Pembangunan Aplikasi Manajemen Data Statistik Berbasis Komputasi Paralel

Muhammad Miftakhul Romadlon(1*)

(1) 
(*) Corresponding Author

Abstract


Penelitian ini dilatarbelakangi oleh belum terpenuhinya kebutuhan aplikasi manajemen data statistik yang efisien dan user friendly. Manajemen data dibutuhkan untuk menyiapkan dan mengolah data sebelum masuk pada tahap analisis. Aplikasi manajemen data statistik dibangun dengan memanfaatkan multicore processor. Sumber daya komputer ini mendukung dilakukannya komputasi paralel, yaitu membagi proses komputasi untuk dikerjakan oleh beberapa sumber daya komputer secara bersamaan. Aplikasi dibangun sebagai R Graphical User Interface (GUI) dengan pendekatan plugin. Hal ini bertujuan untuk memudahkan developer lain yang ingin mengintegrasikan modul statistik. Dari hasil uji coba, dapat disimpulkan bahwa proses manajemen data pada aplikasi yang dibangun telah menerapkan komputasi paralel sehingga performanya lebih optimal. Setiap penambahan jumlah core, akan meningkatkan performa proses manajemen data. Pada data set dengan dua juta observasi, kecepatan tertinggi dihasilkan dari proses duplicate count. Perbandingan kecepatan yang dihasilkan sebesar 1,659 kali lebih cepat dengan menggunakan dua core dan 2,107 kali lebih cepat dengan menggunakan empat core.

Full Text:

PDF

References


Pramana S, dkk. Dasar-Dasar Statistika dengan Software R Konsep dan Aplikasi. Bogor: In Media. 2016. 1.

Lawrence M, Verzani J. Programming Graphical User Interfaces in R. Boca Raton: CRC Press. 2012. xiii-xiv.

Xiaowen L. Research on Multi-Core PC Parallel Computation Based on OpenMP. International Journal of Multimedia and Ubiquitous Engineering. 2014. 9(7): 131-140.

Eddelbuettel D. Seamless R and C++ integration with Rcpp. New York: Springer. 2013. 45 dan 201-203.

Josuttis N M. The C++ standard library: a tutorial and reference. Edisi kedua. Upper Saddle River, NJ, USA: Addison-Wesley. 2012. 167-168.

Rao D, Ramesh B. Experimental Based Selection of Best Sorting Algorithm. Journal of Modern Engineering Research. 2012. 2(4): 2908-2912.

Eddelbuettel D, Fran├žois R. RInside: C++ Classes to Embed R in C++ Applications. R package version 0.2.13. 2015. 2.


Refbacks

  • There are currently no refbacks.