<![CDATA[In the 2016 Higher Competitive Grants Research (Hibah Bersaing Dikti), we have been successfully developed models, infrastructure and modules of Hadoop-based big data analysis application. It has also successfully developed a virtual private network (VPN) network that allows integration and access to the infrastructure from outside the FTIS Computer Laboratorium. Infrastructure and application modules of analysis are then wanted to be presented as services to small and medium enterprises (SMEs) in Indonesia. This research aims to develop application of big data analysis service interface integrated with Hadoop-Cluster. The research begins with finding appropriate methods and techniques for scheduling jobs, calling for ready-made Java Map-Reduce (MR) application modules, and techniques for tunneling input / output and meta-data construction of service request (input) and service output. The above methods and techniques are then developed into a web-based service application, as well as an executable module that runs on Java and J2EE based programming environment and can access Hadoop-Cluster in the FTIS Computer Lab. The resulting application can be accessed by the public through the site http://bigdata.unpar.ac.id. Based on the test results, the application has functioned well in accordance with the specifications and can be used to perform big data analysis. Keywords: web based service, big data analysis, Hadop, J2EE Abstrak Pada penelitian Hibah Bersaing Dikti tahun 2016 telah berhasil dikembangkan model, infrastruktur dan modul-modul aplikasi big data analysis berbasis Hadoop. Selain itu juga telah berhasil dikembangkan jaringan virtual private network (VPN) yang memungkinkan integrasi dan akses infrastruktur tersebut dari luar Laboratorium Komputer FTIS. Infrastruktur dan modul aplikasi analisis tersebut selanjutnya ingin dipresentasikan sebagai layanan kepada usaha kecil dan menengah (UKM) di Indonesia. Penelitian ini bertujuan untuk mengembangkan aplikasi antarmuka layanan big data analysis yang terintegrasi dengan Hadoop-Cluster. Penelitian diawali dengan mencari metode dan teknik yang tepat untuk menjadwalkan job, memanggil (call) modul aplikasi Java Map-Reduce (MR) yang sudah jadi, dan teknik untuk input/ output tunneling serta konstruksi meta data permintaan layanan (input) dan hasil layanan (output). Metode dan teknik di atas, kemudian dikembangkan menjadi aplikasi layanan berbasis web, serta modul eksekutor yang berjalan di atas lingkungan pemrograman berbasis Java 2 Enterprise Edition (J2EE) dan dapat mengakses Hadoop-Cluster di Lab Komputer FTIS. Aplikasi yang dihasilkan dapat diakses oleh publik melalui situs http://bigdata.unpar.ac.id. Berdasarkan hasil pengujian, aplikasi telah berfungsi dengan baik sesuai dengan spesifikasi dan dapat digunakan untuk melakukan big data analysis. Kata kunci: layanan berbasis web, big data analysis, Hadoop, J2EE]]>
