ANALISIS KINERJA ALGORITMA DELAY SCHEDULING PADA HADOOP TERHADAP KARAKTERISTIK RESPONS TIME UNTUK PENGIRIMAN 2 JOB YANG BERBEDA

  • WAHYUDDIN SAPUTRA Teknik Informatika UIN Alauddin Makassar
    (ID)
  • K. Tone Teknik Informatika UIN Alauddin Makassar
    (ID)
  • ALVIANUS DENGEN Teknik Elektro Universitas Teknologi Sulawesi
    (ID)

Abstract

Perkembangan teknologi sistem informasi sangat pesat yang berbanding lurus dengan pertumbuhan yang sangat besar.  Data tersebut sudah sangat sulit untuk dikoleksi, disimpan, dikelola maupun dianalisa, dibutuhkan infrastruktur dan teknologi komputer yang disebut Parallel computing. Parallel computing adalah penggunaan beberapa komputer yang saling terhubung untuk mengolah data dalam ukuran yang besar dengan menggunakan Hadoop. merupakan platform untuk mengolah data yang berukuran besar (big data) secara terdistribusi dan dapat berjalan diatas cluster. Pada penelitian ini menggunakan metode FIFO dan Delay Scheduling pada Hadoop sebagai job scheduler. Kedua algoritma nantinya dibandingkan dan diimplementasikan pada berbagai jenis karakteristik job dengan menggunakan parameter respons time sebagai acuan perhitungan performansi sistem terhadap karakteristik tugas dan jumlah tugas yang dijalankan pada masing - masing job scheduler.

 

Kata Kunci : Analisis, Hadoop, Delay Scheduling.

 

Downloads

Download data is not yet available.

Author Biographies

WAHYUDDIN SAPUTRA, Teknik Informatika UIN Alauddin Makassar
Teknik Informatika UIN Alauddin Makassar
K. Tone, Teknik Informatika UIN Alauddin Makassar
Teknik Informatika UIN Alauddin Makassar
ALVIANUS DENGEN, Teknik Elektro Universitas Teknologi Sulawesi
Teknik Elektro Universitas Teknologi Sulawesi

References

Arslan Engin, Shekhar mrigank, and kosar Tevfik .2014.Locality and Network-Aware Reduce Task Scheduling forData-Intensive Applications.DataCloud 2014.

Apache TM Hadoop @ homepage. http://Hadoop.apache.org/. Diakses 17

Oktober 2013.

Chuck Lam. (2011). Hadoop In Action. Stamford: Mainning Publications Co.

Colin White. (2012, January). MapReduce and the Data Scientist. BI

Research.

Dima May. (2012). Hadoop Distributed File System (HDFS) Overview.

coreservlets.com.

Magang Industri. (2013). Definisi Cloud Computing. Meruvian.org Cloud

Computing.

Priagung Khusumanegara. 2014. Analisis Performa Kecepatan MapReduce pada Hadoop Menggunakan TCP Packet Flow Analysis. Universitas Indonesia

Rasooli Aysan, Douglas G. Down.(2011). Guidelines for Selecting Hadoop

Schedulers based on System Heterogeneity, Hamilton.

Thirumala Rao. B, Reddy. Dr. L.S.S.2011.Survey on Improved Scheduling in Hadoop MapReduce in Cloud Environment.International Jurnal of Cumputer Application (0975-8887) volume 34- No.9, November 2011

Wang Yiantian, Rao Ruonan, and Wang Yingling. 2014. A Round Robin with Multiple Feedback Job Sceduler in Hadoop.978-1-4799-3 /114. 2014 IEEE.

Published
2020-03-24
Section
Volume 5, Nomor 1 April Tahun 2020
Abstract viewed = 330 times