Riyan Mahendra Saputra
LEMBAGA PENERBANGAN DAN ANTARIKSA NASIONAL

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PENGEMBANGAN MODUL MIGRASI DATA INDERAJA MENGGUNAKAN METODE PEMROSESAN PARALEL DALAM LINGKUP BIG DATA Riyan Mahendra Saputra
Jurnal Penginderaan Jauh dan Pengolahan Data Citra Digital Vol. 16 No. 2 Desember 2019
Publisher : Indonesian National Institute of Aeronautics and Space (LAPAN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30536/j.pjpdcd.2019.v16.a3055

Abstract

Era teknologi informasi sekarang ini, data yang digunakan dan dihasilkan oleh suatu organisasi dalam menjalankan proses bisnisnya semakin besar dan terus meningkat sehingga membutuhkan metode yang baik dalam pengelolaannya. Data penginderaan jauh merupakan data yang dihasilkan dari beberapa jenis sensor satelit aktif maupun pasif. Data tersebut disimpan dalam beragam media, format dan ukuran. Pustekdata LAPAN melakukan pengelolaan seluruh data citra penginderaan jauh yang dimilikinya di sistem Bank Data Penginderaan Jauh Nasional, termasuk migrasi data. Permasalahan yang dihadapi dalam migrasi data adalah akses yang lambat, terutama karena prosesnya masih menggunakan pendekatan sekuensial berbasis folder. Tujuan penelitian ini adalah mengembangkan modul migrasi data menggunakan metode pemrosesan paralel dalam lingkup big data untuk meningkatkan performa sistem migrasi yang ada menjadi lebih efisien, efektif, cepat, mudah dan aman. Pada pengujian ini digunakan data resolusi menengah Landsat 8 dengan ukuran 780 MB/scene, resolusi tinggi SOPT 6 dan 7 dengan ukuran 300 MB – 5 GB/scene dan resolusi sangat tinggi Pleiades dengan ukuran 2-5 GB/scene. Pengujian dilakukan dengan meggunakan 10-100 data sampel untuk setiap jenis data. Hasil percobaan menunjukkan peningkatan kecepatan 12,8 kali lebih cepat dari modul migrasi sebelumnya di lingkungan jaringan 1 Gbps dan 4,8 kali lebih cepat dalam lingkungan jaringan 10 Gbps dibandingkan 1 Gbps.