Reproducibility Eksperimen dan Klaim dari ‘Conformal Prediction for Verifiable Learned Query Optimization’

Sirajuddin, Faisal Azmi (2026) Reproducibility Eksperimen dan Klaim dari ‘Conformal Prediction for Verifiable Learned Query Optimization’. Project Report. [s.n.], [s.l.]. (Unpublished)

Text 5025231127-Project_Report.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Optimasi query sangat krusial bagi efisiensi basis data relasional. Meskipun Learned Query Optimizers (LQO) mampu menghasilkan rencana eksekusi yang lebih optimal dibanding metode konvensional, penggunaannya sering terkendala oleh performa yang tidak stabil. Conformal Prediction (CP) hadir sebagai solusi verifikasi berbasis jaminan statistik untuk memastikan kualitas query plan sebelum dieksekusi. Penelitian kerja praktik ini berfokus pada reproduksi eksperimen verifikasi berbasis CP dan melakukan hyperparameter tuning untuk mencapai konfigurasi model yang paling optimal. Eksperimen dilakukan menggunakan Join Order Benchmark (JOB) untuk membandingkan model LQO Balsa dengan baseline PostgreSQL. Melalui penyesuaian confidence level untuk batas atas latency, sistem dievaluasi dalam memitigasi risiko menggunakan parameter max duration untuk kembali ke conventional plan saat estimasi model tidak meyakinkan. Hasil menunjukkan bahwa integrasi CP dengan parameter yang tepat menghasilkan rencana eksekusi yang lebih stabil dan efisien. Studi ini memvalidasi klaim pada paper asli.

Item Type:	Monograph (Project Report)
Uncontrolled Keywords:	PostgreSQL, Query Plan, Learned Query Optimizers (LQO), Conformal Prediction (CP), Hyperparameter Tuning, Balsa, Join Order Benchmark (JOB).
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Faisal Azmi Sirajuddin
Date Deposited:	21 Jan 2026 01:12
Last Modified:	21 Jan 2026 01:12
URI:	http://repository.its.ac.id/id/eprint/129869

Actions (login required)

View Item