IMPLEMENTASI BIG DATA

IMPLEMENTASI BIG DATA

  

           OLEH :

        ILHAM MAULANA.S

       1151600033

           MELANI INDRIASARI, M.Kom

INSTITUT TEKNOLOGI INDONESIA

PROGRAM STUDI TEKNIK INFORMATIKA

2016

pengertian big data

BIG DATA

Big Data merupakan istilah untuk data elektronik, yang tidak hanya sangat besar, tapi juga sangat cepat berubah, dan sangat banyak jenisnya.Big Data menjadi sangat populer di jagad teknologi setelah miliaran manusia menggunakan internet untuk berbagai kebutuhan.Sangat banyak data berkeliaran dan tersimpan di komputer-komputer di internet berupa teks, gambar, suara, video, animasi, blog, buku, cuaca, posisi tempat di bumi, suhu, penerbangan, belanja di supermarket, dan lain-lain. Perusahaan “Super Big” pengguna Big Data, antara lain Facebook, Google, Twitter, dan Yahoo.

Banyak orang membutuhkan pengolahan Big Data, antara lain untuk mengetahui topik yang sedang hangat saat ini di Twitter, mencari teman lama secara cepat melalui Facebook, dan lain-lain.Perusahaan perlu mengolah Big Data untuk pengambilan keputusan bisnis yang harus cepat.Misal, untuk mengetahui kebiasaan dan kesukaan pelanggan tanpa harus bertanya, mengetahui selera pembaca portal berita di web untuk disesuaikan dengan iklan yang ditampilkan, mengatur perjalanan pesawat agar tidak delay, mengendalikan wabah penyakit, dan sebagainya.

Untuk mengolah Big Data menjadi informasi yang lebih berguna, perlu program “big” yang artinya bukan program “biasa”.Jika data konvensional selama ini hanya berisi teks dan angka biasa seperti data keuangan, maka cukup diolah dengan database biasa pula, misal MS Access, MS SQL Server, dan lain-lain yang selama ini hanya untuk mengolah data terstruktur.Big Data tidak dapat diolah hanya dengan program database konvensional yang disebut SQL (Structured Query Language) atau RDBMS (Relational Database Management System).Big Data membutuhkan program database yang mendukung NoSQL (Not only SQL), yang mampu mengolah data tidak terstruktur.

Dalam bahasa Inggris, Big Data terkait dengan 3V, yakni Volume (ukuran data sangat besar), Velocity (kecepatan transfer/perubahan data sangat tinggi), dan Variety (variasi atau jenis data sangat banyak).Ada juga yang menjadikan 4V, ditambah Value, karena sangat besarnya nilai bisnis yang dihasilkan, sehingga menjadi besar pula peluang kerja bagi profesional di bidang pemrograman komputer, pengolahan data statitisk, dan Cloud Computing. Kebutuhan SDM di bidang Big Data pada 2015 ini diproyeksi sekitar 4,4 juta orang. Di Amerika saja butuh 190.000 orang pada 2011 dan akan tambah butuh lagi 490.000 pada 2018 (Sumber: McKinsey Global Institute, 2011)

Dimensi -Dimensi Big Data

Ada 3 dimensi awal dalam Big Data yaitu 3V: Volume, Variety dan Velocity

1. Volume

• Mengubah 12 terabyte Tweet dibuat setiap hari ke dalam peningkatan sentimen analisis produk.
• Mengkonvert 350 milliar pembacaan tahunan untuk lebih baik dalam memprediksi kemampuan beli pasar.

Volume data juga terus meningkat sehingga tidak dapat diprediksi jumlah pasti dan juga ukuran dari data sekitar lebih kecil dari petabyte sampai zetabyte. Dataset big data sekitar 1 terabyte sampai 1 petabyte perperusahaan jadi jika big data digabungkan dalam sebuah organisasi / group perusahaan ukurannya mungkin bisa sampai zetabyte dan jika hari ini jumlah data sampai 1000 zetabyte, besok pasti akan lebih tinggi dari 1000 zetabyte.

2. Variety

Volume data yang banyak tersebut bertambah dengan kecepatan yang begitu cepat sehingga sulit bagi kita untuk mengelola hal tersebut.Kadang-kadang 2 menit sudah menjadi terlambat. Untuk proses dalam waktu sensitif seperti penangkapan penipuan, data yang besar harus digunakan sebagai aliran ke dalam perusahaan Anda untuk memaksimalkan nilainya.

• Meneliti 5 juta transaksi yang dibuat setiap hari untuk mengidentifikasi potensi penipuan
• Menganalisis 500 juta detail catatan panggilan setiap hari secara real-time untuk memprediksi gejolak pelanggan lebih cepat.

 Berbagai jenis data dan sumber data. Variasi adalah tentang mengelolah kompleksitas beberapa jenis data, termasuk structured data, unstructured data dan semi-structured data. Organisasi perlu mengintegrasikan dan menganalisis data dari array yang kompleks dari kedua sumber informasi Traditional dan non traditional informasi, dari dalam dan luar perusahaan. Dengan begitu banyaknya sensor, perangkat pintar (smart device) dan teknologi kolaborasi sosial, data yang dihasilkan dalam bentuk yang tak terhitung jumlahnya,  termasuk text, web data, tweet, sensor data, audio, video, click stream, log file dan banyak lagi.

3. Velocity :

Big Data adalah setiap jenis data – data baik yang terstruktur maupun tidak terstruktur seperti teks, data sensor, audio, video, klik stream, file log dan banyak lagi. Wawasan baru ditemukan ketika menganalisis kedua jenis data ini bersama-sama.

• Memantau 100 video masukan langsung dari kamera pengintai untuk menargetkan tempat tujuan.
• Mengeksploitasi 80% perkembangan data dalam gambar, video, dan dokumen untuk meningkatkan kepuasan pelanggan.

 Data dalam gerak.Kecepatan di mana data dibuat, diolah dan dianalisis terus menerus. Berkontribusi untuk kecepatan yang lebih tinggi adalah sifat penciptaan data secara real-time, serta kebutuhan untuk memasukkan streaming data ke dalam proses bisnis dan dalam pengambilan keputusan. Dampak Velocity latency, jeda waktu antara saat data dibuat atau data  yang ditangkap, dan ketika itu juga dapat diakses. Hari ini, data terus-menerus dihasilkan pada kecepatan yang mustahil untuk sistem tradisional untuk menangkap, menyimpan dan menganalisis.Jenis tertentu dari data harus dianalisis secara real time untuk menjadi nilai bagi bisnis.

Untuk mendalami Big Data, program dan istilah berikut ini perlu dipelajari, meskipun tidak harus semuanya, yakni sistem operasi Linux, Apache Hadoop, Apache HBase, MongoDB, MapReduce, HDFS (Hadoop Distributed File System), bahasa pemrograman Java, Hive, Pig, Python, R, dan Cloud. Teknologi Cloud dibutuhkan karena Big Data perlu didukung server yang kuat dengan tempat penyimpanan besar dan mudah dikembangkan.Cloud telah lebih dahulu berkembang dan tersedia luas dengan biaya lebih murah daripada tidak menggunakan Cloud.

Berikut ini tiga jenis format data :

1. Structured data seperti relational database (RDBMS)
2. Semi-Structured data seperti XML, JSON
3. Unstructured data seperti Dokumen, metadata, video, gambar, audio, file teks, ebooks, email message, social media, jurnal dll.

Analisis data adalah proses meneliti data untuk mengetahui pola tersembunyi, korelasi yang belum diketahui, dan informasai berguna lainnya.

Dengan demikian pengertian Analisis Big Data adalah proses meneliti, mengolah data set besar (Big Data) untuk mengetahui pola tersembunyi, korelasi yang tidak diketahui, tren pasar, preferensi pelanggan dan informasi bisnis berguna lainnya.

Jika ingin lebih legkap bisa membaca dari link Wiki berikut ini :Big Data dan  Analisis, Perlu fokus lebih untuk dapat memahaminya ;)

Sejarah dan Evolusi Analisis Big Data

Konsep big data telah ada selama bertahun-tahun kebelakang, sekarang sebagian besar organisasi mengerti bahwa jika mereka mampu menampung semua data set besar yang mengalir ke dalam bisnis mereka, maka mereka dapat menerapkan analisis dan mendapatkan manfaat/informasi yang sangat berharga dari proses analisis tersebut.

Jika kita lihat ke belakang sebelum istilah Big Data dikenal, di tahun 1950-an bisnis pada saat itu sudah menggunakan analisis konvensional, yang didasarkan pada spreadsheet yang dikaji secara manual untuk mengungkap informasi berharga dan tren.

Lalu apa yang ditawarkan oleh analisis big data?

Benefit analisis big data di bandingkan dengan analisis konvensional adalah kecepatan dan efisiensi.

Sebelum aplikasi analisis big data muncul, bisnis akan mengumpulkan data ke dalam data warehouse dari database enterprise seperti Oracle, DB2, MS SQL Server, kemudian melakukan analisis untuk membantu pengambilan keputusan yang bermanfaat untuk masa depan bisnis perusahaan.

Kendala yang dihadapi muncul dengan pertumbuhan data yang sangat pesat dari berbagai jenis tipe data, sehingga dengan analisis konvensional ada limitasi untuk dapat menampung data set besar tersebut, waktu yang relatif lama diperlukan untuk menghasilkan informasi berharga dari analisis.

Kemunculan teknologi analisis big data memberikan solusi bagi bisnis untuk mendapatkan hasil analisis segera bahkan real-time sekalipun, sehingga memberikan bisnis keunggulan dalam berkompetisi.

Mengapa Analisis Big Data Penting?

Analisis Big Data membantu organisasi memanfaatkan data dan menggunakannya untuk mengidentifikasi peluang-peluang baru.Yang pada gilirannya menyebabkan bisnis bergerak lebih cerdas dan cepat karena didukung oleh operasional yang lebih efisien, yang pada akhirnya mendatangkan keuntungan yang lebih tinggi dan pelanggan lebih senang tentunya.

Dalam laporan yang ditulis oleh Tom Davenport (Direktur Riset IIA) setelah ia mewawancarai lebih dari 50 usaha untuk memahami bagaimana mereka menggunakan Big Data. Ia menemukan mereka mendapatkan manfaat penting sebagai berikut :

1. Penghematan biaya, Teknologi analisis Big data seperti hadoop dan analisis berbasis cloud membawa pengurangan biaya yang signifikan dalam hal untuk menyimpan data set dalam jumlah besar, selain mereka dapat mengidentifikasi cara-cara yang lebih efisien dalam melakukan bisnis.
2. Lebih cepat dan baik dalam pengambilan keputusan, dengan kecepatan teknologi big data seperti Hadoop dalam melakukan analisis dengan dikombinasikan dengan kemampuan untuk menganalisis berbagai macam sumber data baru, membuat bisnis mampu menganalisis informasi dengan cepat dan membuat keputusan berdasarkan hasil analisis tersebut.
3. Melahirkan produk dan pelayanan baru, dengan kemampuan mengukur kebutuhan dan kepuasan pelanggan mendatangkan keunggulan dari bisnis untuk menciptakan produk dan layanan baru yang sesuai dengan keinginan dan kebutuhan dari pelanggan.

Dengan 3 manfaat penting tersebut akan membantu bisnis mencapai tujuan/goal utama dalam meningkatkan keuntungan demi kemajuan bisnisnya.

Solusi big data yang ditawarkan pada umumnya menggunakan kerangka kerja (framework) Hadoop dan beberapa tools pendukung lainnya seperti HBase, Pig, Hive, Mapreduce, Oozie, Zookeeper, HCatalog, Avro, Sqoop (untuk ingin tahu istilah tersebut dapat dibaca di sini). Yang memungkinkan pengguna untuk menyimpan, mengelola dan menganalisa data dari berbagai sumber, di mana data tersebut dapat diakses oleh para analis bisnis, data scientist dan pengguna/praktisi TI.

Solusi big data tersebut adapula yang secara arsitektur dikombinasikan dengan teknologi yang sudah biasa untuk keperluan analisis dan visualisasi data,  seperti Data Warehouse dan Business Intellegent (BI). Dengan menggunakan tools visualisasi tersebut akan lebih menarik dan mudah dalam penyediaan reporting dari hasil analisis.

Sepertinya nanti akan saya tulis artikel khusus pembahasan detil tentang software tersebut di atas.

Contoh Studi Kasus Penggunaan Analisis Big Data

Dalam implementasinya, penerapan analisis big data cocok untuk berbagai bidang bisnis. Berikut ini saya coba listing-kan beberapa contoh studi kasus penggunaannya :

1. Lembaga keuangan dapat menggunakan analisis big data agar cepat mengidentifikasi potensi penipuan sebelum menjadi besar efeknya, sehingga meminimalkan resiko kerugian secara finansial.
2. Pemerintahan dapat manfaatkan analisis big data untuk meningkatkan keamanan negara dengan mampu mendeteksi, mencegah dan melawan serangan cyber.
3. Industri kesehatan dapat menggunakan analisis terhadap big data untuk meningkatkan layanan perawatan pasien dan menemukan cara yang lebih baik untuk mengelola sumber daya dan personil.
4. Perusahaan telekomunikasi dapat memanfaatkan analisis big data untuk mencegah churn pelanggan, dan juga merencanakan cara terbaik untuk mengoptimalkan jaringan nirkabel baik yang baru maupun yang sudah ada.
5. Marketing dapat menggunakan big data untuk melakukan analisis sentimen untuk mengetahui tingkat kepuasan pelanggan terhadap produk dan layanan yang dipasarkan.
6. Perusahaan asuransi dapat menggunakan analisis big data untuk mengkategorikan pengajuan asuransi yang dapat segera diproses, dan mana yang perlu divalidasi dengan dilakukan kunjungan oleh agen asuransi.
7. Perusahaan ritel dapat menggunakan informasi dari social media seperti Facebook, Twitter, Google+ yang disimpan dengan teknologi big data, yang selanjutnya digunakan untuk menganalisis bagaimana perilaku, persepsi pelanggan terhadap suatu produk atau brand dari perusahan.

Di atas hanya beberapa contoh penggunaan big data dalam rangka keperluan analisis.Saya rasa masih banyak contoh lainnya.

Sejalan dengan terus berkembangnya teknologi analisis big data, dan hampir semua bisnis sudah mulai berfikir bahwa mendapatkan manfaat dari implementasi analisis big data adalah suatu keharusan untuk menghadapi perubahan dan persaingan yang semakin pesat dan ketat saat ini.

Karena hal di atas, bisa kita prediksi kedepan penerapan big data menjadi sesuatu yang umum, sehingga akan semakin banyak lagi contoh studi kasus pemanfaatan big data selain yang saya sebutkan.

Bagaimana Melakukan Analisis Big Data?

Berikut ini beberapa jenis metode atau teknik dalam melakukan analisis big data :

1. Analisis Teks, merupakan proses menganalisis data teks (unstructured-data) seperti blog, email, forum, tweet, forum dan bentuk lainnya.
2. Data Mining, merupakan suatu proses menemukan hubungan yang berarti, pola, dan kecenderungan dari sekumpulan besar data dengan menggunakan teknik pengenalan pola seperti statisik dan matematika
3. Machine Learning
4. Analisis Prediksi (Predictive Analytics)
5. Analisis Statistik
6. NLP (Natural Language Processing)

E-Service

PENGERTIAN

1. Layanan Elektronik atau E-service adalah istilah yang sangat generik, biasanya mengacu pada 'Penyediaan layanan melalui Internet (awalan ”E”  berdiri untuk elektronik , seperti halnya di banyak penggunaan lain), sehingga e-Service mungkin juga termasuk e-Commerce, meskipun mungkin juga termasuk layanan non-komersial (online), yang biasanya disediakan oleh pemerintah. " (Irma Buntantan & G. David Garson, 2004: 169-170; Muhammad Rais & Nazariah, 2003: 59, 70-71).
2. E-Service merupakan layanan online yang tersedia di Internet, dimana transaksi yang valid dari membeli dan menjual (pengadaan) adalah mungkin, yang bertentangan dengan website tradisional, dimana hanya informasi deskriptif yang tersedia, dan tidak ada transaksi online dimungkinkan. " (Jeong, 2007).
3. Menurut Rowley (2006) layanan elektronik atau e-Service di definisikan sebagai Perbuatan, usaha atau pertunjukan yang pengirimannya di mediasi oleh teknologi informasi. Layanan elektronik tersebut meliputi unsur layanan e-tailing, dukungan pelanggan, dan pelayanan.
4. E-Service merupakan suatu aplikasi terkemuka dengan memanfaatkan penggunaan teknologi informasi dan komunikasi (TIK) di daerah yang berbeda, dimana teknologi memiliki peranan dalam memfasilitasi pengiriman suatu service.

KONSEP E-Servive ( Layanan Elektronik )

• Sebuah penyedia layanan bertanggung jawab untuk menciptakan deskripsi layanan berbasis komputer untuk pelanggan melalui suatu jaringan, Penerbitan layanan yang telah di deskripsi, untuk satu atau lebih pendaftar layanan, dan menerima pesanan dari satu atau lebih pemohon layanan.
• Sebuah layanan pemohon bertanggung jawab untuk menemukan deskripsi layanan yang dipublikasikan ke satu atau lebih pendaftar layanan dan bertanggung jawab untuk menggunakan deskripsi layanan untuk mengikat atau memanggil layanan Web host dari penyedia layanan untuk memberikan apa yang dibutuhkan dari pemohon/peminta layanan, dimana Setiap konsumen dari layanan Web dapat dianggap sebagai pemohon layanan.
• Layanan registri bertanggung jawab untuk mendeskripsikan semua layanan yang diterbitkan kepadanya oleh penyedia layanan ( sebagai lokasi sentral yang mendeskripsikan semua layanan/service dari penyedia layanan ) dan untuk memungkinkan pemohon layanan untuk mencari koleksi deskripsi layanan yang terkandung dalam registri layanan sesuai kebutuhannya.

Manfaat  E-Service

Ada sejumlah manfaat untuk E-Service, beberapa di antaranya:

• Mengakses basis pelanggan yang lebih besar
• Memperluas jangkauan pasar
• Menurunkan penghalang masuk ke pasar baru dan biaya mendapatkan pelanggan baru
• Alternatif saluran komunikasi ke pelanggan
• Meningkatkan pelayanan kepada pelanggan
• Meningkatkan citra perusahaan
• Mendapatkan keunggulan kompetitif
• Potensi peningkatan pengetahuan pelanggan

Domain E-Service

2 area/domain aplikasi dari E- Service adalah:

E-Business (E-Commerce), yaitu layanan elektronik yang sebagian besar disediakan oleh Non-pemerintah Organisasi (LSM) (sektor swasta).

E-Government Adalah penggunaan teknologi informasi oleh pemerintah untuk memberikan informasi dan pelayanan bagi warganya, urusan bisnis, serta hal-hal lain yang berkenaan dengan pemerintahan. e-Government dapat diaplikasikan pada legislatif, yudikatif, atau administrasi publik, untuk meningkatkan efisiensi internal, menyampaikan pelayanan publik, atau proses kepemerintahan yang demokratis.

Jenis - Jenis Penyedia Layanan Elektronik

• Penyedia layanan aplikasi (ASP)
• Penyedia layanan jaringan (NSP)
• Penyedia layanan Internet (ISP)
• Penyedia layanan Managed (MSP)
• Penyedia layanan penyimpanan (SSP)
• Penyedia layanan telekomunikasi (TSP)
• Penyedia layanan SAML
• Penyedia layanan dikelola Master (MMSP)
• Penyedia layanan Internet yang dikelola (MISP)
• Penyedia layanan online
• Penyedia layanan pembayaran (PSP)

Bentuk - Bentuk dari E-Service

E-Learning

Adalah pembelajaran jarak jauh yang memanfaatkan teknologi komputer, jaringan komputer atau Internet,memungkinkan pembelajar untuk belajar melalui komputer di tempat mereka masing-masing tanpa harus secara fisik pergi mengikuti pelajaran/perkuliahan di kelas.

E-Government

Adalah penggunaan teknologi informasi oleh pemerintah untuk memberikan informasi dan pelayanan bagi warganya, urusan bisnis, serta hal-hal lain yang berkenaan dengan pemerintahan. e-Government dapat diaplikasikan pada legislatif, yudikatif, atau administrasi publik, untuk meningkatkan efisiensi internal, menyampaikan pelayanan publik, atau proses kepemerintahan yang demokratis.

E-ticketing atau electronic ticketing

Adalah suatu cara untuk mendokumentasikan proses penjualan dari aktifitas perjalanan pelanggan tanpa harus mengeluarkan dokumen berharga secara fisik atau pun paper ticket, dimana E-Ticketing merupakan sistem untuk memudahkan orang untuk membeli tiket untuk berbagai acara dari satu situs web. Tiket dapat dibeli dengan cara ini dengan uang tunai, cek atau kredit/kartu debit.

E-KTP

Adalah singkatan dari KTP Elektronik merupakan program pemerintah untuk menggantikan KTP konvensional. Fungsi e-KTP adalah agar pendataan penduduk menjadi lebih seragam dan mudah, dimana ID penduduk akan dikenali melalui pemindai biometrik, yang disesuaikan dengan karakteristik si pemegang e-KTP. Beberapa teknik pemindai biometrik digabungkan menjadi satu untuk memberikan hasil yang lebih akurat, diantaranya pendeteksi sidik jari, bentuk wajah, bentuk gigi, retina mata, serta DNA.

E–Library  (Electronic Library) atau perpustakaan digital

Adalah suatu perpustakaan yang menyimpan data baik itu buku (tulisan), gambar, suara dalam bentuk file elektronik dan mendistribusikannya dengan menggunakan protokol elektronik melalui jaringan komputer. E-Library merupakan suatu kumpulan/koleksi artikel-artikel dan laporan yang tersedia untuk bacaan on-line atau download, e-Library mengarah pada inisiatif pembelajaran integratif.

Kualitas E- Service

Salah satu alat yang banyak digunakan untuk mengukur kualitas E-Service pada berbagai aspek. 5 atribut dari model ini adalah :

Reliability ( Keandalan )

Adalah kemampuan untuk menyediakan pelayanan yang terpercaya dan akurat kepada pelanggan, dimana kinerja harus harus sesuai dengan harapan pelanggan tanpa kesalahan.

Responsiveness ( Kesigapan )

Adalah respon/kesigapan karyawan dalam membantu pelanggan dan memberikan pelayanan yang cepat dan tanggap.

Assurance

Adalah meliputi kemampuan karyawan atas: pengetahuan terhadap produk secara tepat, kualitas keramahtamahan, keterampilan dalam memberikan informasi, kemampuan dalam memberikan keamanan di dalam memanfaatkan jasa yang ditawarkan, dan kemampuan dalam menanamkan kepercayaan pelanggan terhadap perusahaan.

Emphaty

Adalah perhatian secara individual yang diberikan perusahaan kepada peanggan seperti, kemudahan untuk menghubungi perusahaan, kemampuan karyawan untuk berkomunikasi dengan pelanggan, dan kebutuhan pelanggannya.

Tangibels

Meliputi penampilan fasilitas fisik seperti, gedung dan ruangan front office, tersedianya tempat parkir, kebersihan, kenyamanan fasilitas, kelengkapan peralatan komunikasi dan penampilan karyawan.

Faktor Biaya E- Service

Beberapa faktor biaya utama (Lu, 2001), yaitu ;

• Beban menyiapkan aplikasi.
• Koneksi internet.
• Hardware / software.
• Masalah keamanan.
• Masalah hukum.
• Pelatihan.
• Perubahan teknologi yang cepat.

Tantangan E- Service dalam Perkembangan Dunia

Beberapa tantangan E- Service seperti yang diidentifikasikan oleh Sheth dan Sharma (2007):

1. Rendahnya penetrasi ICT terutama di negara- negara berkembang.
2. Di beberapa negara berkembang, akses internet terbatas dan kecepatan juga terbatas. Dalam kasus ini perusahaan dan pelanggan akan terus menggunakan platform tradisional.
3. Penipuan di ruang internet yang diperkirakan sekitar USD 2.8 Milyar.
4. Kemungkinan penipuan akan terus mengurangi pemanfaatan internet.
5. Privasi karena munculnya berbagai jenis spyware dan security holes.
6. Ada kekhawatiran bahwa transaksi yang konsumen lakukan memiliki keterbatasan privasi. Misalnya dengan diam- diam mengikuti aktivitas online, perusahaan dapat mengembangkan deskripsi yang cukup akurat dari profil pelanggan. Kemungkinan pelanggaran privasi akan mengurangi pemanfaatan internet.
7. Karakteristik mengganggu layanan sebagai pelanggan tidak ingin dihubungi dengan penyedia layanan setiap saat.
8. Sebagai contoh, perusahaan dapat menghubungi orang melalui perangkat    mobile setiap saat dan di setiap tempat.

KOMPUTASI AWAN

Komputasi Awan yaitu Tren Teknologi yang menjadikan internet sebagai pusat server untuk menglolah data, menyimpan, dan sebagai aplikasi pengguna lainnya. Contoh ; Google Drive, Google Dropx, Google Docs, Email, dll.