S1 Sistem Informatika - FSTT ISTN Jakarta | Semester Ganjil 2025/2026
Setiap aplikasi cerdas β baik itu aplikasi belanja, streaming, media sosial, atau sistem rekomendasi β tidak berdiri sendiri. Agar dapat bekerja dengan cepat, efisien, dan scalable, sistem memerlukan arsitektur yang terstruktur, di mana setiap bagian memiliki tugas yang jelas.
Konsep Edge-Cloud-User adalah pendekatan arsitektur modern yang membagi proses komputasi dan data menjadi 3 lapisan utama, masing-masing dengan peran spesifik untuk mengoptimalkan performa sistem.
Bayangkan sebuah restoran:
Dengan pembagian tugas ini, pelanggan dilayani cepat (edge) untuk hal sederhana, sementara dapur (cloud) fokus pada pekerjaan berat!
Interface & Interaksi Pengguna
Mobile App, Web Browser, Desktop App
Pemrosesan Lokal & Caching
Local Server, CDN, Mobile Processing
AI Processing & Big Data Storage
Data Centers, ML Models, Central Database
Prinsip dasar: Letakkan komputasi sedekat mungkin dengan user untuk response time yang cepat, tetapi tetap maintain centralized intelligence di cloud untuk consistency dan learning.
User Layer adalah lapisan tempat interaksi langsung terjadi antara pengguna dengan sistem. Ini adalah "wajah" dari aplikasi yang dilihat dan digunakan user.
| Aspek | Detail |
|---|---|
| Fungsi Utama |
β’ Menampilkan interface yang user-friendly β’ Mengumpulkan input dari pengguna β’ Menampilkan hasil/output dari sistem β’ Memberikan feedback visual real-time |
| Teknologi |
β’ Mobile: React Native, Flutter, Swift, Kotlin β’ Web: React.js, Vue.js, Angular β’ Desktop: Electron, .NET, JavaFX |
| Fokus |
β’ User Experience (UX) β’ Response time yang cepat β’ Interface yang intuitif β’ Accessibility |
| Contoh Implementasi |
β’ Aplikasi Tokopedia mobile β’ Website Netflix di browser β’ App Spotify di smartphone β’ Dashboard admin web |
Edge Layer bekerja "di tepi" jaringan, dekat dengan pengguna. Layer ini bertanggung jawab untuk pemrosesan data yang cepat dan ringan tanpa harus bolak-balik ke cloud.
Tanpa Edge: Request β Cloud (200ms) β Response
Dengan Edge: Request β Edge (10ms) β Response
20x lebih cepat!
Tidak semua data perlu dikirim ke cloud
Edge filter dan aggregate data sebelum upload
Hemat bandwidth 60-80%
Data sensitif bisa diproses lokal
Hanya hasil agregat yang dikirim ke cloud
Better compliance dengan regulasi
| Fungsi | Deskripsi | Contoh |
|---|---|---|
| Caching | Menyimpan data yang sering diakses di local storage/CDN |
β’ Gambar produk di cache browser β’ Video thumbnails di CDN β’ Static assets (CSS, JS) |
| Local Processing | Menjalankan komputasi ringan di device user atau edge server |
β’ Auto-suggestion saat user mengetik β’ Image compression sebelum upload β’ Form validation |
| Request Filtering | Filter dan prioritize requests sebelum ke cloud |
β’ Rate limiting β’ Request deduplication β’ Traffic shaping |
| Real-time Response | Memberikan immediate feedback tanpa menunggu cloud |
β’ Optimistic UI updates β’ Local search results β’ Quick recommendations |
| Data Aggregation | Mengumpulkan dan summarize data sebelum upload |
β’ Analytics batching β’ Log aggregation β’ Sensor data summarization |
Scenario: User mencari "sepatu nike"
Cloud Layer adalah "otak pusat" dari sistem. Di sini terjadi pemrosesan data besar, training machine learning models, dan penyimpanan data jangka panjang.
| Peran | Detail & Contoh |
|---|---|
| Central Data Storage |
Fungsi: Menyimpan semua data historis, user profiles, transactions Teknologi: PostgreSQL, MongoDB, Amazon S3, Google BigQuery Contoh: Tokopedia menyimpan 10 tahun data transaksi untuk analysis |
| AI/ML Processing |
Fungsi: Training dan running complex ML models Teknologi: TensorFlow, PyTorch, AWS SageMaker, Google AI Platform Contoh: Netflix melatih model rekomendasi dengan data dari 200M+ users |
| Business Logic |
Fungsi: Menjalankan core business rules dan workflows Teknologi: Microservices (Java Spring, Node.js, Python Django) Contoh: Proses payment, inventory management, order fulfillment |
| Analytics & Insights |
Fungsi: Analyzing big data untuk business intelligence Teknologi: Apache Spark, Google Analytics, Tableau Contoh: Dashboard untuk monitoring KPIs, trend analysis |
| Integration Hub |
Fungsi: Menghubungkan berbagai services dan external APIs Teknologi: API Gateway, Message Queue (Kafka, RabbitMQ) Contoh: Integrasi dengan payment gateway, shipping, CRM |
| Step | Layer | Proses |
|---|---|---|
| 1 | USER |
β’ User ketik "laptop gaming" di search bar β’ App capture input dan context (lokasi, waktu, device) |
| 2 | EDGE |
β’ Edge check cache: Ada 500 laptop gaming yang di-cache β’ Apply quick filters: Price range, stock available β’ Show skeleton results dalam 30ms (optimistic UI) |
| 3 | CLOUD |