Penggunaan algoritma genetika untuk optimisasi masalah Task Assignment dalam sistem terdistribusi

ARHAMI, Muhammad, Drs. Retantyo Wardoyo, MSc.,Ph.D

2004 | Tesis | S2 Ilmu Komputer

Task assignment merupakan salah satu permasalahan dalam sistem terdistribusi. Task assignment terdiri dari himpunan k task yang berkomunikasi untuk dieksekusi pada sistem terdistribusi dengan n buah prosessor. Permasalahan ini akan diselesaikan dengan menggunakan algoritma genetika yang tujuannya adalah meminimalkan total biaya eksekusi dan komunikasi. Data yang digunakan untuk percobaan pada penelitian ini adalah data dengan pola distribusi eksponensial, uniform dan poisson yang diambil dari penelitian Sujalwo (2001) dan kemudian hasilnya akan dibandingkan dengan Algoritma -A Hasil pengamatan diperoleh bahwa dengan menggunakan algoritma genetika untuk pola data yang berdistribusi eksponensial dan uniform menghasilkan total cost yang lebih baik dibandingkan dengan menggunakan algoritma A, tetapi distribusi task yang dihasilkan cenderung kepada prosessor yang sama. Sedangkan untuk pola data yang berdistribusi poisson algoritma A lebih baik dibandingkan dengan algoritma genetika. Penambahan biaya interferensi yang mencerminkan tingkat inkompatibilitas antar dua task, menunjukkan penggunaan algoritma genetika tidak banyak membawa pengaruh terhadap distribusi tasknya.

Task assignment is one problem in distributed systems. Task assignment consists of a set of k tasks communicating to be executed by n processors in a distributed system. This problem will be overcome using genetic algorithms to minimize execution and communication total cost. Data used for this experiment is data with eksponential, uniform and poisson distribution patterns, taken from the thesis by Sujalwo ( 2001) and the result will be compared with the A-algorithms. The result shows that using genetic algorithm for data from the eksponensial and uniform distribution yield a better total cost compared with using the Aalgorithms, but the task distribution tends to the same prosessor. While for data from the poisson distribution, A- algorithms is better than genetic algorithms. Addition of interference cost expressing incompatibility level between two tasks, shows that the use of genetic algorithms does not influence too much the task distribution.

Kata Kunci : sistem terdistribusi, task assignment, algoritma genetika, biaya eksekusi, biaya komunikasi, biaya interferensi, algoritma –A, distributed system, task assignment, genetic algorithms, executing cost, communications cost, interference cost, A-algorithms