Analisis dan Implementasi Evolutionary Query Optimasi dengan Arsitektur Multi-Agent pada sistem basis data terdistribusi
Alip Sidik Prayitno

Informasi Umum

Kode

113081038

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Rekayasa Perangkat Lunak

Dilihat

13 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Dalam era informasi ini, kebutuhan database sebagai media penyimpanan data semakin berkembang pesat, jumlah data yang disimpan menjadi semakin besar. Selain itu pertukaran data menjadi semakin cepat, performansi menjadi pertimbangan utama untuk pemilihan jenis arsitektur basis data yang akan diterapkan. Dengan jumlah data yang besar permasalah akan muncul jika menggunakan sistem basis data terpusat. Selain dari jenis arsitektur yang digunakan pemilihan query yang tepat juga menentukan performansi basis data.<br><br>Oleh karena itu, muncullah metode-metode untuk melakukan optimasi terhadap query yang akan digunakan. Pada Tugas Akhir ini akan diimplementasikan algoritma genetika dengan menggunakan arsitektur multiagent untuk melakukan optimasi query pada sistem basis data terdistribusi homogen. Adapun studi kasus yang digunakan pada tugas akhir ini adalah basis data perpustakaan dengan menggunakan data dummy.<br><br>Hasil akhir yang didapat dalam tugas akhir ini berupa performansi query optimasi jika diterapkan pada basis data terdistribusi maupun terpusat. Dengan hasil algoritma genetika dapat lebih baik dalam melakukan optimasi terhadap query sistem basis data terdistribusi jika menggunakan arsitektur multi-agent.Kata Kunci : database, distributed database, performansi query, evolutionaryABSTRACT: In this information era, the necessity on database as storing device growing faster, the amount of stored data becomes larger. Performance become the main consideration to choose which kin of database to be implemented. With the large amount of data problems will arise if you use a centralized database system. Apart from the type of architecture, database performance also determined by the query that execute.<br><br>Therefore, many methods to perform query optimization. In this final task will be implemented using a genetic algorithm with multi-agent architecture for query optimization in homogeneous distributed database system. Case study wich used in this final task is the library database.<br><br>Final result obtained from this final task is the performance of query optimization when applied to centralized and distributed database system. With the result of a genetic algorithm can perform better in query optimization on a distributed database system using muti-agent architectureMulti-Agent.Keyword: database, distributed database, performansi query, evolutionary

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook