{"id":10472,"date":"2026-03-04T18:18:41","date_gmt":"2026-03-04T10:18:41","guid":{"rendered":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/"},"modified":"2026-03-04T18:18:41","modified_gmt":"2026-03-04T10:18:41","slug":"case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank","status":"publish","type":"post","link":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/","title":{"rendered":"Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank"},"content":{"rendered":"<p id=\"GSYfHRi\"><img alt=\"\" class=\"alignnone size-full wp-image-9995\" decoding=\"async\" height=\"698\" loading=\"lazy\" sizes=\"auto, (max-width: 1067px) 100vw, 1067px\" src=\"https:\/\/www.archimetric.com\/wp-content\/uploads\/2026\/01\/img_6957735055980.png\" srcset=\"https:\/\/www.archimetric.com\/wp-content\/uploads\/2026\/01\/img_6957735055980.png 1067w, https:\/\/www.archimetric.com\/wp-content\/uploads\/2026\/01\/img_6957735055980-300x196.png 300w, https:\/\/www.archimetric.com\/wp-content\/uploads\/2026\/01\/img_6957735055980-1024x670.png 1024w, https:\/\/www.archimetric.com\/wp-content\/uploads\/2026\/01\/img_6957735055980-768x502.png 768w, https:\/\/www.archimetric.com\/wp-content\/uploads\/2026\/01\/img_6957735055980-120x80.png 120w\" width=\"1067\"\/><\/p>\n<h2 dir=\"auto\">Ringkasan Eksekutif<\/h2>\n<p dir=\"auto\">LegacyFin Bank, sebuah lembaga keuangan yang telah berdiri lama dengan akar pada komputasi mainframe, melaksanakan proyek pada tahun 2025 untuk memodelkan dan mengoptimalkan sistem manajemen data inti menggunakan ArchiMate\u2019s<strong>Lapisan Teknologi<\/strong>. Inisiatif ini berfokus pada integrasi layanan basis data berbasis mainframe lama dengan penyimpanan jaringan modern (NAS) untuk akses file, bertujuan meningkatkan keandalan, skalabilitas, dan kinerja sekaligus mengurangi waktu henti.<\/p>\n<p dir=\"auto\">Dengan menggunakan elemen ArchiMate seperti node, perangkat, perangkat lunak sistem, artefak, jaringan komunikasi, dan layanan teknologi, bank memvisualisasikan infrastrukturnya, mengidentifikasi hambatan, dan merencanakan migrasi. Hasilnya adalah peningkatan 30% dalam kecepatan akses data, pengurangan 15% biaya pemeliharaan, serta dukungan yang lebih baik terhadap layanan perbankan digital. Studi kasus ini membahas konsep Lapisan Teknologi, memberikan penjelasan rinci dan contoh untuk menggambarkan penerapannya.<\/p>\n<h2 dir=\"auto\">Latar Belakang Perusahaan<\/h2>\n<p dir=\"auto\">LegacyFin Bank melayani lebih dari 5 juta pelanggan dengan layanan termasuk perbankan ritel, pinjaman, dan manajemen investasi. Didirikan pada tahun 1970-an, bank ini mengandalkan lingkungan TI hibrida: mainframe lama untuk pemrosesan transaksi dan solusi penyimpanan modern untuk data tidak terstruktur seperti dokumen pelanggan. Tantangan yang dihadapi mencakup sistem yang terpisah yang menyebabkan pengambilan data lambat, konsumsi energi tinggi dari perangkat keras yang usang, serta risiko kepatuhan dari cadangan yang tidak efisien.<\/p>\n<p dir=\"auto\"><img alt=\"What is ArchiMate?\" decoding=\"async\" src=\"https:\/\/www.archimetric.com\/wp-content\/uploads\/2026\/01\/08-archimate-technology-layer.png\"\/><\/p>\n<p dir=\"auto\">Untuk mengatasi hal tersebut, arsitek TI bank menggunakan Lapisan Teknologi ArchiMate untuk memodelkan infrastruktur secara independen dari lapisan bisnis dan aplikasi, dengan fokus pada komponen fisik dan logis yang mendukung aplikasi.<\/p>\n<h2 dir=\"auto\">Konsep dan Hubungan Utama dalam Lapisan Teknologi<\/h2>\n<p dir=\"auto\">Lapisan Teknologi ArchiMate menggambarkan perangkat keras, perangkat lunak, dan jaringan yang mewujudkan komponen aplikasi. Ini mencakup struktur aktif (node, perangkat, perangkat lunak sistem), perilaku (layanan teknologi, fungsi), dan struktur pasif (artefak seperti objek data). Hubungan utama mencakup realisasi (bagaimana elemen tingkat rendah mewujudkan yang lebih tinggi), asosiasi (koneksi longgar), dan penugasan (penempatan perangkat lunak ke perangkat keras).<\/p>\n<h3 dir=\"auto\">Layanan Teknologi<\/h3>\n<p dir=\"auto\">Layanan teknologi merepresentasikan perilaku yang terlihat dari luar yang disediakan oleh elemen teknologi, sering kali sebagai antarmuka untuk aplikasi.<\/p>\n<ul dir=\"auto\">\n<li><strong>Contoh dalam Diagram<\/strong>: \u201cLayanan Basis Data\u201d dan \u201cLayanan Akses File\u201d adalah layanan teknologi (ditampilkan sebagai persegi panjang melengkung). \u201cLayanan Teknologi\u201d yang lebih luas menggabungkannya, memberikan kemampuan manajemen data yang terpadu.<\/li>\n<li><strong>Contoh Umum<\/strong>: Layanan hosting web yang diwujudkan oleh perangkat keras server (misalnya, AWS EC2 yang menyediakan layanan komputasi) atau layanan email yang diwujudkan oleh server SMTP. Dalam kasus LegacyFin, Layanan Basis Data menangani permintaan terstruktur untuk akun pelanggan, sedangkan Layanan Akses File mengelola pengambilan dokumen untuk aplikasi pinjaman.<\/li>\n<\/ul>\n<h3 dir=\"auto\">Node<\/h3>\n<p dir=\"auto\">Node adalah sumber daya komputasi, mencakup lingkungan perangkat keras dan perangkat lunak yang menampung perangkat lunak sistem dan artefak.<\/p>\n<ul dir=\"auto\">\n<li><strong>Contoh dalam Diagram<\/strong>: \u201cMainframe\u201d adalah node (ikon persegi panjang), menampung DBMS dan CICS.<\/li>\n<li><strong>Contoh Umum<\/strong>: Kelompok server di pusat data (misalnya, node Kubernetes yang menjalankan container) atau mesin virtual di awan. Di LegacyFin, node mainframe memproses transaksi volume tinggi, seperti pengecekan saldo secara real-time, memastikan keandalan untuk operasi 24\/7.<\/li>\n<\/ul>\n<h3 dir=\"auto\">Perangkat Lunak Sistem<\/h3>\n<p dir=\"auto\">Perangkat lunak sistem menyediakan layanan platform bagi aplikasi, seperti sistem operasi atau middleware.<\/p>\n<ul dir=\"auto\">\n<li><strong>Contoh dalam Diagram<\/strong>: \u201cDBMS\u201d (ikon lingkaran untuk perangkat lunak sistem) berjalan di mainframe, mewujudkan Layanan Basis Data. \u201cSystem I\u201d (mungkin sistem operasi atau perangkat lunak infrastruktur) terhubung di bawahnya.<\/li>\n<li><strong>Contoh Umum<\/strong>: Oracle Database (DBMS) pada sistem operasi Linux, atau Apache Web Server yang menyediakan layanan HTTP. Di bank, DBMS seperti IBM DB2 mengelola data relasional untuk pelaporan kepatuhan, sedangkan CICS (Sistem Kontrol Informasi Pelanggan, server transaksi) menangani pemrosesan transaksi daring, diilustrasikan oleh penarikan tunai dari ATM.<\/li>\n<\/ul>\n<h3 dir=\"auto\">Perangkat<\/h3>\n<p dir=\"auto\">Perangkat adalah sumber daya komputasi fisik, berbeda dari node logis.<\/p>\n<ul dir=\"auto\">\n<li><strong>Contoh dalam Diagram<\/strong>: \u201cServer File NAS\u201d (ikon komputer) adalah perangkat yang mewujudkan Layanan Akses File.<\/li>\n<li><strong>Contoh Umum<\/strong>: Array penyimpanan seperti Dell EMC Isilon atau perangkat pencetak. Di LegacyFin, perangkat NAS menyimpan kontrak pelanggan dan gambar, memungkinkan akses cepat oleh tim deteksi penipuan.<\/li>\n<\/ul>\n<h3 dir=\"auto\">Artifak<\/h3>\n<p dir=\"auto\">Artifak mewakili objek data atau file yang diimplementasikan pada node atau perangkat.<\/p>\n<ul dir=\"auto\">\n<li><strong>Contoh dalam Diagram<\/strong>: \u201cFile Data\u201d (ikon folder) adalah artifak yang diakses oleh Server File NAS.<\/li>\n<li><strong>Contoh Umum<\/strong>: File CSV yang berisi data penjualan atau eksekusi biner. Dalam skenario bank, File Data mencakup dokumen pinjaman PDF atau file log untuk audit, yang diimplementasikan di seluruh infrastruktur untuk redundansi.<\/li>\n<\/ul>\n<h3 dir=\"auto\">Jaringan Komunikasi<\/h3>\n<p dir=\"auto\">Jaringan komunikasi menghubungkan node dan perangkat untuk pertukaran data.<\/p>\n<ul dir=\"auto\">\n<li><strong>Contoh dalam Diagram<\/strong>: \u201cLAN\u201d (ikon jaringan) menghubungkan Mainframe dan Server File NAS.<\/li>\n<li><strong>Contoh Umum<\/strong>: WAN yang menghubungkan kantor cabang atau VLAN untuk lalu lintas internal yang aman. LAN LegacyFin memungkinkan sinkronisasi data tanpa hambatan antara basis data mainframe dan file NAS, seperti pembaruan catatan pelanggan secara real-time.<\/li>\n<\/ul>\n<h3 dir=\"auto\">Hubungan Kunci<\/h3>\n<ul dir=\"auto\">\n<li><strong>Pemenuhan<\/strong>: Menunjukkan bagaimana elemen konkret mewujudkan elemen abstrak (panah padat dengan kepala segitiga putih). Contoh: DBMS mewujudkan Layanan Basis Data; Server File NAS mewujudkan Layanan Akses File. Contoh: Dalam migrasi ke awan, mesin virtual mewujudkan layanan komputasi.<\/li>\n<li><strong>Asosiasi<\/strong>: Tautan tidak berarah (garis padat). Contoh: Mainframe dihubungkan dengan NAS melalui LAN untuk berbagi data. Contoh: Menghubungkan perangkat firewall dengan jaringan untuk keamanan.<\/li>\n<li><strong>Lainnya<\/strong>: Hubungan pelayanan atau akses (misalnya, NAS melayani File Data) menunjukkan ketergantungan perilaku. Panah aliran bisa mewakili perpindahan data, seperti permintaan dari mainframe ke NAS.<\/li>\n<\/ul>\n<p dir=\"auto\">Konsep-konsep ini memungkinkan arsitek memodelkan infrastruktur secara holistik, melacak dari layanan ke aset fisik.<\/p>\n<h2 dir=\"auto\">Diagram Lapisan Teknologi ArchiMate<\/h2>\n<p dir=\"auto\">Diagram ini menggambarkan infrastruktur data LegacyFin:<\/p>\n<p dir=\"auto\">[Deskripsi diagram: Di bagian atas, \u201cLayanan Teknologi\u201d bercabang ke \u201cLayanan Basis Data\u201d (kiri) dan \u201cLayanan Akses File\u201d (kanan). Layanan Basis Data diwujudkan oleh \u201cDBMS\u201d (perangkat lunak sistem) pada \u201cMainframe\u201d (node), yang juga berisi \u201cCICS\u201d. Layanan Akses File diwujudkan oleh \u201cServer File NAS\u201d (perangkat), yang mengakses \u201cFile Data\u201d (artifak). Mainframe dan NAS dihubungkan melalui \u201cLAN\u201d (jaringan komunikasi), dengan \u201cSystem I\u201d di bawah Mainframe.]<\/p>\n<h3 dir=\"auto\">Penjelasan Rinci Diagram<\/h3>\n<ol dir=\"auto\">\n<li><strong>Layanan Teknologi<\/strong>: Menggabungkan layanan basis data dan file untuk penanganan data yang komprehensif.<\/li>\n<li><strong>Layanan Basis Data<\/strong>: Direalisasikan oleh DBMS pada node mainframe, mendukung integritas transaksional (misalnya, sifat ACID untuk transfer bank).<\/li>\n<li><strong>Layanan Akses File<\/strong>: Direalisasikan oleh perangkat NAS, memungkinkan akses file bersama (misalnya, protokol NFS untuk pengeditan dokumen multi-pengguna).<\/li>\n<li><strong>Mainframe (Node)<\/strong>: Menyediakan perangkat lunak sistem seperti DBMS dan CICS, menunjukkan lingkungan yang intensif komputasi.<\/li>\n<li><strong>Server File NAS (Perangkat)<\/strong>: Perangkat keras penyimpanan fisik, terkait dengan artefak seperti File Data.<\/li>\n<li><strong>LAN (Jaringan Komunikasi)<\/strong>: Memfasilitasi asosiasi, memastikan koneksi dengan latensi rendah (misalnya, Ethernet untuk transfer data internal).<\/li>\n<li><strong>Hubungan<\/strong>: Panah realisasi dari perangkat lunak\/perangkat keras ke layanan; asosiasi untuk konektivitas.<\/li>\n<\/ol>\n<p dir=\"auto\">: Sudut pandang ini menyoroti ketergantungan infrastruktur, membantu dalam perencanaan kapasitas.<\/p>\n<h2 dir=\"auto\">Implementasi dan Hasil<\/h2>\n<p dir=\"auto\">Dengan menggunakan model ini, LegacyFin menerapkan pembaruan: memigrasikan beberapa beban kerja DBMS ke ekivalen awan sambil mempertahankan mainframe untuk jalur kritis, serta meningkatkan LAN dengan serat optik. NAS diperbesar dengan RAID untuk redundansi.<\/p>\n<p dir=\"auto\">Hasil utama:<\/p>\n<ul dir=\"auto\">\n<li><strong>Kuantitatif<\/strong>: Pencarian data 30% lebih cepat; penggunaan energi turun 20% dengan mengoptimalkan penggunaan mainframe.<\/li>\n<li><strong>Kualitatif<\/strong>: Pemulihan bencana ditingkatkan melalui replikasi artefak di seluruh perangkat.<\/li>\n<li><strong>Strategis<\/strong>: Model ini membentuk strategi awan hibrida, terintegrasi dengan AWS S3 untuk penyimpanan file yang diperluas.<\/li>\n<\/ul>\n<p dir=\"auto\">Contoh dampak: Selama jam-jam puncak, layanan yang direalisasikan menangani 50% lebih banyak transaksi tanpa kegagalan; manajemen artefak mengurangi waktu audit kepatuhan menjadi separuhnya.<\/p>\n<h2 dir=\"auto\">Pelajaran yang Dipelajari dan Manfaat ArchiMate<\/h2>\n<p dir=\"auto\">Lapisan Teknologi ArchiMate menawarkan:<\/p>\n<ul dir=\"auto\">\n<li><strong>Modularitas<\/strong>: Kemudahan pertukaran elemen (misalnya, mengganti NAS dengan penyimpanan awan dalam model).<\/li>\n<li><strong>Pelacakan<\/strong>: Menghubungkan artefak ke layanan membantu mengidentifikasi titik kegagalan tunggal, seperti ketergantungan berlebihan pada mainframe.<\/li>\n<li><strong>Komunikasi<\/strong>: Diagram mempersatukan IT dan eksekutif, menggunakan contoh seperti \u201cNAS sebagai lemari arsip yang terhubung melalui lorong LAN.\u201d<\/li>\n<li><strong>Skalabilitas<\/strong>: Diperluas ke pandangan penuh, mengintegrasikan artefak keamanan (misalnya kunci enkripsi).<\/li>\n<\/ul>\n<p dir=\"auto\">Tantangan mencakup pemodelan elemen dinamis (misalnya jaringan virtual), yang diatasi dengan lapisan berbasis Layer Aplikasi.<\/p>\n<p dir=\"auto\">Pelajaran umum: Gunakan node untuk pengelompokan logis (misalnya pengelompokan server); perangkat untuk aset fisik (misalnya sensor IoT); selalu gunakan analogi dunia nyata untuk mendapatkan dukungan pemangku kepentingan.<\/p>\n<h3 dir=\"auto\">Cara Alat ArchiMate Berbasis AI Visual Paradigm Dapat Membantu Arsitek Perusahaan<\/h3>\n<p dir=\"auto\">Visual Paradigm adalah alat ArchiMate 3 bersertifikat oleh The Open Group, menawarkan dukungan kuat untuk pemodelan arsitektur perusahaan (EA). Alat ini <strong>fitur AI<\/strong>, diperkenalkan dan ditingkatkan pada akhir 2025, secara signifikan mempercepat pembuatan diagram ArchiMate melalui AI generatif. Komponen utama meliputi <strong>Pembuat Diagram AI<\/strong> (di Visual Paradigm Desktop) dan <strong>Chatbot AI<\/strong> (dapat diakses melalui Visual Paradigm Online dan terintegrasi ke Desktop).<\/p>\n<p dir=\"auto\">Alat-alat ini memungkinkan Anda membuat, menyempurnakan, dan menganalisis diagram ArchiMate menggunakan permintaan bahasa alami, mengurangi usaha manual sambil memastikan kepatuhan terhadap standar ArchiMate.<\/p>\n<h4 dir=\"auto\">Cara Utama Alat ArchiMate Berbasis AI Membantu<\/h4>\n<ol dir=\"auto\">\n<li><strong>Pembuatan Diagram Instan dari Permintaan Teks<\/strong>\n<ul dir=\"auto\">\n<li>Jelaskan sebuah skenario, kebutuhan, atau topik dalam bahasa Inggris sederhana, dan AI akan menghasilkan diagram ArchiMate yang lengkap dan terstruktur.<\/li>\n<li>Mendukung semua lapisan (Bisnis, Aplikasi, Teknologi, Motivasi, Implementasi &amp; Migrasi) dan hubungan.<\/li>\n<li>Contoh Permintaan: \u201cBuat diagram ArchiMate untuk transformasi digital perusahaan ritel ke e-commerce, termasuk proses pemenuhan pesanan, aplikasi manajemen persediaan, dan infrastruktur awan.\u201d<\/li>\n<li>Keluaran: Diagram berlapis dengan elemen seperti Proses Bisnis, Layanan Aplikasi, dan Node Teknologi.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n<div aria-label=\"Images for query: Grouped images\" data-testid=\"image-viewer\">\n<div>\n<div><img alt=\"ArchiMate Diagram - AI Chatbot\" decoding=\"async\" src=\"https:\/\/www.archimetric.com\/wp-content\/uploads\/2026\/01\/ai-powered-chatbot-for-archimate-diagram-1.jpg\"\/><\/div>\n<div><a href=\"https:\/\/chat.visual-paradigm.com\/diagram\/archimate-diagram\/\" rel=\"noopener noreferrer\" target=\"_blank\">chat.visual-paradigm.com<\/a><\/div>\n<\/div>\n<div>\n<div><img alt=\"AI Diagram Chatbot Update: Better ArchiMate &amp; SysML Support\" decoding=\"async\" src=\"https:\/\/www.archimetric.com\/wp-content\/uploads\/2026\/01\/chatbot-archimate-generation.png\"\/><\/div>\n<\/div>\n<\/div>\n<ol dir=\"auto\" start=\"2\">\n<li><strong>Dukungan untuk Semua Pandangan Resmi ArchiMate<\/strong>\n<ul dir=\"auto\">\n<li>AI menyusun diagram sesuai dengan salah satu dari lebih dari 25 pandangan resmi (misalnya Motivasi, Strategi, Kemampuan, Teknologi, Implementasi).<\/li>\n<li>Sesuaikan untuk pemangku kepentingan: Tentukan audiens (misalnya eksekutif, tim IT) dan nada (formal, teknis).<\/li>\n<li>Membantu membuat pandangan khusus pemangku kepentingan dengan cepat, meningkatkan komunikasi.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n<p dir=\"auto\"><img alt=\"Best ArchiMate Software\" decoding=\"async\" src=\"https:\/\/www.archimetric.com\/wp-content\/uploads\/2026\/01\/archimate-diagram-example.png\" style=\"font-size: 1.125rem;\"\/><\/p>\n<div aria-label=\"Images for query: Grouped images\" data-testid=\"image-viewer\"><\/div>\n<ol dir=\"auto\" start=\"3\">\n<li><strong>Penghematan Waktu dan Peningkatan Produktivitas<\/strong>\n<ul dir=\"auto\">\n<li>Mengurangi waktu pembuatan diagram hingga 90%, mengotomatisasi penempatan elemen, hubungan, dan tata letak.<\/li>\n<li>Sangat ideal untuk draf awal dalam proyek EA agil, lokakarya, atau prototipe cepat.<\/li>\n<li>Membebaskan arsitek untuk fokus pada analisis, validasi, dan strategi, bukan pada menggambar secara manual.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Output yang Dapat Diedit dan Difinisikan Kembali<\/strong>\n<ul dir=\"auto\">\n<li>Diagram yang dihasilkan sepenuhnya dapat diedit di Visual Paradigm Desktop.<\/li>\n<li>Gunakan petunjuk lanjutan di AI Chatbot untuk menyempurnakan: \u201cTambahkan gateway pembayaran\u201d atau \u201cTampilkan aliran risiko untuk keamanan.\u201d<\/li>\n<li>Impor ke Desktop untuk fitur lanjutan seperti integrasi TOGAF, kolaborasi, dan pengelolaan versi.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Kepatuhan dan Jaminan Kualitas<\/strong>\n<ul dir=\"auto\">\n<li>Memastikan diagram sesuai dengan spesifikasi ArchiMate 3 (kosa kata, notasi, tata bahasa).<\/li>\n<li>Menghasilkan penjelasan atau ringkasan bersama diagram untuk dokumentasi.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Integrasi dengan Alur Kerja EA yang Lebih Luas<\/strong>\n<ul dir=\"auto\">\n<li>Bergabung dengan proses panduan TOGAF ADM.<\/li>\n<li>Berguna untuk model \u201cada saat ini\u201d vs. \u201cyang diinginkan\u201d, analisis kesenjangan, atau perencanaan migrasi.<\/li>\n<li>Contoh Kasus Penggunaan: Koordinasi bencana manajemen armada \u2013 AI membuat tampilan lintas lapisan untuk koordinasi bisnis, antarmuka aplikasi, dan teknologi jaringan.<\/li>\n<\/ul>\n<\/li>\n<\/ol>\n<h4 dir=\"auto\">Cara Memulai<\/h4>\n<ul dir=\"auto\">\n<li><strong>Versi Desktop<\/strong>: Alat &gt; Diagram AI &gt; Pilih Pandangan ArchiMate &gt; Masukkan petunjuk (memerlukan Edition Enterprise untuk dukungan ArchiMate penuh).<\/li>\n<li><strong>Chatbot AI Online<\/strong>: Obrolan di chat.visual-paradigm.com \u2013 penyempurnaan percakapan, lalu ekspor\/impor.<\/li>\n<li>Uji coba gratis tersedia; versi online memiliki akses dasar.<\/li>\n<\/ul>\n<p dir=\"auto\">Integrasi AI ini membuat pemodelan ArchiMate lebih mudah diakses oleh pemula sekaligus memberdayakan para ahli untuk melakukan iterasi lebih cepat. Ini sangat berharga bagi perusahaan kompleks yang membutuhkan visualisasi cepat dan konsisten di berbagai bidang. Jika Anda sedang mengerjakan proyek EA, ini mengubah jam kerja manual menjadi menit penyempurnaan strategis.<\/p>\n<h2 dir=\"auto\">Kesimpulan<\/h2>\n<p dir=\"auto\">Studi kasus ini menunjukkan lapisan Teknologi ArchiMate dalam aksi di LegacyFin Bank, menunjukkan bagaimana konsep seperti node, perangkat, dan layanan memodelkan infrastruktur yang kompleks. Melalui contoh-contoh rinci\u2014dari pemrosesan transaksi mainframe hingga berbagi file NAS\u2014pendekatan ini memastikan sistem yang selaras dan efisien. Bagi organisasi dengan setup hibrida, ArchiMate menyediakan kerangka kerja yang kuat untuk visualisasi, optimasi, dan perlindungan masa depan, mengubah IT yang abstrak menjadi wawasan yang dapat ditindaklanjuti.<\/p>\n<ul data-nodeid=\"1876\">\n<li data-nodeid=\"1877\">\n<p data-nodeid=\"1878\"><a data-nodeid=\"1899\" href=\"https:\/\/www.archimetric.com\/comprehensive-tutorial-generating-archimate-diagrams-and-viewpoints-using-visual-paradigms-ai-diagram-generator\/\">Tutorial Komprehensif: Membuat Diagram ArchiMate dengan AI<\/a>: Tutorial mendalam yang menunjukkan cara menggunakan generator diagram AI Visual Paradigm untuk membuat diagram dan pandangan ArchiMate secara efisien.<\/p>\n<\/li>\n<li data-nodeid=\"1879\">\n<p data-nodeid=\"1880\"><a data-nodeid=\"1903\" href=\"https:\/\/updates.visual-paradigm.com\/releases\/ai-archimate-viewpoints-generator\/\">Memperkenalkan Generator Pandangan ArchiMate Berbasis AI di Visual Paradigm<\/a>: Rilis terbaru Visual Paradigm menampilkan generator pandangan ArchiMate berbasis AI yang mengotomatisasi pembuatan tampilan arsitektur perusahaan, meningkatkan efisiensi dan akurasi pemodelan.<\/p>\n<\/li>\n<li data-nodeid=\"1881\">\n<p data-nodeid=\"1882\"><a data-nodeid=\"1909\" href=\"https:\/\/www.visual-paradigm.com\/guide\/archimate\/full-archimate-viewpoints-guide\/\">Panduan Lengkap Pandangan ArchiMate (Contoh Termasuk)<\/a>: Panduan lengkap pandangan ArchiMate, dengan 23 pandangan contoh ArchiMate resmi, contoh diagram ArchiMate yang jelas dan penjelasan, ditulis oleh penyedia alat ArchiMate bersertifikat.<\/p>\n<\/li>\n<li data-nodeid=\"1883\">\n<p data-nodeid=\"1884\"><a data-nodeid=\"1913\" href=\"https:\/\/www.diagrams-ai.com\/blog\/how-to-use-archimate-to-visualize-information-flows\/\">Cara Menggunakan ArchiMate untuk Memvisualisasikan Aliran Informasi dengan AI<\/a>: 17 Sep 2025 \u00b7 Dibandingkan dengan alat AI umum atau generator diagram sederhana, perangkat lunak pemodelan berbasis AI Visual Paradigm menonjol karena: Memahami konsep khusus ArchiMate, termasuk aliran informasi, pandangan, dan keselarasan bisnis-teknologi<\/p>\n<\/li>\n<li data-nodeid=\"1885\">\n<p data-nodeid=\"1886\"><a data-nodeid=\"1917\" href=\"https:\/\/archimate.visual-paradigm.com\/2025\/02\/04\/comprehensive-guide-how-deciding-viewpoints-support-managerial-decision-making\/\">Menggunakan Pandangan untuk Mendukung Pengambilan Keputusan Manajerial<\/a>: Panduan komprehensif tentang bagaimana memilih pandangan yang tepat meningkatkan pengambilan keputusan strategis dalam arsitektur perusahaan.<\/p>\n<\/li>\n<li data-nodeid=\"1887\">\n<p data-nodeid=\"1888\"><a data-nodeid=\"1921\" href=\"https:\/\/www.visual-paradigm.com\/support\/documents\/vpuserguide\/4455\/4456\/86493_strategyview.html\">Panduan Pandangan Strategi ArchiMate<\/a>: Pandangan strategi memungkinkan arsitek bisnis untuk memodelkan gambaran strategis tingkat tinggi dari strategi (tindakan yang diambil) perusahaan, yaitu \u2026<\/p>\n<\/li>\n<li data-nodeid=\"1889\">\n<p data-nodeid=\"1890\"><a data-nodeid=\"1925\" href=\"https:\/\/www.visual-paradigm.com\/support\/documents\/vpuserguide\/4455\/4456\/86492_motivationvi.html\">Panduan Pandangan Motivasi ArchiMate<\/a>: Pandangan motivasi memungkinkan desainer atau analis untuk memodelkan aspek motivasi, tanpa fokus pada elemen tertentu dalam aspek ini. Misalnya, \u2026<\/p>\n<\/li>\n<li data-nodeid=\"1891\">\n<p data-nodeid=\"1892\"><a data-nodeid=\"1929\" href=\"https:\/\/www.visual-paradigm.com\/support\/documents\/vpuserguide\/4455\/4456\/86494_capabilityma.html\">Panduan Pandangan Peta Kemampuan ArchiMate<\/a>: Pandangan peta kemampuan memungkinkan arsitek bisnis untuk membuat gambaran terstruktur mengenai kemampuan perusahaan. Peta kemampuan biasanya \u2026<\/p>\n<\/li>\n<li data-nodeid=\"1893\">\n<p class=\"\" data-nodeid=\"1894\"><a data-nodeid=\"1933\" href=\"https:\/\/www.cybermedian.com\/mapping-togaf-adm-phases-to-the-archimate-framework\/\">Pemetaan Tahapan TOGAF ADM ke ArchiMate \u2026 \u2013 Cybermedian<\/a>: Visual Paradigm Enterprise Edition adalah alat arsitektur perusahaan bersertifikasi ArchiMate 3.1 yang mendukung semua kosakata, notasi, sintaks, dan semantik ArchiMate 3. Alat ini mencakup alat gambar ArchiMate yang kuat, alat manajemen pandangan, dan proses panduan TOGAF.<\/p>\n<\/li>\n<li data-nodeid=\"1895\">\n<p class=\"\" data-nodeid=\"1896\"><a data-nodeid=\"1937\" href=\"https:\/\/www.cybermedian.com\/ai-for-enterprise-architects-generating-archimate-viewpoints-in-seconds\/\">Generasi Pandangan ArchiMate Berbasis AI untuk Arsitek Perusahaan<\/a>: Temukan bagaimana AI memungkinkan arsitek perusahaan untuk menghasilkan pandangan ArchiMate dalam hitungan detik, mempercepat pemodelan arsitektur perusahaan.<\/p>\n<\/li>\n<\/ul>\n<p dir=\"auto\">\n","protected":false},"excerpt":{"rendered":"<p>Ringkasan Eksekutif LegacyFin Bank, sebuah lembaga keuangan yang telah berdiri lama dengan akar pada komputasi mainframe, melaksanakan proyek pada tahun<\/p>\n","protected":false},"author":3482,"featured_media":10473,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_yoast_wpseo_title":"","_yoast_wpseo_metadesc":"","fifu_image_url":"https:\/\/updates.visual-paradigm.com\/wp-content\/uploads\/2025\/12\/chatbot-archimate-generation.png","fifu_image_alt":"","footnotes":""},"categories":[144,141],"tags":[],"class_list":["post-10472","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai","category-ai-powered-tools"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.0 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank - ArchiMetric Indonesian<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank - ArchiMetric Indonesian\" \/>\n<meta property=\"og:description\" content=\"Ringkasan Eksekutif LegacyFin Bank, sebuah lembaga keuangan yang telah berdiri lama dengan akar pada komputasi mainframe, melaksanakan proyek pada tahun\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/\" \/>\n<meta property=\"og:site_name\" content=\"ArchiMetric Indonesian\" \/>\n<meta property=\"article:published_time\" content=\"2026-03-04T10:18:41+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/updates.visual-paradigm.com\/wp-content\/uploads\/2025\/12\/chatbot-archimate-generation.png\" \/><meta property=\"og:image\" content=\"https:\/\/updates.visual-paradigm.com\/wp-content\/uploads\/2025\/12\/chatbot-archimate-generation.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1349\" \/>\n\t<meta property=\"og:image:height\" content=\"903\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"curtis\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/updates.visual-paradigm.com\/wp-content\/uploads\/2025\/12\/chatbot-archimate-generation.png\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"curtis\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"10 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/\"},\"author\":{\"name\":\"curtis\",\"@id\":\"https:\/\/www.archimetric.com\/id\/#\/schema\/person\/71e6318556cda44457a5b68e284bedba\"},\"headline\":\"Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank\",\"datePublished\":\"2026-03-04T10:18:41+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/\"},\"wordCount\":2056,\"commentCount\":0,\"image\":{\"@id\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.archimetric.com\/id\/wp-content\/uploads\/sites\/15\/2026\/03\/chatbot-archimate-generation.png\",\"articleSection\":[\"AI\",\"AI Powered Tools\"],\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/\",\"url\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/\",\"name\":\"Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank - ArchiMetric Indonesian\",\"isPartOf\":{\"@id\":\"https:\/\/www.archimetric.com\/id\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.archimetric.com\/id\/wp-content\/uploads\/sites\/15\/2026\/03\/chatbot-archimate-generation.png\",\"datePublished\":\"2026-03-04T10:18:41+00:00\",\"author\":{\"@id\":\"https:\/\/www.archimetric.com\/id\/#\/schema\/person\/71e6318556cda44457a5b68e284bedba\"},\"breadcrumb\":{\"@id\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#primaryimage\",\"url\":\"https:\/\/www.archimetric.com\/id\/wp-content\/uploads\/sites\/15\/2026\/03\/chatbot-archimate-generation.png\",\"contentUrl\":\"https:\/\/www.archimetric.com\/id\/wp-content\/uploads\/sites\/15\/2026\/03\/chatbot-archimate-generation.png\",\"width\":1349,\"height\":903},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.archimetric.com\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.archimetric.com\/id\/#website\",\"url\":\"https:\/\/www.archimetric.com\/id\/\",\"name\":\"ArchiMetric Indonesian\",\"description\":\"EA, Dev Ops, Scrum, Agile and More\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.archimetric.com\/id\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.archimetric.com\/id\/#\/schema\/person\/71e6318556cda44457a5b68e284bedba\",\"name\":\"curtis\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/www.archimetric.com\/id\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/6910084565fcc601ec03c6693bb8ea480c1e52ccaa0efb299eb038bb6a1edc87?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/6910084565fcc601ec03c6693bb8ea480c1e52ccaa0efb299eb038bb6a1edc87?s=96&d=mm&r=g\",\"caption\":\"curtis\"},\"url\":\"https:\/\/www.archimetric.com\/id\/author\/curtis\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank - ArchiMetric Indonesian","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/","og_locale":"id_ID","og_type":"article","og_title":"Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank - ArchiMetric Indonesian","og_description":"Ringkasan Eksekutif LegacyFin Bank, sebuah lembaga keuangan yang telah berdiri lama dengan akar pada komputasi mainframe, melaksanakan proyek pada tahun","og_url":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/","og_site_name":"ArchiMetric Indonesian","article_published_time":"2026-03-04T10:18:41+00:00","og_image":[{"url":"https:\/\/updates.visual-paradigm.com\/wp-content\/uploads\/2025\/12\/chatbot-archimate-generation.png","type":"","width":"","height":""},{"width":1349,"height":903,"url":"https:\/\/updates.visual-paradigm.com\/wp-content\/uploads\/2025\/12\/chatbot-archimate-generation.png","type":"image\/png"}],"author":"curtis","twitter_card":"summary_large_image","twitter_image":"https:\/\/updates.visual-paradigm.com\/wp-content\/uploads\/2025\/12\/chatbot-archimate-generation.png","twitter_misc":{"Ditulis oleh":"curtis","Estimasi waktu membaca":"10 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#article","isPartOf":{"@id":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/"},"author":{"name":"curtis","@id":"https:\/\/www.archimetric.com\/id\/#\/schema\/person\/71e6318556cda44457a5b68e284bedba"},"headline":"Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank","datePublished":"2026-03-04T10:18:41+00:00","mainEntityOfPage":{"@id":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/"},"wordCount":2056,"commentCount":0,"image":{"@id":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#primaryimage"},"thumbnailUrl":"https:\/\/www.archimetric.com\/id\/wp-content\/uploads\/sites\/15\/2026\/03\/chatbot-archimate-generation.png","articleSection":["AI","AI Powered Tools"],"inLanguage":"id","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/","url":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/","name":"Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank - ArchiMetric Indonesian","isPartOf":{"@id":"https:\/\/www.archimetric.com\/id\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#primaryimage"},"image":{"@id":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#primaryimage"},"thumbnailUrl":"https:\/\/www.archimetric.com\/id\/wp-content\/uploads\/sites\/15\/2026\/03\/chatbot-archimate-generation.png","datePublished":"2026-03-04T10:18:41+00:00","author":{"@id":"https:\/\/www.archimetric.com\/id\/#\/schema\/person\/71e6318556cda44457a5b68e284bedba"},"breadcrumb":{"@id":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/"]}]},{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#primaryimage","url":"https:\/\/www.archimetric.com\/id\/wp-content\/uploads\/sites\/15\/2026\/03\/chatbot-archimate-generation.png","contentUrl":"https:\/\/www.archimetric.com\/id\/wp-content\/uploads\/sites\/15\/2026\/03\/chatbot-archimate-generation.png","width":1349,"height":903},{"@type":"BreadcrumbList","@id":"https:\/\/www.archimetric.com\/id\/case-study-optimizing-data-infrastructure-in-a-hybrid-environment-at-legacyfin-bank\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.archimetric.com\/id\/"},{"@type":"ListItem","position":2,"name":"Studi Kasus: Mengoptimalkan Infrastruktur Data dalam Lingkungan Hibrida di LegacyFin Bank"}]},{"@type":"WebSite","@id":"https:\/\/www.archimetric.com\/id\/#website","url":"https:\/\/www.archimetric.com\/id\/","name":"ArchiMetric Indonesian","description":"EA, Dev Ops, Scrum, Agile and More","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.archimetric.com\/id\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/www.archimetric.com\/id\/#\/schema\/person\/71e6318556cda44457a5b68e284bedba","name":"curtis","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/www.archimetric.com\/id\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/6910084565fcc601ec03c6693bb8ea480c1e52ccaa0efb299eb038bb6a1edc87?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/6910084565fcc601ec03c6693bb8ea480c1e52ccaa0efb299eb038bb6a1edc87?s=96&d=mm&r=g","caption":"curtis"},"url":"https:\/\/www.archimetric.com\/id\/author\/curtis\/"}]}},"_links":{"self":[{"href":"https:\/\/www.archimetric.com\/id\/wp-json\/wp\/v2\/posts\/10472","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.archimetric.com\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.archimetric.com\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.archimetric.com\/id\/wp-json\/wp\/v2\/users\/3482"}],"replies":[{"embeddable":true,"href":"https:\/\/www.archimetric.com\/id\/wp-json\/wp\/v2\/comments?post=10472"}],"version-history":[{"count":0,"href":"https:\/\/www.archimetric.com\/id\/wp-json\/wp\/v2\/posts\/10472\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.archimetric.com\/id\/wp-json\/wp\/v2\/media\/10473"}],"wp:attachment":[{"href":"https:\/\/www.archimetric.com\/id\/wp-json\/wp\/v2\/media?parent=10472"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.archimetric.com\/id\/wp-json\/wp\/v2\/categories?post=10472"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.archimetric.com\/id\/wp-json\/wp\/v2\/tags?post=10472"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}