Laporkan Masalah

ANALISIS KINERJA MAPREDUCE UNTUK PEMROSESAN DOKUMEN PADA SISTEM MULTICORE

SULVIA TRI HERAWATI, Dr.techn.Ahmad Ashari, M.I.Kom.

2017 | Tesis | S2 Ilmu Komputer

MapReduce adalah model pemrograman yang digunakan untuk memproses data dalam ukuran besar dengan menggunakan algoritma paralel dalam cluster. Model pemrograman ini menggunakan dua buah fungsi yaitu pemetaan atau map dan reduksi atau reduce. MapReduce merupakan bagian dari hadoop yang dapat digunakan di lingkungan singlecore dan multicore. Pada lingkungan singlecore, MapReduce memanfaatkan jumlah core yang ada pada komputer tersebut. Dengan menggunakan n core, kinerja pemrosesan data pada multiprosesor diharapkan meningkat n kali dibandingkan dengan kinerja pada uniprosesor. Penelitian ini meneliti kinerja singlecore dan multicore menggunakan studi kasus term frequency-inverse document frequency (TF-IDF). Parameter yang digunakan pada saat pengujian berupa jumlah file text dan jumlah core. Hasil pengujian menunjukkan bahwa perbedaan kinerja singlecore dibandingkan multicore dalam pengujian studi kasus TFIDF tidak dapat terlihat dengan jelas.

MapReduce is a programming model that used to process data in large sizes using parallel algorithms in clusters. This programming model uses two functions namely map and reduce. MapReduce is part of the hadoop framework that can be used in single node and multinode environments. In single node environment, MapReduce utilizes a number of cores available in a node. by using n cores, data processing performance on multi processors is expected to increase n times compared to performance on uni processors. This research examined the performance of singlecore and multicore systems using Term Frequency-Inverse document Frequency (TF-IDF) case study. The parameters used during the experiments are the number of text files and number of cores. The experiment results show that the differences between singlecore performance versus multicore performance in processing TF-IDF case study can not be clearly seen.

Kata Kunci : MapReduce, Singlecore, Multicore

  1. S2-2017-355447-abstract.pdf  
  2. S2-2017-355447-bibliography.pdf  
  3. S2-2017-355447-tableofcontent.pdf  
  4. S2-2017-355447-title.pdf