VISUALISASI TRAFIK PELANGGANPLATFORM BIKESHARING SPEEDAMENGGUNAKAN TEKNOLOGI BIG DATA ELK-STACK
ELK-Stack merupakan paket teknologi Open Source terintegrasi yanglengkap untuk implementasi Big Data, mulai dari pengumpulan data, transformasidata, sampai dengan visualisasi data yang terdiri dari Elasticsearch, Logstash, danKibana. Speeda merupakan Platform Bike Sharing Multi-Operator di Indonesia...
Saved in:
Main Authors: | , |
---|---|
Language: | Indonesian |
Published: |
STMIK AKAKOM
2021
|
Subjects: | |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
oai:opac.utdi.ac.id:slims-16263 |
---|---|
record_format |
oai_dc |
spelling |
oai:opac.utdi.ac.id:slims-162632021-02-26T09:58:06Z VISUALISASI TRAFIK PELANGGANPLATFORM BIKESHARING SPEEDAMENGGUNAKAN TEKNOLOGI BIG DATA ELK-STACK Wahid, Abdul Rohmah - 175410100 Bambang P.D.P, S.E, Akt., S.Kom, MMSI PLATFORM Bike Sharring ELK_STACK Big Data STMIK AKAKOM 2021 id Text Skripsi http://opac.utdi.ac.id//index.php?p=show_detail&id=16263 ELK-Stack merupakan paket teknologi Open Source terintegrasi yanglengkap untuk implementasi Big Data, mulai dari pengumpulan data, transformasidata, sampai dengan visualisasi data yang terdiri dari Elasticsearch, Logstash, danKibana. Speeda merupakan Platform Bike Sharing Multi-Operator di Indonesiayang dilengkapi dengan berbagai pengamanan untuk menjaga aset (sepeda) dansistem manajemen yang efisien untuk mempermudah operasional operator.Platform Speeda terdiri atas BackOffice, aplikasi mobile, dan Smart Lock.Visualisasi trafik pelanggan Platform Bikesharing Speeda menggunakanteknologi big data ELK-Stack dilakukan dengan memanfaatkan catatan lokasi (log)sepeda maupun pelanggan yang didapat dari GPS pada Smart Lock dan MobileApplication Speeda yang tersimpan pada basisdata Mysql. Visualisasi yangdiciptakan berupa dasbor yang berisi heatmap intensitas serta heatmap hari/jammengenai trafik perjalanan peminjaman dalam suatu waktu tertentu. Implementasidilakukan dengan ELK-stack yang diajalankan terkontainerisasi diatas docker.Pada penelitian ini, dasbor yang dibuat digunakan untuk memvisualisasikan datadengan rentang tangal 1 November 2019 sampai dengan 29 Februari 2020. Padarentang tanggal tersebut diketahui terdapat 10.232.376 data lokasi tersimpan padaindeks lokasi elasticsearch.Visualisasi trafik pelanggan Platform Bikesharing Speeda menggunakanteknologi big data ELK-Stack dapat dilakukan dengan baik. Data catatan lokasi(log) dapat dimanfaatkan untuk mengetahui lokasi yang banyak dilalui / dikunjungiserta trafik peminjaman dalam waktu tertentu. Efisiensi operasional danpengembangan bisnis dapat didukung dengan insight yang diberikan visualisasibaik dari sisi operasional internal maupun strategi eksternal. Hal tersebut berupapemberian tarif khusus dan promo pada waktu tertentu, kandidat lokasi stasiun baru,serta calon sponsor / partner potensial.Kata kunci: Big Data, Docker, ELK-Stack, GPS, Heatmap Yogyakarta |
institution |
UTDI |
collection |
Universitas Teknologi Digital Indonesia |
language |
Indonesian |
topic |
PLATFORM Bike Sharring ELK_STACK Big Data |
spellingShingle |
PLATFORM Bike Sharring ELK_STACK Big Data Wahid, Abdul Rohmah - 175410100 Bambang P.D.P, S.E, Akt., S.Kom, MMSI VISUALISASI TRAFIK PELANGGANPLATFORM BIKESHARING SPEEDAMENGGUNAKAN TEKNOLOGI BIG DATA ELK-STACK |
description |
ELK-Stack merupakan paket teknologi Open Source terintegrasi yanglengkap untuk implementasi Big Data, mulai dari pengumpulan data, transformasidata, sampai dengan visualisasi data yang terdiri dari Elasticsearch, Logstash, danKibana. Speeda merupakan Platform Bike Sharing Multi-Operator di Indonesiayang dilengkapi dengan berbagai pengamanan untuk menjaga aset (sepeda) dansistem manajemen yang efisien untuk mempermudah operasional operator.Platform Speeda terdiri atas BackOffice, aplikasi mobile, dan Smart Lock.Visualisasi trafik pelanggan Platform Bikesharing Speeda menggunakanteknologi big data ELK-Stack dilakukan dengan memanfaatkan catatan lokasi (log)sepeda maupun pelanggan yang didapat dari GPS pada Smart Lock dan MobileApplication Speeda yang tersimpan pada basisdata Mysql. Visualisasi yangdiciptakan berupa dasbor yang berisi heatmap intensitas serta heatmap hari/jammengenai trafik perjalanan peminjaman dalam suatu waktu tertentu. Implementasidilakukan dengan ELK-stack yang diajalankan terkontainerisasi diatas docker.Pada penelitian ini, dasbor yang dibuat digunakan untuk memvisualisasikan datadengan rentang tangal 1 November 2019 sampai dengan 29 Februari 2020. Padarentang tanggal tersebut diketahui terdapat 10.232.376 data lokasi tersimpan padaindeks lokasi elasticsearch.Visualisasi trafik pelanggan Platform Bikesharing Speeda menggunakanteknologi big data ELK-Stack dapat dilakukan dengan baik. Data catatan lokasi(log) dapat dimanfaatkan untuk mengetahui lokasi yang banyak dilalui / dikunjungiserta trafik peminjaman dalam waktu tertentu. Efisiensi operasional danpengembangan bisnis dapat didukung dengan insight yang diberikan visualisasibaik dari sisi operasional internal maupun strategi eksternal. Hal tersebut berupapemberian tarif khusus dan promo pada waktu tertentu, kandidat lokasi stasiun baru,serta calon sponsor / partner potensial.Kata kunci: Big Data, Docker, ELK-Stack, GPS, Heatmap |
author |
Wahid, Abdul Rohmah - 175410100 Bambang P.D.P, S.E, Akt., S.Kom, MMSI |
author_facet |
Wahid, Abdul Rohmah - 175410100 Bambang P.D.P, S.E, Akt., S.Kom, MMSI |
author_sort |
Wahid, Abdul Rohmah - 175410100 |
title |
VISUALISASI TRAFIK PELANGGANPLATFORM BIKESHARING SPEEDAMENGGUNAKAN TEKNOLOGI BIG DATA ELK-STACK |
title_short |
VISUALISASI TRAFIK PELANGGANPLATFORM BIKESHARING SPEEDAMENGGUNAKAN TEKNOLOGI BIG DATA ELK-STACK |
title_full |
VISUALISASI TRAFIK PELANGGANPLATFORM BIKESHARING SPEEDAMENGGUNAKAN TEKNOLOGI BIG DATA ELK-STACK |
title_fullStr |
VISUALISASI TRAFIK PELANGGANPLATFORM BIKESHARING SPEEDAMENGGUNAKAN TEKNOLOGI BIG DATA ELK-STACK |
title_full_unstemmed |
VISUALISASI TRAFIK PELANGGANPLATFORM BIKESHARING SPEEDAMENGGUNAKAN TEKNOLOGI BIG DATA ELK-STACK |
title_sort |
visualisasi trafik pelangganplatform bikesharing speedamenggunakan teknologi big data elk-stack |
publisher |
STMIK AKAKOM |
publishDate |
2021 |
callnumber-raw |
http://opac.utdi.ac.id//index.php?p=show_detail&id=16263 |
callnumber-search |
http://opac.utdi.ac.id//index.php?p=show_detail&id=16263 |
_version_ |
1741202045545742336 |