Hadoop merupakan sebuah framework pemrograman berbasis Java yang mendukung penempatan dan pemrosesan suatu data set yang besar dalam pendistribusian berbasis komputasi dan ini sangat sesuai dengan data dengan volume yang tinggi. Sehingga, Hadoop seringkali digunakan dalam hal pemrosesan bersifat terdistribusi terhadap big data. Hadoop memiliki dua layer yang pertama layer MapReduce dan yang kedua layer Hadoop Dsitributed File System (HDFS). MapReduce merupakan suatu model pemrograman yang menggabungkan untuk suatu pemrosesan suatu data yang besar sedangkan Hadoop Distributed File System merupakan suatu filesystem yang penyimpanannya akan disimpan secara terdistribusi.
Dalam MapReduce ini terdapat beberapa algoritma Job Scheduler yang berfungsi untuk pemetaan suatu data, sehingga nantinya akan meningkatkan kualitas job pada sistem. Sistem Hadoop terdapat default scheduling dengan memakai algoritma FIFO. Algoritma FIFO memiliki karakteristik untuk setiap job yang akan masuk pertama akan dieksekusi langsung sampai selesai lalu dilanjutkan dengan job selanjutnya yang akan masuk. Algoritma scheduling dalam Hadoop terdapat berbagai macam, salah satunya algoritma Self Adaptive Reduce Scheduling atau disingkat dengan SARS. Algoritma scheduling SARS dengan karakteristiknya akan menerapkan memperlambat proses reduce sehingga tidak mengikuti dari awal proses jobs akan masuk. Proses menunda waktu reduce ini akan mengurangi response time dengan berbagai jobs yang akan diuji. Performansi algoritma SARS terlihat lebih efektif daripada algoritma FIFO pada jenis job wordcount berjumlah 50 jobs dengan nilai fail sebesar 3,90%, lama response time 157,05 menit mengakibatkan nilai job throughput sebesar 6,04 job/menit lebih baik 1,93 job/menit dibandingkan dengan FIFO.
Kata Kunci: hadoop, FIFO, SARS, HDFS, jobs