Diajukan Untuk Memenuhi Salah Satu Tugas Mata Kuliah Arkom &
Orkom
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, yang telah
memberikan kesehatan jasmani dan rohani serta petunjuk dan kekuatan kepada
penulis sehingga makalah Fog Computing ini bisa diselesaikan, meski masih
banyak kekurangan dan jauh dari kata sempurna.
Kritik dan saran sangat diharapkan penulis agar dapat lebih baik lagi dikemudian
hari. Makalah ini disusun dan dibuat berdasarkan materi–materi yang ada dan
bertujuan memenuhi salah satu tugan mata kuliah “ARKOM ORKOM” dengan
dosen Bapak T.M.Bakti Fatihana,S.Kom Materi–materi bertujuan agar dapat
menambah pengetahuan dan wawasan dalam belajar. Serta juga dapat memahami
nilai–nilai dasar yang direfleksikan dalam berpikir dan bertindak. Mudah-
mudahan dengan mempelajari makalah ini, akan mampu menghadapi masalah-
masalah atau kesulitan-kesulitan yang timbul dalam belajar. Dan dengan harapan
semoga semua mampu berinovasi dan berkreasi dengan potensi yang dimiliki
serta bisa memahaminya.
Perwakilan kelompok
DAFTAR ISI
PENDAHULUAN
A.Latar Belakang
B.Rumusan Masalah
C.Tujuan Masalah
PEMBAHASAN
Istilah Fog Computing diciptakan oleh Cisco pada tahun 2014. Ini
adalah teknologi baru yang menyediakan banyak manfaat untuk berbagai bidang,
terutama IoT. Mirip dengan cloud, fog computing menyediakan layanan untuk
pengguna IoT seperti pemrosesan dan penyimpanan data. Fog Computing
didasarkan pada penyediaan pemrosesan data, kemampuan dan penyimpanan data
secara lokal ke perangkat fog daripada mengirimnya ke cloud. Baik cloud maupun
fog menyediakan penyimpanan, komputasi dan sumber daya jaringan.
Fog computing adalah paradigma dengan kemampuan terbatas seperti
komputasi, penyimpanan, dan jaringan layanan secara terdistribusi antara
perangkat akhir yang berbeda dan komputasi awan klasik. Fog computing
menyediakan solusi yang baik untuk aplikasi IoT yang sensitif terhadap latensi.
Meskipun istilah fog computing awalnya diciptakan oleh Cisco, fog
computing telah didefinisikan oleh banya peneliti dan organisasi dari sejumlah
perspektif yang berbeda. Menurut Yi et al fog “Fog Computing secara geografis
terdistribusi arsitektur komputasi dengan sumber daya yang terdiri dari satu atau
lebih terhubung secara heterogen perangkat (termasuk perangkat tepi) di tepi
jaringan dan tidak didukung secara eksklusif oleh layanan Cloud, untuk secara
kolaboratif menyediakan komputasi, penyimpanan, dan komunikasi elastis (dan
banyak layanan baru serta tugas yang lainnya) di lingkungan yang terisolasi untuk
klien dalam skala besar ”.
Sementara, Vaquero dan Rodero-Merino mendefinisikan fog computing sebagai
“Sebuah skenario di mana sejumlah besar heterogen (nirkabel dan kadang-kadang
otonom) perangkat di mana-mana dan terdesentralisasi berkomunikasi dan
berpotensi bekerjasama di antara sesama dengan jaringan untuk melakukan tugas
penyimpanan dan pemprosesan tanpa campur tangan pihak ketiga. Tugas-tugas ini
dapat mendukung fungsi-fungsi dasar jaringan atau layanan dan aplikasi baru
yang berjalan. Pengguna yang menyewa sebagian dari perangkat mereka untuk
menjadi tuan rumah layanan ini mendapatkan insentif untuk melakukannya ”.
Fog computing adalah perpanjangan dari cloud tetapi lebih dekat ke hal-
hal yang bekerja dengan data IoT. Fog computing bertindak sebagai perantara
antara perangkat cloud dan tujuan akhir yang membawa layanan pemrosesan,
penyimpanan, dan jaringan lebih dekat ke perangkat akhir itu sendiri. Perangkat
ini disebut node kabut, dapat digunakan di mana saja dengan koneksi jaringan.
Perangkat apapun dengan komputasi, penyimpanan, dan konektivitas jaringan bisa
menjadi titik kabut, seperti pengontrol industri, switch, router, server tertanam dan
kamera pengintai video.
Fog computing dianggap sebagai blok bangunan dari cloud. Menurut Ai et al dan
Yi et al, karakteristik fog computing dapat diringkas sebagai berikut:
Lokasi kesadaran dan latensi rendah: fog computing mendukung
kesadaran lokasi di mana fog node dapat digunakan di lokasi yang
berbeda. Selain itu, karena fog lebih dekat ke perangkat akhir, itu
memberikan latensi yang lebih rendah saat memproses data perangkat
akhir.
Distribusi geografis: Berbeda dengan cloud terpusat, layanan dan aplikasi
disediakan oleh fog yang didistribusikan dan dapat digunakan di mana
saja.
Skalabilitas: Ada jaringan sensor berskala besar yang memantau
lingkungan sekitarnya. Fog menyediakan komputasi terdistribusi dan
sumber daya penyimpanan yang dapat berfungsi dengan demikian
perangkat akhir skala besar.
Dukungan untuk mobilitas: Salah satu aspek penting dari aplikasi fog
adalah kemampuan untuk terhubung langsung ke perangkat seluler dan
oleh karena itu mengaktifkan metode mobilitas, seperti pemisahan ID
locator protokol (LISP) yang membutuhkan sistem direktori terdistribusi.
Interaksi waktu nyata: Aplikasi fog computing menyediakan interaksi
waktu nyata antara fog node daripada pemrosesan batch yang digunakan di
cloud.
Heterogenitas: fog node atau perangkat akhir dirancang oleh produsen
yang berbeda dengan demikian datang dalam berbagai bentuk dan perlu
dikerahkan sesuai dengan platform mereka. Fog memiliki kemampuan
untuk bekerja di berbagai platform.
Interoperabilitas: Komponen kabut dapat beroperasi dan bekerja dengan
domain dan lintas yang berbeda penyedia layanan yang berbeda.
Dukungan untuk analisis on-line dan interaksi dengan cloud: Fog
ditempatkan di antara cloud dan mengakhiri perangkat untuk memainkan
peran penting dalam penyerapan dan pemrosesan data yang mendekati
perangkat akhir.
Rumah Pintar
A.Kesimpulan
Fog computing adalah platform yang membawa layanan analitik dasar ke tepi
jaringan untuk meningkatkan kinerja dengan memposisikan sumber daya
komputasi lebih dekat ke tempat yang dibutuhkan, sehingga mengurangi jarak
yang perlu dibawa oleh data ke dalam jaringan, meningkatkan efisiensi dan
kinerja jaringan secara keseluruhan. Fog computing juga dapat digunakan untuk
alasan keamanan, karena memiliki kemampuan untuk membagi lalu lintas
bandwidth, dan membuat firewall tambahan ke dalam jaringan untuk keamanan
yang lebih tinggi.
Fog computing sebagai perpanjangan dari cloud computing akan tumbuh untuk
membantu paradigma jaringan yang membuhtuhkan pemrosesan data lebih cepat,
penyimpanan dan aplikasi pada server yang jauh, dan tidak dihosting secara lokal.
Fog computing menyediakan solusi terpadu di tepian untuk komunikasi,
manajemen perangkat, pengambilan data, analisis dan kontrol. Fog Computing
memungkinkan pengerahan infrastruktur yang sangat terdistribusi tetapi dikelola
secara terpusat.
Secara fisik, kekuatan fog computing ini lebih dekat ke tempat pembuatan data,
dalam konfigurasi fog computing terletak di “kabut” yang dianggap sebagai
bahan penting dalam jaringan cloud-fog-thing. Node kabut, yang terletak di router
atau perangkat gateway, memungkinkan data diproses pada perangkat ini,
sehingga hanya data yang diperlukan yang selanjutnya ditransmisikan ke cloud,
dan mengurangi bandwidth yang digunakan.
B.Saran
Fog computing yang efektif harus menyediakan serangkaian sumber daya
komputasi yang beragam, dan platform di mana kita dapat menggunakan sumber
daya dengan mudah dan optimal pada setiap waktu, sesuai dengan kebutuhan.
Jika kita memutuskan bahwa komputasi kabut adalah solusi yang dicari, lakukan
pekerjaan itu. Jumlah penyedia "Kabut" pasti akan meningkat karena manfaatnya
menjadi lebih dikenal luas, tetapi sebelum menggunakan infrastruktur fog
computing pastikan itu benar-benar terverivikasi dan aman.
DAFTAR PUSTAKA
1. Atlam, H.F.; Alenezi, A.; Walters, R.J.; Wills, G.B. An Overview of Risk
Estimation Techniques in Risk-based Access Control for the Internet of
Things. In Proceedings of the 2nd International Conference on Internet of
Things, Big Data and Security (IoTBDS 2017), Porto, Portugal, 24–26
April 2017; pp. 254–260.
2. Giang, N.; Kim, S.; Kim, D.; Jung, M.; Kastner, W. Extending the EPCIS
with Building Automation Systems: A New Information System for the
Internet of Things. In Proceedings of the 2014 Eighth International
Conference on Innovative Mobile and Internet Services in Ubiquitous
Computing, Birmingham, UK, 2–4 July 2014; pp. 364–369.
3. Atlam, H.F.; Alenezi, A.; Hussein, R.K.; Wills, G.B. Validation of an
Adaptive Risk-Based Access Control Model for the Internet of Things. Int.
J. Comput. Netw. Inf. Secur. 2018, 10, 26–35. [CrossRef]
4. Atlam, H.F.; Alenezi, A.; Alharthi, A.; Walters, R.; Wills, G. Integration
of cloud computing with internet of things: challenges and open issues. In
Proceedings of the 2017 IEEE International Conference on Internet of
Things (iThings) and IEEE Green Computing and Communications
(GreenCom) and IEEE Cyber, Physical and Social Computing (CPSCom)
and IEEE Smart Data (SmartData), Exeter, UK, 21–23 June 2017; pp.
670–675.
5. Ai, Y.; Peng, M.; Zhang, K. Edge cloud computing technologies for
internet of things: A primer. Digit. Commun. Netw. 2017, in press.
[CrossRef].
6. Bonomi, F.; Milito, R.; Zhu, J.; Addepalli, S. Fog computing and its role
in the internet of things. In Proceedings of the First Edition of the MCC
Workshop on Mobile Cloud Computing-MCC ’12, Helsinki, Finland, 17
August 2012; pp. 13–15.
7. Peter, N. FOG Computing and Its Real Time Applications. Int. J. Emerg.
Technol. Adv. Eng. 2015, 5, 266–269.
8. Wen, Z.; Yang, R.; Garraghan, P.; Lin, T.; Xu, J.; Rovatsos, M. Fog
orchestration for internet of things services. IEEE Internet Comput. 2017,
21, 16–24. [CrossRef].
9. Yang, Y. FA2ST: Fog as a Service Technology. In Proceedings of the
2017 IEEE 41st IEEE Annual Computer Software and Applications
Conference, Turin, Italy, 4–8 July 2017; p. 708.
10. Aazam, M.; Huh, E.N. Fog computing and smart gateway based
communication for cloud of things. In Proceedings of the 2014
International Conference on Future Internet of Things Cloud, FiCloud
2014, Barcelona, Spain, 27–29 August 2014; pp. 464–470.
11. Atlam, H.F.; Alenezi, A.; Walters, R.J.; Wills, G.B.; Daniel, J. Developing
an adaptive Risk-based access control model for the Internet of Things. In
Proceedings of the 2017 IEEE International Conference on Internet of
Things (iThings) and IEEE Green Computing and Communications
(GreenCom) and IEEE Cyber, Physical and Social Computing (CPSCom)
and IEEE Smart Data (SmartData), Exeter, UK, 21–23 June 2017; pp.
655–661.
12. Verma, M.; Bhardwaj, N.; Yadav, A.K. Real Time Efficient Scheduling
Algorithm for Load Balancing in Fog Computing Environment. Int. J. Inf.
Technol. Comput. Sci. 2016, 8, 1–10. [CrossRef]
13. Yi, S.; Hao, Z.; Qin, Z.; Li, Q. Fog computing: Platform and applications.
In Proceedings of the 3rdWorkshop on Hot Topics in Web Systems and
Technologies, HotWeb 2015, Washington, DC, USA, 24–25 October
2016; pp. 73–78.
14. Vaquero, L.M.; Rodero-Merino, L. Finding YourWay in the Fog: Towards
a Comprehensive Definition of Fog Computing. ACM SIGCOMM
Comput. Commun. Rev. 2014, 44, 27–32. [CrossRef]
15. Fog Computing and the Internet of Things: Extend the Cloud to Where the
Things Are. White Paper. 2016.
16. Peralta, G.; Iglesias-Urkia, M.; Barcelo, M.; Gomez, R.; Moran, A.;
Bilbao, J. Fog computing based efficient IoT scheme for the Industry 4.0.
In Proceedings of the 2017 IEEE International Workshop of Electronics,
Control, Measurement, Signals and their application to Mechatronics, San
Sebastian, Spain, 24–26 May 2017; pp. 1–6.
17. https://www.cisco.com/c/dam/en_us/solutions/trends/iot/docs/computing-
overview.pdf.
18. https://www.mdpi.com/2504-2289/2/2/10/pdf
20.F. Bonomi, R. Milito, J. Zhu, and S. Addepalli, “Fog computing and its
role in the internet of things,” in workshop on Mobile cloud computing. ACM
2012