Perpustakaan Digital ITB

Seiring berjalannya waktu, perkembangan penelitian menunjukkan bahwa penerap- an pemodelan data pada basis data NoSQL seperti halnya pada basis data SQL juga menguntungkan dalam hal kinerja sehingga melahirkan banyak penelitian terkait metodologi pemodelan data pada NoSQL, termasuk basis data berorientasi kolom. Dua metodologi pemodelan data pada basis data berorientasi kolom yang dibahas pada penelitian ini, yang juga menggunakan diagram EER sebagai model konseptu- alnya adalah metodologi Chebotko yang juga mempertimbangkan kueri aplikasi ba- sis data yang bersangkutan dan metodologi Poffo yang bergantung hanya pada dia- gram EER yang bersangkutan. Berkaitan dengan hal tersebut, sebuah tujuan peneli- tian dapat dibentuk, yakni untuk menganalisis perbedaan kedua metodologi pemo- delan data tersebut pada sebuah basis data berorientasi kolom. Setelah mengkaji kedua metodologi, penelitian ini dilanjutkan dengan memilih se- buah studi kasus. Kemudian, model-model data logis dan fisik dibuat dengan meng- gunakan masing-masing metodologi dengan yang dibuat menggunakan metodologi Chebotko juga mempertimbangkan beberapa kueri aplikasi. Terakhir, kedua model data fisik diimplementasikan pada dua perangkat yang pada keduanya dijalankan dua jenis kueri yang masing-masing jenis kueri dijalankan sebanyak lima kali dan kinerja pembacaannya dicatat menggunakan sebuah alat benchmarking. Hasil pengujian menunjukkan bahwa pada studi kasus yang dipilih, model data fisik yang dibuat menggunakan metodologi Chebotko membuat kueri mengambil data 2,24 kali lebih lambat daripada yang dibuat menggunakan metodologi Poffo. Analisis lebih lanjut menunjukkan bahwa model data fisik yang dibuat mengguna- kan metodologi Poffo rentan menjadi column family yang sangat besar disbanding- kan dengan yang dibuat menggunakan metodologi Poffo karena bergantung pada kueri aplikasi yang dibuat untuk model data tersebut. Kesimpulannya ialah bahwa memodelkan data pada basis data berorientasi kolom menggunakan metodologi Poffo pada umumnya lebih aman karena berbagai column family-nya dapat menjaga ukurannya sehingga dapat tetap kecil sedangkan seseorang perlu berhati-hati ketika memodelkan data menggunakan metodologi Poffo karena dia dapat membuat kesa- lahan, yaitu membuat column family yang terlalu besar karena meminta terlalu ba- nyak informasi dalam suatu kueri sehingga memperburuk kinerjanya.