan data tersimpan dalam RDBMS/terstruktur.
Cara mengolah data tidak terstruktur
Berdasarkan contoh diatas data tidak terstruktur yang diperoleh dari sosial media dapat diolah menggunakan metode atau teknik text tagging atau annotation. Dengan teknik tersebut data tidak terstruktur pada platform big data tapat dengan mudah diolah kemudian diintegrasikan dengan data terstruktur agar dapat digunakan untuk mengambil suatu kebijakan.
Contoh Cara mengolah data tidak terstruktur dalam paltform Big Data: