Grid Environment
Menurut P. Vishvapathi, Dr. S. Ramachandram, Dr.A.Govardhan (2013, p. 60), distributed data mining (DDM) adalah suatu teknologi yang penting dalam industri penemuan suatu pengetahuan dengan rapid development of information access technologies. Dalam industri penemuan pengetahuan seperti sains, teknik dan kesehatan, distributed data mining telah dimanfaatkan sebagai alat untuk mengotomasi proses analisa dan intepretasi datasets yang besar. Proses penemuan pengetahuan adalah suatu proses ekstraksi pola data yang baru, yang sebelumnya informasi tersebut tidak diketahui dari suatu dataset yang besar. Untuk mengekstrak pola data dalam penemuan pengetahuan, metode data mining dan machine learning harus di implementasikan. Data mining adalah suatu proses yang interaktif dan dapat dikendalikan oleh user, sehingga proses tersebut membutuhkan suatu inteactive environment untuk menentukan parameter tertentu dalam mengakses dan menganalisa dataset yang besar.
Pada umumnya suatu distributed enviroment digunakan untuk menyimpan, mengolah data yang besar, dan saling berhubungan sehingga memungkinkan untuk berkomunikasi menggunakan internet, intranet, jaringan lokal, dan wireless. Salah satu fokus utama grid enviroment adalah mempelajari pola dari distributed data source untuk menggali dan penemuan pengetahuan. Seperti yang telah dibahas, grid yang menangani data terdistribusi secara spasial dan besar dikategorikan sebagai sistem manajemen sebagian disebut data mining grids.
Pada umumnya suatu distributed enviroment digunakan untuk menyimpan, mengolah data yang besar, dan saling berhubungan sehingga memungkinkan untuk berkomunikasi menggunakan internet, intranet, jaringan lokal, dan wireless. Salah satu fokus utama grid enviroment adalah mempelajari pola dari distributed data source untuk menggali dan penemuan pengetahuan. Seperti yang telah dibahas, grid yang menangani data terdistribusi secara spasial dan besar dikategorikan sebagai sistem manajemen sebagian disebut data mining grids.
Computational Services
Computational grid biasanya memberikan computational services seperti privasi data dan keamanan untuk meng-eksekusi web application dan application jobs dalam distributed resources. Resource tersebut dapat bersifat komputasi individual dan kolektif.
Data Services
Computational grid services melakukan pemrosesan dari data sets. Data services akan menjaga keamanan akses dari distributed data sets, sharing, processing dan juga mengatur data scalable storage. Misalnya dapat di replikasi, dan membuat suatu ilusi penyimpanan
masal dari rangkaian data yang berbeda di ruang yang bebeda juga.
Application Services
Application Services dipengaruhi oleh teknologi web yang muncul. Application services adalah kombinasi data dan layanan komputasi. Service ini mengatur aplikasi dan memberikan akses yang aman untuk remote software application untuk meng-akses library tanpa mengganggu service lain.
Information Services
Ini menangani low-level detail seperti representasi, penyimpanan, akses, sharing, dan maintenance informasi dengan cara meng-ekstrak dan menyajikan data yang memiliki arti dengan menggabungkan layanan comutational, data, atau application services.
Knowledge Services
Knowledge adalah pemahaman atas informasi yang diterapkan untuk mencapai tujuan, memecahkan masalah, atau eksekusi suatu keputusan. End-users mengharapkan layanan infromasi dalam format yang ditentukan. Misal mudah digunakan. Hal ini menyangkut layanan pengetahuan yang diperoleh, dan digunakan, membantu pengguna untuk mencapai tujuan dan sasaran seperti teknik data mining membangun basis pengetahuan baru secara otomatis.
Referensi:
P. Vishvapathi, Dr. S.Ramachandram, Dr.A.Govardhan (2013). Research Cell: An International Journal of Engineering Sciences, Journal Anu Books, June 2013, Vol. 8