Kohesi: Jurnal Sains dan Teknologi

Articles

Vol. 10 No. 8 (2026): Kohesi: Jurnal Sains dan Teknologi, ISSN 3025-1311

Evolusi dan Tantangan Platform Big Data Analytics: Perspektif Skalabilitas dan Tata Kelola Data Pasca-2020

Submitted
January 4, 2026
Published
2026-01-04

Abstract

Penelitian ini menganalisis evolusi platform Big Data Analytics dalam era kecerdasan buatan pasca-2020 melalui pendekatan systematic library research. Transformasi fundamental dari arsitektur on-premise Hadoop yang monolitik menuju solusi cloud-native data lakes menghadirkan paradigma baru dalam pemrosesan data real-time dan efisiensi penyimpanan. Adopsi teknologi pemisahan komputasi dan penyimpanan (compute-storage separation) memperkenalkan fleksibilitas skalabilitas namun meningkatkan kompleksitas latensi jaringan. Tata kelola data mengalami pergeseran signifikan menuju prinsip Data Mesh dengan desentralisasi kepemilikan domain, menggantikan model sentralisasi tradisional. Tantangan privasi meliputi kepatuhan terhadap regulasi perlindungan data global dalam lingkungan terdistribusi, memerlukan adopsi teknologi privasi baru. Pengoptimalan kinerja mengintegrasikan AI-driven optimization untuk mencapai efisiensi biaya operasional dalam ekosistem data modern. Temuan ini memberikan panduan strategis bagi organisasi dalam merancang arsitektur data yang tangguh dan patuh regulasi.

References

  1. Armbrust, M., Ghodsi, A., Xin, R., & Zaharia, M. (2021). Lakehouse: A New Generation of Open Platforms that Unify Data Warehousing and Data Lakes. Proceedings of the 11th Conference on Innovative Data Systems Research (CIDR).
  2. Dehghani, Z. (2022). Data Mesh: Delivering Data-Driven Value at Scale. O'Reilly Media.
  3. Giebler, C., Gröger, C., Hoos, E., Schwarz, H., & Mitschang, B. (2021). The Data Lake Architecture Framework: A Comprehensive Overview of Layers and Components. Enterprise Modelling and Information Systems Architectures, 16(1). https://doi.org/10.18417/emisa.16.5
  4. Jain, A., & Nambiar, R. (2023). The Evolution of Modern Data Stack: Trends and Challenges in Cloud-Native Analytics. International Journal of Information Management Data Insights, 3(2), 100-112.
  5. Kreuzberger, D., Kühl, N., & Kollmann, S. (2023). Machine Learning Operations (MLOps): Overview, Definition, and Architecture. IEEE Access, 11, 31866-31879. https://doi.org/10.1109/ACCESS.2023.3262138
  6. Loshin, D. (2024). Data Governance for the Modern Data Ecosystem: Ensuring Trust in Distributed Environments. Morgan Kaufmann.
  7. Nair, M., & Gupta, S. (2024). AI-Driven Query Optimization in Distributed Data Systems: A Comparative Study. Journal of Big Data, 11(1), 45-62.
  8. Sidllo, C., et al. (2022). Privacy-Preserving Big Data Analytics: A Comprehensive Survey of Homomorphic Encryption and Differential Privacy. IEEE Communications Surveys & Tutorials, 24(3).

Most read articles by the same author(s)

Similar Articles

21-30 of 346

You may also start an advanced similarity search for this article.