Hasil Pencarian  ::  Simpan CSV :: Kembali

"Jumlah penduduk yang terus tumbuh diikuti dengan kebutuhan baru. Salah satunya adalah kebutuhan lahan untuk tempat tinggal yang semakin lama menjadi berkurang. Isu mengenai keterbatasan ruang telah memicu munculnya inovasi berupa portabilitas pada yaitu arsitektur portable. Skripsi ini membahas mengenai portabilitas yang menyebabkan pembentukan ruang yang flesibel dan mobile pada arsitektur portable dan kaitannya dengan smart arhitecture. Metode penulisan skripsi ini adalah studi kasus dengan mengambil contoh-contoh pada arsitektur portable untuk dibahas ke-portabilitasannya dalam bentuk tahapan transformasi serta mobilitasnya. Kemudian dikaitkan dengan lingkungan serta manusia sebagai penggunanya. Dalam hal ini portabilitas dalam arsitektur yang smart berhubungan dengan transportable environment.

---

The growth of population is followed by the growth of necessity. One of the cases is the requirement of dwelling place becomes narrow than before. The issue about limitation space has already inspired the emerge of innovation in architect field which is portable architecture. This thesis discusses the portability that causes the formation of space and flexible and mobile in relation to architecture and smart portable arhitecture. Method of this thesis is a case study by taking samples on portable architecture portabilitasannya to discuss all stages of transformation in the shape and mobility. Then linked to the environment and humans as users. In this case the smart portability in architecture related to Transportable environment."

"Smart government adalah sebuah konsep pemerintahan yang berkarakter cerdas dimana kematangan proses organisasi telah mencapai tingkat kecerdasan pada struktur organisasi dan optimal dalam menyelenggarakan layanan publik. Indonesia untuk menjadi negara maju, kuat dan memiliki keunggulan kompetitif secara global, peran smart government merupakan kunci utama sukses penerapan smart city. Namun, untuk sukses kearah tersebut, ada beberapa masalah yang muncul yaitu tidak terukurnya secara proses kematangan dan atau kesiapan organisasi pemerintah untuk mewujudkan smart government, kurangnya inovasi pelayanan publik, tata kelola yang tidak terintegrasi dan berkolaborasi antara berbagai pemangku kepentingan (stakeholders), juga minimnya pelibatan masyarakat. Hal tersebut membuat lembaga pemerintahan relatif gagal dalam menerapkan visi smart city. Masalah tersebut akan dapat diselesaikan salah satu solusinya dengan pendekatan model konseptual yang bertujuan untuk mengidentifikasi faktor sukses dan mengevaluasi proses yang dapat mengintegrasikan dan mengolaborasikan layanan publik dan menghadirkan inovasi dan solusi cerdas pada level strategis. Pendekatan metodologi campuran (mixed methods), yakni kombinasi antara pendekatan kualitatif dan kuantitatif untuk mendapatkan tujuan penelitian pada tahapan terkait. Metode dan teknik yang digunakan untuk membuat model menggunakan pendekatan CSF (Critical Success Factor), Factor Analysis, Thematic Analysis, TOGAF dan Multidimensional View. Teknik analisis dan validasi data dengan Triangulasi Data, Expert Judgment dan Fuzzy Delphi yang divalidasi menggunakan Forum Group Discussion (FGD) dan hasil analisis statistik. Hasil penelitian ini merupakan jawaban dari pertanyaan Penelitian (RQ1-RQ3) yakni didapat temuan 6 dimensi dan 17 komponen model, 5 layer arsitektur cerdas dan 20 set-strategi implementasi untuk model smart government di Indonesia yang diharapkan dapat mengukur sejauh mana proses kematangan dan atau kesiapan pada lembaga pemerintah daerah di Indonesia. Hasil penelitian ini juga mengusulkan prototipe sistem smart government sebagai dashboard yang dapat mengevaluasi dan merekomendasikan perbaikan proses yang tepat sesuai dengan kondisi eksisting lembaga pemerintah. Hasil penelitian adalah komponen-komponen dari model, arsitektur dan strategi smart government yang diidentifikasi dapat menjadi faktor penentu dalam menghadirkan pemerintah cerdas yang sukses mengimplementasikan smart city di Indonesia. Kedepannya, hasil penelitian ini mungkin dapat digunakan sebagai alat penilaian kesuksesan pemerintah cerdas di Indonesia.

---

Smart government is an intelligent government concept where the maturity of the organizational process has reached the smartness level in the organizational structure and optimal in providing public services. Indonesia needs to implement this concept to become a strong and highly competitive developed country globally. However, there are obstacles associated with this concept, such as the unmeasured process of maturity and readiness of government organizations, inadequate public service innovation, the inability of the government to integrate and collaborate with various stakeholders, and lack of community involvement. These obstacles tend to make it difficult for government institutions to achieve success to implement the smart city vision. One of the solutions to this problem is the implementation of a conceptual model approach capable of evaluating the processes needed to integrate, collaborate, and deliver public services innovation. This is mixed-methodological research, with a combination of qualitative and quantitative approaches used to obtain research objectives at each related stage. The CSF (Critical Success Factor) technique, Factor Analysis, Thematic Analysis, TOGAF, and Multidimensional View approaches were used to create the conceptual model. Data analysis and validation techniques were carried out using Triangulation approaches namely Expert Judgment, deep interview and visited the field of local government. The obtained data were validated using Forum Group Discussion (FGD) and statistical analysis. The results based on the answers of research question (RQ1-RQ3) showed that 6 dimensions, 17 model components, 5 layers of smart architecture, and 20 implementation strategies are needed to evaluate the extent to which the process of maturity and readiness of local government institutions in Indonesia. It also proposed a prototype of a smart government platform with the ability to evaluate and suggest appropriate processes in accordance with the local government conditions. Furthermore, the smart government model components, architecture, and strategies act as determining factors used to present a smart city. The results of this study are also expected to be used as a reference for assessing the success of smart government in Indonesia."

"Smart Home merupakan salah satu IoT yang sedang berkembang pesat akhir-akhir ini. Sudah banyak perusahaan yang sedang menerapkan konsep tersebut pada berbagai perumahan yang sedang dibangun. Konsep teknologi tersebut sebenarnya adalah memastikan privasi dan kemanan dari pemilik rumah agar tidak bisa disadap dengan mudah. Permasalahan dari teknologi tersebut terdapat pada cara membangun koneksi jaringan yang aman dari perangkat baru yang akan terhubung kedalam sistemnya dan memastikan hanya pengguna yang telah terdaftar yang dapat mengakses data dalam sistem tersebut. Named Data Network (NDN) merupakan salah satu solusi yang sangat bagus untuk mengimplementasikan struktur keamanan dari jaringan Smart Home. NDN mengamankan suatu konten dan menyediakan konteks penting dalam hal keamanan, pendekatan ini memungkinkannya decoupling of trust dalam data dari trust terhadap host dan server, memungkinkannya trust serta beberapa mekanisme komunikasi skalabilitas secara radikal, misalnya caching otomatis untuk mengoptimalkan bandwidth dan berpotensi dapat memindahkan konten secara bersamaan ke beberapa jalur tujuan (multiple path). Keamanan NDN dapat difokuskan pada Kontrol Akses Konten (Control Access Control) dan keamanan infrastruktur (Infrastructure Security). Aplikasi dapat melakukan kontrol akses ke data dengan menggunakan enkripsi dan mendistribusikan enkripsi data (data encryption) kunci sebagai data NDN yang telah dienkripsi. Pada penyerangan sistem menggunakan Flooding Attack, terjadi packet loss dengan rata-rata lebih dari 40%. Sehingga NDN memiliki kemanan yang cukup, tetapi hasil yang didapat menunjukkan adanya kemungkinan penyerangan dalam sistem NDN.

---

Smart Home is one of the IoT that has been growing rapidly. Many companies are applying the concept to various housing under construction. The concept of technology is actually ensuring the privacy and security of homeowners so they cannot be easily tapped. Problems with these technologies are found in how to build secure network connections from new devices that will be connected to the system and ensure that only registered users can access data in the system. Named Data Network (NDN) is a very good solution for implementing the security structure of the Smart Home network. NDN secures content and provides an important context in terms of security, this approach allows decoupling of trust in data from trust against hosts and servers, enables trust and several communication scalability mechanisms radically, such as automatic caching to optimize bandwidth and potentially being able to move content simultaneously to several destination paths (multiple paths). NDN security can be focused on Content Access Control (Infrastructure Security). Applications can control access to data by using encryption and distributing key data encryption (data encryption) as encrypted NDN data. In a system attack using Flooding Attack, packet loss occurs with an average of more than 40%. Therefore the NDN has sufficient security, but the results obtained indicate the possibility of attack in the NDN system."

"Penggunaan perangkat Internet of Things (IoT) semakin meluas ke berbagai sisi kehidupan manusia. Oleh karena itu, semakin dibutuhkan pendekatan yang efektif untuk mengolah banyaknya data yang dihasilkan. Cloud computing dipercaya sebagai salah satu solusi untuk mengolah data pada jaringan internet dengan sumber daya yang ”tak terbatas”. Namun, hal ini memunculkan isu bandwidth yang terbatas ketika harus mengirimkan data yang besar dengan cepat ke cloud. Stream processing membantu dalam mengolah data yang datang dengan cepat setiap waktu. Fog computing merupakan paradigma pengolahan data pada perangkat yang dekat dengan sistem lokal sebelum diteruskan ke cloud. Penggunaan fog computing dengan stream processing membantu pengolahan data di lokal menjadi lebih efektif. Tidak hanya pemilihan paradigma komputasi, pemilihan model komunikasi untuk stream processing merupakan hal yang penting. Penggunaan Apache Kafka sebagai stream processing platform mendukung model komunikasi FogVerse. Apache Kafka mendukung FogVerse untuk mengolah data yang besar dan cepat, khususnya untuk sistem smart-CCTV. smart-CCTV merupakan salah satu contoh sistem yang membutuhkan pengolahan data yang bersifat besar dan cepat. Upaya untuk mendukung hal tersebut dilakukan dengan mengintegrasikan algoritma preprocessing. Pada penelitian ini, diusulkan pendekatan fog computing melalui empat skenario yang berisi kombinasi fog dan cloud untuk sistem smart-CCTV. Skenario 1 menggunakan Jetson Nano yang terhubung langsung dengan kamera sekaligus pengguna. Skenario 2 menggunakan komponen Jetson Nano dan kamera yang terhubung dengan Kafka lokal. Skenario 3 menggunakan kamera lokal dan mesin di cloud yang terhubung dengan Kafka cloud. Skenario 4 menggunakan fog dan cloud dengan implementasi preprocessing yang terhubung dengan Kafka lokal dan cloud. Evaluasi menghasilkan kesimpulan bahwa Skenario 2 memberikan framerate yang tinggi, delay yang rendah, serta memberikan peluang skalabilitas pada sistem.

---

The use of Internet of Things (IoT) devices has spread to almost all aspects of human life. This has resulted in an increased need for a distributed system management of IoT devices to process the large amounts of data. Cloud computing is one solution that is often used to process this data on the internet with unlimited resources. However, this results in a bandwidth issue when a large amount of data needs to be sent quickly to the cloud. Stream processing can help process the data that is sent continuously. Fog computing is a paradigm in which the data processing is done on a device close to the local system before forwarding the data to the cloud. Fog computing with stream processing help local data processing become more effective. Aside from the computation paradigm, the model communication for stream processing must be selected carefully. In this research, FogVerse is proposed with Apache Kafka as a stream processing platform for the communication model. Apache Kafka supports FogVerse to process the large amounts of data quickly, specifically for a smart-CCTV system. Smart-CCTV is an example of a system that needs quick processing for a lot of data. The technique to support that is done using data preprocessing. This study compares fog computing for smart-CCTV through four scenarios using a combination of fog and cloud. Scenario 1 uses a Jetson Nano that connected directly to the camera and users. Scenario 2 uses a Jetson Nano and camera connected through local Kafka. Scenario 3 uses local camera and cloud server connected through cloud Kafka. Scenario 4 uses fog and cloud with preprocessing technique connected through local and cloud Kafka. The results show that Scenario 2 gives a high framerate, low delay, and shows the most potential for system scalability."

"Indonesia memiliki daya saing pariwisata yang unggul namun masih belum optimal untuk berkompetisi dengan pariwisata dari negara lain. Untuk itu diperlukan wisata cerdas yang mampu menjadikan pariwisata di Indonesia memiliki keunggulan yang kompetitif dengan dukungan kemajuan TIK. Keberhasilan wisata cerdas tidak terlepas dari konstruksi model yang dijadikan landasan pengembangan sistem dan aplikasinya. Berdasarkan hal tersebut maka tujuan penelitian ini adalah untuk membuat model wisata cerdas yang tepat sehingga pariwisata Indonesia menjadi pariwisata yang unggul dan berdaya saing. Penelitian ini menggunakan metoda bauran (mixed method) dengan dominasi penelitian pada metode kualitatif. Pada awal penelitian, dilakukan pengumpulan komponen-komponen wisata cerdas menggunakan Systematic Literature Review (SLR) dan wawancara mendalam kepada para pakar wisata dan informatika dari unsur akademisi, pemerintah, dan swasta. Kemudian, komponen hasil SLR dan wawancara dilakukan Focus Group Discussion (FGD). Hasil FGD diolah dengan Principal Component Analysis (PCA) yang merupakan metode kuantitatif pada responden pengguna aplikasi wisata digital. Hasil PCA untuk mendapatkan kelompok komponen dan komponen wisata cerdas pembentuk model konseptual dan struktural yang terintegrasi. Model konseptual menggunakan pendekatan konsep system thinking sementara model struktural menggunakan Interpretative Structural Modeling (ISM). Selanjutnya dilakukan validasi model menggunakan face validity. Terakhir, dikembangkan strategi SI/TI dan arsitektur aplikasi wisata cerdas. Hasil yang diperoleh dalam riset ini adalah komponen pembentuk model wisata cerdas yang terdiri dari dari 46 komponen wisata cerdas, 9 (sembilan) kelompok komponen wisata cerdas, dan 12 komponen kunci. Selain itu, dihasilkan model yang terintegrasi antara model konseptual dan struktural dengan mengakomodir dua belas komponen kunci. Strategi SI/TI dalam wujud aplikasi cerdas, pengelolaan SI/TI yang tepat, dan perluasan jaringan internet. Arsitektur aplikasi wisata cerdas dibuat dengan konsep stakeholders centric.

---

Indonesia has superior tourism competitiveness but is not optimum to compete with tourism from other countries. For this reason, smart tourism is needed that be able to make tourism in Indonesia have a competitive advantage with the support of ICT advances. The success of smart tourism cannot be separated from the construction of the model that is used as the basis for developing the system and its application. Based on this, the purpose of this research is to create an appropriate smart tourism model so that Indonesian tourism becomes a superior and competitive tourism. This study uses a mixed-method with the dominance of research on qualitative methods. At the beginning of the study, the components of smart tourism were collected using a Systematic Literature Review (SLR) and in-depth interviews with tourism and informatics experts from academia, government, and private sectors. Then, the components of the results of the SLR and interviews were conducted in a Focus Group Discussion (FGD). The results of the FGD were processed using Principal Component Analysis (PCA), which is a quantitative method for respondents using digital tourism applications. PCA results to obtain component groups and components of intelligent tourism forming an integrated conceptual and structural model. The conceptual model uses systems thinking concept approach while the structural model uses Interpretative Structural Modeling (ISM). Furthermore, model validation is carried out using face validity. Finally, the IS/IT strategy and smart tourism architecture were developed. The results obtained in this research are components that form a smart tourism model consisting of 46 smart tourism components, 9 (nine) groups of smart tourism components, and 12 key components. In addition, a model that is integrated between conceptual and structural models is produced by accommodating twelve key components. IS/IT strategy in the form of smart applications, proper IS/IT management, and internet network expansion. Smart tourism application architecture is made with the concept of stakeholder centric."

"SMART ASN 2019-2024 adalah target output tahap ke- 3( RJPM 3) berkenaan dengan milestones Pembangunan ASN(UU No. 17 tahun 2007). Target ini tertuang dalam RPJMN untuk periode tahun 2015-2019, yakni memantapkan pembangunan secara menyeluruh dengan menekankan pembangunan keunggulan kompetitif perekonomian yang berbasis SDA yang tersedia, SDMyang berkualitas, serta kemampuan IPTEK. Dalam tulisan ini, SMART ASN akan diberi pemaknaansebagai sebuah cara cerdas untuk mengembangkan sikap taktis mengembangkan SDM ASN sebagai Human Capital. SMART adalah filosofi yang digunakan untuk membantu kita menetapkan target dan tujuan, misalnya dalam project management, employee performance management, atau personal development. Singkatan ini pertamakali digunakan dalam Management Review edisi November 1981 oleh George T. Doran Beberapa pakar dan akademisi menyebutnya dengan istilah KPI (Key Performance Indicators). Tulisan ini memberikan pula bahasan tentang bagaimana merumuskan tujuandan mimpi yang SMART bagi ASN yang ingin sukses menjadi SMART ASN 2024"

"Tingginya jumlah kendaraan bermotor di Indonesia memiliki dampak kepada kualitas udara. Aplikasi Mahoni merupakan upaya solusi dari permasalahan tersebut dengan membawa konsep kota cerdas. Penulis melakukan pengembangan arsitektur microservice yang melayani fitur pada aplikasi Mahoni yaitu servis kualitas udara, perjalanan, dan penukaran poin menjadi kupon sesuai dengan kebutuhan pengguna. Aplikasi Mahoni dikembangkan dengan menggunakan arsitektur event-driven agar dapat mencatat beragam data yang berasal dari sensor udara dan aktivitas pengguna secara real-time. Digunakan message broker untuk mendapatkan throughput yang tinggi dan mempermudah integrasi dengan komponen big data yang memerlukan data stream untuk melakukan stream processing dan real-time analytics melalui change data capture. Data stream diolah menjadi keluaran yang dibutuhkan seperti visualisasi data menggunakan dashboard. Untuk mencapai hal tersebut, arsitektur Kappa diimplementasikan untuk membangun arsitektur big data yang scalable dan reliable. Keterhubungan implementasi keseluruhan arsitektur pada penelitian ini diuji dengan melakukan end-to-end testing. Hasil pengujian menunjukkan bahwa keseluruhan komponen sistem aplikasi Mahoni terhubung dengan baik dalam memenuhi kebutuhan pengguna. Komponen arsitektur event-driven terbukti dapat mengatasi data stream dengan throughput tinggi dan bersifat loosely-coupled sehingga integrasi komponen baru pada sistem lebih mudah. Komponen arsitektur big data juga terbukti dapat mengatasi pertumbuhan data dengan melakukan scaling sehingga menghasilkan sistem yang reliable.

---

The high number of motorized vehicles in Indonesia is causing air quality issues. To combat this problem, the Mahoni application introduces a smart city concept. It employs a microservice architecture, offering features such as air quality monitoring, travel assistance, and point redemption for coupons according to user needs. Event-driven architecture is utilized for real-time data collection from air sensors and user interactions. Message broker is used to get high throughput and facilitate integration with big data components that require data streams to perform stream processing and real-time analytics through change data capture. Stream data is processed into the required output such as data visualization using dashboards. To achieve this, Kappa architecture is implemented to build a scalable and reliable big data architecture. The connectedness of the implementation of the entire architecture in this study was tested by conducting end-to-end testing. The results of the test show that all components of the Mahoni application system are well connected in meeting user needs. The event-driven architecture component is proven to cope with high-throughput data streams and is loosely-coupled, allowing easy integration of new components. The big data architecture component is also proven to accommodate data growth by scaling, ensuring a reliable system."

"Tingginya jumlah kendaraan bermotor di Indonesia memiliki dampak kepada kualitas udara. Aplikasi Mahoni merupakan upaya solusi dari permasalahan tersebut dengan membawa konsep kota cerdas. Penulis melakukan pengembangan arsitektur microservice yang melayani fitur pada aplikasi Mahoni yaitu servis kualitas udara, perjalanan, dan penukaran poin menjadi kupon sesuai dengan kebutuhan pengguna. Aplikasi Mahoni dikembangkan dengan menggunakan arsitektur event-driven agar dapat mencatat beragam data yang berasal dari sensor udara dan aktivitas pengguna secara real-time. Kafka digunakan sebagai message broker untuk mendapatkan throughput yang tinggi dan mempermudah integrasi dengan komponen big data yang memerlukan data stream untuk melakukan stream processing dan real-time analytics melalui change data capture dengan bantuan Debezium dan Kafka Connect. Data stream diolah menjadi keluaran yang dibutuhkan seperti visualisasi data menggunakan dashboard. Untuk mencapai hal tersebut, arsitektur Kappa diimplementasikan untuk membangun arsitektur big data yang sederhana, scalable, dan reliable. Arsitektur big data pada penelitian ini terdiri dari beberapa komponen yaitu Flink, Cassandra, InfluxDB, dan Grafana. Keterhubungan implementasi keseluruhan arsitektur pada penelitian ini diuji dengan melakukan end-to-end testing. Hasil dari pengujian tersebut menunjukkan bahwa keseluruhan komponen sistem aplikasi Mahoni terhubung dengan baik dalam memenuhi kebutuhan pengguna. Komponen arsitektur event-driven juga dibuktikan dapat mengatasi data stream dengan throughput tinggi dan bersifat loosely-coupled sehingga integrasi komponen baru pada sistem lebih mudah. Komponen arsitektur big data juga dibuktikan dapat mengatasi pertumbuhan data dengan melakukan scaling pada Flink sehingga menghasilkan sistem yang reliable.

---

The high number of motorized vehicles in Indonesia has an impact on air quality. Mahoni application is an attempt to solve the problem by bringing the concept of smart city. The author develops a microservice architecture that serves features in the Mahoni application, namely air quality services, travel, and redemption of points into coupons according to user needs. Mahoni application is developed using event-driven architecture in order to record various data from air sensors and user activities in real-time. Kafka is used as a message broker to get high throughput and facilitate integration with big data components that require data streams to perform stream processing and real-time analytics through change data capture with the help of Debezium and Kafka Connect. Stream data is processed into the required output such as data visualization using dashboards. To achieve this, Kappa architecture is implemented to build a simple, scalable, and reliable big data architecture. The big data architecture in this research consists of several components, namely Flink, Cassandra, InfluxDB, and Grafana. The connectedness of the implementation of the entire architecture in this study was tested by conducting end-to-end testing. The results of the test show that all components of the Mahoni application system are well connected in meeting user needs. The event-driven architecture component is also proven to be able to cope with high-throughput data streams and is loosely-coupled so that the integration of new components in the system is easier. The big data architecture component is also proven to be able to cope with data growth by scaling Flink to produce a reliable system."

"Tingginya jumlah kendaraan bermotor di Indonesia memiliki dampak kepada kualitas udara. Aplikasi Mahoni merupakan upaya solusi dari permasalahan tersebut dengan membawa konsep kota cerdas. Penulis melakukan pengembangan arsitektur microservice yang melayani fitur pada aplikasi Mahoni yaitu servis kualitas udara, perjalanan, dan penukaran poin menjadi kupon sesuai dengan kebutuhan pengguna. Aplikasi Mahoni dikembangkan dengan menggunakan arsitektur event-driven agar dapat mencatat beragam data yang berasal dari sensor udara dan aktivitas pengguna secara real-time. Digunakan message broker untuk mendapatkan throughput yang tinggi dan mempermudah integrasi dengan komponen big data yang memerlukan data stream untuk melakukan stream processing dan real-time analytics melalui change data capture. Data stream diolah menjadi keluaran yang dibutuhkan seperti visualisasi data menggunakan dashboard. Untuk mencapai hal tersebut, arsitektur Kappa diimplementasikan untuk membangun arsitektur big data yang scalable dan reliable. Keterhubungan implementasi keseluruhan arsitektur pada penelitian ini diuji dengan melakukan end-to-end testing. Hasil pengujian menunjukkan bahwa keseluruhan komponen sistem aplikasi Mahoni terhubung dengan baik dalam memenuhi kebutuhan pengguna. Komponen arsitektur event-driven terbukti dapat mengatasi data stream dengan throughput tinggi dan bersifat loosely-coupled sehingga integrasi komponen baru pada sistem lebih mudah. Komponen arsitektur big data juga terbukti dapat mengatasi pertumbuhan data dengan melakukan scaling sehingga menghasilkan sistem yang reliable.

---

The high number of motorized vehicles in Indonesia is causing air quality issues. To combat this problem, the Mahoni application introduces a smart city concept. It employs a microservice architecture, offering features such as air quality monitoring, travel assistance, and point redemption for coupons according to user needs. Event-driven architecture is utilized for real-time data collection from air sensors and user interactions. Message broker is used to get high throughput and facilitate integration with big data components that require data streams to perform stream processing and real-time analytics through change data capture. Stream data is processed into the required output such as data visualization using dashboards. To achieve this, Kappa architecture is implemented to build a scalable and reliable big data architecture. The connectedness of the implementation of the entire architecture in this study was tested by conducting end-to-end testing. The results of the test show that all components of the Mahoni application system are well connected in meeting user needs. The event-driven architecture component is proven to cope with high-throughput data streams and is loosely-coupled, allowing easy integration of new components. The big data architecture component is also proven to accommodate data growth by scaling, ensuring a reliable system."