Optimasi Ekspresi Join pada Statement Query SQL menggunakan Algoritma Genetika

ABSTRAK

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.

ABSTRACT

Join expression optimization of SQL query statement is needed to obtain the lowest cost of query execution plan (QEP). Genetic algorithm is an alternative solution to determine optimum QEP. The first step in this research is split the query in several clause, to get the table’s names and predicates. The second step is to generate random numeral to get the order of predicate. And the next step is data processing using genetic algorithm to get the optimum QEP. The solution searching technique of genetic algorithm using nature selection principles, it means that individuak which has better fitness condition also has better survival condition. The final result of this case is obtained from the chromosome which has the biggest fitness nominal. Based on the experiment, using partial-mapped crossover (PMX) method for crossover process can find the problem solution faster than using cut-point method. And the other experiment for query execution time shows that there is nothing different of execution time betweem original query and optimized query. It means that the transition of query predicate’s order is not influence the execution process of database.