Implementasi Durable Query pada Data Historis Multidimensi dengan Serial Waktu Menggunakan Metode Durable Skyline Query

Mahottama, I Nyoman Yoga (2021) Implementasi Durable Query pada Data Historis Multidimensi dengan Serial Waktu Menggunakan Metode Durable Skyline Query. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 05111740000159-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (2MB) | Request a copy

Abstract

Data memiliki fungsi yang sangat penting dalam kehidupan sehari-hari terutama di bidang analisis data. Data berperan sebagai komponen utama untuk mendapatkan informasi yang digunakan sebagai pertimbangan untuk pengambilan keputusan. Pesatnya kemajuan ilmu pengetahuan dan teknologi di bidang analisis data telah mempengaruhi metode dalam pencarian data agar efisien. Salah satu metode pencarian data adalah Skyline Query. Skyline Query merupakan metode pencarian yang menghasilkan objek menarik, dikatakan menarik karena objek skyline merupakan objek yang lebih baik dari objek lain dan tidak lebih buruk dibandingkan objek lain pada semua atributnya. Akan tetapi masih Skyline Query memiliki kelamahan karena tidak mempertimbangkan variabel waktu pada algoritma penghitungannya, sehingga tidak dapat memproses kueri berbasis interval waktu. Tugas Akhir ini bertujuan untuk menjawab permasalahan kueri Skyline berbasis interval waktu pada data historis multidimensi dengan serial waktu dengan memodelkan Durable Skyline Query dan merancang kerangka kerja algoritma yang dapat memproses kueri tersebut. Terdapat dua jenis algoritma yang dibuat dan dibandingkan, yaitu Durable Skyline Grid (menggunakan Grid dalam pencarian objek skyline) dan Durable Skyline (menggunakan metode brute force dalam pencarian objek skyline). Efektivitas dan efisiensi algoritma diuji menggunakan data asli dan sintetis. Berdasarkan hasil uji coba, algoritma grid memiliki kinerja yang lebih baik daripada algoritma naïve pada data independent (IND) dan Forest Cover Type (FC) karena dapat memberikan hasil kueri dengan waktu komputasi 2 sampai 5 kali lebih cepat daripada algoritma naïve, sedangkan komputasi algoritma naïve lebih baik daripada algoritma grid pada data anti�correlated (ANT).
=====================================================================================================
Data has a very important function in everyday life, especially in the field of data analysis. Data acts as the main component to obtain information that is used as a consideration for decision making. The rapid progress of science and technology in the field of data analysis has influenced the methods of data retrieval to be efficient. One of the data search methods is Skyline Query. Skyline Query is a search method that produces interesting objects, said to be interesting because the skyline object is an object that is better than other objects and not worse than other objects in all its attributes. However, Skyline Query still has a weakness because it does not consider the time variable in its calculation algorithm, so it cannot process queries based on time intervals. This study aims to answer the problem of time interval based Skyline query on multidimensional historical data with time series by modelling Durable Skyline Query and designing an algorithm framework that can process the query. There are two types of algorithms created and compared, namely Durable Skyline Grid (using the Grid in searching for skyline objects) and Durable Skyline (using the brute force method in searching for skyline objects). The effectiveness and efficiency of the algorithm was tested using both original and synthetic data. Based on the test results, the grid algorithm has better performance than the nave algorithm on independent data (IND) and Forest Cover Type (FC) because it can provide query results with a computation time of 2 to 5 times faster than the nave algorithm, while the computation of the nave algorithm better than the grid algorithm on anti-correlated (ANT) data.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Continuous Skyline Query, Data Historis, Grid Index, Interval Waktu, Kueri Durable, Continuous Skyline Query, Durable Query, Grid Index, Historical Data, Time Interval
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	I Nyoman Yoga Mahottama
Date Deposited:	19 Sep 2021 04:33
Last Modified:	19 Sep 2021 04:33
URI:	http://repository.its.ac.id/id/eprint/92006

Actions (login required)

View Item