Perpustakaan Digital ITB

Penelitian yang dilakukan oleh Ma, dkk. (2018) menghasilkan sebuah metode berbasis machine learning untuk memprediksi workload pada sistem basis data. Workload yang diprediksi berupa query arrival rate, yaitu frekuensi kedatangan tiap query pada suatu periode waktu tertentu. Hasil penelitian ini memberikan dampak signifikan dalam mengatasi permasalahan workload yang dinamis, serta membuka peluang besar dalam meningkatkan kinerja sistem basis data secara adaptif. Tugas Akhir ini bertujuan untuk memanfaatkan hasil dari penelitian prediksi workload tersebut sebagai dasar untuk mengoptimasi basis data secara otomatis, dengan fokus pada menentukan kolom yang akan diberi indeks sebagai metode optimasi. Penentuan indeks yang dilakukan pada tugas akhir ini menggunakan algoritma yang dikembangkan oleh Chaudhuri & Narasayya (1997) yang diterapkan pada Microsoft SQL Server. Algoritma ini bekerja dengan mencari kolom dengan pengurangan biaya eksekusi query tertinggi untuk diberikan indeks. Selain itu, Tugas Akhir ini melibatkan eksperimen untuk mengukur efektivitas penentuan indeks berbasis prediksi query arrival rate terhadap kinerja sistem basis data. Eksperimen dilakukan dengan menggunakan workload dari aplikasi dunia nyata. Hasil eksperimen ini kemudian dibandingkan dengan kinerja basis data yang menjalankan workload yang sama tanpa penerapan indeks, untuk mengukur sejauh mana indeks yang dipilih secara otomatis dapat meningkatkan performa sistem. Hasil eksperimen menunjukkan adanya peningkatan yang signifikan pada throughput basis data serta pengurangan response time dalam eksekusi query. Peningkatan ini menunjukkan bahwa penerapan penentuan indeks berbasis prediksi query arrival rate dapat diterapkan dalam mengelola workload yang dinamis.