Optimasi ekspresi join pada statement query SQL diperlukan untuk memperoleh rencana eksekusi query dengan cost terendah. Algoritma genetika merupakan alternatif solusi untuk menentukan rencana eksekusi yang optimal. Tahapan dalam penelitian ini pertama-tama adalah melakukan proses pemecahan query inputan menjadi beberapa klausa untuk mendapatkan nama tabel dan urutan predikat dari query. Tahap selanjutnya adalah membangkitkan angka secara acak, untuk membuat urutan/ susunan predikat yang baru. Kemudian data-data tersebut diolah dengan menggunakan algoritma genetika untuk mendapatkan rencana eksekusi yang optimal. Pada algoritma genetika teknik pencarian solusi menggunakan prinsip seleksi alam, individu yang memiliki nilai fitness yang lebih baik memiliki tingkat ketahanan hidup yang lebih baik pula. Hasil akhir dari pemecahan masalah diperoleh dari kromosom yang memiliki nilai fitness terbesar. Berdasarkan uji coba yang telah dilakukan, penerapan metode Partial-mapped crossover (PMX) untuk proses perkawinan silang lebih efisien dibandingkan dengan metode cut-point karena metode PMX dapat menemukan solusi permasalahan lebih cepat. Sedangkan uji coba terhadap waktu ekseskusi query menunjukkan bahwa tidak terdapat perbedaan waktu eksekusi antara query inputan dengan query teroptimasi. Hal ini menunjukkan bahwa perubahan struktur predikat dalam sebuah query tidak mempengaruhi proses eksekusi query pada suatu database.
No comments:
Post a Comment